vidu-q4O Vidu Q4 é o modelo de vídeo mais recente da família Vidu, da ShengShu, lançado como Preview (nome do modelo no fornecedor: viduq4-preview). A Vidu o apresenta como seu novo carro-chefe: gera o som junto com a imagem, com diálogos e efeitos sonoros, e consegue trocar de plano sozinho. Na APIMODELS ele é um único model id, vidu-q4, no endpoint unificado de vídeo, e as requisições vão para a API oficial da Vidu. O modo é escolhido pelo que você envia. Imagem para vídeo recebe um primeiro quadro em first_frame_url (image e image_url também são aceitos); o clipe mantém a proporção dessa imagem, o prompt é opcional e is_rec liga ou desliga a melhoria de prompt da Vidu (ligada por padrão). Vídeo por referências recebe de 1 a 15 imagens em reference_image_urls, como personagens, produtos, roupas ou cenários, e até 3 clipes MP3 de 3 a 12 segundos em reference_audio_urls para guiar as vozes; o prompt é obrigatório, as referências são citadas por número e aspect_ratio pode ser 16:9 (padrão), 9:16, 1:1, 4:3 ou 3:4. Os dois modos aceitam duration como qualquer número inteiro de segundos de 3 a 16 (padrão 5), resolution 540p, 720p (padrão), 1080p, 2K ou 4K, generate_audio (true por padrão) e um seed opcional. Não há modo só texto, nem último quadro, nem vídeo de referência: essas requisições recebem um 400 claro em vez de serem descartadas em silêncio. O resultado não tem marca d'água. A cobrança é por segundo pedido e o áudio não muda o preço: 540p $0.042/s, 720p $0.0887/s, 1080p $0.112/s, 2K $0.1773/s e 4K $0.3639/s, então um clipe de 5 segundos em 720p custa $0.4435 e um de 16 segundos em 4K, $5.8224. Só gerações bem-sucedidas são cobradas; as que falham são reembolsadas.
PNG / JPEG / WebP. The video keeps this image's aspect ratio.
Dialogue, sound effects and ambience are generated with the picture · Same price with or without audio
Vidu rewrites the prompt for richer detail (default)
$0.4435 for this clip (720p, $0.0887/s × 5s) · only successful generations are billed
Generated video will appear here
Provide URLs and click Generate
Diálogos, efeitos e ambiente são gerados junto com o vídeo. Envie generate_audio: false para um arquivo sem som; o preço é o mesmo
O vídeo por referências mantém personagens, produtos, roupas e cenários em novas ações e ângulos. Cite cada referência pelo número no prompt
No modo referências, adicione clipes MP3 de 3 a 12 segundos em reference_audio_urls para guiar como os personagens soam
Envie first_frame_url e um prompt opcional; o clipe mantém a proporção da imagem e is_rec liga ou desliga a melhoria de prompt da Vidu
Cinco resoluções e qualquer duração inteira de 3 a 16 segundos. O vídeo por referências adiciona 16:9, 9:16, 1:1, 4:3 e 3:4
540p $0.042/s, 720p $0.0887/s, 1080p $0.112/s, 2K $0.1773/s e 4K $0.3639/s pelos segundos pedidos. Gerações com falha são reembolsadas
Vidu Q4 is the newest video model in ShengShu's Vidu family, released as a Preview under the upstream name viduq4-preview. Vidu describes Vidu Q4 as its new flagship: it generates the picture and the sound in one pass, dialogue and sound effects included, and it can cut between shots on its own. Vidu Q4 Preview goes up to 4K, runs 3 to 16 seconds per clip, and accepts up to 15 reference images and 3 reference audio clips to keep characters and voices consistent.
On APIMODELS the Vidu Q4 API is one model id, vidu-q4, on the same POST /v1/video/generations endpoint as every other video model, and each request goes to Vidu's official API. One API key covers Vidu Q4 together with the rest of the catalog, billing is per second from $0.042, and only successful Vidu Q4 generations are charged. You can try Vidu Q4 in the playground on this page, see the exact price of a clip before you generate it, and then copy the same parameters into your own code.
