CogVideoX 2 est le modèle de génération vidéo de Zhipu AI pour une description écrite de scène ou une image fournie. Le texte définit le sujet, le décor et l’action ; une image peut servir de base visuelle à la séquence générée. Utilisez l’entrée qui correspond le mieux aux éléments déjà disponibles pour le plan, puis décrivez le mouvement visible que la vidéo terminée doit contenir.
Pour une création à partir de texte, définissez un événement cohérent. Une personne ouvrant la porte d’un atelier, une petite embarcation passant devant une jetée ou un objet tournant sous un éclairage stable donnent chacun au plan un objectif lisible. Précisez les caractéristiques importantes du sujet, le point de vue et la direction du mouvement. Choisissez une fin exploitable dans le montage prévu, plutôt que de laisser indéterminée la composition finale de la scène.
Pour une création à partir d’une image, préparez une vue claire du sujet et décrivez le mouvement qui doit en découler. L’éditeur accepte des références PNG, JPEG et JPG jusqu’à 5 MB, fournies par une URL d’image ou des données d’image encodées. Gardez visibles les contours importants, les traits du visage et les détails des objets dans la référence, et laissez de l’espace dans la composition pour l’action demandée.
L’éditeur limite le prompt écrit à 512 caractères. Consacrez cet espace aux détails décisifs : sujet, action, décor et point de vue. Une description courte précisant quel objet bouge et ce qui reste fixe est plus facile à évaluer qu’une liste d’adjectifs stylistiques généraux. Si le résultat manque l’objectif, révisez l’instruction liée au problème de mouvement ou de cadrage observé.
Les dimensions de sortie publiées comprennent des formats carrés, paysage et portrait, avec des choix allant de 720×480 à 3840×2160 pixels. L’éditeur documente également 30 ou 60 images par seconde. Sélectionnez le format et la fréquence d’images en fonction de la destination avant la génération, puis examinez le clip réel pour vérifier si le sujet et ses détails importants restent lisibles dans ce cadrage.
La qualité et la vitesse sont des modes de sortie nommés dans le processus de l’éditeur. Les effets sonores générés par l’IA, facultatifs, se règlent séparément de la description visuelle. Conservez le mode et le réglage des effets sonores sélectionnés avec le prompt et toute image de référence pour comparer les clips candidats selon leurs paramètres de génération réels.
La génération est asynchrone : un identifiant de tâche est renvoyé avant que la vidéo terminée soit disponible. Conservez cet identifiant pendant la vérification du résultat et préservez tous les fichiers vidéo terminés associés à l’opération. Enregistrez le clip lui-même pour le montage, avec l’image source lorsqu’elle est utilisée, plutôt que de dépendre d’un emplacement de résultat temporaire ou d’une image d’aperçu.
Examinez la séquence entière pour vérifier la continuité, le rythme et l’action demandée. Un plan de produit nécessite une forme et des détails de matériau stables pendant le mouvement ; un plan de personnage nécessite une apparence et des gestes cohérents. Vérifiez la composition finale et tout son généré par rapport à l’objectif du plan. Conservez les éléments réussis de la scène lorsque vous corrigez un écart concret et utilisez les mêmes conditions de visionnage pour comparer les vidéos originales et révisées.
