Vidu Q4 API
Vidu Q4 官方旗舰预览模型，支持单图生视频与多参考生视频，提供 3～16 秒、540p 至 4K 输出、自动分镜和音画同出。
Vidu Q4 Previewとは
Vidu Q4 PreviewはViduの旗艦プレビューモデルです。公式APIは画像動画化、参照動画化、音声生成、自動シーン切替を説明しています。効果に関する記述は公式主張で、Rokoの測定結果ではありません。
Rokoでは正確な公開ID viduq4-previewを指定し、/v1/videos/tasksへ非同期送信します。画像モードは1枚、参照モードは1～15枚と最大3個のMP3を受け付けます。
両モードは3～16秒、540p、720p、1080p、2K、4Kに対応します。4件の独立事例と2件のRoko実行事例がそろうまでnoindexプレビューです。
モデル料金
現在の本番料金設定と、各生成ルートで実際に対応する課金単位を表示します。
| 生成ルート | 料金 | 課金ルール |
|---|---|---|
| 基础视频 | 1080p $0.1177/秒2k $0.1864/秒4k $0.3827/秒540p $0.04415/秒720p $0.09321/秒 | 按输出秒数估算；完成后按上游实际 credits 结算 |
| 生成音频 | 开启音频 $0.07359/回 | 每个任务固定附加 |
料金の計算例
10%のサービス料を含む事前見積です。成功後は返却credits × $0.004906で精算します。
5 × 19 credits × $0.004906 = $0.4661
generate_audioをfalseにし、15 creditsの音声加算を除外します。
(8 × 24 + 15) credits × $0.004906 = $1.0155
音声加算は1秒ごとではなく、タスクごとに1回です。
モデル情報
プロバイダー資料で確認でき、本サービスで実装済みのモデル、機能、制限のみを掲載しています。
viduq4-preview
- 制限
- 画像 1
- 生成時間
- 3–16s
viduq4-preview
- 制限
- 画像 1–15 · 音声 0–3
- 生成時間
- 3–16s
主な機能
1枚の画像を動画化
開始画像とプロンプトから3～16秒の動きを作り、人物、商品、風景の続きを表現します。
複数参照生成
1～15枚で人物、場所、スタイルを指定し、最大3個のMP3も参照できます。
5段階の解像度
540p、720p、1080p、2K、4Kから選択できます。既定は720pで、高解像度ほど料金が増えます。
音声とシーン切替
音声は既定で有効です。公式は音声生成と自動シーン切替を説明しており、実際の結果はタスク出力で確認します。
主要パラメータ
構造化されたモデル設定から生成しています。未設定または未対応の項目は表示しません。
modelstringモデル ID
既定値:viduq4-preview / viduq4-previewpromptstringVidu Q4 官方旗舰预览模型，支持单图生视频与多参考生视频，提供 3～16 秒、540p 至 4K 输出、自动分镜和音画同出。
既定値:必須durationinteger出力動画の秒数
既定値:3–16squalityenum現在の課金方式
既定値:540p / 720p / 1080p / 2k / 4kaspect_ratioenum生成機能
既定値:16:9 / 9:16 / 1:1 / 3:4 / 4:3generate_audioboolean生成機能
既定値:trueimage_urlsarray画像から動画: 1 · 参照素材から動画: 1–15
既定値:生成ルートごとaudio_urlsarray参照素材から動画: 0–3
既定値:生成ルートごと機能と利用ガイド
主な特長
- 画像から動画 · viduq4-preview
- 参照素材から動画 · viduq4-preview
- 540p / 720p / 1080p / 2k / 4k 出力
- 3–16s 生成時間
- 音声生成に対応
- 音声素材または音声付き動画に対応
利用上の制限
- 画像から動画: 画像 1
- 参照素材から動画: 画像 1–15 · 音声 0–3
- 仕様の出典: https://platform.vidu.cn/docs/api-reference/video-models/vidu-q4-preview/image-to-video
制限と注意
- Previewモデルのため、API、料金、出力特性が変わる可能性があります。本番では最新カタログを参照してください。
