OpenMotion 做视频,密钥接哪一段?出图和旁白走兼容接口,镜头要另接

作者注:按 README、发布说明和 provider 文档拆开 OpenMotion 的五个制作环节,讲清一把 OpenAI 兼容密钥能接哪几段,以及接不上的镜头怎样在外面生成再导入。

用 OpenMotion 做一条自己的片子,手里正好有一把 API 密钥,很多人的第一反应是把它填进 Model Settings 的 OpenAI 兼容连接,然后指望出图、旁白、镜头、配乐全部跑通。按仓库文档的写法,一把兼容密钥在 OpenMotion 里只对应出图和旁白两条协议。字幕转写是第三条单独的接口,视频镜头和配乐不在兼容槽里。

这不是又一篇仓库热度介绍,本文不拿星数当结论,只对照 README、v0.1.1 发布说明和 provider 文档,逐段核对密钥能接到哪里。所有能力描述都标明出处,没有一条来自实测。

核心价值:读完本文,你能自己判断哪几段交给兼容接口,哪几段换供应商,哪几段先在外面生成好再导入 OpenMotion。

openmotion-api-key-image-narration-video-setup-image-0


OpenMotion 做视频的密钥接法核心要点

先把结论摆在一张表里。表中的“期待协议”来自仓库的 docs/provider-settings.md 和 compatible.md,代表 OpenMotion 这一侧实现了什么,并不代表任何一家平台都提供对应端点。

制作环节 OpenMotion 期待的协议 兼容密钥能否直接接 接不上时的下一步
出图 POST base 加 /images/generations,读 b64_json 或 url 能,前提是平台提供该端点 选一个有图片生成端点的平台
旁白 POST base 加 /audio/speech,正文放 input,必须带 voice,返回二进制音频 协议已实现,但平台必须真有该端点 换有该端点的供应商,或导入自己录的音频
字幕 POST base 加 /audio/transcriptions,要有真实时间戳 是另一条接口,不和旁白共用 在 Studio 里手写或导入字幕文件
镜头 走 fal.ai、Atlas Cloud、WaveSpeedAI 或 OpenDesign Cloud 不能 在外部生成成片后导入
配乐/音效 同镜头;兼容协议没有实现音乐和音效 不能 换供应商,或导入自己的音频

OpenMotion 兼容接口只认出图和旁白

仓库 docs/provider-settings.md 写得很直接:OpenAI 兼容连接可执行的是 /images/generations 和二进制的 /audio/speech,语音必须带 voice。Anthropic 和 Google Gemini 在这里只做目录配置,没有通用的媒体适配器,所以即使填进了 Claude 或 Gemini 的密钥,也不会凭空多出出图或配音能力。视频和音乐则明确交给 fal.ai、Atlas Cloud、WaveSpeedAI,或者 OpenDesign Cloud。

compatible.md 还给兼容适配器划了边界。出图只做文生图,不做图片编辑上传,也不做异步视频;旁白返回二进制音频,但音乐和音效协议没有实现。docs/model-gateway.md(标注更新于 2026-11-15)补了一句:通用兼容连接实现的是标准语音协议,不表示这些连接有可移植的音乐或音效接口。换句话说,“兼容”只兼容到语音为止。

OpenMotion README 里的三份型号清单不要混看

README 在不同位置给了三份名单,它们的用途不一样,不能合并成一张“OpenMotion 支持型号表”。

  • 开头的举例:把出图、加镜头、配乐、旁白举例为 GPT Image 2.6、Seedance 2.5、Suno、Eleven v4,用来说明工作流长什么样。
  • fal.ai 目录段:在 Model Settings 接上 fal.ai 并刷新目录后,可以找到 GPT Image 2.6、Nano Banana 2.1、FLUX.3、Seedance 2.5、Kling 4.0、Wan 3.0、Eleven v4。这是经由 fal.ai 的目录。
  • 能力表:图片是 Codex Image、Nano Banana 2 via Atlas Cloud、FLUX Schnell via fal.ai;视频是 Seedance 2.0 via Atlas Cloud、Wan 2.2 via fal.ai;音乐是 Suno v4 via Atlas Cloud;语音是 Kokoro via fal.ai。