", "aboutText": "CogVideoX 2 est le modèle de génération vidéo de Zhipu AI pour une description écrite de scène ou une image fournie. Le texte définit le sujet, le décor et l’action ; une image peut servir de base visuelle à la séquence générée. Utilisez l’entrée qui correspond le mieux aux éléments déjà disponibles pour le plan, puis décrivez le mouvement visible que la vidéo terminée doit contenir.\n\nPour une création à partir de texte, définissez un événement cohérent. Une personne ouvrant la porte d’un atelier, une petite embarcation passant devant une jetée ou un objet tournant sous un éclairage stable donnent chacun au plan un objectif lisible. Précisez les caractéristiques importantes du sujet, le point de vue et la direction du mouvement. Choisissez une fin exploitable dans le montage prévu, plutôt que de laisser indéterminée la composition finale de la scène.\n\nPour une création à partir d’une image, préparez une vue claire du sujet et décrivez le mouvement qui doit en découler. L’éditeur accepte des références PNG, JPEG et JPG jusqu’à 5 MB, fournies par une URL d’image ou des données d’image encodées. Gardez visibles les contours importants, les traits du visage et les détails des objets dans la référence, et laissez de l’espace dans la composition pour l’action demandée.\n\nL’éditeur limite le prompt écrit à 512 caractères. Consacrez cet espace aux détails décisifs : sujet, action, décor et point de vue. Une description courte précisant quel objet bouge et ce qui reste fixe est plus facile à évaluer qu’une liste d’adjectifs stylistiques généraux. Si le résultat manque l’objectif, révisez l’instruction liée au problème de mouvement ou de cadrage observé.\n\nLes dimensions de sortie publiées comprennent des formats carrés, paysage et portrait, avec des choix allant de 720×480 à 3840×2160 pixels. L’éditeur documente également 30 ou 60 images par seconde. Sélectionnez le format et la fréquence d’images en fonction de la destination avant la génération, puis examinez le clip réel pour vérifier si le sujet et ses détails importants restent lisibles dans ce cadrage.\n\nLa qualité et la vitesse sont des modes de sortie nommés dans le processus de l’éditeur. Les effets sonores générés par l’IA, facultatifs, se règlent séparément de la description visuelle. Conservez le mode et le réglage des effets sonores sélectionnés avec le prompt et toute image de référence pour comparer les clips candidats selon leurs paramètres de génération réels.\n\nLa génération est asynchrone : un identifiant de tâche est renvoyé avant que la vidéo terminée soit disponible. Conservez cet identifiant pendant la vérification du résultat et préservez tous les fichiers vidéo terminés associés à l’opération. Enregistrez le clip lui-même pour le montage, avec l’image source lorsqu’elle est utilisée, plutôt que de dépendre d’un emplacement de résultat temporaire ou d’une image d’aperçu.\n\nExaminez la séquence entière pour vérifier la continuité, le rythme et l’action demandée. Un plan de produit nécessite une forme et des détails de matériau stables pendant le mouvement ; un plan de personnage nécessite une apparence et des gestes cohérents. Vérifiez la composition finale et tout son généré par rapport à l’objectif du plan. Conservez les éléments réussis de la scène lorsque vous corrigez un écart concret et utilisez les mêmes conditions de visionnage pour comparer les vidéos originales et révisées.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c512da5ee7358131df08eb3b5754c22a9a8b80e19445c88840792f3bfea76ce4", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "cogvideox-2CogVideoX 2 génère une vidéo à partir d’une description textuelle ou d’une image fournie. L’éditeur documente des dimensions d’image sélectionnables, 30 ou 60 images par seconde, des modes de qualité ou de vitesse et des effets sonores générés en option pour façonner une courte scène visuelle.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
CogVideoX 2 est le modèle de génération vidéo de Zhipu AI pour une description écrite de scène ou une image fournie. Le texte définit le sujet, le décor et l’action ; une image peut servir de base visuelle à la séquence générée. Utilisez l’entrée qui correspond le mieux aux éléments déjà disponibles pour le plan, puis décrivez le mouvement visible que la vidéo terminée doit contenir.
Pour une création à partir de texte, définissez un événement cohérent. Une personne ouvrant la porte d’un atelier, une petite embarcation passant devant une jetée ou un objet tournant sous un éclairage stable donnent chacun au plan un objectif lisible. Précisez les caractéristiques importantes du sujet, le point de vue et la direction du mouvement. Choisissez une fin exploitable dans le montage prévu, plutôt que de laisser indéterminée la composition finale de la scène.
