模型说明

本服务对外提供两个视频模型 ID。两者共用同一套接口与返回格式，能力范围也基本一致。

可选模型

model	定位	单次生成时长
`vipro-main`	标准档	4 ~ 15 秒
`vipro-main2.5`	进阶档（更新一代）	4 ~ 30 秒

两个模型是同一产品线的两代版本，2.5 是更新的那一代。不加版本号的那个（vipro-main）是标准档。

两者的差异

真正的差异只有一个：单次生成的时长上限。 除此之外，两个模型支持的能力完全相同 —— 参考音频、参考视频、视频编辑、视频延长都支持。

对比项	`vipro-main`	`vipro-main2.5`
单次生成时长	4 ~ 15 秒	4 ~ 30 秒
最短时长	4 秒	4 秒
时长必须为整数秒	是	是

需要超过 15 秒的镜头，请用 vipro-main2.5。 给 vipro-main 传超过 15 秒的 duration 会被上游拒绝。

怎么选

你的需求	推荐模型
单个镜头在 15 秒以内	`vipro-main`
单个镜头超过 15 秒（最长 30 秒）	`vipro-main2.5`
需要视频编辑 / 视频延长	两者均可。`vipro-main2.5` 上可额外用参考模式声明意图
需要参考音频、参考视频、多图参考	两者均可
不确定选哪个	先用 `vipro-main`，需要更长时长时切到 `vipro-main2.5`

共同能力

下面这些能力两个模型都支持，写法完全一样：

能力	说明
文生视频	只用 `content` 里的 `text` 条目
图生视频	加 `image_url` 条目，`role: "reference_image"`
多图参考	多个 `image_url` 条目，用 `@图1` `@图2` 在提示词里引用
参考音频	`audio_url` 条目，`role: "reference_audio"`
参考视频	`video_url` 条目，`role: "reference_video"`
视频编辑	带 `reference_video` + 提示词描述编辑意图
视频延长	带 `reference_video` + 提示词描述延长意图
分辨率	`480p` / `720p` / `1080p`
同步生成音频	`generate_audio: true`
指定随机种子	`seed`
返回尾帧	`return_last_frame: true`，便于接续生成

2.5 特有的两个可选字段

vipro-main2.5 额外接受两个可选字段，用于在带视频输入时更精确地声明意图：

字段	作用
`reference_mode`	声明本次是生成、编辑还是延长
`source_duration_seconds`	源视频时长，影响计费口径

这两个字段传给 vipro-main 会被忽略（不报错、也不改变行为）—— 因为 vipro-main 不需要它们就能完成编辑与延长。需要声明时再用，详见参考模式。

切换模型

切换模型只需要改 model 一个字段，请求体其余部分、响应解析逻辑、轮询方式全部不变。

diff

 {
-  "model": "vipro-main",
+  "model": "vipro-main2.5",
   "content": [
     { "type": "text", "text": "镜头缓慢推近，人物转头看向窗外" },
     { "type": "image_url",
       "image_url": { "url": "https://your-cdn.com/start-frame.jpg" },
       "role": "reference_image" }
   ],
   "duration": 20,
   "resolution": "720p"
 }

上面这个例子里 duration 为 20 秒，超过 15 秒上限，只有 vipro-main2.5 能受理。