Does Sora 2 Pro generate synchronized audio with video?

Evet, Sora 2 Pro, diyalog, ortam sesleri ve ses efektleri de dahil olmak üzere eşzamanlı sesle birlikte video kareleri üretir—ayrı ayrı değil, birleşik bir çıktı olarak.

What resolution and duration does Sora 2 Pro support?

Sora 2 Pro en fazla 1080p çözünürlüğü destekler. Azami doğruluk için genellikle birkaç saniyeden birkaç on saniyeye kadar olan yüksek kaliteli kısa klipler için optimize edilmiştir.

How does Sora 2 Pro differ from standard Sora 2?

Sora 2 Pro daha yüksek görsel doğruluk için ayarlanmıştır; zorlu çekimlerle (karmaşık hareket, örtülme, fiziksel etkileşimler) daha iyi başa çıkar ve sahne başına daha uzun süre tutarlılığı korur—bunun karşılığında işleme süreleri daha uzundur.

Can Sora 2 Pro use reference images to guide video generation?

Evet, Sora 2 Pro, JPEG/PNG/WEBP görsellerinin oluşturulan videonun başlangıç karesini veya stilini yönlendirmek için kompozisyon referansları olarak işlev gördüğü input_reference iş akışlarını destekler.

Does Sora 2 Pro support likeness injection (cameos)?

Evet, Sora 2 Pro, kullanıcının yakalanmış benzerliğini oluşturulan sahnelere yerleştirebilir. OpenAI, gizlilik ve kötüye kullanım risklerini ele almak için yerleşik onay iş akışları ve geri alma mekanizmalarına sahiptir.

How long does Sora 2 Pro take to render a video?

Kıyas testleri, Sora 2 Pro'nun 20 saniyelik 1080p bir klip için ortalama yaklaşık 2.1 dakika sürdüğünü gösteriyor. Pro hızdan çok kaliteyi önceler; bu nedenle standart Sora 2'ye kıyasla daha uzun işleme süreleri bekleyin.

What physics improvements does Sora 2 Pro offer?

Sora 2 Pro, nesne sürekliliğini ve hareket doğruluğunu geliştirir—momentum, yüzerlik ve fiziksel etkileşimler, önceki video modellerinde yaygın olan ışınlanma benzeri artefaktların daha azıyla daha gerçekçi görünür.

When should I choose Sora 2 Pro over Google Veo 3?

OpenAI ekosistemiyle entegrasyon, benzerlik yerleştirme ve karmaşık fiziksel sahneler için Sora 2 Pro'yu seçin. Veo 3 daha hızlı üretim ve farklı fiyatlandırma sunabilir—gecikme ve bütçe ihtiyaçlarınıza göre değerlendirin.

Uygun Fiyatlı Sora 2 Pro API | text-to-video

Temel özellikler

Çok modlu üretim (video + ses) — Sora-2-Pro, video ve ses ayrı ayrı üretmek yerine, video karelerini senkronize sesle (diyalog, ortam sesi, SFX) birlikte üretir.
Daha yüksek doğruluk / “Pro” seviyesi — daha yüksek görsel doğruluk, daha zorlu planlar (karmaşık hareket, oklüzyon ve fiziksel etkileşimler) ve Sora-2’ye (Pro olmayan) kıyasla sahne başına daha uzun tutarlılık için ayarlanmıştır. Standart Sora-2 modeline göre oluşturma daha uzun sürebilir.
Girdi esnekliği — salt metin istemlerini destekler ve kompozisyonu yönlendirmek için görüntü giriş kareleri veya referans görseller kabul edebilir (input_reference iş akışları).
Cameo’lar / benzerlik enjeksiyonu — uygulamadaki rıza iş akışlarıyla bir kullanıcının kaydedilmiş yüz benzerliğini oluşturulan sahnelere ekleyebilir.
Fiziksel gerçekçilik: nesne sürekliliği ve hareket doğruluğu (ör. momentum, kaldırma kuvveti) iyileştirilmiştir; önceki sistemlerde yaygın olan gerçekçi olmayan “teleporting” artifaktlarını azaltır.
Kontrol edilebilirlik: yapısal istemleri ve plan düzeyinde yönlendirmeleri destekler; böylece içerik üreticileri kamera, ışıklandırma ve çok planlı sekansları belirtebilir.