The Vidu Q4 API has two modes, chosen from what you send. Image-to-video animates one first frame. Reference-to-video builds a new scene from up to 15 reference images and up to 3 reference audio clips. Both modes share duration, resolution, native audio and seed, so switching a Vidu Q4 workflow from one mode to the other changes the inputs, not the rest of the request.
Vidu positions Vidu Q4 for character-driven video: faces that change expression, bodies that react, and scenes that move from a quiet conversation to fast action. Because Vidu Q4 generates speech together with the picture, a character can talk on screen without a separate voice-over pass. Describe the performance in the prompt, who speaks, what they say and how they react, and Vidu Q4 plays it out in the same clip.
Send 1 to 15 images in reference_image_urls to control how characters, clothing, products and locations look while Vidu Q4 invents new actions and camera angles. Combine a character portrait, a product shot and an environment photo in one request, then name them in the prompt by position: the first image is reference image 1 (Vidu's own examples write it as 参考图1). A prompt is required in this mode, and aspect_ratio can be 16:9, 9:16, 1:1, 4:3 or 3:4.
With generate_audio on, which is the default, Vidu Q4 returns a clip with dialogue, sound effects and ambience synced to the picture; turn it off for a silent file at the same price. In reference-to-video you can add up to 3 MP3 clips of 3 to 12 seconds each in reference_audio_urls to guide how characters sound, and refer to them as reference audio 1, 2 and 3. That keeps a recurring character's voice recognizable from one Vidu Q4 clip to the next.
Vidu lists automatic shot switching among Vidu Q4's headline features, so one generation can move between angles instead of holding a single shot. Ask for the camera you want in plain words, a slow push-in, a tracking shot behind a running character, a cut to a close-up when someone speaks, and keep the subjects anchored with reference images so they stay the same across cuts. Explosions, smoke, fireworks or dramatic light are prompt material too; judge the result on a 540p draft before paying for a 4K render.
resolution takes 540p, 720p (default), 1080p, 2K or 4K in both modes, and duration takes any whole number of seconds from 3 to 16. Use 540p at $0.042 per second for quick tests, then render the take you keep at 1080p, 2K or 4K; a 5-second 4K clip from Vidu Q4 is $1.8195. Image-to-video keeps the aspect ratio of your first frame, so crop the image to the shape you want before you send it.
Step 1, get your Vidu Q4 API key: sign up at apimodels.app, open the console and create an API key. The same key works for Vidu Q4 and every other model, with one USD balance; top-ups start at $10.
Step 2, test Vidu Q4 in the playground: on this page pick Image to Video or Reference to Video, upload your images (and MP3 voice clips in reference mode), write the prompt, choose duration and resolution, and read the price shown before you click Generate.
Step 3, integrate the Vidu Q4 API: POST https://api.apimodels.app/v1/video/generations with Authorization: Bearer YOUR_API_KEY and model vidu-q4. Send first_frame_url for image-to-video, or reference_image_urls plus a prompt for reference-to-video; the docs page for Vidu Q4 lists every field with cURL, Python and Node examples.
Step 4, retrieve your Vidu Q4 videos: the call returns a taskId. Poll GET /v1/video/generations?task_id= every few seconds until the state is completed, or pass callback_url and we POST the result to you. Result files are kept for 30 days, so download or re-host what you need.
The Vidu Q4 API is billed per second of the length you request, by resolution. Audio on or off is the same price, reference images and reference audio cost nothing extra, and a failed Vidu Q4 generation is refunded.
Eligible new accounts get $0.10 of trial credit, which is less than the cheapest Vidu Q4 clip (540p, 3 seconds, $0.126), so plan on a small top-up for your first test.
| Vidu Q4 resolution | Per second | 5 seconds | 10 seconds | 16 seconds |
|---|---|---|---|---|
| 540p | $0.042 | $0.21 | $0.42 | $0.672 |
| 720p (default) | $0.0887 | $0.4435 | $0.887 | $1.4192 |
| 1080p | $0.112 | $0.56 | $1.12 | $1.792 |
| 2K | $0.1773 | $0.8865 | $1.773 | $2.8368 |
| 4K | $0.3639 | $1.8195 | $3.639 | $5.8224 |
We ran Vidu Q4 through our own API on 2026-10-22, one request per mode at 540p and 3 seconds. Image-to-video took 102 seconds from submission to the finished file; reference-to-video with 2 reference images and 1 MP3 voice reference took 173 seconds. Both Vidu Q4 clips came back as 24 fps H.264 MP4 files with an AAC audio track, which confirms native audio in both modes, with no watermark and a length of 3.04 seconds for a 3-second request.
