SkyReels V4 是昆仑万维 Skywork AI 的多模态视频基础模型,2026 年 2 月随 arXiv 论文 2602.21818 发布。APIMart 提供 Std 和 Fast 两档 SkyReels V4 API,本页是 SkyReels V4 Std(模型 ID skyreels-v4-std),质量优先,适合关键镜头和正式交付。同一个接口支持文生视频、首尾帧与关键帧图生视频、Omni 多模态参考,输出 480p、720p 或 1080p,时长 3–15 秒。论文还介绍了音视频联合生成;APIMart API 目前暂不支持同时输出视频和新生成的音频。
服务亮点
No mid frames added
Video link valid for 72 hours
透明定价,无隐藏费用。按量付费,用多少付多少。
| 型号 | 规格 | 黄金价当前价格 | 铂金价 | 钻石价 | 官方价 | 为你节省 |
|---|---|---|---|---|---|---|
skyreels-v4-std | 480P | 0.88Credits(~$0.088)/秒 | 0.836Credits(~$0.0836)/秒 | 0.792Credits(~$0.0792)/秒 | 1.1Credits(~$0.11)/秒 | 20% |
| 720P | 1.12Credits(~$0.112)/秒 | 1.064Credits(~$0.1064)/秒 | 1.008Credits(~$0.1008)/秒 | 1.4Credits(~$0.14)/秒 | 20% | |
| 480P-refvideo | 1.44Credits(~$0.144)/秒 | 1.368Credits(~$0.1368)/秒 | 1.296Credits(~$0.1296)/秒 | 1.8Credits(~$0.18)/秒 | 20% | |
| 720P-refvideo | 2Credits(~$0.2)/秒 | 1.9Credits(~$0.19)/秒 | 1.8Credits(~$0.18)/秒 | 2.5Credits(~$0.25)/秒 | 20% | |
| 1080P | 2.8Credits(~$0.28)/秒 | 2.66Credits(~$0.266)/秒 | 2.52Credits(~$0.252)/秒 | 3.5Credits(~$0.35)/秒 | 20% | |
| 1080P-refvideo | 5Credits(~$0.5)/秒 | 4.75Credits(~$0.475)/秒 | 4.5Credits(~$0.45)/秒 | 6.25Credits(~$0.625)/秒 | 20% |
* 实际费用以最终输出为准。
SkyReels V4(也写作 SkyReels-V4、Sky Reels V4)是昆仑万维 Skywork AI 第四代 SkyReels 视频模型。论文介绍的双流 MMDiT 架构可同时生成视频和音频,最高 1080p、32 FPS、15 秒。在 APIMart 上以托管 API 调用:SkyReels V4 Std 根据提示词、静态图片或参考素材生成 480p、720p 或 1080p、3–15 秒的视频,按秒计费。成片用 Std,草稿和批量用成本更低的 SkyReels V4 Fast,两档请求字段完全相同。
一次 POST 请求即可调用 skyreels-v4-std。生成是异步的:先提交任务,再轮询任务接口获取视频链接。
把上面创建的 API Key 存到环境变量 APIMART_API_KEY,每次请求都在请求头带上 Authorization: Bearer <key>。
POST /v1/videos/generations,传 model 为 skyreels-v4-std 和提示词。图生视频加 first_frame_image 或 end_frame_image,Omni 加 ref_images / ref_videos。示例里的 example.com 地址是占位符,请换成你自己可公开访问的文件。任务 ID 在 data[0].task_id。
轮询 GET /v1/tasks/{task_id},直到 status 为 completed,再从 data.result.videos[0].url[0] 读取视频链接。APIMart 结果保留 72 小时,请及时下载需要保存的视频。
全部模式、使用场景与参数限制见 SkyReels V4 API 文档。
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "skyreels-v4-std",
"prompt": "A lighthouse keeper climbs a spiral staircase at dusk, warm lantern light, slow upward tracking shot, cinematic",
"duration": 5,
"resolution": "1080p",
"aspect_ratio": "16:9",
"prompt_optimizer": true
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "skyreels-v4-std",
"prompt": "A lighthouse keeper climbs a spiral staircase at dusk, warm lantern light, slow upward tracking shot, cinematic",
"duration": 5,
"resolution": "1080p",
"aspect_ratio": "16:9",
"prompt_optimizer": True
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "skyreels-v4-std",
"prompt": "The paper boat drifts across the pond and docks at the stone steps, gentle ripples, soft morning light",
"duration": 8,
"resolution": "1080p",