Teknik ayrıntılar ve entegrasyon yüzeyi

Model ailesi: Sora 2 (temel) ve Sora 2 Pro (yüksek kaliteli varyant).
Girdi kipleri: metin istemleri, görsel referans ve benzerlik için kısa kaydedilmiş cameo video/ses.
Çıktı kipleri: kodlanmış video (sesli) — parametreler /v1/videos uç noktaları üzerinden sunulur (model: "sora-2-pro" ile model seçimi). API yüzeyi, oluşturma/alma/listeleme/silme işlemleri için OpenAI’nin videos uç noktası ailesini izler.

Eğitim ve mimari (kamusal özet): OpenAI, Sora 2’nin geniş ölçekli video verisiyle eğitildiğini ve dünya simülasyonunu iyileştirmek için sonradan eğitim uygulandığını belirtir; ayrıntılar (model boyutu, tam veri kümeleri ve belirteçleme) satır satır kamuya açık şekilde listelenmemiştir. Yoğun hesaplama, özelleşmiş video tokenizer/mimarileri ve çok modlu hizalama bileşenleri beklenir.

API uç noktaları ve iş akışı: iş tabanlı bir iş akışı gösterin: bir POST oluşturma isteği gönderin (model="sora-2-pro"), bir iş kimliği veya konum alın, ardından tamamlanmayı yoklayın ya da bekleyin ve ortaya çıkan dosya(ları) indirin. Yayınlanmış örneklerde yaygın parametreler prompt, seconds/duration, size/resolution ve görüntü güdümlü başlangıçlar için input_reference içerir.

Tipik parametreler :

model: "sora-2-pro"
prompt: doğal dilde sahne açıklaması, isteğe bağlı diyalog ipuçlarıyla
seconds / duration: hedef klip uzunluğu (Pro, mevcut sürelerde en yüksek kaliteyi destekler)
size / resolution: topluluk raporlarına göre Pro birçok kullanımda 1080p’ye kadar destekler.

İçerik girdileri: görüntü dosyaları (JPEG/PNG/WEBP) bir kare veya referans olarak sağlanabilir; kullanıldığında, görüntü hedef çözünürlükle eşleşmeli ve kompozisyon çıpası olarak işlev görmelidir.

Oluşturma davranışı: Pro, kareden kareye tutarlılığı ve gerçekçi fiziği önceliklendirecek şekilde ayarlanmıştır; bu genellikle Pro olmayan varyantlara kıyasla klip başına daha uzun hesaplama süresi ve daha yüksek maliyet anlamına gelir.

Kıyaslama performansı

Niteliksel güçlü yanlar: OpenAI, önceki video modellere kıyasla gerçekçiliği, fizik tutarlılığını ve senkronize ses** geliştirdi. Diğer VBench sonuçları, Sora-2 ve türevlerinin çağdaş kapalı kaynak ve zamansal tutarlılıkta en üstte veya zirveye yakın konumlandığını gösterir.

Bağımsız zamanlama/iş hacmi (örnek kıyas): Sora-2-Pro, bir karşılaştırmada 20 saniyelik 1080p klipler için ortalama ~2.1 dakika sürerken, bir rakip (Runway Gen-3 Alpha Turbo) aynı görevde daha hızlıydı (~1.7 dakika) — ödünleşimler kalite ile oluşturma gecikmesi ve platform optimizasyonu arasındadır.

