video-generation-gateways

视频生成网关

视频生成网关是一种托管式推理聚合服务，通过单一账户、单一 API 规范和单一账单转售许多第三方视频模型（Veo、Kling、Seedance、Hailuo/MiniMax、Luma、Wan、LTX-Video、Pika 等）。你向网关拥有的端点发送提示词和参数；网关在自己的基础设施上运行底层模型，并返回托管结果 URL。本技能涵盖 fal.ai、Replicate 和 WaveSpeed 这几个代表性网关，以及这类服务共通的生产决策。

本技能关注的是路由与运行，而非艺术指导。针对特定模型的提示词设计、镜头设计和动作指导，属于模型或创作类技能。这里要讨论的问题是：选择哪个网关、是否要通过网关、异步任务契约如何运作、如何发现模型的 Schema、如何固定版本、如何限制支出、如何故障切换，以及输出内容受谁的许可协议约束。

何时适合使用网关（何时不适合）

在以下情况下使用网关（生产实践经验）：

• 你需要通过一次集成使用多种视频模型，例如，用 Veo 制作高品质镜头、用 Kling/Seedance 档位满足大批量需求，并在同一工作流中使用音频或升频模型，而无需为每个供应商分别签约、维护独立的密钥、计费关系和 SDK。
• 你希望使用统一的异步任务契约（提交 → 轮询/ webhook → 获取），而非逐一了解各供应商各自的长任务协议。
• 你正在挑选模型或进行 A/B 测试，希望能更换模型 ID，而无需重新配置身份验证、存储和结果处理。
• 你希望网关通过 CDN 托管输入上传内容和输出媒体，从而无需自行搭建相关服务。
• 你的用量尚不足以支撑直接签订企业合同，或者该模型没有第一方公开 API，只能通过转售商访问。

在以下情况下直接使用供应商，或重新考虑是否使用网关：

• 你需要网关未开放的第一方功能，例如转售商尚未提供的参数、分辨率、区域、私有模型托管或 SLA。网关只开放每个模型部分经过筛选的功能。
• 你需要合同约定的数据处理条款、HIPAA/区域数据驻留或已签署的 DPA，而网关无法转接底层供应商提供的相应条款。
• 你的用量非常大且稳定，直接签订承诺用量合同比按次付费的转售商加价更划算。
• 你需要遵循供应商自身的内容审核策略，而非网关额外增加的审核层（见下文“内容安全”）。
• 延迟主要受制于你无法调整的网关排队/冷启动开销，而直接 API 可提供预置吞吐量。

本技能不涵盖：模型供应商的直接 API（Google Vertex/Gemini Veo、Kling 自有 API、Runway 等）、本地/自托管推理、训练或微调，以及仅使用图像网关的场景。

三个参考网关一览

以下时效性信息已于 2026-07-10 核实；发布前请重新核实模型 ID、价格和 限制——目录和价目表经常变动。

维度	fal.ai	Replicate	WaveSpeed
定位	以生成媒体为先（图像／视频／音频／3D），注重延迟	通用模型市场（社区模型 + 精选的“官方”模型），目录最广	针对媒体优化速度／延迟的推理服务
目录规模（自报）	1,000+ 个模型	100+ 个官方模型，加上大型社区目录	700–1,000+ 个模型
提交端点	https://queue.fal.run/{model-id}	https://api.replicate.com/v1/predictions（社区模型）或 .../v1/models/{owner}/{name}/predictions（官方模型）	https://api.wavespeed.ai/api/v3/{model-id}
异步任务状态	IN_QUEUE → IN_PROGRESS → COMPLETED	starting → processing → succeeded/failed/canceled	created → processing → completed/failed
同步选项	队列是主要方式；短时模型也提供运行端点	使用 Prefer: wait 标头（默认 60s）实现同步调用	轮询或 Webhook；结果端点
计费依据	按输出计费（视频按秒或按条计费）；也可按 GPU 使用秒数计费	官方模型按输出计费；社区模型按 GPU 使用秒数计费	按模型逐次运行计费，并随分辨率／时长／数量变化
余额模式	预付费额度	预付费额度（新账户余额硬上限为 $0）	预付费额度（永不过期）
失败时收费？	不收费——仅对成功输出收费	社区模型即使模型出错，也会按 GPU 使用时间收费；官方模型按输出收费	按使用量收费；请查看各模型的具体规则
Schema 发现方式	使用 expand=openapi-3.0 的模型端点 API	模型版本对象上的 openapi_schema	各模型的 Playground／API 示例

