TL;DR
- 它是什么：Sber 出品的视频模型，一句提示词或一张首帧图，就能生成带同步音频的 5 秒短片。已在 HiAPI 上线，打开 Kandinsky 6.0 Pro 模型页 输入提示词直接生成，新用户注册送 200 积分。
- 多少钱：按条计费，文生视频 $1.9286 一条（约 3,857 积分），图生视频 $2.00 一条（4,000 积分），失败任务退回预扣。
- 最快怎么调：
POST https://api.hiapi.ai/v1/tasks，model写kandinsky-6.0-pro/text-to-video，拿到taskId后轮询或等回调，从data.output[0].url下载 MP4。
上线后问得最多的两件事：它和别的视频模型差在哪，接进自己的产品要几步。前者看下面四点，后者 5 分钟就够。
Kandinsky 6.0 Pro 是什么？新在哪
它最大的变化是画面和声音一起生成。写提示词时把声音也写进去，成片里的车轮声、雨声、人声就跟着画面走，不用再单独配音。
- 同步音频。 Kandinsky 5.x 只出画面，这一代新增声音轨，一条任务直接拿到带同步音轨的 MP4。
- 固定 5 秒、480p、24fps。 时长和分辨率不用选，16:9 实际输出 864×480，正好是短视频的分镜和素材测试尺寸。
- 五种画幅。 文生视频支持 16:9、9:16、1:1、4:3、3:4，竖屏、方图、横屏一次覆盖；图生视频多一个
auto，按首帧自动匹配。 - 两个模型 ID 分工明确。
kandinsky-6.0-pro/text-to-video从文字起片，kandinsky-6.0-pro/image-to-video拿一张图当首帧，提示词只描述接下来发生什么。
文生视频，16:9，864×480，24fps，声音和画面由同一条任务生成。
两条上手路线：在线试，还是接 API
在线试用（1 分钟）
- 打开 Kandinsky 6.0 Pro 模型页，提示词通过上面那条链接自动带入。
- 确认画幅，横屏选 16:9，竖屏选 9:16。
- 点生成，任务跑完就能在页面播放、下载。
API 接入（3 步）
- 在 控制台 创建 API Key。
POST /v1/tasks提交，model加input.prompt两个字段就能跑。- 用
GET /v1/tasks/{taskId}轮询，或提交时带callback；status变成success后取data.output[0].url。
第一段视频：curl 版
curl -s -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer sk-YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kandinsky-6.0-pro/text-to-video",
"input": {
"prompt": "A night train crosses a tall stone viaduct under a full moon, a plume of steam trailing into the valley, the camera cranes up from the river below, rhythmic wheels on the rails and a distant whistle",
"aspect_ratio": "16:9",
"guidance_scale": 5
}
}'
返回的是任务，不是视频：
{"code":200,"data":{"taskId":"tk-hiapi-..."},"message":"success"}
拿这个 ID 查状态：
curl -s https://api.hiapi.ai/v1/tasks/YOUR_TASK_ID \
-H "Authorization: Bearer sk-YOUR_KEY"
任务在跑时 data.status 是 handling，成功后 data.output[0].url 就是 MP4 地址。aspect_ratio 不传默认 16:9；guidance_scale 取值 1–10、默认 5，想更贴提示词就往高调；不想要的东西写进 negative_prompt，上限 2,000 字符。seed 传整数，可以尽量复现同一条结果。
Python 版：提交、轮询、下载一次写完
import os, time, requests
BASE = "https://api.hiapi.ai"
H = {"Authorization": f"Bearer {os.environ['HIAPI_KEY']}"}
PROMPT = "A night train crosses a tall stone viaduct under a full moon, a plume of steam trailing into the valley, the camera cranes up from the river below, rhythmic wheels on the rails and a distant whistle"
r = requests.post(f"{BASE}/v1/tasks", headers=H, json={
"model": "kandinsky-6.0-pro/text-to-video",
