影片生成正式上線 OpenRouter：一個 API 取用頂尖影片模型，與文字、圖像、音訊、embeddings、rerankers 並列，共用同一套路由、治理與計費層。上路首日支援 text-to-video 與 image-to-video，模型涵蓋 Seedance 2.0/1.5、Veo 3.1、Wan 2.7/2.6 與 Sora 2 Pro，後續持續增加；新端點是 /api/v1/videos。
為什麼需要統一：影片 API 的碎片化
各家的影片 API 各自為政——request 形狀、參數名稱、計費單位全都不同。OpenRouter 的解法繞著四個正規化設計展開：非同步生成（生成要跑數分鐘，一律以 job 追蹤：送 prompt、拿 job ID、就緒後取回影片）；正規化參數（單一 schema 跨所有模型，涵蓋 resolution、duration、aspect ratio、音訊生成、frame images 與 reference images）；能力探索（呼叫前先用程式查明每個模型支援什麼）；透傳參數（需要模型專屬功能時直接下傳）。
參數地雷：duration 都能讓請求掛掉
影片模型之間的差異遠比表面看不出來的地方多。最典型的例子是 duration：Veo 3.1 支援 4、6、8 秒，Wan 2.6 支援 5 或 10 秒——帶錯值請求直接失敗。另一層碎片化是端點家族：同一模型常把 text-to-video、image-to-video、reference-to-video 拆成不同 endpoint；OpenRouter 依你的參數自動路由到正確端點，這層複雜度對呼叫者隱形。reference images（角色設定）與 frame images（首尾幀）的傳法也做了標準化。
能力探索端點：給 coding agent 的完美介面
/api/v1/videos/models 一個呼叫列回每個模型支援的 resolution、aspect ratio、定價、輸入圖片與時長——官方直接點名這是「給你的 coding agent 的完美端點」：agent 能據此適應每個模型，不用在錯誤訊息裡試出可接受的參數。模型專屬功能也有出口：Veo 3.1 獨有的 personGeneration 參數（控制輸出是否出現人物）就是透傳參數的例子。模型頁另新增 Playground 分頁，可以實際試看產出。
多模態工作流：LLM 寫 prompt、圖像模型造角色、影片模型拍場景
官方最興奮的應用是組合式工作流：LLM 把粗略想法展開成詳細 prompt、圖像模型生成主角、影片模型把角色變成場景——全部走同一個 API。實作心得很直白：這些模型獎勵具體——運鏡、光線、質地、節奏、動態風格全都影響結果，細節越多控制越多，這正好讓影片生成與 LLM 生成的 prompt 天作之合。OpenRouter 開源了示範應用 multimedia-explorer（程式碼在 GitHub），把這條多模態管線完整走一遍。
導入建議
三個實務起點：先把 /api/v1/videos/models 接進你的 agent 或程式碼生成流程，把參數驗證交給能力探索而不是 try-and-error；計費以各模型定價為準，跨模型比價在同一份清單裡就能做完；要做產品級的多模態管線，從 multimedia-explorer 的開源碼抄架構——LLM→圖像→影片的鏈條它已經跑通。回饋與下一批模型的需求，官方開了 Discord 的 #video-feedback 頻道收集。
參考來源
本文由 AI 協助自上述來源整理，經人工審核後發布。