Sınırlamalar (pratik ve güvenlik)

Mükemmel fizik/tutarlılık değil — iyileştirilmiş olsa da kusursuz değildir; artifaktlar, doğal olmayan hareket veya ses senkron hataları görülebilir.
Süre ve hesaplama kısıtları — uzun klipler hesaplama açısından yoğundur; pratik iş akışlarının çoğu yüksek kalite çıktılar için klipleri tek haneli ila düşük iki haneli saniyelerle sınırlar.
Gizlilik / rıza riskleri — benzerlik enjeksiyonu (“cameo”lar) rıza ve yanlış/bilgi kirliliği riskleri doğurur; OpenAI’nin uygulamada açık güvenlik kontrolleri ve iptal mekanizmaları vardır, ancak sorumlu entegrasyon gerekir.
Maliyet ve gecikme — Pro kalitesinde oluşturma, daha hafif modeller veya rakiplere kıyasla daha pahalı ve daha yavaş olabilir; saniye/oluşturma başına faturalama ve kuyruğa almayı dikkate alın.
Güvenli içerik filtrelemesi — zararlı veya telifli içerik üretimi kısıtlanır; model ve platform güvenlik katmanları ve denetim içerir.

Tipik ve önerilen kullanım alanları

Kullanım örnekleri:

Pazarlama ve reklam prototipleri — sinematik kavram kanıtlarını hızla oluşturun.
Ön görselleştirme — storyboard’lar, kamera yerleşimi, plan görselleştirme.
Kısa sosyal içerik — senkronize diyalog ve SFX ile stillendirilmiş klipler.
Sora 2 Pro API’ye nasıl erişilir

Adım 1: API Anahtarı için Kaydolun

cometapi.com adresine giriş yapın. Henüz kullanıcımız değilseniz lütfen önce kayıt olun. CometAPI konsolunuza giriş yapın. Arayüzün erişim kimlik bilgisi olan API anahtarını alın. Kişisel merkezde API token’ında “Add Token”a tıklayın, token anahtarını alın: sk-xxxxx ve gönderin.

cometapi-anahtarı

Adım 2: Sora 2 Pro API’sine İstek Gönderin

API isteğini göndermek için “sora-2-pro” uç noktasını seçin ve istek gövdesini ayarlayın. İstek yöntemi ve istek gövdesi web sitemizdeki API dokümanından alınır. Kolaylık için web sitemiz Apifox testi de sağlar. Hesabınızdaki gerçek CometAPI anahtarınızla <YOUR_API_KEY> değerini değiştirin. temel url resmî Video oluştur

Sorunuzu veya talebinizi content alanına ekleyin — modelin yanıtlayacağı şey budur. Oluşturulan yanıtı almak için API yanıtını işleyin.

Adım 3: Sonuçları Alın ve Doğrulayın

Oluşturulan yanıtı almak için API yanıtını işleyin. İşleme sonrasında API, görev durumunu ve çıktı verilerini döndürür.

Dahili eğitim / simülasyon — RL veya robotik araştırmaları için senaryo görselleri üretin (dikkatle).
Yaratıcı prodüksiyon — insan düzenlemesiyle birleştirildiğinde (kısa klipleri birleştirme, renk düzenleme, sesi değiştirme).

Sora 2 Pro için Fiyatlandırma

Sora 2 Pro için çeşitli bütçelere ve kullanım ihtiyaçlarına uygun rekabetçi fiyatlandırmayı keşfedin. Esnek planlarımız sadece kullandığınız kadar ödeme yapmanızı sağlar ve ihtiyaçlarınız büyüdükçe kolayca ölçeklendirme imkanı sunar. Sora 2 Pro'in maliyetleri yönetilebilir tutarken projelerinizi nasıl geliştirebileceğini keşfedin.

Model Name	Tags	Orientation	Resolution	Price
sora-2-pro	videos	Portrait	720x1280	$0.24 / sec
sora-2-pro	videos	Landscape	1280x720	$0.24 / sec
sora-2-pro	videos	Portrait (High Res)	1024x1792	$0.40 / sec
sora-2-pro	videos	Landscape (High Res)	1792x1024	$0.40 / sec
sora-2-pro-all	-	Universal / All	-	$0.80000

Sora 2 Pro için örnek kod ve API

Sora-2-pro, kısa, son derece gerçekçi video klipler oluşturmak üzere tasarlanmış; senkronize diyalog, ses efektleri ve önceki video modellerine kıyasla daha güçlü fiziksel/dünya simülasyonu sunan OpenAI’nin amiral gemisi video+ses üretim modelidir. Ücretli kullanıcılara ve programatik üretim için API üzerinden sunulan daha yüksek kaliteli “Pro” varyantı olarak konumlandırılmıştır. Model, sinematik ve sosyal kullanım senaryoları için kontrol edilebilirlik, zamansal tutarlılık ve ses senkronizasyonunu vurgular.

