CogVideoX 2 adalah model pembuatan video dari Zhipu AI untuk deskripsi adegan tertulis atau gambar yang diberikan. Teks menetapkan subjek, latar, dan aksi; gambar dapat menjadi dasar visual untuk rangkaian yang dihasilkan. Gunakan masukan yang paling sesuai dengan materi yang sudah tersedia untuk pengambilan gambar, lalu jelaskan gerakan terlihat yang harus ada dalam video yang selesai.
Untuk pembuatan berbasis teks, tentukan satu peristiwa yang utuh. Orang yang membuka pintu bengkel, perahu kecil yang melewati dermaga, atau objek yang berputar di bawah cahaya tetap masing-masing memberi pengambilan gambar tujuan yang mudah dipahami. Sebutkan ciri penting subjek, sudut pandang, dan arah gerak. Pilih akhir yang dapat digunakan dalam penyuntingan yang dituju, alih-alih membiarkan komposisi akhir adegan tidak ditentukan.
Untuk pembuatan berbasis gambar, siapkan tampilan subjek yang jelas dan jelaskan bagaimana adegan harus bergerak dari gambar tersebut. Pembuatnya menerima referensi PNG, JPEG, dan JPG hingga 5 MB, yang diberikan melalui URL gambar atau data gambar yang dikodekan. Pertahankan tepi penting, ciri wajah, dan detail objek agar terlihat dalam referensi, serta sisakan ruang bagi aksi yang diminta dalam komposisi.
Pembuatnya membatasi prompt tertulis hingga 512 karakter. Gunakan ruang ini untuk detail penentu: subjek, aksi, latar, dan sudut pandang. Deskripsi singkat yang menjelaskan objek mana yang bergerak dan apa yang tetap diam lebih mudah dinilai daripada daftar kata sifat gaya yang umum. Jika hasil tidak mencapai tujuan, revisi instruksi yang terkait dengan masalah gerak atau pembingkaian yang diamati.
Ukuran keluaran yang dipublikasikan mencakup format persegi, lanskap, dan potret, dengan pilihan mulai dari 720×480 hingga 3840×2160 piksel. Pembuatnya juga mendokumentasikan 30 atau 60 bingkai per detik. Pilih bentuk dan laju bingkai sesuai tujuan penggunaan sebelum pembuatan, lalu periksa klip sebenarnya untuk melihat apakah subjek dan detail pentingnya tetap terlihat jelas dalam pembingkaian tersebut.
Kualitas dan kecepatan merupakan mode keluaran bernama dalam alur kerja pembuatnya. Efek suara opsional yang dihasilkan AI dikontrol secara terpisah dari deskripsi visual. Simpan mode dan pengaturan efek suara yang dipilih bersama prompt serta gambar referensi jika ada, agar berbagai kandidat klip dapat dibandingkan menggunakan pengaturan pembuatan yang sebenarnya.
Pembuatan berlangsung secara asinkron: identitas tugas dikembalikan sebelum video yang selesai tersedia. Pertahankan identitas tersebut selama pemeriksaan hasil dan simpan semua berkas video yang selesai terkait operasi itu. Simpan klip itu sendiri untuk penyuntingan, bersama gambar sumber jika digunakan, alih-alih bergantung pada lokasi hasil sementara atau bingkai pratinjau.
Tinjau seluruh rangkaian untuk memeriksa kesinambungan, pengaturan waktu, dan aksi yang diminta. Pengambilan gambar produk memerlukan bentuk dan detail material yang stabil selama gerakan; pengambilan gambar karakter memerlukan penampilan dan gestur yang konsisten. Periksa komposisi akhir dan suara yang dihasilkan jika ada berdasarkan tujuan pengambilan gambar. Pertahankan unsur adegan yang berhasil saat merevisi ketidaksesuaian konkret, dan gunakan kondisi penayangan yang sama untuk membandingkan video asli dan video revisi.