这三份名单分别回答“工作流示意”“某个供应商目录里有什么”“文档列出的接法”三个问题。看到开头写了 Seedance 2.5,不等于你那把兼容密钥能在 OpenMotion 里直接出 Seedance 镜头。

openmotion-api-key-image-narration-video-setup-image-1


OpenMotion 做视频快速上手:按段接密钥

下面按做片子的顺序走一遍。每一步都先说 OpenMotion 期待什么,再说你手上的密钥能不能对上。

第一步:准备 OpenMotion 本地环境

README 安装段列出的要求如下,建议在接密钥之前先确认环境齐全:

  1. Node.js 26.11.1:README 写明的版本。
  2. 源码安装是默认方式:已发布的 npm 应用是可选项,README 原文提醒 published versions can lag,新功能可能晚到。
  3. Chrome 或 Chromium,以及 FFmpeg:本地预览和导出都依赖它们。
  4. Docker Compose(可选):v0.1.1 发布说明写到,可以用 Docker Compose 从源码在本地打开 Studio。

README 还写明软件本身不收订阅,也不按次收渲染费,各供应商按你自己的账号计费。另外也可以完全不调生成接口,直接导入自己的画面、图片和音频,这一点后面接不上的环节会反复用到。

第二步:OpenMotion 出图槽填兼容连接

出图是兼容密钥最稳的一段。以 API易 为例,它是一个 OpenAI 兼容的模型聚合平台,一个 Key 可以调多家主流模型,它的图片生成端点 /v1/images/generations 正好对得上 OpenMotion 出图适配器要的路径。在 Model Settings 里大致这样填:

字段 填写内容 说明
连接类型 OpenAI 兼容 只有这一类会走 /images/generations
Base URL https://api.apiyi.com/v1 适配器会在后面拼上 /images/generations
API Key 在平台控制台创建的令牌 注意令牌分组要包含所选型号的分组
图片模型 gpt-image-2.6-all、gpt-image-2.6-flare 或 gpt-image-2.6-sunburst 对应 README 举例里的 GPT Image 2.6
返回格式 b64_json 或 url 适配器两种都能读

填好后先生成一张静帧确认链路通畅。要注意 OpenMotion 的兼容出图适配器不做图片编辑上传,想“改一张已有的图”的操作在这条链路里走不通,只能重新生成或者导入外部编辑好的图片。

🚀 快速开始:出图段建议先在 API易 apiyi.com 用新用户的免费测试额度跑通一张图,确认 Base URL、令牌分组和型号 ID 都对得上,再批量生成分镜静帧。

第三步:OpenMotion 旁白和字幕先确认端点

旁白槽要的是 /v1/audio/speech,字幕槽要的是 /v1/audio/transcriptions,这是两条不同的接口。按 2026-11-20 读取的 API易 定价接口,公开端点只有 /v1/messages、/v1/embeddings、Gemini generateContent、/v1/images/generations、/v1/chat/completions、/v1/responses,没有 /v1/audio/speech,也没有 /v1/audio/transcriptions。

总表里的 tts-1 和 tts-1-hd 端点只写了 chat,而 OpenMotion 的旁白适配器发的是 /audio/speech 请求,所以不能把这两个型号 ID 填进旁白槽就指望出声。旁白这一段有两条路:换一家确实提供 /audio/speech 且支持 voice 参数的供应商,或者自己录好音频直接导入。

字幕在 v0.1.1 里反而好办。发布说明写到,Studio 里可以生成、导入或手写字幕,再导出 SRT 或 VTT。compatible.md 的字幕段(核对日期 2026-11-17)提醒,只有拿到真实时间戳才能导出 SRT 或 VTT,只有文本就编不出时间轴。没有转写端点时,手写或导入带时间轴的字幕文件就是最直接的做法。

