vidu-q4Vidu Q4 是生数科技 Vidu 系列最新的视频模型,目前以预览版发布(上游模型名 viduq4-preview)。Vidu 官方称它为新的旗舰模型:声音和画面一起生成,包括台词和音效,并且能自动切换镜头。在 APIMODELS 上它是统一视频端点里的一个模型名 vidu-q4,请求直连 Vidu 官方 API。 两种模式按你传的内容自动选择。图生视频:first_frame_url 传一张首帧(也接受 image、image_url),成片画幅跟随这张图,提示词可省,is_rec 控制 Vidu 的提示词扩写(默认开)。参考生视频:reference_image_urls 传 1 到 15 张图(人物、商品、服装或场景),reference_audio_urls 可再传最多 3 段 MP3(每段 3-12 秒)来引导角色的声音;这个模式必须写提示词,在提示词里按编号点名参考素材,aspect_ratio 可选 16:9(默认)、9:16、1:1、4:3、3:4。 两种模式共用这些参数:duration 为 3 到 16 的整秒(默认 5);resolution 为 540p、720p(默认)、1080p、2K、4K;generate_audio 默认 true;seed 可选。没有纯文生视频,不支持尾帧,也不接参考视频 —— 这类请求会返回明确的 400,不会被静默丢掉。成片不带水印。 按请求的秒数计费,有声无声同价:540p $0.042/秒、720p $0.0887/秒、1080p $0.112/秒、2K $0.1773/秒、4K $0.3639/秒 —— 720p 5 秒一条 $0.4435,4K 16 秒一条 $5.8224。只有生成成功才扣费,失败自动退款。
PNG / JPEG / WebP。视频画幅跟随这张图。
台词、音效和环境声与画面一起生成 · 有声无声同价
由 Vidu 扩写提示词,细节更丰富(默认)
这段 $0.4435(720p,$0.0887/秒 × 5 秒) · 只有生成成功才扣费
Generated video will appear here
Provide URLs and click Generate
台词、音效和环境声与视频一起生成。传 generate_audio: false 得到无声文件,两种情况价格一样
参考生视频让人物、商品、服装和场景在新的动作和机位里保持一致。在提示词里按编号点名每张参考图
参考模式下,在 reference_audio_urls 里加 3-12 秒的 MP3,引导角色说话的声音
传 first_frame_url 和可选的提示词;成片保持这张图的画幅,is_rec 开关 Vidu 的提示词扩写
五档分辨率,3 到 16 秒任意整秒。参考生视频另可选 16:9、9:16、1:1、4:3、3:4
540p $0.042/秒、720p $0.0887/秒、1080p $0.112/秒、2K $0.1773/秒、4K $0.3639/秒,按请求的秒数收。失败自动退款
Vidu Q4 是生数科技 Vidu 系列最新的视频模型,以预览版发布,上游模型名 viduq4-preview。Vidu 官方称 Vidu Q4 为新的旗舰模型:画面和声音一次生成,台词、音效都包含在内,并且能自动切换镜头。Vidu Q4 Preview 最高 4K,单条 3 到 16 秒,最多接 15 张参考图和 3 段参考音频,用来保持人物和声音一致。
在 APIMODELS 上,Vidu Q4 API 就是一个模型名 vidu-q4,和其他视频模型走同一个 POST /v1/video/generations 端点,每个请求都直连 Vidu 官方 API。一个 API Key 同时调用 Vidu Q4 和目录里的其他模型,按秒计费 $0.042 起,只有 Vidu Q4 生成成功才扣费。你可以先在本页的体验区试 Vidu Q4,生成前就能看到这一条的准确价格,再把同样的参数复制到自己的代码里。
Vidu Q4 API 有两种模式,按你传的内容自动选择。图生视频让一张首帧动起来;参考生视频用最多 15 张参考图和最多 3 段参考音频生成新的场景。两种模式共用时长、分辨率、原生音频和随机种子,所以 Vidu Q4 的工作流从一种模式切到另一种,只需要换输入,请求的其余部分不用改。
