Zhipu AI: CogVideoX 2

CogVideoX 2 erzeugt Video aus einer Textbeschreibung oder einem bereitgestellten Bild. Der Hersteller dokumentiert wählbare Bildgrössen, 30 oder 60 fps, Qualitäts- oder Geschwindigkeitsmodi und optionale erzeugte Toneffekte zur Gestaltung einer kurzen visuellen Szene.

Ailoot Ultra · Videoerzeugung POST /v1/videos cogvideox-2

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

CogVideoX 2 ist Zhipu AIs Modell zur Videoerzeugung aus einer schriftlichen Szenenbeschreibung oder einem bereitgestellten Bild. Text bestimmt Motiv, Umgebung und Handlung; ein Bild kann die visuelle Grundlage der erzeugten Sequenz liefern. Wählen Sie die Eingabe, die das bereits für die Aufnahme vorhandene Material am besten darstellt, und beschreiben Sie dann die sichtbare Bewegung, die das fertige Video enthalten soll.

Definieren Sie für textgestützte Erzeugung ein zusammenhängendes Ereignis. Eine Person, die eine Werkstatttür öffnet, ein kleines Boot, das an einem Steg vorbeifährt, oder ein Objekt, das sich unter gleichbleibendem Licht dreht, geben der Aufnahme jeweils einen klar erkennbaren Zweck. Nennen Sie die wichtigen Motivmerkmale, den Blickwinkel und die Bewegungsrichtung. Wählen Sie ein Ende, das sich im vorgesehenen Schnitt verwenden lässt, statt die endgültige Szenenkomposition offen zu lassen.

Bereiten Sie für bildgestützte Erzeugung eine klare Ansicht des Motivs vor und beschreiben Sie, wie sich die Szene daraus entwickeln soll. Der Hersteller akzeptiert PNG-, JPEG- und JPG-Referenzen bis zu 5 MB, bereitgestellt über eine Bild-URL oder kodierte Bilddaten. Halten Sie wichtige Konturen, Gesichtszüge und Objektdetails in der Referenz sichtbar und lassen Sie innerhalb der Komposition Platz für die verlangte Aktion.

Der Hersteller begrenzt den schriftlichen Prompt auf 512 Zeichen. Verwenden Sie diesen Raum für die entscheidenden Details: Motiv, Handlung, Umgebung und Blickwinkel. Eine kurze Beschreibung, die das bewegte Objekt und die unveränderten Teile benennt, lässt sich leichter beurteilen als eine Liste allgemeiner Stiladjektive. Verfehlt das Ergebnis das Ziel, überarbeiten Sie die Anweisung zum beobachteten Bewegungs- oder Bildausschnittproblem.

Die veröffentlichten Ausgabegrössen umfassen quadratische, querformatige und hochformatige Formen, mit Optionen von 720×480 bis 3’840×2’160 Pixel. Der Hersteller dokumentiert ausserdem 30 oder 60 Bilder pro Sekunde. Wählen Sie Form und Bildrate vor der Erzeugung für das Verwendungsziel und prüfen Sie anschliessend am tatsächlichen Clip, ob Motiv und wichtige Details in diesem Bildausschnitt erkennbar bleiben.

Qualität und Geschwindigkeit sind benannte Ausgabemodi im Herstellerablauf. Optionale KI-erzeugte Toneffekte werden getrennt vom visuellen Auftrag gesteuert. Bewahren Sie den gewählten Modus und die Toneffekteinstellung zusammen mit dem Prompt und einer etwaigen Bildreferenz auf, damit unterschiedliche mögliche Clips anhand ihrer tatsächlichen Generierungseinstellungen verglichen werden können.

Die Erzeugung ist asynchron: Eine Aufgabenkennung wird zurückgegeben, bevor das fertige Video verfügbar ist. Erhalten Sie diese Kennung während der Ergebnisprüfung und bewahren Sie alle mit dem Vorgang verbundenen fertigen Videodateien auf. Speichern Sie den Clip selbst für die Bearbeitung zusammen mit dem gegebenenfalls verwendeten Quellbild, statt sich auf einen vorübergehenden Ergebnisort oder ein Vorschaubild zu verlassen.

Prüfen Sie die gesamte Sequenz auf Kontinuität, zeitlichen Ablauf und die verlangte Aktion. Eine Produktaufnahme benötigt bei Bewegung eine stabile Form und Materialdetails; eine Figurenaufnahme ein einheitliches Aussehen und stimmige Gesten. Prüfen Sie Schlusskomposition und etwaigen erzeugten Ton anhand des Aufnahmezwecks. Erhalten Sie erfolgreiche Szenenelemente bei der Korrektur einer konkreten Abweichung und verwenden Sie dieselben Betrachtungsbedingungen zum Vergleich des ursprünglichen und überarbeiteten Videos.

