文生图和视频生成模型已经强到可以进真实产品了——营销素材流水线、电商主图、游戏资产、短视频。但国内开发者面临的门槛也熟悉：最强的模型都挂在要境外卡的计费页后面，端点还对大陆网络不稳定甚至不可达。
这篇指南讲 2026 年 7 月真正跑得通的路径：用 gpt-image-2、Gemini 3 Pro Image（社区常搜的 "Nano Banana"）、豆包 Seedream、Grok Imagine 生图，用 Veo 3.1 和 Grok Video 生成视频——一把网关 Key，人民币付费。
先说访问问题
每家主流生图/视频模型都有自己的门：
- gpt-image-2 挂在 OpenAI 平台账号下，绑卡要大陆银行基本发不了的卡。
- Gemini 3 Pro Image 和 Veo 在谷歌端点后面，大陆访问被屏蔽或不稳定，还要 Google Cloud 计费。
- Grok 的媒体模型需要国内团队大多没有的账号和计费关系。
Router One 把它们都放在国内可直连的网关后面：一把 Key、一个支付宝/微信可充值的钱包、每次生成都有成本 trace。产品页覆盖端点全貌——生图 API 和 Veo API 国内调用——这篇是上手实操。
目录里有什么（2026 年 7 月快照）
媒体模型按件计价：一张图/一条视频一个固定美元单价，不算 token 账。以下是写作时的快照——实时价格永远以 router.one/models 为准：
| 模型 | 类型 | 单价 |
|---|---|---|
| gpt-image-2 | 图像 | $0.50 / 张 |
| gemini-3-pro-image-preview | 图像 | $0.50 / 张 |
| doubao-seedream-5-0-260128 | 图像 | $0.50 / 张 |
| grok-imagine-image / -lite / -pro | 图像 | $0.50 / 张 |
| veo3.1-fast | 视频 | $1.00 / 条 |
| veo_3_1-components-4K / fast-components-4K | 视频 | $1.00 / 条 |
| grok-video-10s / grok-video-15s | 视频 | $1.00 / $2.00 每条 |
| grok-video-1.5-preview 10s / 15s | 视频 | $2.00 / $3.00 每条 |
配置：一把 Key 通所有
在 Router One 控制台创建 API Key 并充值——支付宝、微信支付、Stripe、USDT/USDC（6 条链）都行，无需境外信用卡。你可能已经在调聊天模型的那把 Key，直接就能打媒体端点。
export ROUTER_ONE_KEY=sk-your-router-one-key
生图
图像端点遵循 OpenAI Images API 请求格式——POST 一个模型 ID 和 prompt：
curl -X POST https://api.router.one/v1/images/generations \
-H "Authorization: Bearer $ROUTER_ONE_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "gpt-image-2",
"prompt": "陶瓷茶壶的平铺产品图，柔和的晨光"}'
因为格式是 OpenAI 兼容的，现有 OpenAI SDK 生图代码改个 base URL 和 Key 就能跑。选型经验：
- gpt-image-2——提示词还原度和图内文字渲染最强；产品图、UI mockup 的默认选择。
- Gemini 3 Pro Image（"Nano Banana"）——多模态提示词、写实感强；参考图改风格很好用。
- 豆包 Seedream 5.0——prompt 是中文、或产出要中文排版时的首选。
- Grok Imagine lite / 标准 / pro——一个家族三个价位；缩略图、草稿用 lite 就够。
完整请求与响应字段见 Images API 文档。
生成视频
视频生成是异步的：提交任务、拿到任务 ID、轮询到成片就绪。不要给提交调用包一个很紧的客户端超时——用轮询。
# 1. 提交任务
curl -X POST https://api.router.one/v1/videos/generations \
-H "Authorization: Bearer $ROUTER_ONE_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "veo3.1-fast",
"prompt": "无人机航拍晨雾中的梯田，山谷里薄雾流动"}'
# 2. 轮询任务直到完成
curl https://api.router.one/v1/videos/generations/{task_id} \
-H "Authorization: Bearer $ROUTER_ONE_KEY"
生成时长随模型和负载变化——留好任务 ID 查状态，不要挂着连接干等。Grok Video 是固定的 10 秒/15 秒两档；Veo 3.1 有速度优先档和 4K components 变体。端点细节见 Videos API 文档。
管住媒体开销
媒体生成是 API 账单最容易失控的地方——一个跑嗨了的批量任务，转眼就是几百张图。网关的标准管控对媒体模型同样生效：
- **每请求 trace。**每次生成都进 Dashboard → Logs：模型、单价、状态。财务能看清一次营销活动的素材流水线到底花了多少。
- **Per-key 预算。**给生图流水线单独发一把带上限的 Key，和聊天流量分开。失控任务在上限处停下，不会掏空钱包。
- **按件计价。**每张图是固定价，成本预测就是乘法，不用估 token。
常见问题
有 Sora 吗？ 目前没有——现在的视频阵容是 Veo 3.1 和 Grok Video。目录随模型上线更新，router.one/models 是唯一事实来源。
Midjourney 呢？ 不在目录里。生图阵容是 gpt-image-2、Gemini 3 Pro Image、豆包 Seedream 和 Grok Imagine。
计费是按 token 吗？ 不是——媒体模型按张/按条计固定单价。同一把 Key 上的聊天模型仍按 token 计量。两者出现在同一套成本 trace 和用量面板里。
一把 Key 能同时跑聊天、生图、视频吗？ 能。这正是网关的意义：一把 OpenAI 兼容 Key 覆盖聊天目录、/v1/images/generations 和 /v1/videos/generations，per-key 预算对全部生效。
怎么用人民币付？ 支付宝或微信支付给钱包充值，金额按结账页汇率折算。稳定币（USDT/USDC，6 条链）和 Stripe 也可以。完整流程见支付教程。
结论
在国内做图像和视频生成，不再需要翻墙、境外卡，或者同时维护三家供应商账号。一把网关 Key 覆盖 gpt-image-2、Nano Banana、Seedream、Grok Imagine、Veo 3.1 和 Grok Video——固定单价，每次生成都有账。
端点全貌看生图 API 页，视频细节看 Veo API 页，实时价格看 router.one/models。