CogVideoX 2 — модель генерации видео от Zhipu AI по письменному описанию сцены или предоставленному изображению. Текст задаёт объект, окружение и действие; изображение может служить визуальной основой создаваемой последовательности. Выберите вход, лучше всего представляющий уже имеющийся материал для кадра, затем опишите видимое движение, которое должно быть в готовом видео.
Для создания по тексту определите одно связное событие. Человек открывает дверь мастерской, небольшая лодка проходит мимо причала или предмет поворачивается при постоянном освещении — каждое действие даёт кадру понятную цель. Укажите важные признаки объекта, точку наблюдения и направление движения. Выберите окончание, пригодное для предполагаемого монтажа, не оставляя итоговую композицию сцены неопределённой.
Для создания по изображению подготовьте ясный вид объекта и опишите движение сцены от этого исходного состояния. Производитель принимает референсы PNG, JPEG и JPG до 5 MB, предоставляемые URL изображения или закодированными данными изображения. Сохраняйте важные края, черты лица и детали объекта видимыми на референсе и оставляйте в композиции пространство для запрошенного действия.
Производитель ограничивает письменную инструкцию 512 символами. Используйте этот объём для решающих деталей: объекта, действия, окружения и точки наблюдения. Краткое описание того, какой предмет движется, а что остаётся неподвижным, проще оценить, чем перечень общих стилевых прилагательных. Если результат не достигает цели, измените инструкцию, связанную с замеченной проблемой движения или кадрирования.
Опубликованные размеры вывода включают квадратные, горизонтальные и вертикальные форматы с вариантами от 720×480 до 3840×2160 пикселей. Производитель также документирует 30 или 60 кадров в секунду. Выбирайте форму и частоту кадров под место использования до генерации, затем проверяйте на самом клипе, остаются ли объект и важные детали читаемыми в таком кадрировании.
Качество и скорость — именованные режимы вывода в процессе производителя. Необязательные звуковые эффекты, сгенерированные ИИ, управляются отдельно от визуального задания. Сохраняйте выбранный режим и настройку звуковых эффектов вместе с инструкцией и референсом, если он использовался, чтобы сравнивать варианты клипов по фактическим настройкам генерации.
Генерация асинхронна: идентификатор задачи возвращается до доступности готового видео. Сохраняйте его при проверке результата и сохраняйте все завершённые видеофайлы, связанные с операцией. Для редактирования сохраняйте сам клип вместе с исходным изображением, если оно использовалось, не полагаясь на временное расположение результата или кадр предпросмотра.
Проверяйте всю последовательность на непрерывность, темп и запрошенное действие. Товарному кадру нужны стабильные форма и детали материала в движении; кадру с персонажем — согласованные внешность и жесты. Проверяйте итоговую композицию и сгенерированный звук по назначению кадра. Сохраняйте удачные элементы сцены при исправлении конкретного несоответствия и сравнивайте исходное и изменённое видео в одинаковых условиях просмотра.
", "aboutText": "CogVideoX 2 — модель генерации видео от Zhipu AI по письменному описанию сцены или предоставленному изображению. Текст задаёт объект, окружение и действие; изображение может служить визуальной основой создаваемой последовательности. Выберите вход, лучше всего представляющий уже имеющийся материал для кадра, затем опишите видимое движение, которое должно быть в готовом видео.\n\nДля создания по тексту определите одно связное событие. Человек открывает дверь мастерской, небольшая лодка проходит мимо причала или предмет поворачивается при постоянном освещении — каждое действие даёт кадру понятную цель. Укажите важные признаки объекта, точку наблюдения и направление движения. Выберите окончание, пригодное для предполагаемого монтажа, не оставляя итоговую композицию сцены неопределённой.\n\nДля создания по изображению подготовьте ясный вид объекта и опишите движение сцены от этого исходного состояния. Производитель принимает референсы PNG, JPEG и JPG до 5 MB, предоставляемые URL изображения или закодированными данными изображения. Сохраняйте важные края, черты лица и детали объекта видимыми на референсе и оставляйте в композиции пространство для запрошенного действия.\n\nПроизводитель ограничивает письменную инструкцию 512 символами. Используйте этот объём для решающих деталей: объекта, действия, окружения и точки наблюдения. Краткое описание того, какой предмет движется, а что остаётся неподвижным, проще оценить, чем перечень общих стилевых прилагательных. Если результат не достигает цели, измените инструкцию, связанную с замеченной проблемой движения или кадрирования.