Zhipu AI: CogVideoX 3

CogVideoX 3 tworzy wideo z tekstu, obrazu lub pary pierwszej i ostatniej klatki w udokumentowanym procesie producenta. Obsługuje sekwencje pięcio- lub dziesięciosekundowe, kilka rozmiarów wyjścia do 4K, 30 lub 60 fps i opcjonalne generowane efekty dźwiękowe.

Ailoot Ultra · Wideo POST /v1/videos cogvideox-3

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

CogVideoX 3 to model wideo firmy Zhipu AI z udokumentowanym generowaniem tekst–wideo, obraz–wideo oraz z pierwszej i ostatniej klatki. Producent podkreśla stabilność klatek, wykonywanie instrukcji oraz realistyczne lub trójwymiarowe style wizualne. Wybierz tekst, gdy scena zaczyna się od pisemnego opisu, jeden obraz, gdy istnieje już jej podstawa wizualna, albo dwa obrazy końców sekwencji, gdy potrzebny jest określony widok otwierający i zamykający.

Przy opisie tekstowym przedstaw główny obiekt i jedną czytelną akcję. Podaj otoczenie, punkt widzenia i ważne relacje fizyczne, aby scenę można było ocenić względem jasnej intencji. Postać podnosząca przedmiot potrzebuje innej sekwencji niż kamera odsłaniająca ten przedmiot. Opisuj oba działania tylko wtedy, gdy ich relacja ma znaczenie dla ujęcia.

Przy sekwencji opartej na obrazie przygotuj referencję tak, aby charakterystyczne cechy głównego obiektu były widoczne. Producent przyjmuje obrazy PNG, JPEG i JPG nie większe niż 5 MB, dostarczane przez URL lub zakodowane dane obrazu. Zachowaj rzeczywistą referencję przy wygenerowanym wyniku, aby wygląd i kadrowanie można było porównać ze źródłem, a nie z jego zapamiętaną wersją.

Tryb klatek końców sekwencji producenta przyjmuje dwa obrazy w kolejności: pierwszy określa klatkę otwierającą, a drugi klatkę końcową. Przygotuj je jako dwa zamierzone stany jednego ujęcia. Opisz przejście lub akcję, która je łączy, a następnie sprawdź spójność głównego obiektu między nimi. Para dobrych nieruchomych obrazów sama nie pokazuje, że ruch pomiędzy nimi odpowiada zamierzonej historii.

Prompt może zawierać do 512 znaków. Wykorzystaj tekst na akcję, jej kierunek i szczegóły wizualne odróżniające udany wynik. Skup opis na tym, co powinno wydarzyć się na ekranie. Gdy obrazy wejściowe już określają wygląd głównego obiektu, opisz ruch i czas, które mają rozwinąć się pomiędzy nimi lub z nich.

Producent dokumentuje wynik pięcio- lub dziesięciosekundowy, domyślnie pięć sekund, oraz 30 lub 60 klatek na sekundę. Obsługiwane rozmiary to 1280×720, 720×1280, 1024×1024, 1920×1080, 1080×1920, 2048×1080 i 3840×2160. Wybierz rozmiar i czas dla miejsca docelowego, a następnie sprawdź gotowy klip pod kątem kadrowania i tempa rzeczywistej akcji.

Tryby jakości i szybkości są udokumentowane osobno od opcjonalnego ustawienia efektów dźwiękowych AI. Zachowaj te wybory przy prompcie, obrazach i wyniku. Możliwości wizualne i wejściowe producenta opisują model; ustawienia dostępne w konkretnej metodzie generowania określa kontrakt tej metody. Przy porównywaniu ujęć kandydujących zachowaj ustawienia rzeczywiście użyte.

Zachowaj identyfikator pierwotnego zadania do ukończenia wideo i zapisz zwrócony materiał do montażu. Sprawdź całą sekwencję, w tym wygląd głównego obiektu podczas dużego ruchu, interakcje z przedmiotami sceny i końcową kompozycję. Przy pracy z klatkami końców sekwencji zbadaj obie klatki i przejście między nimi. Popraw konkretną niezgodność wizualną, zachowując udane referencje i plan ujęcia, oraz porównuj ukończone wideo, a nie tylko ich obrazy podglądu.