- 画像モードは1枚のみ。参照モードは1～15枚と0～3個のMP3を受け付け、各音声は3～12秒です。
- 公式の単一ファイル上限は50MB、HTTP本文は20MBです。大きい素材は公開URLを使います。
- promptは20,000文字、payloadは1,048,576文字までです。出力URLは速やかに保存してください。
- 有料テストは未承認のため、人物同一性、口同期、物理、画質をRoko検証済みとは表現しません。
APIの流れ
- image-to-videoまたはreference-to-videoを選びます。テキスト生成と始終フレーム生成は対象外です。
- 公開画像URLを用意し、参照モードでは必要に応じて3～12秒のMP3を最大3個用意します。
- model、prompt、duration、quality、generate_audioを設定します。aspect_ratioは参照モードだけで使い、画像モードは入力比率を継承します。
- POST /v1/videos/tasksを送り、task_idを保存します。再試行では同じ冪等キーを使います。
- GET /v1/tasks/{task_id}をcompletedまたはfailedまで確認し、結果を保存します。
向いている用途
キャラクターの連続動作
人物画像から歩行、振り向き、カメラ前進を作り、短い試作で同一性を確認します。
ブランド向け複数参照
人物、商品、背景画像を組み合わせ、各素材の役割をプロンプトで明示します。
音声付きSNS動画
映像と音声を一度に生成し、配信先に合わせて9:16、1:1、16:9を選びます。
モデルの選び方
未測定の品質順位ではなく、公開されているモードと制限で選びます。
Q4 PreviewとQ3 Pro
Q4は画像と複数参照を4Kまで提供します。Q3 Proはテキストと始終フレームもありますが1080pまでです。
Q4 PreviewとQ3 Turbo
Q3 Turboは4モードで1080pまで。Q4はモード数が少ない一方、画像参照15枚と音声参照に対応します。
Q4 PreviewとQ3 Mix
両方とも参照生成に対応します。Q4は単一画像、540p/2K/4K、最大3個の音声参照を追加します。
よくある質問
RokoのモデルIDは？
viduq4-previewを正確に指定します。表示名や別名には置き換えません。
対応モードは？
image-to-videoとreference-to-videoです。text-to-videoとstart-end-to-videoは非対応です。
時間と解像度は？
3～16秒、540p、720p、1080p、2K、4Kです。既定は5秒と720pです。
参照素材はいくつ使える？
画像モードは1枚、参照モードは1～15枚と最大3個のMP3です。
音声を無効にするには？
generate_audio: falseを送ります。見積からタスク単位15 creditsの加算が外れます。
すぐ動画が返らない理由は？
非同期生成です。task_idで/v1/tasks/{task_id}を完了または失敗まで確認します。
料金の決まり方は？
送信時に時間、解像度、音声で仮押さえし、実credits × $0.004906で差額精算します。
まだ検索登録されない理由は？
公開基準の独立事例4件とRoko実行事例2件が未達で、現時点は文書証拠のみです。
情報源と証拠範囲
機能と制限はVidu公式資料、Rokoの経路と料金は候補カタログ設定に基づきます。確認日: 2026-10-13。
- Vidu Q4 Preview image-to-video API Official image input, duration, resolution, audio, and payload limits
- Vidu Q4 Preview reference-to-video API Official image, audio reference, aspect-ratio, and file limits
- Roko API video task docs Submit with /v1/videos/tasks and poll /v1/tasks/{task_id}
- Roko API model catalog Current callable routes, pricing display, and generation configuration
同じファミリーのモデル
同じモデルファミリーで利用できる別バージョンを確認できます。
その他の動画モデル
統一された非同期動画タスク API で利用できるモデルを探せます。