第四步:OpenMotion 镜头在外面生成再导入

镜头段不能填进兼容槽。在 OpenMotion 里直接生成镜头,仍然要走 fal.ai、Atlas Cloud 或 WaveSpeedAI;如果你的视频额度在别的平台,就在那边生成成片,再把文件导入 Studio。v0.1.1 新增的单段 MP4 导出,也方便把替换过镜头的片段单独检查。具体到 Seedance 2.5 怎么在外部生成,下一节单独讲。

openmotion-api-key-image-narration-video-setup-image-2


OpenMotion 出图型号与价格怎么对

查型号和对价格时最容易出错的,是把不同页面的数字揉成一个价。下面按 API易 的三个来源分别列出,读取日期都标在表头,两处不一致时两处都保留。

型号 ID 总表(数据时间 2026-11-19 10:59) 定价接口(2026-11-20 读取) 说明页
gpt-image-2.6-all 按次 0.025 美元/次;端点 chat、images;分组 Default、image2_OSS、SVIP model_price 0.025;端点 image-generation、openai 说明页写的是 gpt-image-2-all 0.025 美元/张,不是 2.6
gpt-image-2.6-flare 按次 0.2 美元/次;端点只写 images;分组 Default、image2Enterprise、image2_OSS、SVIP model_price 0.2,同时带 billing_expr(p * 5 + cr * 1.25 + img * 8 + img_cr * 2 + c * 30);端点 image-generation、openai 官转按 token:文本输入 5、图片输入 8、图片输出 30 美元/百万 token;缓存读文本 1.25、图片 2 美元
gpt-image-2.6-sunburst 与 flare 相同:按次 0.2 美元/次,端点只写 images 与 flare 相同 同上,按 token

可以看到,总表把 flare 和 sunburst 写成按次 0.2 美元、端点只有 images,而定价接口除了 0.2 还挂着一条按 token 的计费公式,端点也多了 openai。说明页则按 token 列官转价,并写明官转文生图走 /v1/images/generations、返回 b64_json。这几处说法并不完全一致,本文不替它们合成一个价,实际扣费请以下单时 apiyi.com 控制台的型号列表为准。

对 OpenMotion 出图槽来说,关键信息其实是端点:三条型号的图片端点都对得上 /images/generations,返回格式也是适配器能读的 b64_json。

配乐和旁白方面,README 举例里的 Suno 和 Eleven v4,在 2026-11-19 的总表和 2026-11-20 的定价接口里都没有出现,总表里也没有 whisper。Suno 与 Eleven v4 暂未上架,我们会尽快上架这个模型;型号与价格以平台型号列表为准。

openmotion-api-key-image-narration-video-setup-image-3


OpenMotion 镜头段:Seedance 2.5 为什么不进兼容槽

Seedance 2.5 在 API易 的型号 ID 是 doubao-seedance-2-5-260628。它不进 OpenMotion 兼容槽有两层原因:OpenMotion 的兼容适配器本来就不做异步视频,而 doubao-seedance-2-5-260628 在 API易 走的也是自己的任务接口,不是兼容视频接口。

项目 总表(2026-11-19) 定价接口(2026-11-20) Seedance2 说明页
端点 只写 chat 只有 openai(即 chat) POST /seedance/api/v3/contents/generations/tasks
分组 SeeDance2 只有 SeeDance2;SeeDance2、SD2Fast、SD2Mini 分组倍率都是 0.18 令牌要勾选 SeeDance2,倍率 0.18x
价格写法 按量,输入 70、输出 70 美元/百万 token,缓存读无数据 同一型号,按分组倍率折算 720p、5 秒、无输入视频的示例为 1.3721 美元
计费模式 按量 按量 按量优先或按量