来源：fal 队列和定价文档；Replicate HTTP API 和定价文档； WaveSpeed 预测和定价文档（见 Sources）。

表格解读： 三者在可调用的内容上高度重叠——Veo、Kling、Seedance 等热门模型都出现在三者中——因此差异主要体现在运行约定上：计费粒度、失败是否收费、Schema 的发现方式，以及版本如何固定。目录是必要条件，但并非充分条件；集成的成败取决于运行约定。

异步任务约定（所有网关的核心）

视频生成耗时较长（从数秒到数分钟），因此所有网关本质上都是异步任务队列。不要依赖会一直阻塞到视频完成的同步请求——你会遇到超时并丢失任务。通用流程如下：

1. 提交任务 → 立即收到任务／请求 ID。
2. 通过 Webhook（首选）或轮询（备用）等待完成。
3. 获取结果（托管媒体 URL），并在过期前下载／持久化。

fal.ai 队列

• 提交： 使用标头 Authorization: Key $FAL_KEY 向 POST https://queue.fal.run/{model-id} 发送请求。返回 request_id、response_url、status_url、cancel_url、queue_position。
• 状态： GET https://queue.fal.run/{model-id}/requests/{request_id}/status（附加 ?logs=1 可查看运行器日志）。状态：IN_QUEUE、IN_PROGRESS、COMPLETED。
• 结果： GET https://queue.fal.run/{model-id}/requests/{request_id}。
• 取消： PUT .../requests/{request_id}/cancel——立即移除排队中的任务；对于正在处理的任务，则尽力发送取消信号。
• 文档中的保证：“队列中的请求绝不会被丢弃。”
• 已于 2026-07-10 根据 fal 队列文档核实。

Replicate 预测

• 提交（社区版）： POST https://api.replicate.com/v1/predictions 并包含 version 字段。提交（官方版）： POST https://api.replicate.com/v1/models/{owner}/{name}/predictions （无需版本）。
• 同步快捷方式： 添加 Prefer: wait（或 Prefer: wait=5），让 HTTP 连接最多保持 60s，并为速度快的模型直接返回输出——不适用于耗时数分钟的视频任务。
• 截止时间： Cancel-After 请求头（5s–24h）会自动取消预测任务本身（不同于 Prefer: wait，后者只限制 HTTP 等待时间）。
• 状态/结果： 轮询 urls.get 中的 URL，直到状态变为 succeeded 或 failed； 完成前 output 为 null。可在 urls.web 中查看网页调试页面。
• 根据 Replicate HTTP/创建预测文档于 2026-07-10 核实。

WaveSpeed 预测

• 提交： POST https://api.wavespeed.ai/api/v3/{model-id} → 返回任务/预测 ID。
• 结果： GET https://api.wavespeed.ai/api/v3/predictions/{id}/result。 状态包括：created、processing、completed、failed。outputs 保存 结果 URL；timings.inference 给出耗时（毫秒）。
• 数据保留：预测结果可用 7 天（于 2026-07-10 核实）； 请及时持久化输出。
• 根据 WaveSpeed 获取结果文档于 2026-07-10 核实。

Webhook 与轮询（生产环境经验法则）

视频任务优先使用 Webhook：持续数分钟的轮询循环会浪费请求并增加触发速率限制的风险，而且保持连接打开并不可靠。只有在无法提供公开 HTTPS 端点时（本地开发、受限网络），才退而使用轮询。如果使用轮询，请增加间隔——图像任务约 2s，视频任务约 5s，然后逐步延长间隔（这是 WaveSpeed 文档中的建议，也是适用于所有场景的稳妥默认值）。切勿每秒多次轮询同一个任务。