\n\nОпубликованные размеры вывода включают квадратные, горизонтальные и вертикальные форматы с вариантами от 720×480 до 3840×2160 пикселей. Производитель также документирует 30 или 60 кадров в секунду. Выбирайте форму и частоту кадров под место использования до генерации, затем проверяйте на самом клипе, остаются ли объект и важные детали читаемыми в таком кадрировании.\n\nКачество и скорость — именованные режимы вывода в процессе производителя. Необязательные звуковые эффекты, сгенерированные ИИ, управляются отдельно от визуального задания. Сохраняйте выбранный режим и настройку звуковых эффектов вместе с инструкцией и референсом, если он использовался, чтобы сравнивать варианты клипов по фактическим настройкам генерации.\n\nГенерация асинхронна: идентификатор задачи возвращается до доступности готового видео. Сохраняйте его при проверке результата и сохраняйте все завершённые видеофайлы, связанные с операцией. Для редактирования сохраняйте сам клип вместе с исходным изображением, если оно использовалось, не полагаясь на временное расположение результата или кадр предпросмотра.\n\nПроверяйте всю последовательность на непрерывность, темп и запрошенное действие. Товарному кадру нужны стабильные форма и детали материала в движении; кадру с персонажем — согласованные внешность и жесты. Проверяйте итоговую композицию и сгенерированный звук по назначению кадра. Сохраняйте удачные элементы сцены при исправлении конкретного несоответствия и сравнивайте исходное и изменённое видео в одинаковых условиях просмотра.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "68d9755adbe2d1445182bd4a8b5fac9f3147eb5ad3d17063cf8dfdbba43579b5", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ru", "methods": [ { "html": "cogvideox-2CogVideoX 2 генерирует видео по текстовому описанию или предоставленному изображению. Производитель документирует выбор размеров кадра, 30 или 60 кадров в секунду, режимы качества или скорости и необязательные сгенерированные звуковые эффекты для короткой визуальной сцены.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
CogVideoX 2 — модель генерации видео от Zhipu AI по письменному описанию сцены или предоставленному изображению. Текст задаёт объект, окружение и действие; изображение может служить визуальной основой создаваемой последовательности. Выберите вход, лучше всего представляющий уже имеющийся материал для кадра, затем опишите видимое движение, которое должно быть в готовом видео.
Для создания по тексту определите одно связное событие. Человек открывает дверь мастерской, небольшая лодка проходит мимо причала или предмет поворачивается при постоянном освещении — каждое действие даёт кадру понятную цель. Укажите важные признаки объекта, точку наблюдения и направление движения. Выберите окончание, пригодное для предполагаемого монтажа, не оставляя итоговую композицию сцены неопределённой.
Для создания по изображению подготовьте ясный вид объекта и опишите движение сцены от этого исходного состояния. Производитель принимает референсы PNG, JPEG и JPG до 5 MB, предоставляемые URL изображения или закодированными данными изображения. Сохраняйте важные края, черты лица и детали объекта видимыми на референсе и оставляйте в композиции пространство для запрошенного действия.
Производитель ограничивает письменную инструкцию 512 символами. Используйте этот объём для решающих деталей: объекта, действия, окружения и точки наблюдения. Краткое описание того, какой предмет движется, а что остаётся неподвижным, проще оценить, чем перечень общих стилевых прилагательных. Если результат не достигает цели, измените инструкцию, связанную с замеченной проблемой движения или кадрирования.
Опубликованные размеры вывода включают квадратные, горизонтальные и вертикальные форматы с вариантами от 720×480 до 3840×2160 пикселей. Производитель также документирует 30 или 60 кадров в секунду. Выбирайте форму и частоту кадров под место использования до генерации, затем проверяйте на самом клипе, остаются ли объект и важные детали читаемыми в таком кадрировании.
Качество и скорость — именованные режимы вывода в процессе производителя. Необязательные звуковые эффекты, сгенерированные ИИ, управляются отдельно от визуального задания. Сохраняйте выбранный режим и настройку звуковых эффектов вместе с инструкцией и референсом, если он использовался, чтобы сравнивать варианты клипов по фактическим настройкам генерации.
Генерация асинхронна: идентификатор задачи возвращается до доступности готового видео. Сохраняйте его при проверке результата и сохраняйте все завершённые видеофайлы, связанные с операцией. Для редактирования сохраняйте сам клип вместе с исходным изображением, если оно использовалось, не полагаясь на временное расположение результата или кадр предпросмотра.