Curl
Python
JavaScript

# Create a video with sora-2-pro
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=sora-2-pro" \
  -F "prompt=A calico cat playing a piano on stage")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '
' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")

  # Parse progress from "progress": "0%" format
  progress=$(echo "$status_response" | grep -o '"progress":"[^"]*"' | head -1 | sed 's/"progress":"//;s/"$//')
  # Parse status from the outer level
  status=$(echo "$status_response" | grep -o '"status":"[^"]*"' | head -1 | sed 's/"status":"//;s/"$//')

  echo "Progress: $progress, Status: $status"

  if [ "$progress" = "100%" ]; then
    echo "Video generation completed!"
    break
  fi

  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ]; then
    echo "Video generation failed!"
    echo "$status_response"
    exit 1
  fi

  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Curl Code Example

# Create a video with sora-2-pro
# Step 1: Submit the video generation request
echo "Submitting video generation request..."
response=$(curl -s https://api.cometapi.com/v1/videos \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -F "model=sora-2-pro" \
  -F "prompt=A calico cat playing a piano on stage")

echo "Response: $response"

# Extract video_id from response (handle JSON with spaces like "id": "xxx")
video_id=$(echo "$response" | tr -d '\n' | sed 's/.*"id"[[:space:]]*:[[:space:]]*"\([^"]*\)".*/\1/')
echo "Video ID: $video_id"

# Step 2: Poll for progress until 100%
echo ""
echo "Checking video generation progress..."
while true; do
  status_response=$(curl -s "https://api.cometapi.com/v1/videos/$video_id" \
    -H "Authorization: Bearer $COMETAPI_KEY")
  
  # Parse progress from "progress": "0%" format
  progress=$(echo "$status_response" | grep -o '"progress":"[^"]*"' | head -1 | sed 's/"progress":"//;s/"$//')
  # Parse status from the outer level
  status=$(echo "$status_response" | grep -o '"status":"[^"]*"' | head -1 | sed 's/"status":"//;s/"$//')
  
  echo "Progress: $progress, Status: $status"
  
  if [ "$progress" = "100%" ]; then
    echo "Video generation completed!"
    break
  fi
  
  if [ "$status" = "FAILURE" ] || [ "$status" = "failed" ]; then
    echo "Video generation failed!"
    echo "$status_response"
    exit 1
  fi
  
  sleep 10
done

# Step 3: Download the video to output directory
echo ""
echo "Downloading video to ./output/$video_id.mp4..."
mkdir -p ./output
curl -s "https://api.cometapi.com/v1/videos/$video_id/content" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -o "./output/$video_id.mp4"

if [ -f "./output/$video_id.mp4" ]; then
  echo "Video saved to ./output/$video_id.mp4"
  ls -la "./output/$video_id.mp4"
else
  echo "Failed to download video"
  exit 1
fi

Python Code Example

# Create a video with sora-2-pro using raw HTTP requests
import os
import time
import requests

api_key = os.environ.get("COMETAPI_KEY")
base_url = "https://api.cometapi.com/v1"

headers = {"Authorization": f"Bearer {api_key}"}

# Step 1: Submit the video generation request
print("Submitting video generation request...")
response = requests.post(
    f"{base_url}/videos",
    headers=headers,
    files={
        "model": (None, "sora-2-pro"),
        "prompt": (None, "A calico cat playing a piano on stage"),
    },
)

result = response.json()
print(f"Response: {result}")

video_id = result.get("id")
print(f"Video ID: {video_id}")