每个 Webhook 处理程序都应设计为幂等：网关会重试投递，且同一任务 ID 的通知可能会重复送达。

Webhook 安全性与可靠性

Webhook 负载来自公共互联网——请验证其有效性。

fal.ai 使用 ED25519 对 Webhook 签名。验证步骤（于 2026-07-10 核实）：

1. 读取请求头 X-Fal-Webhook-Request-Id、X-Fal-Webhook-User-Id、 X-Fal-Webhook-Timestamp、X-Fal-Webhook-Signature（十六进制）。
2. 从 https://rest.fal.ai/.well-known/jwks.json 获取 JWKS，并缓存 最多 24h。
3. 如果时间戳与当前时间相差超过 ±300s（5 分钟），则拒绝请求。
4. 重建签名消息（请求 ID + 用户 ID + 时间戳 + 原始正文的 SHA-256 哈希值，以换行符连接），并使用 JWKS 中的 ED25519 公钥验证签名。
5. 也可使用 https://api.fal.ai/v1/meta 中的 webhook_ip_ranges 设置 IP 允许列表。

fal 投递/重试机制（于 2026-07-10 核实）：首次投递超时时间为 15s； 失败时会在 2 小时内重试 10 次。成功负载包含 status: "OK"、结果和 seed；请求错误包含 status: "ERROR"；序列化失败时，payload 会设为 null，并附带 payload_error。重试期间 request_id 保持不变；gateway_request_id 反映最近一次尝试。

Replicate 允许通过 webhook_events_filter 筛选触发的事件 （例如 ["completed"]）；start 和 completed 始终会发送。Replicate 支持使用签名密钥验证 Webhook 签名——在信任负载前请先验证。（上线前请在 Replicate 的 Webhook 文档中确认当前机制；已于 2026-07-10 从概念层面核实。）

WaveSpeed 会发送包含 id、model、input、outputs（状态为 completed 时）、urls.get、status 和 error（失败时）的 POST 请求。在依赖相关机制前，请先在 WaveSpeed 的 Webhook 文档中确认当前签名详情。

按模型发现 Schema

每个模型提供的输入各不相同（分辨率枚举值、时长上限、图像／视频参考槽位、音频开关、种子、负面提示词）。切勿硬编码假设——发现 Schema，这样集成才能验证输入，并在模型更新时进行适配。

• **fal.ai：**模型端点 API 接受 expand=openapi-3.0，并在 openapi 字段中返回端点的完整 OpenAPI 3.0 Schema。按 endpoint_id 查询（例如 fal-ai/veo3），即可获取每个输入参数的 JSON Schema。使用列表／搜索模式枚举目录。（已于 2026-07-10 验证。）
• **Replicate：**获取 /v1/models/{owner}/{name}/versions/{version_id} 处的模型版本对象，并读取 openapi_schema.components.schemas 中的 Input 和 Output Schema。（已于 2026-07-10 验证。）
• **WaveSpeed：**每个模型的页面／操作台都会展示参数集，并自动生成 Python／JS／cURL 示例；截至 2026-07-10，没有单一且有文档说明的跨目录 OpenAPI 导出——应以各模型的文档为准。

**经验法则：**按 (model-id, version) 缓存发现的 Schema，并在版本变更或首次出现 422／验证错误时重新获取。在网关前增加一个小型 Schema 验证层，可在你为失败的任务付费之前捕获参数结构变更。

版本固定与弃用

版本之所以重要，是因为它关系到可复现性：对于悄然更新的模型，相同提示词可能产生不同的运动效果、构图或质量。

• Replicate 提供最明确的模型：社区模型通过 {owner}/{model}:{64-char-version-hash} 指定。固定哈希可保证行为长期一致；省略哈希（或使用不带哈希、以 {owner}/{model} 指定的官方模型）则意味着 Replicate 会让你使用最新维护版本。**权衡：**固定哈希可确保可复现性并避免行为意外变化；若希望自动升级并减少维护工作，则使用不固定版本的官方模型格式。Replicate 将固定版本列为可复现性的最佳实践。（已于 2026-07-10 验证。）
• fal.ai 和 WaveSpeed 通过稳定的字符串 ID 指定模型（例如 fal-ai/veo3，或 fal-ai/kling-video/v2/... 这类带版本的 ID）。版本粒度编码在供应商发布的 ID 中；请留意更新日志，关注新 ID 和旧 ID 的弃用情况。

