媒体生成（视频、图片、音乐）

NordRouter 支持生成图像、视频和音乐，与文本模型使用同一个 sk-nr-… 密钥和同一账户余额。按实际生成计费，无需 token 或套餐。

仅限从后端发起请求，请勿从浏览器请求

不能直接从浏览器请求 /media/*，否则请求将无法通过 CORS 检查，并报错 Failed to fetch。

这是有意设计的。该接口要求在 Authorization 请求头中携带密钥，而所有进入浏览器的内容，任何打开开发者工具的人都能看到：密钥会泄露，他人就能消耗您的余额。在 fetch 中设置任何请求头都无法防止这种情况。

正确的调用方式：

浏览器 → 您的服务器（密钥保存在此处） → nordrouter.com

生成的文件通过普通链接提供，可直接用于页面中的 <img src> 或 <video src>，无需额外配置。

工作原理

生成过程是异步的（视频和音乐需要几秒到几分钟）：

创建任务 — 使用 POST /media/generate 提交模型和参数。
等待结果 — 轮询 GET /media/job/:id，直到 status 变为 done。
获取文件 — 通过 result_url 获取（指向 nordrouter.com 的链接）。

1. 创建任务

bash

curl https://nordrouter.com/media/generate \
  -H "Authorization: Bearer sk-nr-YOUR-KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "image/nano-banana-2",
    "input": { "prompt": "冬日森林中的温馨小屋，水彩画", "resolution": "2k" }
  }'

响应：

json

{ "id": "beefb531-…", "model": "image/nano-banana-2", "status": "processing",
  "poll": "https://nordrouter.com/media/job/beefb531-…" }

错误始终采用统一格式：{ "error": "понятный текст", "code": "missing_param" }。可根据 code 在代码中进行分支处理（invalid_input、missing_param、unknown_model、insufficient_balance、rate_limited、no_auth…）， error 则供人阅读。

2. 等待结果

bash

curl https://nordrouter.com/media/job/beefb531-…

json

{ "id": "beefb531-…", "status": "done",
  "result_url": "https://nordrouter.com/media/file/beefb531-…",
  "cost_usd": 0.052, "error": null }

status：processing → done（或 failed）。生成的文件可通过 result_url 获取。

🎵 Suno 每个任务生成两首曲目：第一首位于 result_url，第二首位于 result_url_2（链接格式相同）。价格按整个任务计算，已包含两首曲目。

Webhook（替代轮询）

如果不想轮询，可在 POST /media/generate 中传入 callback_url 字段，任务完成后我们会通过 POST 请求主动发送结果：

bash

curl https://nordrouter.com/media/generate \
  -H "Authorization: Bearer sk-nr-YOUR-KEY" -H "Content-Type: application/json" \
  -d '{
    "model": "image/nano-banana-2",
    "input": { "prompt": "…" },
    "callback_url": "https://your-server.com/webhooks/nordrouter",
    "callback_secret": "您的密钥"
  }'

当任务状态变为 done/failed 时，callback_url 将收到 POST 请求，请求体与 GET /media/job/:id 的响应相同，并额外包含 event 字段：

json

{ "event": "media.completed", "id": "beefb531-…", "status": "done",
  "result_url": "https://nordrouter.com/media/file/beefb531-…", "cost_usd": 0.052, "error": null }

event：media.completed 或 media.failed。

签名验证。 如果设置了 callback_secret，X-NR-Signature 请求头将包含 sha256=<hmac>，即使用您的密钥对请求体计算的 HMAC-SHA256。请进行比对，以确认请求来自我们：

python

import hmac, hashlib
expected = "sha256=" + hmac.new(secret.encode(), raw_body, hashlib.sha256).hexdigest()
assert hmac.compare_digest(expected, request.headers["X-NR-Signature"])

要求与可靠性：

callback_url 仅支持 https://，且必须为公网地址（内网/私有 IP 将被拒绝，并返回 400 错误）。
最多尝试投递 4 次，重试间隔逐步增加；请返回 2xx，否则我们会重试。
使用 Webhook 后仍可轮询，两者可以结合使用，也可将 GET /media/job/:id 作为备用方式。