These are single runs at the lowest tier, not a benchmark: 1080p, 2K, 4K and longer clips were not part of the test and will likely take longer. Plan for minutes rather than seconds, poll every few seconds or pass callback_url, and use FLUX 3 Max if a clip has to be back within seconds.
| Vidu Q4 mode (540p · 3 s) | Inputs | Submit to finished video | Output file |
|---|---|---|---|
| Image-to-video | 1 first frame + prompt | 102 s | 962×536 (follows the first frame), 24 fps, H.264 + AAC, 3.04 s |
| Reference-to-video | 2 reference images + 1 MP3 voice clip + prompt | 173 s | 960×528 (16:9), 24 fps, H.264 + AAC, 3.04 s |
Vidu Q4 Preview has no text-only mode: every Vidu Q4 request needs a first frame or at least one reference image. It has no last frame for start-to-end transitions, no keyframes, no reference video and no editing of an existing clip, and a single clip stops at 16 seconds. Requests that ask for any of these get a clear 400 at create time, so nothing is billed for them.
Pick another model when you hit those limits: FLUX 3 Max for text-to-video, a last frame or up to 10 keyframes; Seedance 2.5 for clips up to 30 seconds, reference videos, editing or extension; Kling V3 Omni for editing a clip while keeping its original sound. Because Vidu Q4 is a Preview, Vidu may still change how it behaves, so pin your own test prompts and re-check them after updates.
One key, many video models: Vidu Q4 sits next to Seedance, Kling, FLUX 3 Max, Wan, MiniMax H3 and the Gemini Omni models on the same endpoint and the same balance, so comparing Vidu Q4 with another model is a change of one field, not a new vendor account.
Prices you can check before you spend: every Vidu Q4 price on this page is the per-second rate we bill, the playground shows the cost of the clip before you generate it, and GET /v1/records/{task_id} returns what a finished Vidu Q4 job actually cost.
Pay as you go, refunds on failure: there is no subscription and no minimum monthly spend, a failed Vidu Q4 generation is refunded automatically, and inputs the model cannot take are rejected with a 400 before anything is charged.
Built for automation: asynchronous tasks with polling or callback_url, the same response shape across video models, and result files stored on our CDN for 30 days, so batch jobs and SaaS pipelines can run Vidu Q4 without managing model infrastructure. The API is reachable from mainland China as well as worldwide.
Vidu Q4 suits short, reference-driven clips where the same characters, products or voices have to come back again and again. Six common ways teams put the Vidu Q4 API to work:
Let users upload a photo and a motion prompt and get a clip back. Image-to-video covers single photos, reference-to-video covers apps where users bring several characters or products, and the five resolution tiers let you offer a cheap preview at 540p and a paid export at 2K or 4K from the same Vidu Q4 integration.
Build a film shot by shot in clips of up to 16 seconds. Reuse the same reference images and voice clips in every request so the cast looks and sounds the same from scene to scene, and let Vidu Q4 generate the dialogue and ambience with each shot.
Turn product photos and brand visuals into promotional clips: put the product, the model and the setting in reference images, describe the camera move, and render vertical 9:16 for social ads or 16:9 for a landing page, all from one Vidu Q4 call per variant.
Animate portraits and illustrations into characters that move and speak. Give Vidu Q4 the character as a reference image and a voice clip as reference audio, write the line in the prompt, and get a talking clip for an app, a lesson or an interactive story. Use only images and voices you have the rights to.
Generate TikTok, Reels and Shorts variations from the same assets by changing the prompt, the aspect ratio or the seed. Because the Vidu Q4 API is asynchronous with callbacks, a content pipeline can queue many jobs and collect the files as they finish.
Add Vidu Q4 video generation to a creative tool, a CMS or a media product: accept the user's images and prompt, submit the task, store the returned file. Per-second pricing makes it straightforward to pass the cost on to your own customers.