Vidu 把 Vidu Q4 定位在以角色为主的视频上:人物表情会变化、身体会有反应,场景可以从安静的对话推进到快节奏的动作。由于 Vidu Q4 把说话声和画面一起生成,角色可以直接在画面里开口,不需要另做一遍配音。在提示词里写清表演 —— 谁说话、说什么、怎么反应 —— Vidu Q4 会在同一条片子里演出来。
在 reference_image_urls 里传 1 到 15 张图,控制人物、服装、商品和场景的样子,让 Vidu Q4 在此基础上生成新的动作和机位。一个请求里可以同时放人物照、商品图和环境照,然后在提示词里按顺序点名:第一张就是参考图1(Vidu 官方示例就是这么写的)。这个模式必须写提示词,aspect_ratio 可选 16:9、9:16、1:1、4:3、3:4。
generate_audio 打开时(默认就是开),Vidu Q4 返回的片子自带与画面同步的台词、音效和环境声;关掉就得到无声文件,价格不变。参考生视频还可以在 reference_audio_urls 里加最多 3 段 MP3(每段 3-12 秒)来引导角色的声音,提示词里写成参考音频1、2、3。这样同一个角色的声音在一条又一条 Vidu Q4 片子里都能认得出来。
Vidu 把自动切镜列为 Vidu Q4 的主要能力之一,一次生成可以在几个机位之间切换,而不是只停在一个镜头上。用大白话写出你要的运镜 —— 缓慢推近、跟着奔跑的角色拍、有人开口时切到特写 —— 再用参考图把主体固定住,切镜之后人物也不会变。爆炸、烟雾、烟花或强烈的光效也可以写进提示词;先用 540p 草稿看效果,再决定要不要花钱出 4K。
两种模式的 resolution 都可选 540p、720p(默认)、1080p、2K、4K,duration 是 3 到 16 之间的任意整秒。快速测试用 540p,每秒 $0.042;定稿的那条再用 1080p、2K 或 4K 出,Vidu Q4 的 4K 5 秒一条 $1.8195。图生视频的画幅跟随首帧,想要什么比例,发送前先把图裁成那个比例。
第一步,拿到 Vidu Q4 API Key:在 apimodels.app 注册,进控制台创建一个 API Key。同一个 Key 可以调用 Vidu Q4 和其他所有模型,共用一个美元余额;充值最低 $10。
第二步,在体验区试 Vidu Q4:在本页选择图生视频或参考生视频,上传图片(参考模式还可以上传 MP3 声音素材),写提示词,选时长和分辨率,点生成之前先看清显示的价格。
第三步,接入 Vidu Q4 API:POST https://api.apimodels.app/v1/video/generations,请求头 Authorization: Bearer YOUR_API_KEY,model 填 vidu-q4。图生视频传 first_frame_url,参考生视频传 reference_image_urls 和 prompt;Vidu Q4 的文档页列出了所有字段,并附 cURL、Python、Node 示例。
第四步,取回 Vidu Q4 视频:创建请求会返回 taskId。每隔几秒轮询 GET /v1/video/generations?task_id=,直到 state 为 completed;或者传 callback_url,由我们把结果 POST 给你。结果文件保留 30 天,需要长期保存的请及时下载或转存。
Vidu Q4 API 按请求的秒数、按分辨率计费。有声无声同价,参考图和参考音频不另收费,Vidu Q4 生成失败自动退款。
符合条件的新账号有 $0.10 试用额度,但这比最便宜的一条 Vidu Q4(540p、3 秒、$0.126)还少,第一次测试请准备一笔小额充值。
| Vidu Q4 分辨率 | 每秒 | 5 秒 | 10 秒 | 16 秒 |
|---|---|---|---|---|
| 540p | $0.042 | $0.21 | $0.42 | $0.672 |