弃用是网关中真实存在的运维风险，并非假设。 底层模型会退役或被替代（例如推出新版 Kling／Veo／Seedance，旧端点则停止服务）。缓解措施（经验法则）：

• 跟踪各网关的更新日志，并在可用时固定到明确标注版本的 ID。
• 维护一份由配置驱动的模型映射（使用环境变量／配置，而非内联字符串），这样弃用 ID 时只需改一行，而不必在代码中搜索。
• 在 CI 中添加目录／健康探测，解析你依赖的每个模型 ID，并在某个 ID 无法解析或其 Schema 发生变化时发出提醒。
• 为每个能力等级维护一个具名备用模型，这样端点停止服务时可降级到替代模型，而非导致流水线失败。

支出控制

视频是单次调用成本最高的生成模态，重试或循环异常都可能导致网关支出迅速失控。各平台的控制方式差异很大：

• fal.ai：主要通过预付额度设定上限——支出不会超过余额。你只需为成功生成的结果付费；服务器错误（HTTP 500+）和排队时间均不收费。截至 2026-07-10，fal 的官方文档未提及按项目设置预算提醒——请通过账单／平台 API 自行构建支出核算。
• Replicate：****月度支出限额已弃用（2025 年 7 月 1 日）；现在由预付额度作为硬性上限——余额为 $0 时任务会停止（自 2025 年 7 月 16 日起，新账户使用预付额度）。弃用后不再提供原生预算提醒；低余额提醒需自行处理或使用第三方工具。请注意失败计费上的差异：社区模型即使运行出错，也会按 GPU 秒数收费，因此反复崩溃的社区模型仍会产生费用；官方模型按输出计费。（已于 2026-07-10 核实。）
• **WaveSpeed：**预付额度永不过期；按模型用量计费，费用随分辨率、时长和输出数量变化。运行前会显示费用估算，也可以通过定价 API 查询。经批准的账户／企业账户可使用月度额度。（已于 2026-07-10 核实。）

生产环境的成本安全经验：

• 保持较小的可用余额，并有计划地充值——在这三个平台上，预付余额都是实际的断路器。
• 提交前先估算费用：视频成本随**时长 × 分辨率 × 输出数量（部分模型还要乘以音频因素）**变化。带音频的 8s 1080p Veo 视频片段，价格远高于 5s 720p Kling 视频片段——请了解单位价格。示例（fal，已于 2026-07-10 核实）：Veo 3.1 在 720p/1080p 下，不带音频约为 $0.20/s，带音频约为 $0.40/s；Kling 2.5 Turbo Pro 约为 $0.07/s。价格会变化，请重新核实。
• 在自己的代码中限制并发和重试次数；在任何预付费网关上，对失败模型进行无限重试都是典型的支出失控诱因。
• 实验时优先选择失败不收费的网关／模型；如果任务延迟难以预测，优先选择按输出而非按 GPU 秒数计费的模型。
• 记录每项任务的费用（任务 ID → 模型 → 参数 → 费用），以便追踪归因和触发提醒；不要依赖网关主动警告你。

重试与跨网关故障转移

重试。 预期会出现暂时性故障（429 速率限制、5xx、容量不足或冷启动超时）。重试时使用指数退避和抖动、由你控制的幂等键，以及上限（包括尝试次数和总支出）。由于已提交但处理缓慢的任务并不等同于失败任务，应区分“提交失败”（可以安全重试）和“任务运行缓慢”（轮询／等待，不要重新提交——重新提交会导致重复扣费）。如果存在 Retry-After，请遵守该值。