了解更多

任务生命周期、签名验证示例及投递可靠性，详见**任务与 Webhook** 页面。

3. 模型与价格列表

GET /media/models 返回可用模型、模型参数及预估费用：

json

{ "models": [
    { "id": "image/nano-banana-2", "type": "image",
      "fields": [ {"name":"prompt","type":"textarea"}, {"name":"resolution","type":"select","options":["1k","2k","4k"]},
                  {"name":"safety_filter","type":"bool","default":true} ],
      "est_usd": 0.052 }
  ], "retention_days": 14 }

完整参考

所有模型的 input 参数和价格，详见**媒体：所有模型与计费** 页面。

模型

提供 95 个模型 — 包含参数和价格的完整最新列表始终可通过 GET /media/models 获取。主要系列：

类型	系列	模式	≈ 价格
🖼 图像	Nano Banana / 2 / Pro (`image/nano-banana*`)	文生图、编辑，最高 4K	$0.025 起
🖼	Imagen 4 Fast / Ultra (`image/imagen4*`)	文生图	$0.025 起
🖼	GPT Image 1.5 / 2 (`image/gpt-image-*`)	文生图、编辑，最高 4K	$0.025 起
🖼	Flux 2 Pro / Flex (`image/flux2-*`)	文生图、编辑	$0.03 起
🖼	Seedream v4 / 4.5 / 5 Lite (`image/seedream-*`)	文生图、编辑	$0.04 起
🖼	Ideogram v3 / Character (`image/ideogram-*`)	文本、混合重创、角色	$0.02 起
🖼	Qwen / Wan Image / Grok / Z-Image	文生图、编辑	$0.01 起
🛠 工具	Topaz / Recraft (`image/upscale`, `image/recraft-remove-bg`)	超分辨率放大至 8K、移除背景	$0.01 起
🎬 视频	Veo 3.1 Lite / Fast / Quality (`video/veo-3.1-*`)	文本/照片→视频	$0.19 起
🎬	Kling 2.1 → 3.0 (`video/kling-*`)	文本/照片→视频、运动控制、数字人，最高 4K、最长 15 秒	$0.16 起
🎬	Wan 2.2 → 2.7 (`video/wan-*`)	文本/照片/视频→视频、语音生成视频	$0.25 起
🎬	Seedance 1.5 / 2 / Fast / Mini (`video/seedance-*`)	文本/照片→视频，最高 4K，支持声音	$0.06 起
🎬	Hailuo 02 / 2.3 (`video/hailuo-*`)	文本/照片→视频	$0.08 起
🎬	HappyHorse 1.0 / 1.1 (`video/happyhorse-*`)	文本/照片/参考素材→视频、视频编辑	$0.70 起
🎬	Grok Video / 1.5 (`video/grok-*`)	文本/照片→视频，最长 30 秒	$0.06 起
🎬	Gemini Omni (`video/gemini-omni`)	带声音的视频，最高 4K	$0.39 起
🗣 数字人	Kling Avatar, OmniHuman, InfiniteTalk, Lip Sync	照片+音频→说话视频	$0.19 起
🎵 音乐	Suno V6 / V6 Wild / V6 Mini (`music/suno-*`)	文本/风格→2 首曲目、翻唱、续写、人声、分轨、音效	~$0.08
🎙 配音	ElevenLabs Turbo / Multilingual (`audio/elevenlabs-*`)	文本→语音、人声分离	$0.04 起 / 1000 字符

参数

参数因模型而异 — 完整列表见 /media/models（fields 字段：名称、类型、可选值、默认值）。名称采用统一风格（snake_case），值使用小写。通用参数：

prompt — 描述（适用于所有生成模型）。
resolution — 1k/2k/4k（图像）或 480p/720p/768p/1080p/4k（视频）。价格取决于分辨率。
aspect_ratio — 1:1、16:9、9:16 等；支持尺寸选择的模型还提供 1:1-hd。
duration — 视频时长，单位为秒（大多数模型为 5/10，Kling 3.0 和 Wan 2.7 最长为 15，Grok 最长为 30）。视频按秒计费。
audio — 视频音轨（true/false）。带声音的价格更高 — /media/estimate 的估价已考虑这一点。
mode / quality / render_mode — 质量等级（Kling 3.0：standard/pro/4k，GPT Image：medium/high，Ideogram：fast/balanced/quality）。
safety_filter — 18+ 内容过滤器（默认启用）。
enhance_prompt — 模型自动补充提示词细节（Qwen、Flux 3）。
file_format — 文件格式（图像为 png/jpeg，3D 为 glb/obj/fbx/stl/usdz）。
image — 输入图像（编辑、照片→视频；传入直链或通过 /media/upload 上传）。
video_url / audio_url — 输入视频/音频（视频编辑、口型同步、数字人）。