Ailoot Ultra · Wideo POST /v1/videos cogvideox-3

cogvideox-3

Zhipu AI /cogvideox-3

Start

Akceptowane dane wejściowe: Tekst
Wyniki: Wideo

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Wideo POST /v1/videos

Wejście: text
Wyjście: video

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity cogvideox-3 Warunki: Użyj dokładnego selektora modelu Ailoot.	Domyślnie—
Pole`prompt`	Typ`string`	WymaganieWymagane	Wartości i limity Warunki: Opisz scenę i ruch.	Domyślnie—
Pole`quality`	Typ`boolean`	WymaganieOpcjonalne	Wartości i limity Warunki: Opcjonalny parametr jakości; wybrany schemat nie określa zgodnego enum ani wartości domyślnej.	Domyślnie—
Pole`with_audio`	Typ`boolean`	WymaganieOpcjonalne	Wartości i limity Warunki: Generuj efekty dźwiękowe AI, gdy ta opcja jest włączona.	Domyślniefalse
Pole`size`	Typ`string`	WymaganieOpcjonalne	Wartości i limity Warunki: Przy wyborze jawnych wymiarów podaj udokumentowany ciąg znaków rozmiaru.	Domyślnie—
Pole`fps`	Typ`string`	WymaganieOpcjonalne	Wartości i limity 30, 60 Warunki: W wybranej metodzie natywnej liczba klatek na sekundę jest reprezentowana jako ciąg znaków.	Domyślnie30
Pole`duration`	Typ`string`	WymaganieOpcjonalne	Wartości i limity 5, 10 Warunki: W wybranej metodzie natywnej czas trwania w sekundach jest reprezentowany jako ciąg znaków.	Domyślnie5

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, prompt
Parametr`optional`	Kontraktquality, with_audio, size, fps, duration
Parametr`material_types`	Kontrakttext
Parametr`conditions`	KontraktUżyj dokładnego selektora modelu Ailoot., Opisz scenę i ruch., Opcjonalny parametr jakości; wybrany schemat nie określa zgodnego enum ani wartości domyślnej., Generuj efekty dźwiękowe AI, gdy ta opcja jest włączona., Przy wyborze jawnych wymiarów podaj udokumentowany ciąg znaków rozmiaru., W wybranej metodzie natywnej liczba klatek na sekundę jest reprezentowana jako ciąg znaków., W wybranej metodzie natywnej czas trwania w sekundach jest reprezentowany jako ciąg znaków.

Aliasy metody: /v1/videos/generations

Cykl życia: 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}

Cennik

Jak obliczana jest ostateczna opłata

Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Szacunkowe stawki do porównania

Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

Konfiguracja	Tabela stawek	Przewidywana ilość	Ilość do rozliczenia	Opłata
KonfiguracjaBazowe stawki za tokeny	Tabela stawekStawka podstawowa	Przewidywana ilość—	Ilość do rozliczenia—	Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów
KonfiguracjaZa żądanie	Tabela stawek—	Przewidywana ilość—	Ilość do rozliczeniajedno żądanie	Opłata Wejście · Szacunek tylko do porównania $0.3 za żądanie
KonfiguracjaSzacowany koszt generowania	Tabela stawek—	Przewidywana ilośćszacunek dla jednego generowania	Ilość do rozliczenia—	Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.3 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie.

Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →

Przykładowe żądania

Ailoot Ultra · Wideo

curl · utwórz raz i zachowaj potwierdzenieOdczytaj pierwotne zadanieZapisz każdy ukończony zasób należący do Ciebie

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
cat > request.json <<'JSON'
{
  "model": "cogvideox-3",
  "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

Odbieranie i zapisywanie wyników

Ailoot Ultra · Wideo

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}

Zachowaj wszystkie ukończone wyniki

Zapisz każde ukończone wideo lub zwrócony plik; pobierz każdy faktycznie zwrócony URL zasobu.

Zachowaj kompletną odpowiedź i nagłówki, pierwotne identyfikatory, wszystkie rzeczywiste wyniki oraz wszystkie pola użycia i rozliczeń. Zapisz każdy unikalny zasób należący do użytkownika i zachowaj wszystkie role, które na niego wskazują.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj zwrócone publiczne id zadania lub operacji oraz wszystkie nagłówki. Odczytuj wyłącznie pierwotne zadanie; unknown ani result_pending_check nie uprawniają do ponownego utworzenia.

Pola odpowiedzi

Pole	Typ
Pole`id`	Typstring
Pole`polling_url`	Typstring
Pole`provider_task_id`	Typstring
Pole`id`	Typstring
Pole`task_status`	Typstring
Pole`video_result[].url`	Typstring

Aliasy

Aliasy modelu

Ailoot Ultra cogvideox-3

Aliasy ścieżek metod

/v1/videos/generations

Powiązane ID modeli

cogvideox-3

FAQ · Zhipu AI: CogVideoX 3

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/videos · cogvideox-3: text → video
Jakich pól używa żądanie?: POST /v1/videos · cogvideox-3: model, prompt, quality, with_audio, size, fps, duration

Zhipu AI: CogVideoX 3