CogVideoX 3は、テキストから動画、画像から動画、最初と最後のフレームからの生成が文書化された、Zhipu AIの動画モデルです。開発元はフレームの安定性、指示への追従、写実的または立体的な視覚スタイルを重視しています。文章の指示から始めるシーンではテキストを、視覚的な基礎がすでにある場合は画像を一枚、開始と終了の見え方を決める必要がある場合は両端の画像を二枚選んでください。
文章による指示では、被写体と一つの分かりやすい動作を説明します。明確な意図と照らして評価できるよう、場所、視点、重要な物理的な関係を指定してください。物体を拾うキャラクターには、カメラでその物体を見せる場合とは異なる映像が必要です。両者の関係がショットにとって重要なときだけ、両方を説明します。
画像を使った映像では、被写体を特徴付ける要素が見える参照画像を用意します。開発元は、URLや符号化された画像データで渡す、5 MB以下のPNG、JPEG、JPGの画像を受け付けます。記憶した画像ではなく元の画像と外見やフレーミングを比較できるよう、実際の参照画像を生成結果とともに保持してください。
開発元の両端フレームモードは、順序付きの二枚の画像を受け付けます。最初が開始フレーム、二枚目が終了フレームを定めます。一つのショットで意図した二つの状態として用意してください。両者をつなぐ移行や動作を説明し、その間も被写体の一貫性が保たれるかを確認します。良い静止画の組だけでは、その間の動きが求める物語に合うとは示せません。
プロンプトには最大512文字を含められます。使えるテキストを、動作、その方向、成功した結果を区別する視覚的な詳細に使ってください。画面で起きることに指示を絞ります。入力画像が被写体の外見をすでに定めている場合は、画像の間や画像から展開する動きとタイミングを説明してください。
開発元は、五秒または十秒の出力と、既定で五秒、毎秒30または60フレームを文書化しています。対応サイズは1280×720、720×1280、1024×1024、1920×1080、1080×1920、2048×1080、3840×2160です。用途に合うサイズと時間を選び、完成したクリップでフレーミングと実際の動作のペースを確認してください。
品質と速度のモードは、任意のAI効果音の設定とは別に文書化されています。これらの選択をプロンプト、画像、結果とともに保持してください。開発元の視覚表現と入力の能力はモデルを説明するものであり、特定の生成メソッドで利用できる制御項目は、そのメソッドの契約で定められます。候補のショットを比べるときは、実際に使った設定を保持します。
動画が完成するまで元のタスク識別子を保持し、返された映像を編集用に保存します。大きな動きの間の被写体の外見、シーンの物体との関わり、最後の構図を含め、映像全体を確認してください。両端フレームを使う作業では、両端とその間の移行を調べます。成功した参照画像とショットの計画を保持しながら具体的な視覚の不一致を修正し、プレビュー画像だけでなく完成した動画を比較してください。
", "aboutText": "CogVideoX 3は、テキストから動画、画像から動画、最初と最後のフレームからの生成が文書化された、Zhipu AIの動画モデルです。開発元はフレームの安定性、指示への追従、写実的または立体的な視覚スタイルを重視しています。文章の指示から始めるシーンではテキストを、視覚的な基礎がすでにある場合は画像を一枚、開始と終了の見え方を決める必要がある場合は両端の画像を二枚選んでください。\n\n文章による指示では、被写体と一つの分かりやすい動作を説明します。明確な意図と照らして評価できるよう、場所、視点、重要な物理的な関係を指定してください。物体を拾うキャラクターには、カメラでその物体を見せる場合とは異なる映像が必要です。両者の関係がショットにとって重要なときだけ、両方を説明します。\n\n画像を使った映像では、被写体を特徴付ける要素が見える参照画像を用意します。開発元は、URLや符号化された画像データで渡す、5 MB以下のPNG、JPEG、JPGの画像を受け付けます。記憶した画像ではなく元の画像と外見やフレーミングを比較できるよう、実際の参照画像を生成結果とともに保持してください。\n\n開発元の両端フレームモードは、順序付きの二枚の画像を受け付けます。最初が開始フレーム、二枚目が終了フレームを定めます。一つのショットで意図した二つの状態として用意してください。両者をつなぐ移行や動作を説明し、その間も被写体の一貫性が保たれるかを確認します。良い静止画の組だけでは、その間の動きが求める物語に合うとは示せません。\n\nプロンプトには最大512文字を含められます。使えるテキストを、動作、その方向、成功した結果を区別する視覚的な詳細に使ってください。画面で起きることに指示を絞ります。入力画像が被写体の外見をすでに定めている場合は、画像の間や画像から展開する動きとタイミングを説明してください。\n\n開発元は、五秒または十秒の出力と、既定で五秒、毎秒30または60フレームを文書化しています。対応サイズは1280×720、720×1280、1024×1024、1920×1080、1080×1920、2048×1080、3840×2160です。用途に合うサイズと時間を選び、完成したクリップでフレーミングと実際の動作のペースを確認してください。\n\n品質と速度のモードは、任意のAI効果音の設定とは別に文書化されています。これらの選択をプロンプト、画像、結果とともに保持してください。開発元の視覚表現と入力の能力はモデルを説明するものであり、特定の生成メソッドで利用できる制御項目は、そのメソッドの契約で定められます。候補のショットを比べるときは、実際に使った設定を保持します。\n\n動画が完成するまで元のタスク識別子を保持し、返された映像を編集用に保存します。大きな動きの間の被写体の外見、シーンの物体との関わり、最後の構図を含め、映像全体を確認してください。