# Step 2: Poll for progress until 100%
print("\nChecking video generation progress...")
while True:
    try:
        status_response = requests.get(f"{base_url}/videos/{video_id}", headers=headers)
        status_result = status_response.json()

        # Parse progress and status from response
        data = status_result.get("data", {})
        if data is None:
            data = {}
        progress = data.get("progress", "0%")
        status = data.get("status", "unknown")

        print(f"Progress: {progress}, Status: {status}")

        if status in ["FAILURE", "failed"]:
            print("Video generation failed!")
            print(status_result)
            exit(1)

        if progress == "100%":
            print("Video generation completed!")
            break
    except Exception as e:
        print(f"Temporary error: {e}, retrying...")

    time.sleep(10)

# Step 3: Download the video to output directory
print(f"\nDownloading video to ./output/{video_id}.mp4...")
os.makedirs("./output", exist_ok=True)

video_response = requests.get(f"{base_url}/videos/{video_id}/content", headers=headers)

output_path = f"./output/{video_id}.mp4"
with open(output_path, "wb") as f:
    f.write(video_response.content)

if os.path.exists(output_path):
    file_size = os.path.getsize(output_path)
    print(f"Video saved to {output_path}")
    print(f"File size: {file_size} bytes")
else:
    print("Failed to download video")
    exit(1)

JavaScript Code Example

// Create a video with sora-2-pro using raw HTTP requests
import fs from "fs";
import path from "path";

const apiKey = process.env.COMETAPI_KEY;
const baseUrl = "https://api.cometapi.com/v1";

async function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

async function main() {
  // Step 1: Submit the video generation request
  console.log("Submitting video generation request...");

  const formData = new FormData();
  formData.append("model", "sora-2-pro");
  formData.append("prompt", "A calico cat playing a piano on stage");

  const submitResponse = await fetch(`${baseUrl}/videos`, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${apiKey}`,
    },
    body: formData,
  });

  const result = await submitResponse.json();
  console.log("Response:", JSON.stringify(result, null, 2));

  const videoId = result.id;
  console.log("Video ID:", videoId);

  // Step 2: Poll for progress until 100%
  console.log("\nChecking video generation progress...");

  while (true) {
    try {
      const statusResponse = await fetch(`${baseUrl}/videos/${videoId}`, {
        headers: {
          Authorization: `Bearer ${apiKey}`,
        },
      });

      const text = await statusResponse.text();
      if (text.startsWith("<")) {
        console.log("Temporary server error, retrying...");
        await sleep(10000);
        continue;
      }

      const statusResult = JSON.parse(text);

      // Parse progress and status from response
      const data = statusResult.data || {};
      const progress = data.progress || "0%";
      const status = data.status || "unknown";

      console.log(`Progress: ${progress}, Status: ${status}`);

      if (status === "FAILURE" || status === "failed") {
        console.log("Video generation failed!");
        console.log(JSON.stringify(statusResult, null, 2));
        process.exit(1);
      }

      if (progress === "100%") {
        console.log("Video generation completed!");
        break;
      }
    } catch (e) {
      console.log(`Temporary error: ${e.message}, retrying...`);
    }

    await sleep(10000);
  }

  // Step 3: Download the video to output directory
  console.log(`\nDownloading video to ./output/${videoId}.mp4...`);

  const outputDir = "./output";
  if (!fs.existsSync(outputDir)) {
    fs.mkdirSync(outputDir, { recursive: true });
  }

  const videoResponse = await fetch(`${baseUrl}/videos/${videoId}/content`, {
    headers: {
      Authorization: `Bearer ${apiKey}`,
    },
  });

  const outputPath = path.join(outputDir, `${videoId}.mp4`);
  const videoBuffer = Buffer.from(await videoResponse.arrayBuffer());
  fs.writeFileSync(outputPath, videoBuffer);

  if (fs.existsSync(outputPath)) {
    const stats = fs.statSync(outputPath);
    console.log(`Video saved to ${outputPath}`);
    console.log(`File size: ${stats.size} bytes`);
  } else {
    console.log("Failed to download video");
    process.exit(1);
  }
}

main().catch(console.error);