| 720p(默认) | $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 |
我们 2026-10-22 通过自己的 API 跑了 Vidu Q4,每种模式一次,540p、3 秒。图生视频从提交到拿到文件 102 秒;参考生视频(2 张参考图 + 1 段 MP3 声音参考)173 秒。两条 Vidu Q4 片子都是 24fps 的 H.264 MP4,带 AAC 音轨 —— 两种模式的原生音频都得到确认 —— 无水印,3 秒的请求出片 3.04 秒。
这是最低档的单次结果,不是基准测试:1080p、2K、4K 和更长的时长不在测试范围内,大概率更慢。请按「分钟级」而不是「秒级」来设计,每隔几秒轮询或传 callback_url;如果必须几秒内出片,用 FLUX 3 Max。
| Vidu Q4 模式(540p · 3 秒) | 输入 | 提交到成片 | 输出文件 |
|---|---|---|---|
| 图生视频 | 1 张首帧 + 提示词 | 102 秒 | 962×536(跟随首帧),24fps,H.264 + AAC,3.04 秒 |
| 参考生视频 | 2 张参考图 + 1 段 MP3 声音 + 提示词 | 173 秒 | 960×528(16:9),24fps,H.264 + AAC,3.04 秒 |
Vidu Q4 Preview 没有纯文生视频:每个 Vidu Q4 请求都要带一张首帧,或至少一张参考图。它不支持尾帧(首尾帧过渡)、没有关键帧、不接参考视频、也不能编辑已有视频,单条最长 16 秒。请求里要了这些的,会在创建时返回明确的 400,不会扣费。
碰到这些限制就换模型:要文生视频、尾帧或最多 10 个关键帧用 FLUX 3 Max;要最长 30 秒、参考视频、编辑或延长用 Seedance 2.5;要编辑已有视频并保留原声用 Kling V3 Omni。Vidu Q4 还是预览版,Vidu 可能继续调整它的表现,建议固定一组自己的测试提示词,更新后再跑一遍对比。
一个 Key 调用多家视频模型:Vidu Q4 和 Seedance、Kling、FLUX 3 Max、万相、MiniMax H3、Gemini Omni 在同一个端点、同一个余额下,拿 Vidu Q4 和别的模型对比,只需要改一个字段,不用再开一个厂商账号。
花钱之前就能核对价格:本页每一个 Vidu Q4 价格都是我们实际按秒收的价,体验区在生成前显示这一条的费用,GET /v1/records/{task_id} 能查到一条 Vidu Q4 任务实际扣了多少。
按量付费,失败退款:没有订阅、没有月度最低消费,Vidu Q4 生成失败自动退款;模型不支持的输入会在扣费前直接返回 400。
为自动化而设计:异步任务支持轮询或 callback_url,各视频模型返回结构一致,结果文件在我们的 CDN 上保留 30 天,批量任务和 SaaS 流水线可以直接跑 Vidu Q4,不用自己维护模型基础设施。国内和海外都能直连调用。
Vidu Q4 适合短而依赖参考素材的片子 —— 同一个角色、商品或声音要反复出现的场景。下面是六种常见的 Vidu Q4 API 用法:
让用户上传一张照片、写一句动作描述就拿到一条视频。单张照片走图生视频,用户带多个人物或商品的场景走参考生视频;五档分辨率让你在同一套 Vidu Q4 接入里,用 540p 做便宜的预览、用 2K 或 4K 做付费导出。
以每段最长 16 秒的片子逐镜头搭出一部短片。每个请求复用同一组参考图和声音素材,角色在各场戏里的长相和声音保持一致,台词和环境声由 Vidu Q4 跟着每个镜头一起生成。
把商品图和品牌素材做成推广短片:商品、模特、场景分别放进参考图,写清运镜,社媒广告出 9:16 竖版、落地页出 16:9 横版,每个版本一次 Vidu Q4 调用。
让肖像和插画变成会动、会说话的角色。把角色作为参考图、把一段声音作为参考音频交给 Vidu Q4,在提示词里写好台词,就能得到一条用于应用、课程或互动故事的说话片段。请只使用你有权使用的图片和声音。