両端フレームを使う作業では、両端とその間の移行を調べます。成功した参照画像とショットの計画を保持しながら具体的な視覚の不一致を修正し、プレビュー画像だけでなく完成した動画を比較してください。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "63f237788c85d10664ad9e65b7d9ad333af0595e06590c61c0f6a88a96d7db4f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ja", "methods": [ { "html": "cogvideox-3CogVideoX 3は、開発元が文書化したワークフローで、テキスト、画像、または最初と最後のフレームの組から動画を作ります。五秒または十秒の映像、最大4Kの複数の出力サイズ、30または60 fps、任意の生成効果音に対応します。
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 3は、テキストから動画、画像から動画、最初と最後のフレームからの生成が文書化された、Zhipu AIの動画モデルです。開発元はフレームの安定性、指示への追従、写実的または立体的な視覚スタイルを重視しています。文章の指示から始めるシーンではテキストを、視覚的な基礎がすでにある場合は画像を一枚、開始と終了の見え方を決める必要がある場合は両端の画像を二枚選んでください。
文章による指示では、被写体と一つの分かりやすい動作を説明します。明確な意図と照らして評価できるよう、場所、視点、重要な物理的な関係を指定してください。物体を拾うキャラクターには、カメラでその物体を見せる場合とは異なる映像が必要です。両者の関係がショットにとって重要なときだけ、両方を説明します。
画像を使った映像では、被写体を特徴付ける要素が見える参照画像を用意します。開発元は、URLや符号化された画像データで渡す、5 MB以下のPNG、JPEG、JPGの画像を受け付けます。記憶した画像ではなく元の画像と外見やフレーミングを比較できるよう、実際の参照画像を生成結果とともに保持してください。
開発元の両端フレームモードは、順序付きの二枚の画像を受け付けます。最初が開始フレーム、二枚目が終了フレームを定めます。一つのショットで意図した二つの状態として用意してください。両者をつなぐ移行や動作を説明し、その間も被写体の一貫性が保たれるかを確認します。良い静止画の組だけでは、その間の動きが求める物語に合うとは示せません。
プロンプトには最大512文字を含められます。使えるテキストを、動作、その方向、成功した結果を区別する視覚的な詳細に使ってください。画面で起きることに指示を絞ります。入力画像が被写体の外見をすでに定めている場合は、画像の間や画像から展開する動きとタイミングを説明してください。
開発元は、五秒または十秒の出力と、既定で五秒、毎秒30または60フレームを文書化しています。対応サイズは1280×720、720×1280、1024×1024、1920×1080、1080×1920、2048×1080、3840×2160です。用途に合うサイズと時間を選び、完成したクリップでフレーミングと実際の動作のペースを確認してください。
品質と速度のモードは、任意のAI効果音の設定とは別に文書化されています。これらの選択をプロンプト、画像、結果とともに保持してください。開発元の視覚表現と入力の能力はモデルを説明するものであり、特定の生成メソッドで利用できる制御項目は、そのメソッドの契約で定められます。候補のショットを比べるときは、実際に使った設定を保持します。
動画が完成するまで元のタスク識別子を保持し、返された映像を編集用に保存します。大きな動きの間の被写体の外見、シーンの物体との関わり、最後の構図を含め、映像全体を確認してください。両端フレームを使う作業では、両端とその間の移行を調べます。成功した参照画像とショットの計画を保持しながら具体的な視覚の不一致を修正し、プレビュー画像だけでなく完成した動画を比較してください。
POST /v1/videostextvideo| 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-3 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 |
| 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}
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。
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 $0.3 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 $0.3 生成前の見積もり この見積もりは追加料金ではなく、完了した生成処理に対する固定料金でもありません。 |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "cogvideox-3",\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}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。
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。
| 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 |
Ailoot Ultra cogvideox-3
/v1/videos/generations