跨网关故障转移。 由于多个网关提供相同的热门模型，网关是一条可替换的路由，这是采用聚合器模式最有力的运维理由。要实现故障转移：

• 在能力接口（generateVideo(prompt, tier, constraints)）后进行抽象，而不是调用特定网关的接口，这样路由器就能选择提供商和模型。
• 为每个能力层级维护覆盖 ≥2 个网关的模型映射（例如“高端电影级” → fal 或 Replicate 上的 Veo；“批量” → WaveSpeed 上的 Seedance 或 fal 上的 Kling）。
• 在接口边界进行规范化：每个网关都有各自的身份验证方式、提交格式、状态词汇、参数名称和结果 JSON。只有将输入／输出转换为规范形式，故障转移才能奏效。
• 留意输出差异： 同一模型在两个网关上的参数、默认分辨率、审核方式，甚至细微的处理流程都可能不同。故障转移保障的是可用性，不一定是输出完全相同——应将故障转移结果视为近似替代，而非逐位相同的结果；对质量要求关键的镜头要重新验证。
• 确保每个网关都有单独的预付余额和密钥，以免备用网关因余额为零而无法接管。

各网关的内容安全行为有所不同

两层审核会叠加：底层模型自身的安全行为，以及网关额外实施的审核。不同网关的审核并不相同，因此，同一模型上的同一提示词可能在一个网关上通过，却在另一个网关上被拦截。

• fal.ai 集成了用于实时过滤的 OpenAI Omni 审核 API，制定了 NSFW 内容政策，并与 NCMEC／Thorn（CSAM）和 StopNCII（NCII）合作。部分图像模型提供 enable_safety_checker 开关（默认开启）；视频模型的审核策略取决于具体模型。用户仍须遵守 fal 的《可接受使用政策》。 （已于 2026-07-10 核实。）
• Replicate 执行其条款以及底层模型的限制；审核严格程度主要取决于具体模型。
• WaveSpeed 在各模型自身的条款之上，另行执行其可接受使用条款。

经验法则：（1）按网关测试审核行为，而不是只测试一次——主用网关放行的提示词可能会被故障转移路由拒绝，从而破坏可用性预期。（2）将审核拒绝与暂时性错误区别处理——审核拒绝是确定性的，因此对同一提示词进行重试或故障转移往往只会失败或重复扣费；应改为向用户说明情况、调整提示词，或路由到采用不同政策的模型。（3）不要假定网关会像直连 API 一样移除或添加水印、C2PA／来源信号或安全过滤器——请进行验证。

数据治理与商业权利传递

**两个独立的问题：**你的数据存储在哪里，以及谁可以将输出用于商业用途。

数据保留／驻留：

• **fal.ai：**输入上传内容和输出媒体会存储在 fal 的 CDN （v3.fal.media/...）中。可通过 X-Fal-Object-Lifecycle-Preference 标头控制保留时间（expiration_duration_seconds，或 使用 null 表示永不过期）。请求／响应 JSON 默认存储 30 天。 请在输出过期前下载——过期文件无法恢复。 （已于 2026-07-10 验证。）
• **Replicate：**对于通过 API 创建的预测，输入参数、输出和日志默认会在 约 1 小时后自动删除——你必须自行保存输出。 （已于 2026-07-10 验证。）
• **WaveSpeed：**预测保留 7 天。（已于 2026-07-10 验证。）

由于输出是临时的，请务必下载并自行托管所有需要的内容；切勿将网关 CDN URL 直接提供给终端用户，用作持久内容链接。 对于受监管的数据，请确认网关是否能提供 DPA 或区域化处理服务——大多数转售流程都会将你的输入发送到第三方模型基础设施。

**商业权利传递（关键的治理要点）：**网关授予你对其服务输出的权利，并不意味着可以凌驾于底层模型的许可证之上。权利取决于模型，而不是网关。

• Replicate 的条款授予你对输出的“全部权利、所有权和权益”，包括商业使用权——**但明确规定这受你所用模型所确定的第三方条款约束。**某些模型（例如 Stable Diffusion 这类宽松许可的模型）不主张所有权；其他模型则会限制商业使用。 （已于 2026-07-10 验证。）
• 同样的逻辑也适用于 fal 和 WaveSpeed：模型卡／底层供应商许可证决定你是否可以将视频片段用于商业用途、是否需要署名，以及供应商是否主张对你的输入享有训练或使用权。