Ailoot Ultra · Videoerzeugung POST /v1/videos cogvideox-2

cogvideox-2

Zhipu AI /cogvideox-2

Einstieg

Zulässige Eingaben: Text
Ergebnisse: Video

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Videoerzeugung POST /v1/videos

Eingabe: text
Ausgabe: video

Feld	Typ	Anforderung	Werte und Limits	Standard
Feld`model`	Typ`string`	AnforderungErforderlich	Werte und Limits cogvideox-2 Bedingungen: Verwenden Sie die exakte Modellauswahl von Ailoot.	Standard—
Feld`prompt`	Typ`string`	AnforderungErforderlich	Werte und Limits Bedingungen: Beschreiben Sie die Szene und die Bewegung.	Standard—
Feld`quality`	Typ`boolean`	AnforderungOptional	Werte und Limits Bedingungen: Optionale Qualitätsoption; dieses ausgewählte Schema enthält weder kompatible Enum-Werte noch einen Standardwert.	Standard—
Feld`with_audio`	Typ`boolean`	AnforderungOptional	Werte und Limits Bedingungen: Erzeugt bei Aktivierung KI-Klangeffekte.	Standardfalse
Feld`size`	Typ`string`	AnforderungOptional	Werte und Limits Bedingungen: Geben Sie bei der Auswahl expliziter Abmessungen die dokumentierte Grössenzeichenkette an.	Standard—
Feld`fps`	Typ`string`	AnforderungOptional	Werte und Limits 30, 60 Bedingungen: Bei dieser ausgewählten nativen Methode wird die Bildrate als Zeichenkette dargestellt.	Standard30
Feld`duration`	Typ`string`	AnforderungOptional	Werte und Limits 5, 10 Bedingungen: Bei dieser ausgewählten nativen Methode wird die Dauer in Sekunden als Zeichenkette dargestellt.	Standard5

Methodenparameter und Lebenszyklus

Parameter	Vertrag
Parameter`content_type`	Vertragapplication/json
Parameter`required`	Vertragmodel, prompt
Parameter`optional`	Vertragquality, with_audio, size, fps, duration
Parameter`material_types`	Vertragtext
Parameter`conditions`	VertragVerwenden Sie die exakte Modellauswahl von Ailoot., Beschreiben Sie die Szene und die Bewegung., Optionale Qualitätsoption; dieses ausgewählte Schema enthält weder kompatible Enum-Werte noch einen Standardwert., Erzeugt bei Aktivierung KI-Klangeffekte., Geben Sie bei der Auswahl expliziter Abmessungen die dokumentierte Grössenzeichenkette an., Bei dieser ausgewählten nativen Methode wird die Bildrate als Zeichenkette dargestellt., Bei dieser ausgewählten nativen Methode wird die Dauer in Sekunden als Zeichenkette dargestellt.

Methodenaliasnamen: /v1/videos/generations

Lebenszyklus: submit_once_poll_original

GET /v1/videos/{request_id}

GET /v1/videos/generations/{request_id}

GET /v1/videos/{request_id}/content

GET /v1/media/assets

GET /v1/media/assets/{asset_id}

Tarife

So wird die endgültige Gebühr berechnet

Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus: Nicht angegeben Wenn der Schnellmodus ausgewählt ist
Flex-Modus: Nicht angegeben Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand: Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

Geschätzte Tarife zum Vergleich

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

Konfiguration	Tarifstaffel	Prognostizierte Menge	Abrechnungsmenge	Gebühr
KonfigurationToken-Basistarife	TarifstaffelGrundtarif	Prognostizierte Menge—	Abrechnungsmenge—	Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens
KonfigurationPro Anfrage	Tarifstaffel—	Prognostizierte Menge—	Abrechnungsmengeeine Anfrage	Gebühr Eingabe · Schätzung nur zum Vergleich $0.2 pro Anfrage
KonfigurationGeschätzte Erzeugungskosten	Tarifstaffel—	Prognostizierte MengeSchätzung für eine Generierung	Abrechnungsmenge—	Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.2 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung.

Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →

Beispielanfragen

Ailoot Ultra · Videoerzeugung

curl · einmal erstellen und den Beleg speichernDen ursprünglichen Auftrag auslesenJedes fertiggestellte eigene Asset speichern

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
cat > request.json <<'JSON'
{
  "model": "cogvideox-2",
  "prompt": "A cat is walking on grass."
}
JSON
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
# Create once; retain id, polling_url, original task identifiers and every header.

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_STATUS'
import json,os,subprocess
from pathlib import Path
from urllib.parse import urljoin,urlsplit
r=json.loads(Path("result.json").read_text())
u=urljoin("https://api.ailoot.ai",r["polling_url"])
p=urlsplit(u)
if p.scheme!="https" or p.netloc!="api.ailoot.ai" or p.username or p.password:
    raise SystemExit("Unexpected returned polling URL; preserve the response")
subprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-D","status-headers.txt","-o","status.json"],check=True)
# Read this same original polling_url again while pending.
# Preserve unknown/result_pending_check; do not repeat creation.
PY_STATUS

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_ASSETS'
import json,os,subprocess
from pathlib import Path
from urllib.parse import urljoin,urlsplit
r=json.loads(Path("status.json").read_text())
roles={}
def visit(v,path=""):
    if isinstance(v,dict):
        for k,x in v.items(): visit(x,path+"/"+k)
    elif isinstance(v,list):
        for i,x in enumerate(v): visit(x,path+"/"+str(i))
    elif isinstance(v,str):
        u=urljoin("https://api.ailoot.ai",v); p=urlsplit(u)
        if p.scheme=="https" and p.netloc=="api.ailoot.ai" and not p.username and not p.password and p.path.startswith("/v1/media/assets/") and p.path.endswith("/content"):
            roles.setdefault(u,[]).append(path)
visit(r)
if not roles: raise SystemExit("No completed owned assets; retain the original status")
manifest=[]
for i,(u,paths) in enumerate(roles.items()):
    target=Path(f"asset-{i}.bin")
    subprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-o",str(target)],check=True)
    raw=target.read_bytes()
    if not raw: raise SystemExit("Empty asset; retain original status and metadata")
    ext="glb" if raw[:4]==b"glTF" else "png" if raw[:8]==b"\x89PNG\r\n\x1a\n" else "jpg" if raw[:3]==b"\xff\xd8\xff" else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "mp4" if raw[4:8]==b"ftyp" else "bin"
    name=f"asset-{i}.{ext}"
    if target.name!=name: target.rename(name)
    manifest.append({"file":name,"response_paths":paths,"bytes":len(raw)})
Path("asset-manifest.json").write_text(json.dumps(manifest,indent=2))
print("Saved",len(manifest),"unique owned assets; every response role retained")
PY_ASSETS

Ergebnisse abrufen und speichern

Ailoot Ultra · Videoerzeugung

GET /v1/videos/{request_id}
GET /v1/videos/generations/{request_id}
GET /v1/videos/{request_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}

Alle fertiggestellten Ergebnisse aufbewahren

Speichern Sie jedes fertiggestellte Video oder jede zurückgegebene Datei; rufen Sie jede tatsächlich zurückgegebene Datei-URL ab.

Bewahren Sie die vollständige Antwort samt Headern, ursprünglichen Kennungen, jeder tatsächlichen Ausgabe sowie sämtlichen Verbrauchs- und Abrechnungsfeldern auf. Speichern Sie jedes eindeutige, Ihnen zugeordnete Asset und bewahren Sie jede Rolle auf, die darauf verweist.

Wenn die ursprüngliche Antwort geprüft werden muss

Bewahren Sie die zurückgegebene öffentliche Aufgaben- oder Vorgangs-id und sämtliche Header auf. Lesen Sie ausschliesslich die ursprüngliche Aufgabe; unknown oder result_pending_check berechtigen nicht zu einer weiteren Erstellung.

Antwortfelder

Feld	Typ
Feld`id`	Typstring
Feld`polling_url`	Typstring
Feld`provider_task_id`	Typstring
Feld`id`	Typstring
Feld`task_status`	Typstring
Feld`video_result[].url`	Typstring

Aliasnamen

Modellaliasnamen

Ailoot Ultra cogvideox-2

Aliasnamen für Methodenpfade

/v1/videos/generations

Zugehörige Aufrufer-IDs

cogvideox-2

FAQ · Zhipu AI: CogVideoX 2

Welche Eingaben und Ergebnisse sind verfügbar?: POST /v1/videos · cogvideox-2: text → video
Welche Felder verwendet die Anfrage?: POST /v1/videos · cogvideox-2: model, prompt, quality, with_audio, size, fps, duration

Zhipu AI: CogVideoX 2