Zhipu AI: CogVideoX 2

CogVideoX 2 genera video da una descrizione testuale o da un’immagine fornita. Il produttore documenta dimensioni dei fotogrammi selezionabili, 30 o 60 fps, modalità qualità o velocità ed effetti sonori generati facoltativi per dare forma a una breve scena visiva.

Ailoot Ultra · Generazione video POST /v1/videos cogvideox-2

Informazioni sul modello

Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.

CogVideoX 2 è il modello di generazione video di Zhipu AI per una descrizione scritta della scena o un’immagine fornita. Il testo stabilisce il soggetto, l’ambientazione e l’azione; un’immagine può fornire la base visiva della sequenza generata. Usate l’input che rappresenta meglio i materiali già disponibili per l’inquadratura, poi descrivete il movimento visibile che il video finito deve contenere.

Per la creazione a partire dal testo, definite un evento coerente. Una persona che apre la porta di un laboratorio, una piccola barca che passa accanto a un molo o un oggetto che ruota sotto una luce stabile danno ciascuno all’inquadratura uno scopo leggibile. Indicate le caratteristiche importanti del soggetto, il punto di vista e la direzione del movimento. Scegliete una conclusione utilizzabile nel montaggio previsto, anziché lasciare indefinita la composizione finale della scena.

Per la creazione a partire da un’immagine, preparate una vista chiara del soggetto e descrivete come la scena debba muoversi da quel punto di partenza. Il produttore accetta riferimenti PNG, JPEG e JPG fino a 5 MB, forniti tramite URL dell’immagine o dati immagine codificati. Mantenete visibili nel riferimento i bordi importanti, i tratti del viso e i dettagli dell’oggetto e lasciate nella composizione spazio per l’azione richiesta.

Il produttore limita il prompt scritto a 512 caratteri. Usate questo spazio per i dettagli decisivi: soggetto, azione, ambientazione e punto di vista. Una breve descrizione che spiega quale oggetto si muove e che cosa resta fermo è più facile da valutare di un elenco di aggettivi stilistici generici. Se il risultato manca l’obiettivo, rivedete l’istruzione collegata al problema osservato di movimento o inquadratura.

Le dimensioni di output pubblicate comprendono formati quadrati, orizzontali e verticali, con scelte che vanno da 720×480 a 3840×2160 pixel. Il produttore documenta anche 30 o 60 fotogrammi al secondo. Selezionate il formato e la frequenza dei fotogrammi per la destinazione prima della generazione, poi esaminate il filmato effettivo per verificare se il soggetto e i dettagli importanti rimangano leggibili in quell’inquadratura.

Qualità e velocità sono modalità di output nominate nel processo del produttore. Gli effetti sonori facoltativi generati dall’IA sono controllati separatamente dalla descrizione visiva. Conservate la modalità selezionata e l’impostazione degli effetti sonori insieme al prompt e all’eventuale immagine di riferimento, affinché i diversi filmati candidati possano essere confrontati usando le loro impostazioni di generazione effettive.

La generazione è asincrona: viene restituito un identificatore dell’attività prima che il video finito sia disponibile. Conservatelo durante la verifica dei risultati e mantenete tutti i file video completati associati all’operazione. Salvate il filmato stesso per il montaggio, insieme all’immagine sorgente quando usata, anziché dipendere da una posizione temporanea del risultato o da un fotogramma di anteprima.

Esaminate l’intera sequenza per verificarne continuità, tempi e azione richiesta. Un’inquadratura di prodotto richiede forma e dettagli dei materiali stabili durante il movimento; un’inquadratura di un personaggio richiede aspetto e gesti coerenti. Verificate la composizione finale e gli eventuali suoni generati rispetto allo scopo dell’inquadratura. Conservate gli elementi riusciti della scena quando correggete una discrepanza concreta e usate le stesse condizioni di visione per confrontare il video originale e quello rivisto.