"input": {"prompt": PROMPT, "aspect_ratio": "16:9"},
}, timeout=30)
r.raise_for_status()
task_id = r.json()["data"]["taskId"]
print("先存下这个 ID:", task_id)
while True:
d = requests.get(f"{BASE}/v1/tasks/{task_id}", headers=H, timeout=20).json()["data"]
if d["status"] == "success":
break
if d["status"] != "handling":
raise RuntimeError(f"任务失败: {d}")
time.sleep(15)
open("clip.mp4", "wb").write(requests.get(d["output"][0]["url"], timeout=120).content)
轮询间隔给到 15 秒：视频任务是异步的，查得太密只会多打接口，状态不会更快变。
图生视频：换个模型 ID，加一张首帧
curl -s -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer sk-YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "kandinsky-6.0-pro/image-to-video",
"input": {
"prompt": "Rain intensifies on the empty street, neon reflections ripple in the puddles, steam rises from a grate beside the booth, the camera slowly pushes in, steady rain and distant traffic",
"image_url": "https://static.hiapi.ai/admin-assets/kandinsky-6-pro/2026/10/26/1793005005686-69a9b6e8a000188b-k-i2v-input.png",
"aspect_ratio": "auto"
}
}'
image_url 是必填的首帧，支持 JPG、PNG、WebP。aspect_ratio 默认 auto，按首帧选最接近的画幅并居中裁切；也可以显式写 16:9、9:16、1:1、4:3、3:4 重新构图。看这段图生视频成片 →
提示词怎么写：场景、动作、镜头、声音
四层写清，5 秒的信息量刚好放得下：
- 场景：地点、时间、光线、天气——
A night train crosses a tall stone viaduct under a full moon - 动作：主体在做什么、速度多快——
a plume of steam trailing into the valley - 镜头：机位和运动——
the camera cranes up from the river below - 声音：你希望听见什么，这条音轨和画面同源——
rhythmic wheels on the rails and a distant whistle
最容易漏的是声音。只写画面，声音就只能靠模型猜；把雨声、脚步、远处车流写进去，音画才对得上。提示词用英文写最稳，中文想法先翻成英文再提交，单条上限 6,000 字符。
上线前注意这 4 件事
- 服务端用 callback。 请求体加
"callback": {"url": "https://yourapp.com/webhook"}，任务结束自动通知，轮询只当兜底。轮询超时不要重新 POST，先存taskId再查——每次提交都是新任务、重新计费。 - 产物链接会过期。 成功响应的 URL 带
expireAt，拿到就下载到自己的存储，别把它当长期地址写进业务库。 - 提示词语言。 英文和俄文原生支持，中文提示词先翻成英文，画面贴合度和音效准确度都更稳。
- 图生视频的
aspect_ratio=auto会裁切。 想完整保留首帧构图，就显式写与首帧一致的比例；想适配平台画幅，留auto最省事。
完整字段见 中文文档。
常见问题
Kandinsky 6.0 Pro 的模型 ID 是什么？
文生视频 kandinsky-6.0-pro/text-to-video，图生视频 kandinsky-6.0-pro/image-to-video，写在 POST /v1/tasks 的 model 字段里。
能选时长或分辨率吗？ 不开放，输出固定 5 秒、480p、24fps。要 720p 以上的规格，换 Kling 3.0 或 Seedance 2.0 的文生视频线路。
成片有声音吗？ 有，而且固定开启。声音由同一条提示词生成，想听清什么，就把它写进提示词。
支持哪些画幅？
文生视频 16:9、9:16、1:1、4:3、3:4；图生视频另有 auto，默认按首帧匹配最接近的比例。
一次能出几条？ 一个任务一条 5 秒视频，按条计费，失败任务退回预扣。要多条就并发建多个任务。
复制上面那句夜行列车提示词，去模型页生成第一段 5 秒视频，画幅选 16:9，声音已经写在提示词里。