用同一批素材,改提示词、画幅或随机种子,批量生成抖音、Reels、Shorts 的不同版本。Vidu Q4 API 是异步的并支持回调,内容流水线可以一次排很多任务,完成一个收一个。
把 Vidu Q4 视频生成加进创作工具、内容管理系统或媒体产品:接收用户的图片和提示词,提交任务,保存返回的文件。按秒计价,方便把成本按用量转给你自己的客户。
下表价格均为 apimodels.app 当前带音频的每秒价。这几个模型里只有 Vidu Q4 能出 4K,720p 带声音的每秒价也最低;但它最长 16 秒,而且必须从图片开始。长片、参考视频和编辑选 Seedance 2.5,编辑已有视频并保留原声选 Kling V3 Omni,文生视频和关键帧选 FLUX 3 Max。
| Vidu Q4 | Seedance 2.5 | Kling V3 / V3 Omni | FLUX 3 Max | |
|---|---|---|---|---|
| 最高分辨率 | 4K | 720p | 标准 / 专业两档 | 1080p |
| 单条时长 | 3-16 秒 | 4-30 秒 | 3-15 秒 | 5-20 秒 |
| 纯文生视频 | 不支持 | 支持 | 支持 | 支持 |
| 图片输入 | 1 张首帧,或最多 15 张参考图 | 最多 30 张参考图 | 首帧(V3);图片与主体输入(V3 Omni) | 首帧 / 尾帧,或最多 10 个关键帧 |
| 音频参考 | 最多 3 段 MP3 | 最多 10 段 | 音色 ID(voice_list,最多 2 个) | 不支持 |
| 视频输入 / 编辑 | 不支持 | 最多 10 段视频,可编辑、延长 | V3 Omni:参考视频与编辑 | 不支持 |
| 带音频每秒价 | 540p $0.042 · 720p $0.0887 · 1080p $0.112 · 2K $0.1773 · 4K $0.3639 | 480p $0.120 · 720p $0.270 | V3 $0.18(标准)· $0.24(专业);V3 Omni $0.117 · $0.147 | 720p $0.221 · 1080p $0.377 |
Vidu Q4 是由 Vidu 提供的视频生成 API。Vidu Q4 是生数科技 Vidu 系列最新的视频模型,目前以预览版发布(上游模型名 viduq4-preview)。Vidu 官方称它为新的旗舰模型:声音和画面一起生成,包括台词和音效,并且能自动切换镜头。在 APIMODELS 上它是统一视频端点里的一个模型名 vidu-q4,请求直连 Vidu 官方 API。 两种模式按你传的内容自动选择。图生视频:first_frame_url 传一张首帧(也接受 image、image_url),成片画幅跟随这张图,提示词可省,is_rec 控制 Vidu 的提示词扩写(默认开)。参考生视频:reference_image_urls 传 1 到 15 张图(人物、商品、服装或场景),reference_audio_urls 可再传最多 3 段 MP3(每段 3-12 秒)来引导角色的声音;这个模式必须写提示词,在提示词里按编号点名参考素材,aspect_ratio 可选 16:9(默认)、9:16、1:1、4:3、3:4。 两种模式共用这些参数:duration 为 3 到 16 的整秒(默认 5);resolution 为 540p、720p(默认)、1080p、2K、4K;generate_audio 默认 true;seed 可选。没有纯文生视频,不支持尾帧,也不接参考视频 —— 这类请求会返回明确的 400,不会被静默丢掉。成片不带水印。 按请求的秒数计费,有声无声同价:540p $0.042/秒、720p $0.0887/秒、1080p $0.112/秒、2K $0.1773/秒、4K $0.3639/秒 —— 720p 5 秒一条 $0.4435,4K 16 秒一条 $5.8224。只有生成成功才扣费,失败自动退款。 通过 APIMODELS 平台，您可以使用统一的 API 接口调用该模型，按量计费、价格透明。当前定价：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。
