Zhipu AI: CogVideoX 2
CogVideoX 2は、テキストの説明や渡された画像から動画を生成します。開発元は、選択できるフレームサイズ、30または60 fps、品質または速度のモード、任意の生成効果音を文書化しており、短い視覚的なシーンを形作るために利用できます。
モデルについて
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
CogVideoX 2は、書かれたシーンの説明や渡された画像のための、Zhipu AIの動画生成モデルです。テキストは被写体、場所、動作を定め、画像は生成する映像の視覚的な基礎を提供できます。そのショットにすでに使える素材を最もよく表す入力を選び、完成した動画に含めたい目に見える動きを説明してください。
テキストを使った制作では、一つの整合した出来事を定義します。工房のドアを開ける人、桟橋の横を進む小舟、一定の光の下で回る物体は、それぞれショットに分かりやすい目的を与えます。被写体の重要な特徴、視点、移動方向を指定してください。シーンの最終的な構図を未定にせず、目的の編集で使える終わり方を選びます。
画像を使った制作では、被写体がはっきり見える画像を用意し、そこからシーンをどう動かすかを説明します。開発元は、画像URLや符号化された画像データで渡す、最大5 MBのPNG、JPEG、JPGの参照画像を受け付けます。参照には重要な輪郭、顔の特徴、物体の詳細を見える状態で残し、求める動作のための余白を構図の中に設けてください。
開発元は、文章のプロンプトを512文字に制限しています。この領域を、被写体、動作、場所、視点という決定的な詳細に使います。どの物体が動き、何が固定されるかを説明する短い記述は、幅広いスタイルの形容詞を並べるより評価しやすくなります。結果が目的を満たさない場合は、確認した動きやフレーミングの問題に結び付く指示を修正してください。
公開されている出力サイズには、正方形、横長、縦長の形式があり、720×480から3840×2160ピクセルまでの選択肢があります。開発元は、毎秒30または60フレームも文書化しています。生成前に用途に合う形とフレームレートを選び、実際のクリップを確認して、そのフレーミングで被写体と重要な詳細が見分けられるかを確かめてください。
品質と速度は、開発元のワークフローで名前を持つ出力モードです。任意のAI生成効果音は、視覚的な指示とは別に制御します。選んだモードと効果音の設定を、プロンプトや使用した参照画像とともに保持し、候補のクリップを実際の生成設定で比較できるようにしてください。
生成は非同期です。完成した動画が利用可能になる前に、タスク識別子が返されます。結果の確認を通じてその識別子を保持し、操作に関連する完成済みの動画ファイルをすべて保存してください。一時的な結果の場所やプレビューのフレームに頼らず、編集のためにクリップ自体を、画像を使った場合はその原画像とともに保存します。
映像全体について、連続性、タイミング、求めた動作を確認します。製品のショットでは、動きを通じて形と素材の詳細が安定している必要があり、キャラクターのショットでは外見と身振りの一貫性が必要です。最後の構図と生成された音があれば、それがショットの目的に合うかを確かめてください。具体的な不一致を直す際は成功したシーンの要素を保持し、元の動画と修正した動画を同じ視聴条件で比較します。
Ailoot Ultra · 動画 POST /v1/videos cogvideox-2
cogvideox-2はじめに
CogVideoX 2は、テキストの説明や渡された画像から動画を生成します。開発元は、選択できるフレームサイズ、30または60 fps、品質または速度のモード、任意の生成効果音を文書化しており、短い視覚的なシーンを形作るために利用できます。
- 対応する入力
- テキスト
- 結果
- 動画
Ailootで利用可能 · 入力とメソッド
Ailoot Ultra · 動画 POST /v1/videos
- 入力の種類
text- 出力の種類
video
| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 cogvideox-2 条件: 正確なAilootモデル指定子を使用してください。 | デフォルト— |
フィールドprompt | 種類string | 要件必須 | 値と制限 条件: シーンと動きを記述してください。 | デフォルト— |
フィールドquality | 種類boolean | 要件任意 | 値と制限 条件: 任意の品質フラグ。選択したこのスキーマには、互換性のある列挙値やデフォルト値はありません。 | デフォルト— |
フィールドwith_audio | 種類boolean | 要件任意 | 値と制限 条件: 有効にすると、AI効果音を生成します。 | デフォルトfalse |
フィールドsize | 種類string | 要件任意 | 値と制限 条件: 寸法を明示的に選択する場合は、文書に記載されたサイズ文字列を指定してください。 | デフォルト— |
フィールドfps | 種類string | 要件任意 | 値と制限 30, 60 条件: 選択したこのネイティブメソッドでは、フレームレートを文字列として表します。 | デフォルト30 |
フィールドduration | 種類string | 要件任意 | 値と制限 5, 10 条件: 選択したこのネイティブメソッドでは、秒単位の長さを文字列として表します。 | デフォルト5 |
メソッドのパラメータとライフサイクル
