Geração de imagens, vídeos e voz por meio de uma única API

O GetVibe oferece geração de mídia por meio de uma API de jobs assíncronos, além das APIs de modelos de texto. O fluxo de solicitação de mídia não é igual ao de conclusões de chat da OpenAI: envie um job de geração, receba um ID de job e consulte o status e o resultado. Os modelos de imagem, vídeo e áudio/voz têm entradas e unidades de cobrança diferentes, portanto escolha no catálogo de modelos de mídia em vez de presumir que um único formato de solicitação funcione para todos os modelos.

Encontre um modelo e verifique os requisitos

Use o catálogo de mídia e /v1/models?type=image,video,audio para ver os tipos de mídia disponíveis para sua conta. Verifique o ID exato de cada modelo, as entradas aceitas, as opções compatíveis, o formato de saída e a unidade de preço. Um modelo de imagem pode cobrar de acordo com as configurações de saída; o vídeo pode depender da duração e da resolução; os modelos de voz podem cobrar pelo tamanho do texto, pela duração ou por outra unidade documentada. Não compare esses preços como se todos fossem tokens de texto.

gpt-image-2 é um dos modelos de imagem do catálogo. A página do modelo e a documentação de mídia listam as proporções de aspecto, a resolução e as opções de geração/edição compatíveis. Os modelos de vídeo têm suas próprias entradas e podem levar mais tempo. Os recursos de voz variam de acordo com o modelo; confirme a listagem de mídia atual antes de prometer uma operação específica na sua interface.

Envie um job de imagem

Mantenha a chave no seu servidor. Este é o formato assíncrono documentado para uma solicitação de texto para imagem: o prompt é um campo de nível superior e as opções de geração ficam dentro de opts.

curl https://getvibeapi.com/api/media/generate \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "Uma ilustração editorial limpa de uma mesa de desenvolvedor, sem texto",
    "opts": {"aspect_ratio":"16:9", "resolution":"1K", "mode":"text-to-image"}
  }'

Persista o jobId retornado junto ao seu próprio registro de usuário e tarefa. Essa solicitação inicia a geração; ela não retorna o corpo da imagem final diretamente.

Consulte ou receba um webhook

Para uma integração pequena, consulte o endpoint do job em um intervalo moderado e pare quando o job atingir um estado terminal. Os estados incluem submitting, processing, success, fail e expired. Consultar a cada poucos milissegundos adiciona tráfego sem acelerar a geração. Para lotes de produção, configure o webhook documentado e torne o callback idempotente para que entregas duplicadas não criem ativos duplicados.

curl "https://getvibeapi.com/api/media/jobs/$JOB_ID" \
  -H "Authorization: Bearer $GETVIBE_API_KEY"

Em caso de sucesso, obtenha as URLs dos resultados e copie a mídia para um armazenamento sob seu controle se ela precisar ser mantida por longo prazo. Em caso de falha, mantenha o ID do job para suporte e mostre um erro útil. Não tente novamente em toda falha: uma opção inválida falhará novamente, e uma geração duplicada poderá gerar outra cobrança.

Vídeo e voz exigem tratamento específico por modelo

Para vídeo, verifique a duração, o tamanho do quadro, os requisitos de condicionamento por imagem e as opções compatíveis do modelo antes de enviar. Valide as URLs de origem remotas e garanta que estejam acessíveis. Mantenha o progresso do job visível, pois a renderização pode levar mais tempo do que a geração de texto. Use o fluxo de webhook documentado para lotes em vez de manter uma página interativa aberta.

Para voz e áudio, diferencie a geração de fala da transcrição ou da compreensão de áudio. Elas têm modalidades de entrada e saída diferentes. Combine o endpoint e o payload com o model card, defina limites de texto ou duração quando oferecidos e armazene o áudio retornado em um formato aceito pelo seu player. Não prometa que todo modelo de mídia pode produzir voz.

Orçamento e comportamento em caso de falha

Verifique o preço atual do modelo de mídia antes de um lote e faça a estimativa usando sua unidade de cobrança real. O preço de um modelo de texto não serve como referência para geração de imagens ou vídeos. Execute uma amostra com a resolução, duração ou configurações de voz exatas planejadas para produção. Registre o ID do job, o modelo, as opções, a duração, o estado terminal e o uso cobrado. Defina um tamanho máximo de lote e uma revisão manual para resultados caros ou voltados ao cliente.

Mantenha prompts e URLs de mídia fora dos logs gerais, a menos que sua política de privacidade permita seu registro. Oculte credenciais, aplique limites de upload e evite expor ativos privados gerados como URLs públicas. Para edições, mantenha o ativo original separadamente até que o resultado seja revisado.

Checklist antes da produção

• Confirme o ID exato do modelo, a modalidade e os requisitos de entrada.
• Mantenha a chave da API no servidor.
• Use o prompt de nível superior documentado e as opções específicas do modelo.
• Persista os IDs dos jobs e torne o tratamento de polling/webhook idempotente.
• Defina o comportamento em caso de falha e expiração.
• Faça o orçamento usando a unidade de cobrança real do modelo.
• Copie as saídas bem-sucedidas para um armazenamento se elas precisarem ser mantidas.

Leia geração de mídia, webhooks de mídia e modelos de mídia antes de colocar em produção. A lista pública de modelos e as opções compatíveis podem mudar; essas páginas e o catálogo ativo são a referência para sua conta.