All prices below are the per-second rates on apimodels.app today, with audio. Vidu Q4 is the only one of these with 4K output and has the lowest per-second price at 720p with audio; it stops at 16 seconds and needs an image to start from. Seedance 2.5 is the pick for long clips, reference videos and editing, Kling V3 Omni for editing a clip while keeping its sound, and FLUX 3 Max for text-to-video and keyframes.
| Vidu Q4 | Seedance 2.5 | Kling V3 / V3 Omni | FLUX 3 Max | |
|---|---|---|---|---|
| Max resolution | 4K | 720p | Standard / pro tiers | 1080p |
| Clip length | 3-16 s | 4-30 s | 3-15 s | 5-20 s |
| Text-to-video | No | Yes | Yes | Yes |
| Image inputs | 1 first frame, or up to 15 reference images | Up to 30 reference images | First frame (V3); image and subject input (V3 Omni) | First / last frame, or up to 10 keyframes |
| Audio references | Up to 3 MP3 clips | Up to 10 | Voice IDs via voice_list (up to 2) | No |
| Video input / editing | No | Up to 10 videos, edit and extend | V3 Omni: reference video and editing | No |
| Price per second with audio | 540p $0.042 · 720p $0.0887 · 1080p $0.112 · 2K $0.1773 · 4K $0.3639 | 480p $0.120 · 720p $0.270 | V3 $0.18 (standard) · $0.24 (pro); V3 Omni $0.117 · $0.147 | 720p $0.221 · 1080p $0.377 |
Vidu Q4 é uma API de geração de vídeo da Vidu. O Vidu Q4 é o modelo de vídeo mais recente da família Vidu, da ShengShu, lançado como Preview (nome do modelo no fornecedor: viduq4-preview). A Vidu o apresenta como seu novo carro-chefe: gera o som junto com a imagem, com diálogos e efeitos sonoros, e consegue trocar de plano sozinho. Na APIMODELS ele é um único model id, vidu-q4, no endpoint unificado de vídeo, e as requisições vão para a API oficial da Vidu. O modo é escolhido pelo que você envia. Imagem para vídeo recebe um primeiro quadro em first_frame_url (image e image_url também são aceitos); o clipe mantém a proporção dessa imagem, o prompt é opcional e is_rec liga ou desliga a melhoria de prompt da Vidu (ligada por padrão). Vídeo por referências recebe de 1 a 15 imagens em reference_image_urls, como personagens, produtos, roupas ou cenários, e até 3 clipes MP3 de 3 a 12 segundos em reference_audio_urls para guiar as vozes; o prompt é obrigatório, as referências são citadas por número e aspect_ratio pode ser 16:9 (padrão), 9:16, 1:1, 4:3 ou 3:4. Os dois modos aceitam duration como qualquer número inteiro de segundos de 3 a 16 (padrão 5), resolution 540p, 720p (padrão), 1080p, 2K ou 4K, generate_audio (true por padrão) e um seed opcional. Não há modo só texto, nem último quadro, nem vídeo de referência: essas requisições recebem um 400 claro em vez de serem descartadas em silêncio. O resultado não tem marca d'água. A cobrança é por segundo pedido e o áudio não muda o preço: 540p $0.042/s, 720p $0.0887/s, 1080p $0.112/s, 2K $0.1773/s e 4K $0.3639/s, então um clipe de 5 segundos em 720p custa $0.4435 e um de 16 segundos em 4K, $5.8224. Só gerações bem-sucedidas são cobradas; as que falham são reembolsadas. Pela plataforma APIMODELS, você acessa este modelo por uma API unificada com preços transparentes de pagamento por uso. Preço atual: 540p · per second: $0.042, 540p · 5s: $0.21, 540p · 10s: $0.42, 720p · per second: $0.0887, 720p · 5s: $0.4435, 720p · 10s: $0.887, 1080p · per second: $0.112, 1080p · 5s: $0.56, 1080p · 10s: $1.12, 2K · per second: $0.1773, 2K · 5s: $0.8865, 2K · 10s: $1.773, 4K · per second: $0.3639, 4K · 5s: $1.8195, 4K · 10s: $3.639.