这里有两个数字不要混为一谈。总表上的 70 美元/百万 token 是标价;说明页的 1.3721 美元是一个具体示例,已经套用了 SeeDance2 分组的 0.18 倍率。按总表标价乘以 0.18 是 12.60 美元/百万 token,再乘以说明页示例用到的 108900 token,大约是 1.37 美元,正好对应那个示例。所以它们描述的是同一套计费的两个层面,不是两个可以挑着用的价格。

分组名字也有出入:总表把 fast 和 mini 写成 SD2-Fast-Cheap、SD2-Mini-Cheap,定价接口里叫 SD2Fast、SD2Mini。创建令牌时以控制台实际显示的分组名为准,不要照着某一页的名字硬填。

落到做片子的流程里:先在 API易 的 Seedance 任务接口提交镜头任务,任务完成后下载成片,再把视频文件导入 OpenMotion 时间轴,和兼容接口生成的静帧、外部录制的旁白一起剪。

💡 选择建议:如果镜头额度和出图额度想放在同一把密钥下管理,可以在 API易 apiyi.com 给令牌同时勾上出图分组和 SeeDance2 分组;出图填进 OpenMotion,镜头走任务接口生成后导入,账单在一个后台里对得清楚。


常见问题 FAQ

Q1:什么是 OpenMotion?

OpenMotion 是 nexu-io 发布的开源视频制作 Studio,许可证 Apache-2.0,仓库创建于 2026-05-11。仓库简介写支持 22 个 agent,点名 Claude Code、Codex、DSH、WorkBuddy。按 README,软件本身不收订阅和渲染费,生成接口由你自己的供应商账号计费。

Q2:OpenMotion 的兼容接口和 fal.ai、Atlas Cloud 有什么区别?

兼容接口在 OpenMotion 里只执行 `/images/generations` 和 `/audio/speech` 两条协议,字幕另走 `/audio/transcriptions`。fal.ai、Atlas Cloud、WaveSpeedAI 和 OpenDesign Cloud 才是文档指定的视频和音乐通道。想在 Studio 内直接生成镜头,只能走后面这几家。

Q3:OpenMotion v0.1.1 什么时候发布,改了什么?

v0.1.1 发布于 2026-11-18 19:32(北京时间)。按发布说明:字幕可以生成、导入或手写,并导出 SRT 或 VTT;可以单独导出某一段 MP4;新增 96 个 Skill;支持用 Docker Compose 从源码本地打开 Studio;可选的 DeepSeek Harness 插件把 Studio 放在对话旁边。这些都来自发布说明,不是实测结论。

Q4:能不能把 tts-1 填进 OpenMotion 的旁白槽?

不能直接这么做。旁白槽发的是 `/v1/audio/speech` 请求,要带 `voice`,返回二进制音频;而 API易 总表里 `tts-1` 和 `tts-1-hd` 的端点只写了 chat,定价接口的公开端点也没有 `/v1/audio/speech`。旁白建议换一家提供该端点的供应商,或者录好音频导入。

Q5:如何通过 API 快速给 OpenMotion 接上出图?

步骤很短:

1. 在 API易 apiyi.com 注册并领取免费测试额度。
2. 创建令牌,分组包含你要用的图片型号所在分组,例如 Default。
3. 在 OpenMotion Model Settings 新建 OpenAI 兼容连接,Base URL 填 `https://api.apiyi.com/v1`,模型填 `gpt-image-2.6-all` 等在架 ID。
4. 生成一张静帧验证,适配器会读取返回的 `b64_json` 或 `url`。

Q6:Seedance 2.5 生成的镜头怎么放进 OpenMotion?

用 `doubao-seedance-2-5-260628` 在任务接口 `POST /seedance/api/v3/contents/generations/tasks` 提交任务,令牌勾 SeeDance2 分组。任务完成后下载视频文件,在 OpenMotion 里以导入素材的方式放上时间轴。价格两处分开看:总表标价是输入、输出各 70 美元/百万 token,说明页 720p、5 秒的示例是折算后的 1.3721 美元。

Q7:这套接法有哪些已知限制?

