Shengshu動画 API$0.095から

Vidu Q4 API

Shengshu の Vidu Q4 は、画像から動画とリファレンスから動画に対応し、3〜16秒のクリップ、540p〜4Kの出力、オプションの音声生成を備えています。リファレンスから動画では、1回のリクエストで最大15枚の参照画像と最大3本の参照オーディオを使えます。

vidu/q4/image-to-video は1枚の画像を動かし、vidu/q4/reference-to-video はプロンプトと最大15枚の参照画像、3本の参照オーディオからシーンを組み立てます。それぞれ3〜16秒の任意の整数秒の長さ、540p〜4Kの5段階の解像度、音声のオン/オフに対応しています。

概要

Vidu Q4 APIについて

Vidu Q4でできること、Shengshuのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。

Vidu Q4はShengshuの動画生成モデルで、WaveSpeedAIのREST APIから利用できます。Shengshu の Vidu Q4 は、画像から動画とリファレンスから動画に対応し、3〜16秒のクリップ、540p〜4Kの出力、オプションの音声生成を備えています。リファレンスから動画では、1回のリクエストで最大15枚の参照画像と最大3本の参照オーディオを使えます。

vidu/q4/image-to-video は1枚の画像を動かし、vidu/q4/reference-to-video はプロンプトと最大15枚の参照画像、3本の参照オーディオからシーンを組み立てます。それぞれ3〜16秒の任意の整数秒の長さ、540p〜4Kの5段階の解像度、音声のオン/オフに対応しています。

WaveSpeedAIのVidu Q4ファミリーには、Reference-To-Video, Image-To-Videoのワークフローをカバーする2個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。

WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでVidu Q4を実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。

仕様

Vidu Q4 APIの機能とリリース状況

APIを選ぶ前に開発者が調べる、モデル固有の詳細情報:提供状況、想定される出力の長さ、参照入力への対応、そして現在利用できる代替エンドポイント。

モード

画像・リファレンスから動画

画像から動画とリファレンスから動画。

長さ

3〜16秒

任意の整数秒。デフォルトは5秒です。

解像度

540p〜4K

540p、720p、1080p、2K、4K。デフォルトは720pです。

参照素材

画像15枚 + オーディオ3本

リファレンスから動画で、テキストプロンプトと一緒に使えます。

エンドポイント

Vidu Q4のAPIエンドポイント一覧

WaveSpeedAIで現在利用可能なVidu Q4のエンドポイントは2個です。ワークフローに合ったバリアントを選んでください。

作例

Vidu Q4の実力を見る

Vidu Q4 APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。

使い方

Vidu Q4 APIの使い方

登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。

  1. 01

    APIキーを取得

    WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。

  2. 02

    予測を送信

    入力をJSONとしてhttps://api.wavespeed.ai/api/v3/vidu/q4/image-to-videoにPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。

  3. 03

    完了までポーリング

    https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。

  4. 04

    出力URLを読み取る

    ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したVidu Q4のバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。

活用例

Vidu Q4で作れるもの

開発者やクリエイターがVidu Q4 APIでよく使うワークフロー。

01

1枚の写真から商品アニメーション

vidu/q4/image-to-video は、1枚の商品写真をプロモーション用のクリップに変えます。カメラワークと動きを指示するだけで、画像がビジュアルの軸として保たれます。

image-to-videoproductads
02

キャラクターの見た目を崩さない

vidu/q4/reference-to-video は最大15枚の参照画像を受け付けるため、繰り返し登場するキャラクター、マスコット、スポークスパーソンを複数の角度から示し、クリップをまたいでも一目でわかる姿を保てます。

referencecharacterconsistency
03

サウンドで導くシーン

audios フィールドで画像と一緒に最大3本の参照オーディオを追加し、generate_audio をオンにしておけば、1回の呼び出しで音付きのクリップが得られます。

audio-referenceaudiosound
04

そのまま納品できる4K

各エンドポイントは540p、720p、1080p、2K、4Kで出力できます。540pや720pで下書きし、承認されたプロンプトを納品解像度で再実行すれば、別途アップスケールの工程は不要です。

4k2kresolution
05

あらゆるSNSフォーマットに

リファレンスから動画は16:9、9:16、1:1、3:4、4:3で出力でき、同じ参照素材から YouTube、Reels、Shorts、フィード投稿、商品ページまでカバーします。

aspect-ratiosocialvertical
06

ビートに合わせた尺

長さは3〜16秒の任意の整数秒。3秒のループ、6秒のバンパー、15秒のスポットを、すべて同じエンドポイントから作れます。

duration16-secondsediting

コツ

Vidu Q4のプロンプトのコツ

Vidu Q4からより良い出力を得るための実践的なアドバイス。本番のパイプラインで動画モデル全般に通用するパターンに基づいています。

  1. 01

    鮮明で明るいソース画像を使う

    vidu/q4/image-to-video では、画像が被写体、構図、スタイルを決めます。被写体がひとつに定まったシャープな画像を選び、すでに写っている内容を説明し直すのではなく、プロンプトでは動きとカメラワークを指示しましょう。

  2. 02

    参照素材ごとに役割を与える

    vidu/q4/reference-to-video では、キャラクター、商品、舞台など、シーンに本当に必要な参照素材を使い、それぞれをどう登場させるかをプロンプトで指示しましょう。関連の薄い画像をまとめて送るのは避けてください。