"first_frame_image": "https://example.com/start.png",
"end_frame_image": "https://example.com/end.png"
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| 参数 | 类型 | 必填 | 默认值 | 说明 |
|---|---|---|---|---|
model | string | 是 | 默认值: skyreels-v4-std | skyreels-v4-std(质量优先)或 skyreels-v4-fast(速度优先)。没有默认值,必须显式传入。 |
prompt | string | 是 | 默认值: — | 场景描述,最多 1,280 tokens。传关键帧或参考素材时,每个 @tag 都必须出现在提示词里。 |
duration | integer | 否 | 默认值: 5 | 3–15 秒。传入 ref_videos 且 type 为 reference 时,输出时长跟随参考视频,最长 10 秒。 |
resolution | string | 否 | 默认值: 1080p | 480p、720p 或 1080p。 |
aspect_ratio | string | 否 | 默认值: 16:9 | 16:9、4:3、1:1、9:16 或 3:4。图生视频模式下,以及 Omni 带 ref_videos 时不生效。 |
prompt_optimizer | boolean | 否 | 默认值: true | 是否自动优化提示词。 |
nsfw_check | boolean | 否 | 默认值: false | 提交前用 omni-moderation-latest 审核提示词和输入图片。 |
first_frame_image | string | 否 | 默认值: — | 图生视频:首帧图片 URL(jpg、jpeg、png、gif 或 bmp)。 |
end_frame_image | string | 否 | 默认值: — | 图生视频:尾帧图片 URL。与 first_frame_image 一起传即为首尾帧控制。 |
mid_frame_images | object[] | 否 | 默认值: — | 图生视频:最多 6 个中间关键帧,每项含 tag、image_url,可选 time_stamp(需在 0 与 duration 之间)。 |
ref_images | object[] | 否 | 默认值: — | Omni:主体参考(type 为 image,1–3 项,每项 1–5 张 image_urls,可选 audio_url,音频不超过 15 秒)或一张宫格拼图(type 为 grid)。 |
ref_videos | object[] | 否 | 默认值: — | Omni:最多 1 个视频(MP4 或 MOV,不超过 15 秒),type 为 reference 或 extend。图生视频字段与 Omni 字段不能同时传,否则返回 422。 |
APIMart 上的两档 SkyReels V4 共用一个接口,模式和请求字段完全相同。按质量和成本选档,实时每秒价格见各自页面。
| 型号 | 适用场景 | 分辨率 | 时长 |
|---|---|---|---|
| SkyReels V4 Std API当前页面 | 质量优先:关键镜头、高细节和正式交付 | 480p / 720p / 1080p | 3–15 秒 |
| SkyReels V4 Fast API | 速度优先、成本更低:预览、批量和日常内容 | 480p / 720p / 1080p | 3–15 秒 |
以下是 skyreels-v4-std 在 APIMart 上支持的输入与输出,依据 SkyReels V4 API 文档。同一个 POST 接口根据你传的字段自动选择模式,不需要 mode 参数。
以下场景各自对应 APIMart 上 SkyReels V4 的一种模式。先选模式,再按预算选分辨率和时长。
登录后可在本页 Playground 直接试用 SkyReels V4 Std,也可以用自己的 API Key 调用。无需排队,无需填写联系表单。
免费注册。一个 APIMart 账号即可使用 SkyReels V4 API 和目录里的所有其他模型。
按量付费,没有月度最低消费。SkyReels V4 Std 按秒计费,从 APIMart 余额中扣除。
创建 API Key,请求时把 model 设为 skyreels-v4-std。同一个 Key 也可以调用 skyreels-v4-fast。
SkyReels V4 是什么、在 APIMart 上怎么调用、价格多少。
SkyReels V4(也写作 SkyReels-V4、Sky Reels V4)是昆仑万维 Skywork AI 的多模态视频基础模型,2026 年 2 月随 arXiv 论文 2602.21818 发布,可根据文本、图片、视频和音频参考生成视频。APIMart 提供 skyreels-v4-std 和 skyreels-v4-fast 两档 API,输出 480p–1080p、3–15 秒视频。
它是 SkyReels V4 的托管接口:用 API Key 向 /v1/videos/generations 发送 JSON 请求,拿到 task_id 后轮询 /v1/tasks/{task_id},直到返回视频链接。模式由你传的字段决定,见本页的 API 调用示例。 Skywork AI 也在自己的 SkyReels 平台单独提供 API,使用独立的 Key 和点数;APIMart 的 Key 只能在 APIMart 使用,SkyReels V4 与其他模型共用同一个余额计费。
两档支持的模式、分辨率和 3–15 秒时长完全相同。Std(skyreels-v4-std)质量优先,适合关键镜头和正式交付;Fast(skyreels-v4-fast)速度优先,适合预览、批量和日常内容,每秒价格更低。实时价格见各自页面,切换只需改 model 字段。