– **出图**:兼容适配器不做图片编辑上传,只能文生图。
– **旁白与字幕**:OpenMotion 协议已实现,但要有平台真正提供 `/audio/speech` 和 `/audio/transcriptions`;字幕没有真实时间戳就导不出 SRT 或 VTT。
– **配乐与音效**:兼容协议未实现,只能走 fal.ai、Atlas Cloud、WaveSpeedAI、OpenDesign Cloud,或导入自己的音频。
– **价格口径**:总表、定价接口和说明页对同一型号的写法不完全一致,下单前以平台型号列表为准。


OpenMotion 做视频接密钥 Key Takeaways

  • 兼容槽只认两条协议:出图 /images/generations 和旁白 /audio/speech,字幕是第三条接口。
  • 镜头和配乐不进兼容槽:在 Studio 内生成要走 fal.ai、Atlas Cloud、WaveSpeedAI 或 OpenDesign Cloud。
  • README 三份名单别合并:开头举例、fal.ai 目录、能力表各管各的用途。
  • 出图有现成在架型号:gpt-image-2.6-all、gpt-image-2.6-flare、gpt-image-2.6-sunburst 都对得上图片端点。
  • 价格按来源分开看:总表按次、定价接口带公式、说明页按 token,不合成一个价。
  • 接不上就外部生成再导入:Seedance 2.5 走任务接口出片,下载后导入时间轴。
  • 上手先跑一张图:用 API易 的免费额度验证 Base URL 与令牌分组,再扩展到其他环节。

总结

用 OpenMotion 做一条自己的片子,密钥接法可以归结为三点:

  1. 出图走兼容接口:Base URL 指向提供 /images/generations 的平台,填在架的 GPT Image 2.6 型号 ID 即可。
  2. 旁白和字幕先查端点:OpenMotion 协议支持,但平台没有 /audio/speech、/audio/transcriptions 时,换供应商或手写、导入。
  3. 镜头和配乐另接:在外部生成成片后导入,或者在 Studio 里接 fal.ai、Atlas Cloud、WaveSpeedAI。

动手之前,先按本文的分段表把每个环节对应的接口列出来,比一股脑填密钥再排查报错省事得多。出图和 Seedance 镜头这两段,可以在 API易 apiyi.com 用一个令牌同时管理,先拿免费额度验证链路,再决定正式片子的分工。


📚 参考资料

  1. OpenMotion 仓库与 README:安装要求、三份型号清单、计费说明

    • 链接: github.com/nexu-io/openmotion
    • 说明: 2026-11-20 读取 main 分支,含 Node.js 版本、Chrome 与 FFmpeg 依赖
  2. OpenMotion v0.1.1 发布说明:字幕、单段导出、Docker Compose 等更新

    • 链接: github.com/nexu-io/openmotion/releases/tag/v0.1.1
    • 说明: 2026-11-18 发布,本文对版本能力的描述均来自此页
  3. OpenMotion provider 文档:兼容接口可执行的协议边界

    • 链接: github.com/nexu-io/openmotion/blob/main/docs/provider-settings.md
    • 说明: 同目录 docs/model-gateway.md 与 skills/openmotion-media/references/providers/compatible.md 补充了出图、语音、字幕三条接口细节
  4. API易 型号总表、能力说明页与定价接口:型号 ID、端点、分组与价格

    • 链接: docs.apiyi.com/models.md
    • 说明: 同站 /api-capabilities/gpt-image-2/overview.md 与 /api-capabilities/seedance2/overview.md 为说明页;定价接口路径为 api 子域下的 /api/pricing,pricing_version 为 shell-api-modelmak-v1

作者: APIYI 技术团队
技术交流: 接入过程中遇到型号、分组或端点对不上的问题,欢迎通过 API易 官网首页联系我们

发表评论