Pour une création à partir d’une image, préparez une vue claire du sujet et décrivez le mouvement qui doit en découler. L’éditeur accepte des références PNG, JPEG et JPG jusqu’à 5 MB, fournies par une URL d’image ou des données d’image encodées. Gardez visibles les contours importants, les traits du visage et les détails des objets dans la référence, et laissez de l’espace dans la composition pour l’action demandée.
L’éditeur limite le prompt écrit à 512 caractères. Consacrez cet espace aux détails décisifs : sujet, action, décor et point de vue. Une description courte précisant quel objet bouge et ce qui reste fixe est plus facile à évaluer qu’une liste d’adjectifs stylistiques généraux. Si le résultat manque l’objectif, révisez l’instruction liée au problème de mouvement ou de cadrage observé.
Les dimensions de sortie publiées comprennent des formats carrés, paysage et portrait, avec des choix allant de 720×480 à 3840×2160 pixels. L’éditeur documente également 30 ou 60 images par seconde. Sélectionnez le format et la fréquence d’images en fonction de la destination avant la génération, puis examinez le clip réel pour vérifier si le sujet et ses détails importants restent lisibles dans ce cadrage.
La qualité et la vitesse sont des modes de sortie nommés dans le processus de l’éditeur. Les effets sonores générés par l’IA, facultatifs, se règlent séparément de la description visuelle. Conservez le mode et le réglage des effets sonores sélectionnés avec le prompt et toute image de référence pour comparer les clips candidats selon leurs paramètres de génération réels.
La génération est asynchrone : un identifiant de tâche est renvoyé avant que la vidéo terminée soit disponible. Conservez cet identifiant pendant la vérification du résultat et préservez tous les fichiers vidéo terminés associés à l’opération. Enregistrez le clip lui-même pour le montage, avec l’image source lorsqu’elle est utilisée, plutôt que de dépendre d’un emplacement de résultat temporaire ou d’une image d’aperçu.
Examinez la séquence entière pour vérifier la continuité, le rythme et l’action demandée. Un plan de produit nécessite une forme et des détails de matériau stables pendant le mouvement ; un plan de personnage nécessite une apparence et des gestes cohérents. Vérifiez la composition finale et tout son généré par rapport à l’objectif du plan. Conservez les éléments réussis de la scène lorsque vous corrigez un écart concret et utilisez les mêmes conditions de visionnage pour comparer les vidéos originales et révisées.
POST /v1/videostextvideo| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites cogvideox-2 Conditions: Utilisez le sélecteur exact de modèle Ailoot. | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Conditions: Décrivez la scène et le mouvement. | Par défaut— |
Champquality | Typeboolean | ExigenceFacultatif | Valeurs et limites Conditions: Indicateur de qualité facultatif ; ce schéma sélectionné ne fournit aucune énumération ni valeur par défaut compatible. | Par défaut— |
Champwith_audio | Typeboolean | ExigenceFacultatif | Valeurs et limites Conditions: Génère des effets sonores par IA lorsque cette option est activée. | Par défautfalse |
Champsize | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: Fournissez la chaîne de taille documentée lorsque vous sélectionnez des dimensions explicites. | Par défaut— |
Champfps | Typestring | ExigenceFacultatif | Valeurs et limites 30, 60 Conditions: La fréquence d’images est représentée par une chaîne de caractères dans cette méthode native sélectionnée. | Par défaut30 |
Champduration | Typestring | ExigenceFacultatif | Valeurs et limites 5, 10 Conditions: La durée en secondes est représentée par une chaîne de caractères dans cette méthode native sélectionnée. | Par défaut5 |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, prompt |
Paramètreoptional | Contratquality, with_audio, size, fps, duration |
Paramètrematerial_types | Contrattext |