Ailoot Ultra · Generazione video POST /v1/videos cogvideox-2

cogvideox-2

Zhipu AI /cogvideox-2

Introduzione

Input accettati: Testo
Risultati: Video

Disponibile in Ailoot · input e metodi

Ailoot Ultra · Generazione video POST /v1/videos

Tipi di input: text
Tipi di output: video

Campo	Tipo	Requisito	Valori e limiti	Predefinito
Campo`model`	Tipo`string`	RequisitoObbligatorio	Valori e limiti cogvideox-2 Condizioni: Usa il selettore esatto del modello Ailoot.	Predefinito—
Campo`prompt`	Tipo`string`	RequisitoObbligatorio	Valori e limiti Condizioni: Descrivi la scena e il movimento.	Predefinito—
Campo`quality`	Tipo`boolean`	RequisitoFacoltativo	Valori e limiti Condizioni: Opzione di qualità facoltativa; questo schema selezionato non fornisce un'enumerazione compatibile o un valore predefinito.	Predefinito—
Campo`with_audio`	Tipo`boolean`	RequisitoFacoltativo	Valori e limiti Condizioni: Genera effetti sonori con l'IA quando l'opzione è attiva.	Predefinitofalse
Campo`size`	Tipo`string`	RequisitoFacoltativo	Valori e limiti Condizioni: Fornisci la stringa di dimensione documentata quando selezioni dimensioni esplicite.	Predefinito—
Campo`fps`	Tipo`string`	RequisitoFacoltativo	Valori e limiti 30, 60 Condizioni: In questo metodo nativo selezionato, la frequenza dei fotogrammi è rappresentata come stringa.	Predefinito30
Campo`duration`	Tipo`string`	RequisitoFacoltativo	Valori e limiti 5, 10 Condizioni: In questo metodo nativo selezionato, la durata in secondi è rappresentata come stringa.	Predefinito5

Parametri e ciclo di vita del metodo

Parametro	Contratto
Parametro`content_type`	Contrattoapplication/json
Parametro`required`	Contrattomodel, prompt
Parametro`optional`	Contrattoquality, with_audio, size, fps, duration
Parametro`material_types`	Contrattotext
Parametro`conditions`	ContrattoUsa il selettore esatto del modello Ailoot., Descrivi la scena e il movimento., Opzione di qualità facoltativa; questo schema selezionato non fornisce un'enumerazione compatibile o un valore predefinito., Genera effetti sonori con l'IA quando l'opzione è attiva., Fornisci la stringa di dimensione documentata quando selezioni dimensioni esplicite., In questo metodo nativo selezionato, la frequenza dei fotogrammi è rappresentata come stringa., In questo metodo nativo selezionato, la durata in secondi è rappresentata come stringa.

Alias del metodo: /v1/videos/generations

Ciclo di vita: 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}

Tariffe

Calcolo del costo finale

Le tariffe visualizzate stimano il costo prima della generazione. L'addebito finale viene calcolato in base al costo registrato per la generazione originale. La durata misurata dell'output e le quantità previste non costituiscono la quantità finale fatturabile.

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida: Non specificato Quando è selezionata la modalità rapida
Modalità flex: Non specificato Quando è selezionata la modalità flex
Sforzo massimo di ragionamento: Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

Tariffe stimate per il confronto

Prezzi per configurazione

Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.

Configurazione	Listino delle tariffe	Quantità prevista	Quantità fatturata	Costo
ConfigurazioneTariffe base dei token	Listino delle tariffeTariffa base	Quantità prevista—	Quantità fatturata—	Costo Input · Token in input · Stima solo a fini di confronto — / 1K token Output · Token in output · Stima solo a fini di confronto — / 1K token Input · Lettura dalla cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache · Stima solo a fini di confronto — / 1K token Input · Scrittura nella cache, 1 ora · Stima solo a fini di confronto — / 1K token
ConfigurazionePer richiesta	Listino delle tariffe—	Quantità prevista—	Quantità fatturatauna richiesta	Costo Input · Stima solo a fini di confronto $0.2 per richiesta
ConfigurazioneCosto stimato della generazione	Listino delle tariffe—	Quantità previstastima per una generazione	Quantità fatturata—	Costo Output · Costo di generazione stimato · Stima solo a fini di confronto $0.2 stima prima della generazione Questa stima non è un addebito aggiuntivo né una tariffa fissa per la generazione completata.

Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →

Esempi di richieste

Ailoot Ultra · Generazione video

curl · crea una sola volta e conserva la ricevutaLeggi il task originaleSalva ogni risorsa completata di tua proprietà

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

Ricevi e salva i risultati

Ailoot Ultra · Generazione video

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}

Conserva tutti i risultati completati

Salva ogni video completato o file restituito; recupera ogni URL di risorsa effettivamente restituito.

Conserva la risposta completa e le intestazioni, gli identificatori originali, ogni risultato effettivo e tutti i campi di utilizzo e contabilizzazione. Salva ogni risorsa univoca di tua proprietà e conserva ogni ruolo che vi fa riferimento.

Se occorre verificare la risposta originale

Conserva l'id pubblico dell'attività o dell'operazione restituito e tutte le intestazioni. Consulta solo l'attività originale; unknown o result_pending_check non autorizza un'altra creazione.

Campi della risposta

Campo	Tipo
Campo`id`	Tipostring
Campo`polling_url`	Tipostring
Campo`provider_task_id`	Tipostring
Campo`id`	Tipostring
Campo`task_status`	Tipostring
Campo`video_result[].url`	Tipostring

Alias

Alias del modello

Ailoot Ultra cogvideox-2

Alias dei percorsi dei metodi

/v1/videos/generations

ID di chiamata correlati

cogvideox-2

FAQ · Zhipu AI: CogVideoX 2

Quali input e risultati sono disponibili?: POST /v1/videos · cogvideox-2: text → video
Quali campi usa la richiesta?: POST /v1/videos · cogvideox-2: model, prompt, quality, with_audio, size, fps, duration

Zhipu AI: CogVideoX 2