Modelo relacionado: FLUX 3 Max — when you need text-to-video or up to 10 keyframes, and clips up to 20 seconds — from $0.221/s
Modelo relacionado: Seedance 2.5 — for clips up to 30 seconds, reference videos, or editing and extending an existing video — 480p from $0.120/s, 720p $0.270/s
Modelo relacionado: Kling V3 Omni — when you edit an existing clip and want to keep its original sound — from $0.088/s, $0.117/s with audio
Gere rapidamente vídeos promocionais da marca para campanhas e redes sociais.
Crie vídeos curtos atraentes para TikTok, Instagram e YouTube.
Gere demonstrações de recursos e tutoriais para melhorar a conversão.
Produza explicações de cursos, divulgação e vídeos de treinamento a baixo custo.
O Vidu Q4 está disponível pela APIMODELS a: 540p · per second: $0.042, 540p · 5s: $0.21, 540p · 10s: $0.42, 720p · per second: $0.0887, 720p · 5s: $0.4435, 720p · 10s: $0.887, 1080p · per second: $0.112, 1080p · 5s: $0.56, 1080p · 10s: $1.12, 2K · per second: $0.1773, 2K · 5s: $0.8865, 2K · 10s: $1.773, 4K · per second: $0.3639, 4K · 5s: $1.8195, 4K · 10s: $3.639. A cobrança é por uso — você paga apenas pelo que gera.
Cadastre-se na APIMODELS, obtenha sua chave de API e chame nosso endpoint unificado. Oferecemos documentação detalhada com exemplos em cURL, Python e Node.js.
A APIMODELS oferece o mesmo modelo Vidu Q4 pela nossa plataforma de agregação. Fornecemos uma interface de API unificada, então você não precisa de contas separadas por provedor: uma única chave para acessar todos os modelos.
O Vidu Q4 é o modelo de vídeo mais recente da família Vidu, da ShengShu, lançado por enquanto como Preview (nome do modelo no fornecedor: viduq4-preview). Ele gera o vídeo e o som de uma só vez, com diálogos e efeitos sonoros, e segundo a Vidu consegue trocar de plano sozinho. Na apimodels.app ele é o model id vidu-q4 em POST /v1/video/generations, com dois modos: imagem para vídeo a partir de um primeiro quadro e vídeo por referências com até 15 imagens e até 3 clipes de áudio, de 3 a 16 segundos e de 540p a 4K.
Sim. O Vidu Q4 Preview é a versão do modelo que a Vidu abriu na sua API oficial com o nome viduq4-preview, e a API do Vidu Q4 na apimodels.app é a forma de chamá-la, com o model id vidu-q4. Preview é o rótulo da própria Vidu: o modelo é novo e a Vidu ainda pode mudar o comportamento dele. Se a Vidu publicar uma versão mais nova do Q4, esta página vai dizer qual versão o vidu-q4 executa.
Não totalmente. Contas novas que atendem aos requisitos recebem $0.10 de crédito de teste, mas o clipe mais curto e barato do Vidu Q4, 3 segundos em 540p, custa $0.126, então o primeiro teste precisa de uma recarga; as recargas começam em $10. O playground desta página mostra o preço exato do clipe antes de você clicar em Gerar, e só gerações bem-sucedidas são cobradas, então uma tentativa que falha não custa nada.
Sim. resolution aceita 540p, 720p (padrão), 1080p, 2K e 4K nos dois modos. 4K custa $0.3639 por segundo, então um clipe de 5 segundos em 4K sai por $1.8195 e um de 16 segundos por $5.8224; 1080p custa $0.112/s e 2K $0.1773/s. Um fluxo prático é testar prompts e referências em 540p ($0.042/s) ou 720p ($0.0887/s) e renderizar em 2K ou 4K a versão escolhida.
Qualquer número inteiro de segundos de 3 a 16, definido com duration (padrão 5). Você paga pelos segundos pedidos: um clipe de 16 segundos custa $0.672 em 540p, $1.4192 em 720p, $1.792 em 1080p, $2.8368 em 2K e $5.8224 em 4K. Se um plano precisar ser mais longo, o Seedance 2.5 vai até 30 segundos e o FLUX 3 Max até 20.