Paramètreconditions | ContratUtilisez le sélecteur exact de modèle Ailoot., Décrivez la scène et le mouvement., Indicateur de qualité facultatif ; ce schéma sélectionné ne fournit aucune énumération ni valeur par défaut compatible., Génère des effets sonores par IA lorsque cette option est activée., Fournissez la chaîne de taille documentée lorsque vous sélectionnez des dimensions explicites., La fréquence d’images est représentée par une chaîne de caractères dans cette méthode native sélectionnée., La durée en secondes est représentée par une chaîne de caractères dans cette méthode native sélectionnée. |
Alias de méthode : /v1/videos/generations
Cycle de vie : 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}
Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité prévisionnelle | Quantité facturée | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Quantité facturée— | Coût Entrée · Tokens en entrée · Estimation à des fins de comparaison uniquement — / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K tokens |
| ConfigurationPar requête | Barème tarifaire— | Quantité prévisionnelle— | Quantité facturéeune requête | Coût Entrée · Estimation à des fins de comparaison uniquement $0.2 par requête |
| ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Quantité facturée— | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement $0.2 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "cogvideox-2",\n "prompt": "A cat is walking on grass."\n}\nJSON\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/videos \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\n# Create once; retain id, polling_url, original task identifiers and every header.\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_STATUS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("result.json").read_text())\nu=urljoin("https://api.ailoot.ai",r["polling_url"])\np=urlsplit(u)\nif p.scheme!="https" or p.netloc!="api.ailoot.ai" or p.username or p.password:\n raise SystemExit("Unexpected returned polling URL; preserve the response")\nsubprocess.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)\n# Read this same original polling_url again while pending.\n# Preserve unknown/result_pending_check; do not repeat creation.\nPY_STATUS\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_ASSETS'\nimport json,os,subprocess\nfrom pathlib import Path\nfrom urllib.parse import urljoin,urlsplit\nr=json.loads(Path("status.json").read_text())\nroles={}\ndef visit(v,path=""):\n if isinstance(v,dict):\n for k,x in v.items(): visit(x,path+"/"+k)\n elif isinstance(v,list):\n for i,x in enumerate(v): visit(x,path+"/"+str(i))\n elif isinstance(v,str):\n u=urljoin("https://api.ailoot.ai",v); p=urlsplit(u)\n 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"):\n roles.setdefault(u,[]).append(path)\nvisit(r)\nif not roles: raise SystemExit("No completed owned assets; retain the original status")\nmanifest=[]\nfor i,(u,paths) in enumerate(roles.items()):\n target=Path(f"asset-{i}.bin")\n subprocess.run(["curl","--fail-with-body","--silent","--show-error",u,"-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"],"-o",str(target)],check=True)\n raw=target.read_bytes()\n if not raw: raise SystemExit("Empty asset; retain original status and metadata")\n 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"\n name=f"asset-{i}.{ext}"\n if target.name!=name: target.rename(name)\n manifest.append({"file":name,"response_paths":paths,"bytes":len(raw)})\nPath("asset-manifest.json").write_text(json.dumps(manifest,indent=2))\nprint("Saved",len(manifest),"unique owned assets; every response role retained")\nPY_ASSETS\nGET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Enregistrez chaque vidéo terminée ou fichier renvoyé ; récupérez chaque URL de ressource effectivement renvoyée.
Conservez la réponse complète et ses en-têtes, les identifiants d’origine, chaque résultat réel et tous les champs de consommation et de comptabilisation. Enregistrez chaque ressource unique dont vous êtes propriétaire et conservez chaque rôle qui y renvoie.
Conservez l’id public de la tâche ou de l’opération renvoyé ainsi que tous les en-têtes. Consultez uniquement la tâche d’origine ; unknown ou result_pending_check n’autorise pas une nouvelle création.
| Champ | Type |
|---|---|
Champid | Typestring |
Champpolling_url | Typestring |
Champprovider_task_id | Typestring |
Champid | Typestring |
Champtask_status | Typestring |
Champvideo_result[].url | Typestring |
Ailoot Ultra cogvideox-2
/v1/videos/generations