音乐： title、style、instrumental、version（v6、v6-wild、v6-mini）、advanced（精细设置：自定义标题、风格和时长 duration）、exclude_styles、vocal（female/male）、continue_from（从第几秒开始续写）；音效还支持 loop、bpm、tonality；分轨使用 mode（vocals、stems、track）和 track（要提取的音轨）。风格微调参数：style_weight、weirdness、audio_weight（0…1）。

配音： text、voice（options 中的简短音色名称，例如 james、bella、Zephyr）、speed；Gemini 模型还支持 style、pace、accent、voice_description、scene、temperature。双音色对话：

json

{ "model": "audio/gemini-3.1-flash-tts",
  "input": {
    "voices": [ { "voice": "Kore", "style": "newscaster" }, { "voice": "Puck", "pace": "fast" } ],
    "dialogue": [ { "speaker": 1, "text": "你好！今天我们邀请到的嘉宾是……" }, { "speaker": 2, "text": "谢谢邀请。" } ]
  } }

运行前，可向 POST /media/estimate 传入相同的 model + input，查看该配置的准确价格。

旧参数名称仍然有效

2026 年 10 月 19 日，参数名称和值进行了统一（snake_case，值使用小写）。如果您的集成仍传入旧版文档中的名称和值，无需做任何修改：服务器也接受这些名称和值，结果和价格相同。/media/models 和本文档仅展示新名称和值。

🧊 3D 模型

通过文本或照片生成 3D 模型。输出为 GLB（不同模型还支持 OBJ、FBX、 STL、USDZ、USD、3MF）以及预览图：任务结果中会包含多个文件，每个文件都有各自的扩展名。

调用方式与其他媒体相同：使用 POST /media/generate 提交，并轮询 GET /media/job/{id}。

bash

curl -X POST https://nordrouter.com/media/generate   -H "Authorization: Bearer $NR_KEY" -H "Content-Type: application/json"   -d '{"model":"3d/tripo-text","input":{"prompt":"陶瓷马克杯，哑光釉面"}}'

id	输入来源	≈ 价格	特点
`3d/tripo-text`, `3d/tripo-image`	文本、照片	$0.31 起	价格最低，四边形网格，PBR
`3d/hunyuan-rapid-text`, `-image`	文本、照片	$0.43 起	速度快，5 种文件格式
`3d/seed3d-image`	照片	$0.50 起	GLB、OBJ、USD、USDZ
`3d/hunyuan-pro-text`, `-image`	文本、照片	$0.71 起	最高 150 万个多边形
`3d/meshy-text`, `-image`, `-multi-image`	文本、照片、最多 4 个视角	$0.94 起	最高 8K 纹理，角色姿势

用照片作为纹理。 3d/meshy-* 模型支持单独提供图片（texture_photo）或用文字描述材质（texture_text）——纹理可独立于几何形状设置。3d/meshy-multi-image 支持同一物体最多四个视角的图片，从而生成更准确的几何形状。

生成完成后才能确定价格

3D 按实际消耗的资源计费，因此只有在模型计算完成后才能确定准确金额。我们会预留可能产生的最高费用，计算完成后扣除实际费用，并退还差额。最终金额始终可在 cost_usd 字段中查看。

在工作室中，这类模型会带有标识，且只有在您同意后才会开始生成。

耗时较长。 3D 生成需要半分钟到几分钟，比图片或短视频更久。无需一直保持任务页面打开：状态会保存，并支持 Webhook。

费用与存储

从您的 USD 余额中按实际生成费用扣款——完成后可在 cost_usd 中查看准确金额。
生成失败不收费——预留金额会自动退还。
文件在我们的服务器上仅限时保存（参见 /media/models 中的 retention_days）——请下载以便长期保存。

媒体生成（视频、图片、音乐） ​

工作原理 ​

1. 创建任务 ​

2. 等待结果 ​

Webhook（替代轮询） ​

3. 模型与价格列表 ​

模型 ​

参数 ​

🧊 3D 模型 ​

费用与存储 ​

媒体生成（视频、图片、音乐）

工作原理

1. 创建任务

2. 等待结果

Webhook（替代轮询）

3. 模型与价格列表

模型

参数

🧊 3D 模型

费用与存储