Проверяйте всю последовательность на непрерывность, темп и запрошенное действие. Товарному кадру нужны стабильные форма и детали материала в движении; кадру с персонажем — согласованные внешность и жесты. Проверяйте итоговую композицию и сгенерированный звук по назначению кадра. Сохраняйте удачные элементы сцены при исправлении конкретного несоответствия и сравнивайте исходное и изменённое видео в одинаковых условиях просмотра.
POST /v1/videostextvideo| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения cogvideox-2 Условия: Используйте точный идентификатор модели Ailoot. | По умолчанию— |
Полеprompt | Типstring | ТребованиеОбязательно | Значения и ограничения Условия: Опишите сцену и движение. | По умолчанию— |
Полеquality | Типboolean | ТребованиеНеобязательно | Значения и ограничения Условия: Необязательный параметр качества; эта выбранная схема не задаёт совместимое перечисление допустимых значений или значение по умолчанию. | По умолчанию— |
Полеwith_audio | Типboolean | ТребованиеНеобязательно | Значения и ограничения Условия: При включении генерирует звуковые эффекты с помощью AI. | По умолчаниюfalse |
Полеsize | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: При выборе явных размеров передайте документированную строку size. | По умолчанию— |
Полеfps | Типstring | ТребованиеНеобязательно | Значения и ограничения 30, 60 Условия: В этом выбранном нативном методе частота кадров передаётся строкой. | По умолчанию30 |
Полеduration | Типstring | ТребованиеНеобязательно | Значения и ограничения 5, 10 Условия: В этом выбранном нативном методе длительность в секундах передаётся строкой. | По умолчанию5 |
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, prompt |
Параметрoptional | Контрактquality, with_audio, size, fps, duration |
Параметрmaterial_types | Контрактtext |
Параметрconditions | КонтрактИспользуйте точный идентификатор модели Ailoot., Опишите сцену и движение., Необязательный параметр качества; эта выбранная схема не задаёт совместимое перечисление допустимых значений или значение по умолчанию., При включении генерирует звуковые эффекты с помощью AI., При выборе явных размеров передайте документированную строку size., В этом выбранном нативном методе частота кадров передаётся строкой., В этом выбранном нативном методе длительность в секундах передаётся строкой. |
Псевдонимы метода: /v1/videos/generations
Жизненный цикл: 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}
Отображаемые тарифы позволяют оценить стоимость до генерации. Итоговое списание рассчитывается по стоимости, записанной для исходной генерации. Измеренная длительность результата и прогнозные объёмы не являются итоговым оплачиваемым объёмом.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Прогноз количества | Расчётное количество | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые тарифы на токены | Шкала ставокБазовая ставка | Прогноз количества— | Расчётное количество— | Плата Вход · Входные токены · Оценка только для сравнения — / 1K токенов Выход · Выходные токены · Оценка только для сравнения — / 1K токенов Вход · Чтение кэша · Оценка только для сравнения — / 1K токенов Вход · Запись в кэш · Оценка только для сравнения — / 1K токенов Вход · Запись в кэш, 1 час · Оценка только для сравнения — / 1K токенов |
| КонфигурацияЗа запрос | Шкала ставок— | Прогноз количества— | Расчётное количествоОдин запрос | Плата Вход · Оценка только для сравнения $0.2 за запрос |
| КонфигурацияОриентировочная стоимость генерации | Шкала ставок— | Прогноз количестваОценка для одной генерации | Расчётное количество— | Плата Выход · Оценочная стоимость генерации · Оценка только для сравнения $0.2 оценка до генерации Эта оценка не является дополнительным списанием или фиксированным тарифом для завершённой генерации. |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncat > request.json <<'JSON'\n{\n "model": "cogvideox-2",\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}Сохраните каждое готовое видео или полученный файл; загрузите содержимое по каждому фактически полученному URL материала.
Сохраните полный ответ и заголовки, исходные идентификаторы, каждый фактический результат и все поля использования и учёта. Сохраните каждый уникальный ресурс, принадлежащий Ailoot, и каждую роль, которая на него ссылается.
Сохраните возвращённый публичный id задачи или операции и все заголовки. Проверяйте только исходную задачу; unknown или result_pending_check не разрешают создавать новую.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеpolling_url | Типstring |
Полеprovider_task_id | Типstring |
Полеid | Типstring |
Полеtask_status | Типstring |
Полеvideo_result[].url | Типstring |
Ailoot Ultra cogvideox-2
/v1/videos/generations