", "aboutText": "CogVideoX 2 adalah model pembuatan video dari Zhipu AI untuk deskripsi adegan tertulis atau gambar yang diberikan. Teks menetapkan subjek, latar, dan aksi; gambar dapat menjadi dasar visual untuk rangkaian yang dihasilkan. Gunakan masukan yang paling sesuai dengan materi yang sudah tersedia untuk pengambilan gambar, lalu jelaskan gerakan terlihat yang harus ada dalam video yang selesai.\n\nUntuk pembuatan berbasis teks, tentukan satu peristiwa yang utuh. Orang yang membuka pintu bengkel, perahu kecil yang melewati dermaga, atau objek yang berputar di bawah cahaya tetap masing-masing memberi pengambilan gambar tujuan yang mudah dipahami. Sebutkan ciri penting subjek, sudut pandang, dan arah gerak. Pilih akhir yang dapat digunakan dalam penyuntingan yang dituju, alih-alih membiarkan komposisi akhir adegan tidak ditentukan.\n\nUntuk pembuatan berbasis gambar, siapkan tampilan subjek yang jelas dan jelaskan bagaimana adegan harus bergerak dari gambar tersebut. Pembuatnya menerima referensi PNG, JPEG, dan JPG hingga 5 MB, yang diberikan melalui URL gambar atau data gambar yang dikodekan. Pertahankan tepi penting, ciri wajah, dan detail objek agar terlihat dalam referensi, serta sisakan ruang bagi aksi yang diminta dalam komposisi.\n\nPembuatnya membatasi prompt tertulis hingga 512 karakter. Gunakan ruang ini untuk detail penentu: subjek, aksi, latar, dan sudut pandang. Deskripsi singkat yang menjelaskan objek mana yang bergerak dan apa yang tetap diam lebih mudah dinilai daripada daftar kata sifat gaya yang umum. Jika hasil tidak mencapai tujuan, revisi instruksi yang terkait dengan masalah gerak atau pembingkaian yang diamati.\n\nUkuran keluaran yang dipublikasikan mencakup format persegi, lanskap, dan potret, dengan pilihan mulai dari 720×480 hingga 3840×2160 piksel. Pembuatnya juga mendokumentasikan 30 atau 60 bingkai per detik. Pilih bentuk dan laju bingkai sesuai tujuan penggunaan sebelum pembuatan, lalu periksa klip sebenarnya untuk melihat apakah subjek dan detail pentingnya tetap terlihat jelas dalam pembingkaian tersebut.\n\nKualitas dan kecepatan merupakan mode keluaran bernama dalam alur kerja pembuatnya. Efek suara opsional yang dihasilkan AI dikontrol secara terpisah dari deskripsi visual. Simpan mode dan pengaturan efek suara yang dipilih bersama prompt serta gambar referensi jika ada, agar berbagai kandidat klip dapat dibandingkan menggunakan pengaturan pembuatan yang sebenarnya.\n\nPembuatan berlangsung secara asinkron: identitas tugas dikembalikan sebelum video yang selesai tersedia. Pertahankan identitas tersebut selama pemeriksaan hasil dan simpan semua berkas video yang selesai terkait operasi itu. Simpan klip itu sendiri untuk penyuntingan, bersama gambar sumber jika digunakan, alih-alih bergantung pada lokasi hasil sementara atau bingkai pratinjau.\n\nTinjau seluruh rangkaian untuk memeriksa kesinambungan, pengaturan waktu, dan aksi yang diminta. Pengambilan gambar produk memerlukan bentuk dan detail material yang stabil selama gerakan; pengambilan gambar karakter memerlukan penampilan dan gestur yang konsisten. Periksa komposisi akhir dan suara yang dihasilkan jika ada berdasarkan tujuan pengambilan gambar. Pertahankan unsur adegan yang berhasil saat merevisi ketidaksesuaian konkret, dan gunakan kondisi penayangan yang sama untuk membandingkan video asli dan video revisi.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "52d98f6e24bd9bdbb0922e826576c3c2f275b9be14f2060bc7f0df92cdbf3200", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "cogvideox-2CogVideoX 2 menghasilkan video dari deskripsi teks atau gambar yang diberikan. Pembuatnya mendokumentasikan ukuran bingkai yang dapat dipilih, 30 atau 60 fps, mode kualitas atau kecepatan, dan efek suara opsional yang dihasilkan untuk membentuk adegan visual singkat.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
CogVideoX 2 adalah model pembuatan video dari Zhipu AI untuk deskripsi adegan tertulis atau gambar yang diberikan. Teks menetapkan subjek, latar, dan aksi; gambar dapat menjadi dasar visual untuk rangkaian yang dihasilkan. Gunakan masukan yang paling sesuai dengan materi yang sudah tersedia untuk pengambilan gambar, lalu jelaskan gerakan terlihat yang harus ada dalam video yang selesai.
