Интеграция изображений, аудио, видео и поиска

Эти возможности используют тот же Base URL и тот же bearer-ключ, что и чат, но у каждой свой эндпоинт и своя структура запроса. Идентификаторы моделей ниже — рабочие примеры; перед выпуском в продакшен сверьтесь с актуальным каталогом в разделе Консоль → Модели.

Генерация изображений

POST /v1/images/generations

Отправьте промпт в JSON. Читайте созданный файл из data[0].url или из data[0].b64_json, если выбранная модель возвращает base64.

Ключевые параметры: prompt и model обязательны. size задаёт разрешение, n — количество изображений, response_format — url или b64_json. quality и style зависят от модели; распространённые значения — standard, hd или auto.

curl https://api.chinaapi.ai/v1/images/generations \
  -H "Authorization: Bearer $CHINAAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedream-4-5-251128",
    "prompt": "A cinematic skyline at blue hour",
    "size": "1024x1024",
    "response_format": "url",
    "n": 1
  }'

Генерация изображений Gemini

POST /v1/chat/completions

Модели изображений Gemini используют форму запроса OpenAI Chat Completions. Читайте созданное изображение в формате Markdown из choices[0].message.content; полезная нагрузка изображения — это URL вида data:image/....

Ключевые параметры: передайте идентификатор модели из каталога в model, а промпт изображения — в messages. Не отправляйте эту модель на /v1/images/generations.

curl https://api.chinaapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $CHINAAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<GEMINI_IMAGE_MODEL>",
    "messages": [
      {
        "role": "user",
        "content": "Generate a cinematic skyline at blue hour"
      }
    ],
    "stream": false
  }'

Речь в текст

POST /v1/audio/transcriptions

Загружайте аудио как multipart form data; не задавайте заголовок Content-Type вручную. Распознанный текст возвращается в поле text.

Ключевые параметры: передайте model и file как поля multipart. Используйте response_format со значением json, text или verbose_json, если выбранная модель это поддерживает.

curl https://api.chinaapi.ai/v1/audio/transcriptions \
  -H "Authorization: Bearer $CHINAAPI_KEY" \
  -F "model=qwen3-asr-flash" \
  -F "file=@speech.wav" \
  -F "response_format=json"

Текст в речь

POST /v1/audio/speech

Тело ответа — двоичное аудио, поэтому записывайте его в файл. alloy выбирает голос модели по умолчанию; модель может публиковать и собственные идентификаторы голосов.

Ключевые параметры: используйте input, model и voice. Формат вывода задаётся через response_format — например, mp3 или wav; speed и instructions доступны, если выбранная модель их поддерживает.

curl https://api.chinaapi.ai/v1/audio/speech \
  -H "Authorization: Bearer $CHINAAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2.5-tts",
    "input": "Hello from ChinaAPI.",
    "voice": "alloy",
    "response_format": "mp3"
  }' \
  --output speech.mp3

Генерация видео

POST /v1/video/generations

Генерация видео асинхронная. Отправьте запрос один раз, сохраните возвращённый task_id, затем опрашивайте GET /v1/video/generations/{task_id}, пока задача не завершится успешно или с ошибкой. Создание задачи может списывать квоту.

Ключевые параметры: задачу запускают prompt и model. Там, где это поддерживается, используйте duration, width, height, fps и n. Разрешение — общий способ управления чёткостью. Параметры, специфичные для поставщика, такие как quality, quality_level, negative_prompt или настройки камеры, помещайте в metadata только тогда, когда они указаны для этой модели.

curl https://api.chinaapi.ai/v1/video/generations \
  -H "Authorization: Bearer $CHINAAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "happyhorse-1.1-t2v",
    "prompt": "A paper boat crossing a moonlit lake",
    "duration": 5,
    "width": 1280,
    "height": 720
  }'

curl https://api.chinaapi.ai/v1/video/generations/$TASK_ID \
  -H "Authorization: Bearer $CHINAAPI_KEY"