  3. 03

    動きの量を尺に合わせる

    クリップの長さに見合った量の動きを指示しましょう。3〜5秒のクリップならひとつの動作やジェスチャーが適しており、複数ステップの動きは10〜16秒に回しましょう。

  4. 04

    下書きは低解像度、納品は高解像度

    540pや720pの短い尺でアイデアを試し、選んだプロンプトを1080p、2K、4Kで再実行して納品しましょう。

  5. 05

    音声とプロンプト書き換えは最初に決める

    generate_audio はデフォルトでオンです。自前のサウンドトラックを付ける場合はオフにしましょう。画像から動画では、プロンプトを書いたとおりに使いたい場合、enable_prompt_expansion を false に設定してください。

料金

Vidu Q4 APIの料金

料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。

最低料金

$0.095

2個のエンドポイント · Vidu Q4

プレイグラウンドを開く
エンドポイントタイプ最低料金
vidu/q4/reference-to-videoreference-to-video$0.095
vidu/q4/image-to-videoimage-to-video$0.095

API

Vidu Q4 APIを呼び出す

wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。

POSThttps://api.wavespeed.ai/api/v3/vidu/q4/image-to-video

# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  -X POST "https://api.wavespeed.ai/api/v3/vidu/q4/image-to-video" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $WAVESPEED_API_KEY" \
  -d '{
    "prompt": "A cinematic shot of a city at sunset, soft golden light",
    "image": "https://interactive-examples.mdn.mozilla.net/media/cc0-images/painted-hand-298-332.jpg",
    "resolution": "720p",
    "duration": 5,
    "enable_prompt_expansion": false,
    "generate_audio": true
}')

TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
  printf 'Submission response did not contain a prediction id
' >&2
  exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"

# 2. Poll until the prediction finishes.
while true; do
  RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
    -H "Authorization: Bearer $WAVESPEED_API_KEY")
  RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
  STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
  case "$STATUS" in
    completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
    failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
    *) sleep 2 ;;
  esac
done

比較

Vidu Q4と他モデルの比較

WaveSpeedAI上の類似モデルではなくVidu Q4を選ぶべきケース。

Vidu Q4 vs Vidu Q3

Vidu Q3 のリファレンスから動画は1〜4枚の参照画像に対応しますが、Q4 は最大15枚の画像と最大3本の参照オーディオに対応し、Q4 の両エンドポイントは4Kまで出力できます。テキストから動画、開始・終了キーフレームの補間、Pro と Turbo の階層が必要なら、引き続き Q3 が適しています。

Vidu Q4 vs Seedance 2.5

Seedance 2.5 は最長30秒のシングルショットに対応し、動画の編集と延長のエンドポイントも備えています。Vidu Q4 は画像とリファレンスを起点にした生成に特化し、最大4Kで出力します。

Vidu Q4 vs Wan 3.0

Wan 3.0 は、テキスト・画像・リファレンスから動画を、最長30秒、最大1080pで提供します。Vidu Q4 の上限は16秒ですが、2Kと4Kの出力、最大15枚の参照画像に対応しています。

FAQ

Vidu Q4 API — よくある質問

料金、ライセンス、連携など、WaveSpeedAIでVidu Q4を実行する際のよくある質問。

Vidu Q4 APIとは何ですか?

Vidu Q4は、Shengshuの動画生成モデルで、WaveSpeedAI上でREST APIとして提供されています。Shengshu の Vidu Q4 は、画像から動画とリファレンスから動画に対応し、3〜16秒のクリップ、540p〜4Kの出力、オプションの音声生成を備えています。リファレンスから動画では、1回のリクエストで最大15枚の参照画像と最大3本の参照オーディオを使えます。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。

Vidu Q4 APIはどう呼び出しますか?

WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/vidu/q4/image-to-videoにPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。

Vidu Q4 APIの料金はいくらですか?

Vidu Q4は$0.095からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。

Vidu Q4にはどのバリアントがありますか?

WaveSpeedAIでは、2個のVidu Q4エンドポイントが利用可能です:vidu/q4/reference-to-video, vidu/q4/image-to-video。各バリアントには、専用のプレイグラウンドページと料金があります。

Vidu Q4の出力を商用利用できますか?

商用利用の権利は、Shengshuのモデルライセンスに従います。Shengshuのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。

なぜ直接ではなくWaveSpeedAIでVidu Q4を使うのですか?

Vidu Q4と、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常Shengshuの直接のAPIと同等かそれ以下です。

提供元

Shengshuについて

WaveSpeedAIにおけるVidu Q4と、Shengshuのモデルラインナップ全体を手がけるチーム。

Shengshu Technology は、清華大学発の中国のAIラボで、動画生成モデルの Vidu ファミリーを開発しています。最新世代の Vidu Q4 は、最大15枚の参照画像、最大3本の参照オーディオ、最大4Kの出力に対応した、画像から動画とリファレンスから動画を追加しました。Vidu Q3 は、Standard、Pro、Turbo の階層で、テキストから動画、画像から動画、リファレンスから動画(複数の被写体の一貫性のための1〜4枚の参照画像)、start-end-to-video(2枚の静止画の間のキーフレーム補間)を提供します。一部のバリアントは、最長16秒の出力に対応しています。

WaveSpeedAIでVidu Q4を使った開発を始めよう

登録時に無料のスタータークレジットを進呈。Shengshuをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。