Untuk pembuatan berbasis teks, tentukan satu peristiwa yang utuh. Orang yang membuka pintu bengkel, perahu kecil yang melewati dermaga, atau objek yang berputar di bawah cahaya tetap masing-masing memberi pengambilan gambar tujuan yang mudah dipahami. Sebutkan ciri penting subjek, sudut pandang, dan arah gerak. Pilih akhir yang dapat digunakan dalam penyuntingan yang dituju, alih-alih membiarkan komposisi akhir adegan tidak ditentukan.
Untuk pembuatan berbasis gambar, siapkan tampilan subjek yang jelas dan jelaskan bagaimana adegan harus bergerak dari gambar tersebut. Pembuatnya menerima referensi PNG, JPEG, dan JPG hingga 5 MB, yang diberikan melalui URL gambar atau data gambar yang dikodekan. Pertahankan tepi penting, ciri wajah, dan detail objek agar terlihat dalam referensi, serta sisakan ruang bagi aksi yang diminta dalam komposisi.
Pembuatnya membatasi prompt tertulis hingga 512 karakter. Gunakan ruang ini untuk detail penentu: subjek, aksi, latar, dan sudut pandang. Deskripsi singkat yang menjelaskan objek mana yang bergerak dan apa yang tetap diam lebih mudah dinilai daripada daftar kata sifat gaya yang umum. Jika hasil tidak mencapai tujuan, revisi instruksi yang terkait dengan masalah gerak atau pembingkaian yang diamati.
Ukuran keluaran yang dipublikasikan mencakup format persegi, lanskap, dan potret, dengan pilihan mulai dari 720×480 hingga 3840×2160 piksel. Pembuatnya juga mendokumentasikan 30 atau 60 bingkai per detik. Pilih bentuk dan laju bingkai sesuai tujuan penggunaan sebelum pembuatan, lalu periksa klip sebenarnya untuk melihat apakah subjek dan detail pentingnya tetap terlihat jelas dalam pembingkaian tersebut.
Kualitas dan kecepatan merupakan mode keluaran bernama dalam alur kerja pembuatnya. Efek suara opsional yang dihasilkan AI dikontrol secara terpisah dari deskripsi visual. Simpan mode dan pengaturan efek suara yang dipilih bersama prompt serta gambar referensi jika ada, agar berbagai kandidat klip dapat dibandingkan menggunakan pengaturan pembuatan yang sebenarnya.
Pembuatan berlangsung secara asinkron: identitas tugas dikembalikan sebelum video yang selesai tersedia. Pertahankan identitas tersebut selama pemeriksaan hasil dan simpan semua berkas video yang selesai terkait operasi itu. Simpan klip itu sendiri untuk penyuntingan, bersama gambar sumber jika digunakan, alih-alih bergantung pada lokasi hasil sementara atau bingkai pratinjau.
Tinjau seluruh rangkaian untuk memeriksa kesinambungan, pengaturan waktu, dan aksi yang diminta. Pengambilan gambar produk memerlukan bentuk dan detail material yang stabil selama gerakan; pengambilan gambar karakter memerlukan penampilan dan gestur yang konsisten. Periksa komposisi akhir dan suara yang dihasilkan jika ada berdasarkan tujuan pengambilan gambar. Pertahankan unsur adegan yang berhasil saat merevisi ketidaksesuaian konkret, dan gunakan kondisi penayangan yang sama untuk membandingkan video asli dan video revisi.
