CogVideoX 3는 텍스트 영상 생성, 이미지 영상 생성, 첫 프레임과 마지막 프레임을 이용한 생성이 문서화된 Zhipu AI의 영상 모델입니다. 개발사는 프레임 안정성, 지시 준수, 사실적이거나 입체적인 시각 스타일을 강조합니다. 장면이 글로 쓴 제작 지시에서 시작하면 텍스트를, 시각적 기반이 이미 있으면 이미지 한 장을, 시작과 끝의 시점을 정해야 하면 양 끝 이미지 두 장을 선택하세요.
텍스트 제작 지시에는 피사체와 하나의 이해하기 쉬운 행동을 설명합니다. 명확한 의도에 맞춰 장면을 판단할 수 있도록 배경, 시점, 중요한 물리적 관계를 명시하세요. 물체를 집어 드는 캐릭터는 카메라가 그 물체를 드러내는 경우와 다른 시퀀스가 필요합니다. 둘의 관계가 장면에 중요할 때만 둘 다 설명합니다.
이미지 기반 시퀀스에서는 피사체의 구별되는 특징이 보이도록 참조를 준비합니다. 개발사는 URL이나 인코딩된 이미지 데이터로 제공하는 5 MB 이하의 PNG, JPEG, JPG 이미지를 받습니다. 기억 속 이미지가 아니라 실제 원본과 외모 및 프레이밍을 비교할 수 있도록, 참조 이미지 자체를 생성 결과와 함께 유지하세요.
개발사의 양 끝 프레임 모드는 이미지 두 장을 순서대로 받습니다. 첫 번째가 시작 프레임, 두 번째가 마지막 프레임을 정합니다. 하나의 장면에서 의도한 두 상태로 준비하세요. 둘을 연결하는 전환이나 행동을 설명한 뒤, 양 끝 사이에서 피사체가 일관되게 유지되는지 검토합니다. 좋은 정지 이미지 한 쌍만으로는 그 사이의 움직임이 원하는 이야기에 맞음을 보여 주지 않습니다.
프롬프트는 최대 512자를 포함할 수 있습니다. 사용할 수 있는 텍스트를 행동, 그 방향, 성공한 결과를 구분하는 시각적 세부 사항에 쓰세요. 화면에서 일어나야 하는 일에 제작 지시를 집중합니다. 입력 이미지가 이미 피사체의 외모를 정한다면, 해당 이미지 사이에서 또는 이미지로부터 전개되어야 하는 움직임과 타이밍을 설명하세요.
개발사는 다섯 초 또는 열 초 출력과 다섯 초 기본값, 초당 30 또는 60프레임을 문서화합니다. 지원되는 크기는 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080, 3840×2160입니다. 사용처에 맞게 크기와 시간을 선택한 뒤, 완성된 클립의 프레이밍과 실제 행동의 속도를 확인하세요.
품질 및 속도 모드는 선택적인 AI 효과음 설정과 별도로 문서화되어 있습니다. 이 선택을 프롬프트, 이미지, 결과와 함께 유지하세요. 개발사가 설명하는 시각적 능력과 입력 능력은 모델에 관한 것이며, 특정 생성 메서드에서 사용할 수 있는 제어 항목은 해당 메서드의 계약이 정합니다. 후보 장면을 비교할 때 실제로 사용한 설정을 보존합니다.
영상이 완성될 때까지 원래 작업 식별자를 유지하고, 반환된 촬영 결과를 편집용으로 저장합니다. 큰 움직임 중 피사체의 외모, 장면 속 물체와의 상호 작용, 최종 구도를 포함해 전체 시퀀스를 검토하세요. 양 끝 프레임 작업에서는 두 끝과 그 사이 전환을 모두 확인합니다. 성공한 참조와 장면 계획을 유지하면서 특정한 시각적 불일치를 수정하고, 미리보기 이미지만이 아니라 완성된 영상을 비교하세요.
