Veo 3 API：1つのエンドポイントでプロンプトとスクリプト

前提条件と認証

最初のリクエストを行う前に、有効なAPIキーを持っていることを確認してください。メールアドレスとパスワードのみでAPIキーを取得ページに登録してください。クレジットカード不要で、7日間有効な$0.50の無料トライアルクレジットがすぐに付与されます。本番環境では、継続的なアクセスを確保するために少なくとも$10をチャージしてください。

ベースURLはhttps://api.veo3apis.com/v1.です。AuthorizationヘッダーにBearerトークンとしてAPIキーを含めてください。

基本的なチャット完了

テキストを生成するには/v1/chat/completionsに標準のPOSTリクエストを送信します。モデルIDは「uncensored」です。これはリアルタイム更新が不要な単純なプロンプト生成やスクリプト作成タスクに理想的な、単一のJSONオブジェクトとして完全なレスポンスを返します。

Python SDK統合

クリーンな統合には公式のOpenAI Python SDKを使用してください。ベースURLとAPIキーでクライアントを設定します。このアプローチにより、マルチモーダルパイプラインのエラー処理とトークンカウントが簡素化されます。

Node SDK統合

JavaScript/TypeScriptプロジェクトでは、OpenAI Node SDKは追加設定不要で動作します。クライアントをベースURLにポイントしてください。これはVeo 3ワークフローのサーバーサイドスクリプト生成や後処理ステップに役立ちます。

ストリーミングレスポンス（SSE）

体感レイテンシを短縮するには、stream: trueを設定してストリーミングを有効にしてください。APIはServer-Sent Events (SSE) による部分的なレスポンスのストリームを返します。これにより、アプリケーションはトークンが生成されるたびにそれらを表示でき、長時間のスクリプト生成や複雑な推論タスクにおいて極めて重要となります。

制限、エラー、コンテキスト

レート制限はキーあたり毎分300リクエストです。超過時は429エラー。認証失敗は401、クレジット不足は402。コンテキストウィンドウは100,000トークン。ペイロードは8 MB未満。

cURL

Copycurl https://api.veo3apis.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.veo3apis.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.veo3apis.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

ストリーミング

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)