POST /v1/videostextvideo| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan cogvideox-2 Kondisi: Gunakan pemilih model Ailoot yang persis. | Bawaan— |
Kolomprompt | Jenisstring | PersyaratanWajib | Nilai & batasan Kondisi: Jelaskan adegan dan gerakannya. | Bawaan— |
Kolomquality | Jenisboolean | PersyaratanOpsional | Nilai & batasan Kondisi: Penanda kualitas opsional; skema yang dipilih ini tidak memberikan enum atau nilai bawaan yang kompatibel. | Bawaan— |
Kolomwith_audio | Jenisboolean | PersyaratanOpsional | Nilai & batasan Kondisi: Buat efek suara AI saat diaktifkan. | Bawaanfalse |
Kolomsize | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: Berikan string size yang didokumentasikan saat memilih dimensi eksplisit. | Bawaan— |
Kolomfps | Jenisstring | PersyaratanOpsional | Nilai & batasan 30, 60 Kondisi: Laju bingkai direpresentasikan sebagai string pada metode native yang dipilih ini. | Bawaan30 |
Kolomduration | Jenisstring | PersyaratanOpsional | Nilai & batasan 5, 10 Kondisi: Durasi dalam detik direpresentasikan sebagai string pada metode native yang dipilih ini. | Bawaan5 |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parameteroptional | Kontrakquality, with_audio, size, fps, duration |
Parametermaterial_types | Kontraktext |
Parameterconditions | KontrakGunakan pemilih model Ailoot yang persis., Jelaskan adegan dan gerakannya., Penanda kualitas opsional; skema yang dipilih ini tidak memberikan enum atau nilai bawaan yang kompatibel., Buat efek suara AI saat diaktifkan., Berikan string size yang didokumentasikan saat memilih dimensi eksplisit., Laju bingkai direpresentasikan sebagai string pada metode native yang dipilih ini., Durasi dalam detik direpresentasikan sebagai string pada metode native yang dipilih ini. |
Alias metode: /v1/videos/generations
Siklus hidup: 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}
Tarif yang ditampilkan memperkirakan biaya sebelum pembuatan. Biaya akhir dihitung dari biaya yang tercatat untuk proses pembuatan awal. Durasi keluaran yang terukur dan kuantitas perkiraan bukanlah kuantitas akhir yang ditagihkan.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Jumlah perkiraan | Jumlah penagihan | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Jumlah perkiraan— | Jumlah penagihan— | Biaya Masukan · Token masukan · Perkiraan hanya untuk perbandingan — / 1K token Keluaran · Token keluaran · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Pembacaan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache · Perkiraan hanya untuk perbandingan — / 1K token Masukan · Penulisan cache, 1 jam · Perkiraan hanya untuk perbandingan — / 1K token |
| KonfigurasiPer permintaan | Jadwal tarif— | Jumlah perkiraan— | Jumlah penagihansatu permintaan | Biaya Masukan · Perkiraan hanya untuk perbandingan $0.2 per permintaan |
| KonfigurasiPerkiraan biaya pembuatan | Jadwal tarif— | Jumlah perkiraanestimasi satu kali pembuatan | Jumlah penagihan— | Biaya Keluaran · Perkiraan biaya pembuatan · Perkiraan hanya untuk perbandingan $0.2 estimasi sebelum pembuatan Perkiraan ini bukan biaya tambahan maupun tarif tetap untuk proses pembuatan yang telah selesai. |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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}Simpan setiap video yang selesai atau berkas yang dikembalikan; ambil setiap URL aset yang benar-benar dikembalikan.
Simpan respons dan header secara utuh, pengenal asli, setiap keluaran aktual, dan semua bidang penggunaan/akuntansi. Simpan setiap aset unik milik Ailoot dan pertahankan setiap peran yang menunjuk kepadanya.
Simpan id tugas atau operasi publik yang dikembalikan beserta semua header. Baca hanya tugas awal; unknown atau result_pending_check tidak mengizinkan pembuatan lain.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolompolling_url | Jenisstring |
Kolomprovider_task_id | Jenisstring |
Kolomid | Jenisstring |
Kolomtask_status | Jenisstring |
Kolomvideo_result[].url | Jenisstring |
Ailoot Ultra cogvideox-2
/v1/videos/generations