", "aboutText": "CogVideoX 3는 텍스트 영상 생성, 이미지 영상 생성, 첫 프레임과 마지막 프레임을 이용한 생성이 문서화된 Zhipu AI의 영상 모델입니다. 개발사는 프레임 안정성, 지시 준수, 사실적이거나 입체적인 시각 스타일을 강조합니다. 장면이 글로 쓴 제작 지시에서 시작하면 텍스트를, 시각적 기반이 이미 있으면 이미지 한 장을, 시작과 끝의 시점을 정해야 하면 양 끝 이미지 두 장을 선택하세요.\n\n텍스트 제작 지시에는 피사체와 하나의 이해하기 쉬운 행동을 설명합니다. 명확한 의도에 맞춰 장면을 판단할 수 있도록 배경, 시점, 중요한 물리적 관계를 명시하세요. 물체를 집어 드는 캐릭터는 카메라가 그 물체를 드러내는 경우와 다른 시퀀스가 필요합니다. 둘의 관계가 장면에 중요할 때만 둘 다 설명합니다.\n\n이미지 기반 시퀀스에서는 피사체의 구별되는 특징이 보이도록 참조를 준비합니다. 개발사는 URL이나 인코딩된 이미지 데이터로 제공하는 5 MB 이하의 PNG, JPEG, JPG 이미지를 받습니다. 기억 속 이미지가 아니라 실제 원본과 외모 및 프레이밍을 비교할 수 있도록, 참조 이미지 자체를 생성 결과와 함께 유지하세요.\n\n개발사의 양 끝 프레임 모드는 이미지 두 장을 순서대로 받습니다. 첫 번째가 시작 프레임, 두 번째가 마지막 프레임을 정합니다. 하나의 장면에서 의도한 두 상태로 준비하세요. 둘을 연결하는 전환이나 행동을 설명한 뒤, 양 끝 사이에서 피사체가 일관되게 유지되는지 검토합니다. 좋은 정지 이미지 한 쌍만으로는 그 사이의 움직임이 원하는 이야기에 맞음을 보여 주지 않습니다.\n\n프롬프트는 최대 512자를 포함할 수 있습니다. 사용할 수 있는 텍스트를 행동, 그 방향, 성공한 결과를 구분하는 시각적 세부 사항에 쓰세요. 화면에서 일어나야 하는 일에 제작 지시를 집중합니다. 입력 이미지가 이미 피사체의 외모를 정한다면, 해당 이미지 사이에서 또는 이미지로부터 전개되어야 하는 움직임과 타이밍을 설명하세요.\n\n개발사는 다섯 초 또는 열 초 출력과 다섯 초 기본값, 초당 30 또는 60프레임을 문서화합니다. 지원되는 크기는 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080, 3840×2160입니다. 사용처에 맞게 크기와 시간을 선택한 뒤, 완성된 클립의 프레이밍과 실제 행동의 속도를 확인하세요.\n\n품질 및 속도 모드는 선택적인 AI 효과음 설정과 별도로 문서화되어 있습니다. 이 선택을 프롬프트, 이미지, 결과와 함께 유지하세요. 개발사가 설명하는 시각적 능력과 입력 능력은 모델에 관한 것이며, 특정 생성 메서드에서 사용할 수 있는 제어 항목은 해당 메서드의 계약이 정합니다. 후보 장면을 비교할 때 실제로 사용한 설정을 보존합니다.\n\n영상이 완성될 때까지 원래 작업 식별자를 유지하고, 반환된 촬영 결과를 편집용으로 저장합니다. 큰 움직임 중 피사체의 외모, 장면 속 물체와의 상호 작용, 최종 구도를 포함해 전체 시퀀스를 검토하세요. 양 끝 프레임 작업에서는 두 끝과 그 사이 전환을 모두 확인합니다. 성공한 참조와 장면 계획을 유지하면서 특정한 시각적 불일치를 수정하고, 미리보기 이미지만이 아니라 완성된 영상을 비교하세요.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "dc6bc4366e57cf8968f0a76fcf3156015c0f6dd6d21cb93af1026c84488d63d1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "cogvideox-3CogVideoX 3는 개발사의 문서화된 워크플로에서 텍스트, 이미지, 또는 첫 프레임과 마지막 프레임의 쌍으로 영상을 만듭니다. 다섯 초 또는 열 초 시퀀스, 최대 4K의 여러 출력 크기, 30 또는 60 fps, 선택적인 생성 효과음을 지원합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
CogVideoX 3는 텍스트 영상 생성, 이미지 영상 생성, 첫 프레임과 마지막 프레임을 이용한 생성이 문서화된 Zhipu AI의 영상 모델입니다. 개발사는 프레임 안정성, 지시 준수, 사실적이거나 입체적인 시각 스타일을 강조합니다. 장면이 글로 쓴 제작 지시에서 시작하면 텍스트를, 시각적 기반이 이미 있으면 이미지 한 장을, 시작과 끝의 시점을 정해야 하면 양 끝 이미지 두 장을 선택하세요.
