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 是什麼
Vidu Q4 Preview 是生數科技的旗艦預覽影片模型。官方文件提供圖片生成影片與參考生成影片兩條路線，並主張音畫同出及自動分鏡；這些是官方說法，不是 Roko 實測結論。
Roko 使用公開模型 ID viduq4-preview，透過 /v1/videos/tasks 非同步提交。圖片路線需要 1 張圖；參考路線需要 1～15 張圖，並可附 0～3 個 MP3 聲音參考。
兩條路線皆支援 3～16 秒及 540p、720p、1080p、2K、4K。頁面暫維持 noindex 預覽，直到補齊 4 個獨立案例及 2 個 Roko 實測案例。
模型價格
價格依目前正式環境設定，並按各生成路線實際支援的計費維度展示。
| 路線 | 價格 | 計費方式 |
|---|---|---|
| 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/次 | 每个任务固定附加 |
費用估算範例
以下依公開 fallback 公式估算並含 10% 服務費；成功任務最後按 credits × $0.004906 結算。
5 × 19 credits × $0.004906 = $0.4661
generate_audio 為 false，不含 15 credits 音訊附加費。
(8 × 24 + 15) credits × $0.004906 = $1.0155
音訊附加費每個任務計算一次。
模型資訊
僅列出供應商開發文件已確認且本平台已接入的子模型、能力與限制。
viduq4-preview
- 能力限制
- 圖片 1
- 時長
- 3–16s
viduq4-preview
- 能力限制
- 圖片 1–15 · 音訊 0–3
- 時長
- 3–16s
核心能力
單圖動畫
以一張首幀圖片和提示詞生成 3～16 秒影片，適合延續角色、商品或場景動作。
多參考生成
參考路線接受 1～15 張圖片，可組合角色、場景與風格約束；聲音參考最多 3 個 MP3。
五檔解析度
涵蓋 540p、720p、1080p、2K 與 4K，預設 720p；較高解析度費用明顯增加。
音畫同出與自動分鏡
audio 預設開啟，官方說明可直接生成聲音並安排鏡頭切換；結果以任務輸出為準。
主要參數
以下參數由結構化模型設定產生；未設定或供應商不支援的參數不會顯示。
modelstring子模型 ID
預設值: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。
預設值:必填durationinteger按輸出影片秒數
預設值:3–16squalityenum目前計費
預設值:540p / 720p / 1080p / 2k / 4kaspect_ratioenum生成能力
預設值:16:9 / 9:16 / 1:1 / 3:4 / 4:3generate_audioboolean生成能力
預設值:trueimage_urlsarray圖片生成影片: 1 · 參考素材生成影片: 1–15
預設值:依生成路線audio_urlsarray參考素材生成影片: 0–3
預設值:依生成路線模型能力與使用建議
主要特色
- 圖片生成影片 · viduq4-preview
- 參考素材生成影片 · viduq4-preview
- 540p / 720p / 1080p / 2k / 4k 輸出
- 3–16s 時長
- 可產生音訊
- 支援音訊素材或音畫同步輸出
使用限制
- 圖片生成影片: 圖片 1
- 參考素材生成影片: 圖片 1–15 · 音訊 0–3
- 能力來源: https://platform.vidu.cn/docs/api-reference/video-models/vidu-q4-preview/image-to-video
限制與注意事項
- 這是 Preview 模型；介面、價格與輸出特徵可能改變，正式整合應讀取即時目錄。
- 圖片路線只收 1 張圖；參考路線收 1～15 張圖與 0～3 個 MP3，每個聲音參考 3～12 秒。
- 官方單檔上限 50MB，但 HTTP 請求本文上限 20MB；較大素材宜使用公開 URL。
- prompt 最長 20,000 字元，payload 最長 1,048,576 字元；輸出連結應及時轉存。
- 目前沒有獲授權的付費實測，本頁不宣稱人物一致性、口型、物理或畫質已由 Roko 驗證。
呼叫流程
- 選擇 image-to-video 或 reference-to-video；Q4 沒有文生或首尾幀路線。
- 準備可公開下載的圖片；參考路線如需聲音，再準備 0～3 個 3～12 秒 MP3。
- 設定 model、prompt、duration、quality 及 generate_audio；僅參考路線設定 aspect_ratio，圖片路線沿用輸入比例。
- POST /v1/videos/tasks 並保存 task_id；冪等重試應沿用同一業務鍵。
- 輪詢 GET /v1/tasks/{task_id} 至 completed 或 failed，再保存結果。
適用工作流程
角色連續動作
從角色圖生成走路、轉身或鏡頭推進短片；先用小樣驗證身分與服裝穩定性。
多參考品牌短片
以角色、產品與場景圖共同約束畫面；素材愈多，提示詞愈需說明各自用途。
帶聲音的社群片段
單次請求生成畫面與聲音，再依平台選 9:16、1:1 或 16:9。
如何選擇
依公開路線與參數選擇，不把版本號當作未經實測的品質排名。
Q4 Preview 與 Q3 Pro
Q4 提供圖片與多參考路線、最高 4K；Q3 Pro 另有文生及首尾幀，但最高 1080p。
Q4 Preview 與 Q3 Turbo
Q3 Turbo 有四種路線且最高 1080p；Q4 路線較少，但參考圖上限增至 15 張並支援聲音參考。
Q4 Preview 與 Q3 Mix
兩者都可參考生成；Q4 新增單圖路線、540p/2K/4K 及最多 3 個聲音參考。
常見問題
Roko 的 Vidu Q4 模型 ID 是什麼？
使用 viduq4-preview；這是精確公開 ID。
支援哪些生成方式？
支援 image-to-video 與 reference-to-video，不支援 text-to-video 或 start-end-to-video。
支援哪些時長與解析度？
時長 3～16 秒，預設 5 秒；解析度為 540p、720p、1080p、2K、4K。
參考素材上限是多少？
圖片路線必須 1 張圖；參考路線需 1～15 張圖，可另傳 0～3 個 MP3。
如何關閉生成音訊？
傳 generate_audio: false，估價就不加入每任務 15 credits 音訊費。
為何提交後沒有影片？
這是非同步任務；用 task_id 查詢 /v1/tasks/{task_id} 直到完成或失敗。
價格如何計算？
提交前按時長、解析度與音訊預扣；完成後按實際 credits × $0.004906 結算差額。
為何頁面暫不進入索引？
正式標準要求 4 個案例及 2 個 Roko 實測；目前只有文件證據。
來源與證據範圍
參數與能力取自 Vidu 官方文件，Roko 路線與價格取自候選目錄設定。核驗日期：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
同家族模型
繼續查看同一模型家族的其他可用版本。
其他影片模型
瀏覽支援統一非同步影片任務介面的其他模型。