经验法则：将网关生成的视频用于商业用途前，请先确认底层模型的许可证和模型提供方的条款，而不只是网关的服务条款。高级模型（Veo、Kling）通常附带提供方特定的商业条款和单个视频片段的使用限制；网关转售这些模型并不会放宽相关条款。请记录你所部署的每个模型用于商业用途的许可依据，以便日后发生争议或更换模型时进行审计。

故障排查

症状	可能原因	处理方法
提交很快返回，但没有视频	这是预期行为——该流程是异步的；你拿到的是作业 ID，而不是结果	轮询 status/result，或等待 webhook；不要把提交响应当作输出
webhook 始终未到达	端点不是公开的 HTTPS 地址、处理程序运行缓慢（在 fal 上超过 15 秒），或签名检查拒绝了有效负载	确认端点可访问，快速响应后再异步处理，并检查签名逻辑；必要时改用轮询
重复处理结果	网关重试了交付	让处理程序基于作业 ID/请求 ID 实现幂等
422/验证错误	此模型/版本的参数格式错误	重新获取模型架构（fal 的 openapi-3.0、Replicate 的 openapi_schema）；提交前验证输入
已扣费，但没有可用输出	社区模型在出错时仍按 GPU 使用时间计费（Replicate），或输出在下载前已过期	对不稳定的作业优先选择按输出付费的模型；立即下载输出；检查保留期限
模型 ID 不再解析	版本已弃用/停止服务	将由配置驱动的模型映射更新为新的带版本 ID，或切换到该层级的备用方案
提示词在一个网关上被拦截，在另一个网关上却可以通过	各网关叠加的审核层不同	将此视为确定性行为；调整提示词，或路由到策略不同的模型——不要盲目重试
费用失控	重试次数不受限制，或预付余额上的循环异常	限制重试次数/并发数，保持较小的余额，并记录每个作业的费用
一次“无操作”更改后输出看起来不同	未固定的版本已在后台更新	固定明确的版本哈希/ID；在 CI 中添加架构/行为探测
结果 URL 后来返回 404	网关 CDN 的保留期限已过	将需要长期保留的内容重新托管；绝不要向最终用户提供原始网关 URL

完整示例（仅供说明——使用前请核实 ID/价格）

示例 A — 为一批简短社交短视频选择路由

目标： 每天生成 500 个五秒的 720p 竖屏短视频，注重成本， 部分提示词接近内容政策边界，且不得超过固定的每日预算。

分析： 处理量和成本敏感性意味着应选择按秒/按次计费的模型， 并使用满足以下条件的网关：(a) 失败时不收费，(b) 支持严格的预付额度上限。 选择中端模型（例如 Kling/Seedance 的 turbo 层级），而不是 Veo。 在相同能力层级后配置一个备用网关用于故障切换，因为在每天 500 个作业的情况下， 无法保证单个网关上的单个模型始终可用。

方案： 主路由 = fal queue.fal.run 提交 + 经 ED25519 验证的 webhook， 预付余额按每日预算设置，作为断路器；备用路由 = WaveSpeed 上相同层级的模型，并为其单独充值。路由器根据 健康状态和队列深度进行选择。记录每个作业的费用（作业 ID → 模型 → 参数 → 费用）。 审核拒绝结果会转交至审核队列，不会重试。

预期结果： 短视频通过异步方式交付，预算受预付余额限制， 某条路由停止服务或发生故障时，会切换到另一条路由。故障模式： 忘记为备用余额充值（故障切换会静默失败）；盲目重试审核拒绝结果（浪费费用）； 提供原始 CDN URL，导致其后来返回 404。

示例 B — 在 Replicate 上固定一个可复现的电影级模型

**意图：**营销工作流中的主视觉镜头必须数月如一地渲染；并且必须支持商业用途。

计划：

1. 确认确切版本：调用 GET /v1/models/{owner}/{name}/versions 并选择哈希；在配置中存储 {owner}/{name}:{version_hash}。
2. 调用 POST /v1/predictions 提交请求，并指定固定的 version、webhook 和 webhook_events_filter: ["completed"]；设置 Cancel-After 截止时间以控制支出。
3. 提交前，根据 openapi_schema.components.schemas.Input 发现并验证输入。
4. 完成后，在约 1 小时的保留时限内下载并重新托管视频。
5. **版权检查：**确认底层模型的第三方条款允许商业用途，并在发布前记录许可依据。