텍스트 제작 지시에는 피사체와 하나의 이해하기 쉬운 행동을 설명합니다. 명확한 의도에 맞춰 장면을 판단할 수 있도록 배경, 시점, 중요한 물리적 관계를 명시하세요. 물체를 집어 드는 캐릭터는 카메라가 그 물체를 드러내는 경우와 다른 시퀀스가 필요합니다. 둘의 관계가 장면에 중요할 때만 둘 다 설명합니다.
이미지 기반 시퀀스에서는 피사체의 구별되는 특징이 보이도록 참조를 준비합니다. 개발사는 URL이나 인코딩된 이미지 데이터로 제공하는 5 MB 이하의 PNG, JPEG, JPG 이미지를 받습니다. 기억 속 이미지가 아니라 실제 원본과 외모 및 프레이밍을 비교할 수 있도록, 참조 이미지 자체를 생성 결과와 함께 유지하세요.
개발사의 양 끝 프레임 모드는 이미지 두 장을 순서대로 받습니다. 첫 번째가 시작 프레임, 두 번째가 마지막 프레임을 정합니다. 하나의 장면에서 의도한 두 상태로 준비하세요. 둘을 연결하는 전환이나 행동을 설명한 뒤, 양 끝 사이에서 피사체가 일관되게 유지되는지 검토합니다. 좋은 정지 이미지 한 쌍만으로는 그 사이의 움직임이 원하는 이야기에 맞음을 보여 주지 않습니다.
프롬프트는 최대 512자를 포함할 수 있습니다. 사용할 수 있는 텍스트를 행동, 그 방향, 성공한 결과를 구분하는 시각적 세부 사항에 쓰세요. 화면에서 일어나야 하는 일에 제작 지시를 집중합니다. 입력 이미지가 이미 피사체의 외모를 정한다면, 해당 이미지 사이에서 또는 이미지로부터 전개되어야 하는 움직임과 타이밍을 설명하세요.
개발사는 다섯 초 또는 열 초 출력과 다섯 초 기본값, 초당 30 또는 60프레임을 문서화합니다. 지원되는 크기는 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080, 3840×2160입니다. 사용처에 맞게 크기와 시간을 선택한 뒤, 완성된 클립의 프레이밍과 실제 행동의 속도를 확인하세요.
품질 및 속도 모드는 선택적인 AI 효과음 설정과 별도로 문서화되어 있습니다. 이 선택을 프롬프트, 이미지, 결과와 함께 유지하세요. 개발사가 설명하는 시각적 능력과 입력 능력은 모델에 관한 것이며, 특정 생성 메서드에서 사용할 수 있는 제어 항목은 해당 메서드의 계약이 정합니다. 후보 장면을 비교할 때 실제로 사용한 설정을 보존합니다.