Até 15, em reference_image_urls, em PNG, JPEG ou WebP. Use-as para personagens, produtos, roupas e cenários que precisam continuar reconhecíveis; o prompt se refere a elas pela posição, e a primeira imagem é a reference image 1 (os exemplos da própria Vidu escrevem isso em chinês como 参考图1). Imagem para vídeo aceita exatamente uma imagem, o primeiro quadro, e uma requisição não pode misturar primeiro quadro com imagens de referência.
Sim, por padrão. Com generate_audio em true (o padrão), o Vidu Q4 cria diálogos, efeitos e ambiente sincronizados com a imagem; envie false para um clipe sem som, pelo mesmo preço. No vídeo por referências você também pode passar até 3 clipes MP3 de 3 a 12 segundos em reference_audio_urls para guiar as vozes, e citá-los no prompt como reference audio 1, 2 e 3. O áudio de referência não está disponível em imagem para vídeo.
Por segundo pedido: 540p $0.042/s, 720p $0.0887/s, 1080p $0.112/s, 2K $0.1773/s e 4K $0.3639/s, então um clipe de 5 segundos custa $0.21, $0.4435, $0.56, $0.8865 ou $1.8195 conforme o nível. Imagens e áudio de referência não custam nada a mais, com ou sem áudio o preço é o mesmo e só gerações bem-sucedidas são cobradas; as que falham são reembolsadas.
Faça um POST em https://api.apimodels.app/v1/video/generations com sua API key como token Bearer e model vidu-q4. Para imagem para vídeo adicione first_frame_url, mais prompt e is_rec opcionais; para vídeo por referências adicione reference_image_urls e um prompt, mais reference_audio_urls e aspect_ratio opcionais. duration, resolution, generate_audio e seed funcionam nos dois modos. A chamada devolve um taskId: consulte GET /v1/video/generations?task_id= até o state ficar completed, ou passe callback_url. Os arquivos de resultado ficam guardados por 30 dias.
Medido pela API em 2026-10-22, uma execução de cada modo em 540p e 3 segundos: imagem para vídeo levou 102 segundos do envio ao vídeo pronto, e vídeo por referências com 2 imagens de referência e 1 referência de voz em MP3 levou 173 segundos. Os dois devolveram um MP4 H.264 a 24 fps com faixa de áudio AAC e sem marca d'água, com 3.04 segundos. Resoluções maiores e clipes mais longos não fizeram parte deste teste e devem demorar mais, então consulte o status a cada poucos segundos ou use callback_url.
Não tem modo só texto, nem último quadro para clipes de início a fim, nem vídeo de referência ou edição de vídeo, nem quadros-chave, e os clipes param em 16 segundos; essas requisições recebem um 400 claro em vez de um vídeo piorado em silêncio. Para texto para vídeo ou quadros-chave use o FLUX 3 Max, para clipes de até 30 segundos com vídeos de referência, edição ou extensão use o Seedance 2.5, e para editar um clipe existente mantendo o som use o Kling V3 Omni.
Na APIMODELS, o Vidu Q4 roda junto com mais de 60 modelos usando uma única chave de API e um único saldo, então escolher é questão de adequação, não de dependência. Ele suporta Image to Video, Reference to Video, Up to 15 Reference Images, Up to 3 Voice References, Native Audio, 540p to 4K, 3-16s, From $0.042/s e você pode avaliá-lo em preço e capacidade frente a outros modelos de geração de vídeo, trocando ao alterar uma única string com o nome do modelo — sem nova conta ou integração. Veja todas as opções de geração de vídeo com preços ao vivo em apimodels.app/models.
O Vidu Q4 suporta: Image to Video, Reference to Video, Up to 15 Reference Images, Up to 3 Voice References, Native Audio, 540p to 4K, 3-16s, From $0.042/s. Consulte a documentação da APIMODELS para todos os parâmetros e exemplos de chamada.
Sim. A APIMODELS expõe o Vidu Q4 por uma única API unificada e uma só chave, sem contas separadas por provedor e sem precisar lidar com o acesso de rede regional de cada provedor.
Aceitamos Stripe (Visa, Mastercard e outros cartões internacionais) e Alipay. O saldo fica disponível imediatamente após o pagamento.