三种:文生视频(只传提示词)、图生视频(first_frame_image、end_frame_image 或最多 6 张 mid_frame_images),以及 Omni 多模态参考(ref_images 和/或 ref_videos,可做主体参考、宫格拼图、动作参考、视频延长和语音驱动口型)。图生视频字段和 Omni 字段不能在同一请求中同时使用,否则返回 422。
可以。把静态图设为 first_frame_image 让它动起来,加 end_frame_image 控制镜头结束画面,用 mid_frame_images 设置中间关键帧。画面比例跟随输入图片,提示词负责描述动作。
目前不能生成新的配乐或音效。SkyReels V4 论文介绍了音视频联合生成,但 APIMart API 暂不支持同时输出视频和新生成的音频。你可以用自己的语音(图片参考上的 audio_url)驱动口型;type 为 reference 的 ref_videos 默认保留输入视频的音频。
SkyReels V4 按秒计费,价格按档位和分辨率区分,传参考视频时另有单价。以 2026 年 11 月 10 日的价格为例:Std 720p 黄金会员价 $0.112/秒,生成 5 秒视频为 $0.56。ref_videos 为 reference 时按源视频时长计费(最长 10 秒),extend 按请求的时长计费。具体以本页实时价格表为准。
不免费。注册免费,但每次 SkyReels V4 生成都按秒从余额扣费,没有订阅和月度最低消费。因参数错误被拒绝(422)的请求不计费。
注册 APIMart 账号,打开 API Keys 页面创建 Key。同一个 Key 可调用 skyreels-v4-std、skyreels-v4-fast 和 APIMart 上的所有其他模型。
截至 2026 年 11 月 10 日没有开源。Skywork AI 已公开 SkyReels V4 论文,但其 GitHub 和 Hugging Face 账号中没有 V4 权重;SkyReels V1–V3 则提供了开源权重。目前使用 SkyReels V4 需要调用托管 API。
Skywork AI 于 2026 年 2 月 25 日发布 SkyReels V4 论文(arXiv 2602.21818),之后在 2026 年 2 月 26 日和 3 月 18 日更新了修订版。两档模型现已在 APIMart 上线。
APIMart 生成的视频保留 72 小时,请在此之前下载需要保存的文件;链接在任务返回的 data.result.videos[0].url[0]。
探索同类型的其他模型。

Wan 2.7 Videoedit
wan2.7‑videoedit (also called Wan 2.7 Video Edit) is Alibaba’s advanced video editing model within the Wan 2.7 suite that lets users transform and refine existing footage with natural language instructions and optional reference images. It supports multimodal input (text, image, video) and can perform style transfer, element replacement, scene adjustment, and temporal feature editing while preserving motion coherence and subject identity. The model outputs edited clips at up to 1080p resolution with durations typically from 2 to 10 seconds, enabling creators to modify visuals and narrative details without traditional editing tools.

Wan 2.7
Wan-2.7 is Alibaba’s next-generation multimodal AI video model that generates high-quality videos from text prompts, images, or reference footage. It supports text-to-video, image-to-video, and instruction-based video editing, producing short clips (up to ~15 seconds) with 720p–1080p resolution, realistic motion, and strong character consistency. 

ViduQ 3
Vidu Q3 is an advanced AI video generation model developed by Shengshu Technology that creates cinematic videos from text prompts or images. It supports both text-to-video and image-to-video workflows, generating clips up to around 16 seconds with synchronized native audio, including dialogue and sound effects.

ViduQ 3 Mix
Vidu Q3 is an advanced AI video generation model developed by Shengshu Technology that creates cinematic videos from text prompts or images. It supports both text-to-video and image-to-video workflows, generating clips up to around 16 seconds with synchronized native audio, including dialogue and sound effects.