**这样设计的原因：**固定哈希可锁定可复现性；架构检查可防止参数变化悄然改变输出；考虑保留时限并及时下载可避免结果丢失；版权检查可避免发布许可证禁止商业用途的片段。**失败模式：**使用未固定版本的官方模型形式（自动升级会破坏可复现性）；误以为 Replicate 的所有权授予会凌驾于模型的限制性许可证之上。

示例 C — 在集成模型前发现其架构（fal）

**意图：**集成一个你尚未使用过的视频模型；你不知道它的时长上限、分辨率枚举值，也不知道它是否接受图像参考。

**计划：**调用 fal 模型端点 API，将 endpoint_id 设为该模型（例如 fal-ai/veo3），并设置 expand=openapi-3.0；读取返回的 openapi 字段中的输入对象 JSON Schema。根据该架构生成请求类型和验证层；以模型 ID 为键缓存架构；首次收到 422 或变更日志公告版本更新时重新获取。

**原因：**这样可以让集成具备自描述能力，并能适应模型新增或重命名参数，而不是硬编码猜测的请求体，导致下一次模型更新时集成出错。**失败模式：**跳过发现步骤，硬编码从博客文章复制的参数，而文章中的信息已落后于当前架构。

来源

所有 URL 均于 2026-07-10 核实。

• fal.ai 队列 API — https://fal.ai/docs/model-apis/model-endpoints/queue
• fal.ai Webhook（ED25519、重试、JWKS）— https://fal.ai/docs/model-apis/model-endpoints/webhooks
• fal.ai 定价 / 预付额度 / 按成功计费 — https://fal.ai/docs/documentation/model-apis/pricing and https://fal.ai/pricing
• fal.ai 模型搜索 / OpenAPI Schema 发现 — https://fal.ai/docs/platform-apis/v1/models and https://docs.fal.ai/model-apis/model-endpoints
• fal.ai 数据保留 / 媒体过期标头 — https://fal.ai/docs/documentation/model-apis/media-expiration
• fal.ai 信任与安全（OpenAI Omni 内容审核、NCMEC/Thorn/StopNCII）— https://fal.ai/legal/trust-and-safety
• fal.ai 可接受使用政策 — https://fal.ai/legal/acceptable-use-policy
• Replicate 创建预测（同步/异步、Prefer、Cancel-After、webhook_events_filter）— https://replicate.com/docs/topics/predictions/create-a-prediction
• Replicate HTTP API 参考（版本格式、openapi_schema、速率限制、约 1 小时保留期）— https://replicate.com/docs/reference/http
• Replicate 模型版本（固定版本、可复现性）— https://replicate.com/docs/topics/models/versions
• Replicate 官方模型 — https://replicate.com/docs/topics/models/official-models
• Replicate 定价（按秒计费的 GPU 硬件、官方模型按输出计费）— https://replicate.com/pricing
• Replicate 账单（支出限额弃用、预付额度）— https://replicate.com/docs/topics/billing
• Replicate 速率限制 — https://replicate.com/docs/topics/predictions/rate-limits
• Replicate 服务条款（输出所有权、第三方条款）— https://replicate.com/terms
• WaveSpeed 预测 / 获取结果（端点、状态、7 天保留期）— https://wavespeed.ai/docs/get-result and https://wavespeed.ai/docs/what-are-predictions
• WaveSpeed 定价（按模型计费、额度）— https://wavespeed.ai/docs/how-pricing-works and https://wavespeed.ai/pricing
• WaveSpeed Webhook — https://wavespeed.ai/docs/docs-api/webhooks（上线前确认当前的签名和重试详情）

模型特定价格（Veo 3.1 约 $0.20–0.60/秒，具体取决于分辨率和音频；Kling 2.5 Turbo Pro 约 $0.07/秒）来自 fal 的定价页面，于 2026-07-10 核实，且可能变动——请务必对照实时费率表再次核实。