영상이 완성될 때까지 원래 작업 식별자를 유지하고, 반환된 촬영 결과를 편집용으로 저장합니다. 큰 움직임 중 피사체의 외모, 장면 속 물체와의 상호 작용, 최종 구도를 포함해 전체 시퀀스를 검토하세요. 양 끝 프레임 작업에서는 두 끝과 그 사이 전환을 모두 확인합니다. 성공한 참조와 장면 계획을 유지하면서 특정한 시각적 불일치를 수정하고, 미리보기 이미지만이 아니라 완성된 영상을 비교하세요.
POST /v1/videostextvideo| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 cogvideox-3 조건: 정확한 Ailoot 모델 선택자를 사용하세요. | 기본값— |
필드prompt | 유형string | 요건필수 | 값과 한도 조건: 장면과 움직임을 설명하세요. | 기본값— |
필드quality | 유형boolean | 요건선택 사항 | 값과 한도 조건: 선택 사항인 품질 플래그입니다. 선택한 이 스키마에는 호환되는 열거형 또는 기본값이 없습니다. | 기본값— |
필드with_audio | 유형boolean | 요건선택 사항 | 값과 한도 조건: 활성화하면 AI 사운드 효과를 생성합니다. | 기본값false |
필드size | 유형string | 요건선택 사항 | 값과 한도 조건: 명시적인 크기를 선택할 때는 문서에 명시된 size 문자열을 제공하세요. | 기본값— |
필드fps | 유형string | 요건선택 사항 | 값과 한도 30, 60 조건: 선택한 네이티브 메서드에서는 프레임 속도를 문자열로 표현합니다. | 기본값30 |
필드duration | 유형string | 요건선택 사항 | 값과 한도 5, 10 조건: 선택한 네이티브 메서드에서는 초 단위 길이를 문자열로 표현합니다. | 기본값5 |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, prompt |
매개변수optional | 명세quality, with_audio, size, fps, duration |
매개변수material_types | 명세text |
매개변수conditions | 명세정확한 Ailoot 모델 선택자를 사용하세요., 장면과 움직임을 설명하세요., 선택 사항인 품질 플래그입니다. 선택한 이 스키마에는 호환되는 열거형 또는 기본값이 없습니다., 활성화하면 AI 사운드 효과를 생성합니다., 명시적인 크기를 선택할 때는 문서에 명시된 size 문자열을 제공하세요., 선택한 네이티브 메서드에서는 프레임 속도를 문자열로 표현합니다., 선택한 네이티브 메서드에서는 초 단위 길이를 문자열로 표현합니다. |
메서드 별칭: /v1/videos/generations
수명 주기: 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}
표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 예측 수량 | 과금 수량 | 요금 |
|---|---|---|---|---|
| 설정기본 토큰 요금 | 요금표기본 요금 | 예측 수량— | 과금 수량— | 요금 입력 · 입력 토큰 · 비교 전용 추정치 — / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 — / 1K 토큰 |
| 설정요청당 | 요금표— | 예측 수량— | 과금 수량요청 1회 | 요금 입력 · 비교 전용 추정치 $0.3 요청당 |
| 설정예상 생성 비용 | 요금표— | 예측 수량1회 생성 예상치 | 과금 수량— | 요금 출력 · 예상 생성 비용 · 비교 전용 추정치 $0.3 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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}완료된 모든 동영상과 반환된 파일을 저장하고, 실제로 반환된 모든 자산 URL에서 가져오세요.
응답과 헤더 전체, 원래 식별자, 모든 실제 출력 및 모든 사용량/회계 필드를 보존하세요. 고유한 소유 자산을 각각 저장하고 해당 자산을 가리키는 모든 역할을 유지하세요.
반환된 공개 작업 또는 연산 id와 모든 헤더를 보존하세요. 원래 작업만 조회하세요. unknown 또는 result_pending_check는 새로운 생성을 허용하는 근거가 되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드polling_url | 유형string |
필드provider_task_id | 유형string |
필드id | 유형string |
필드task_status | 유형string |
필드video_result[].url | 유형string |
Ailoot Ultra cogvideox-3
/v1/videos/generations