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, prompt |
パラメータoptional | 仕様quality, with_audio, size, fps, duration |
パラメータmaterial_types | 仕様text |
パラメータconditions | 仕様正確なAilootモデル指定子を使用してください。, シーンと動きを記述してください。, 任意の品質フラグ。選択したこのスキーマには、互換性のある列挙値やデフォルト値はありません。, 有効にすると、AI効果音を生成します。, 寸法を明示的に選択する場合は、文書に記載されたサイズ文字列を指定してください。, 選択したこのネイティブメソッドでは、フレームレートを文字列として表します。, 選択したこのネイティブメソッドでは、秒単位の長さを文字列として表します。 |
メソッドのエイリアス: /v1/videos/generations
ライフサイクル: 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}
料金
最終料金の計算方法
表示料金は生成前の費用の見積もりです。最終請求額は、元の生成処理に記録された費用から計算されます。実測された出力時間や予測数量が、そのまま最終的な課金数量になるわけではありません。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
- 高速モード
- 未指定 高速モードが選択されている場合
- Flex モード
- 未指定 flex モードが選択されている場合
- 最大推論量
- 未指定 推論量が最大で、調整に既定値(default)を使用する場合
比較用の推定料金
設定別の価格
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 予測数量 | 課金数量 | 料金 |
|---|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 予測数量— | 課金数量— | 料金 入力 · 入力トークン · 比較専用の見積もり — / 1K トークン 出力 · 出力トークン · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ読み取り · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み、1時間 · 比較専用の見積もり — / 1K トークン |
| 設定リクエストごと | 料金表— | 予測数量— | 課金数量リクエスト1件 | 料金 入力 · 比較専用の見積もり $0.2 リクエストあたり |
| 設定生成費用の見積もり | 料金表— | 予測数量生成1回分の概算 | 課金数量— | 料金 出力 · 推定生成コスト · 比較専用の見積もり $0.2 生成前の見積もり この見積もりは追加料金ではなく、完了した生成処理に対する固定料金でもありません。 |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
リクエスト例
Ailoot Ultra · 動画
set -eu
: "${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
結果を受け取って保存
Ailoot Ultra · 動画
GET /v1/videos/{request_id}GET /v1/videos/generations/{request_id}GET /v1/videos/{request_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}
完了した結果をすべて保存
完了した動画や返されたファイルをすべて保存し、実際に返されたすべてのアセットURLから取得してください。
完全なレスポンスとヘッダー、元の識別子、実際のすべての出力、および使用量/会計の全フィールドを保持してください。一意の所有アセットをそれぞれ保存し、それを参照するすべての役割を保持してください。
元のレスポンスを確認する場合
返された公開タスクまたは操作のidと、すべてのヘッダーを保持してください。元のタスクだけを読み取ってください。unknownまたはresult_pending_checkであっても、別の作成を行うことは認められません。
レスポンスのフィールド
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドpolling_url | 種類string |
フィールドprovider_task_id | 種類string |
フィールドid | 種類string |
フィールドtask_status | 種類string |
フィールドvideo_result[].url | 種類string |
エイリアス
モデルのエイリアス
Ailoot Ultra cogvideox-2
メソッドパスのエイリアス
/v1/videos/generations
関連する呼び出し用ID
FAQ · Zhipu AI: CogVideoX 2
- 利用できる入力と結果は何ですか?
POST /v1/videos·cogvideox-2:text→video- リクエストはどの項目を使用しますか?
POST /v1/videos·cogvideox-2:model,prompt,quality,with_audio,size,fps,duration