相关模型：FLUX 3 Max — 要纯文生视频或最多 10 个关键帧、单条最长 20 秒时 —— $0.221/秒起
相关模型：Seedance 2.5 — 要 30 秒长片、参考视频,或要编辑、延长已有视频时 —— 480p $0.120/秒、720p $0.270/秒
相关模型：Kling V3 Omni — 要在已有视频上编辑并保留原声时 —— $0.088/秒起,带音频 $0.117/秒
快速生成品牌宣传视频，适用于广告投放和社交媒体推广。
为抖音、小红书等平台创建引人注目的短视频内容。
生成产品功能演示和使用教程视频，提升用户转化率。
制作课程讲解、知识科普等教育类视频，降低视频制作门槛。
Vidu Q4 通过 APIMODELS 平台调用，当前定价：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。按量计费，用多少付多少。
在 APIMODELS 注册账号并获取 API Key，然后通过我们的统一 API 端点调用即可。我们提供详细的 API 文档和 cURL、Python、Node.js 代码示例。
APIMODELS 通过聚合平台提供与官方相同的 Vidu Q4 模型。我们提供统一的 API 接口，无需分别注册各平台账号，一个 API Key 即可调用所有模型。
Vidu Q4 是生数科技 Vidu 系列最新的视频模型,目前以预览版发布(上游模型名 viduq4-preview)。它一次生成视频和声音,包括台词和音效;据 Vidu 介绍,它还能自动切换镜头。在 apimodels.app 上它是 POST /v1/video/generations 里的模型名 vidu-q4,有两种模式:用一张首帧做图生视频,或用最多 15 张参考图加最多 3 段参考音频做参考生视频,3 到 16 秒,540p 到 4K。
是。Vidu Q4 Preview 是 Vidu 在官方 API 上开放的模型版本,名字是 viduq4-preview;apimodels.app 上的 Vidu Q4 API 就是调用它的方式,模型名填 vidu-q4。「Preview(预览版)」是 Vidu 自己的标注:模型刚发布,表现还可能调整。Vidu 发布更新的 Q4 版本时,本页会写明 vidu-q4 跑的是哪一版。
不能完全免费。符合条件的新账号会得到 $0.10 试用额度,但最短最便宜的一条 Vidu Q4(540p 3 秒)是 $0.126,所以第一次试用需要先充值;充值最低 $10。本页的体验区在你点生成之前就会显示这一条的准确价格,而且只有生成成功才扣费,失败不花钱。
支持。两种模式的 resolution 都可选 540p、720p(默认)、1080p、2K 和 4K。4K 每秒 $0.3639,5 秒一条 $1.8195,16 秒一条 $5.8224;1080p 每秒 $0.112,2K 每秒 $0.1773。比较省钱的做法是先用 540p($0.042/秒)或 720p($0.0887/秒)试提示词和参考素材,定稿后再用 2K 或 4K 出最终版。
3 到 16 秒之间任意整秒,用 duration 设置(默认 5)。按请求的秒数收费:16 秒一条在 540p 是 $0.672、720p $1.4192、1080p $1.792、2K $2.8368、4K $5.8224。如果一个镜头需要更长,Seedance 2.5 最长 30 秒,FLUX 3 Max 最长 20 秒。
最多 15 张,放在 reference_image_urls 里,PNG、JPEG 或 WebP。用来放需要保持一致的人物、商品、服装和场景;提示词按顺序点名,第一张就是参考图1(Vidu 官方示例就写作「参考图1」)。图生视频只收一张图,也就是首帧;同一个请求里不能同时传首帧和参考图。
能,而且默认就带。generate_audio 为 true(默认)时,Vidu Q4 会生成与画面同步的台词、音效和环境声;传 false 得到无声视频,价格不变。参考生视频还可以在 reference_audio_urls 里传最多 3 段 MP3(每段 3-12 秒)来引导角色的声音,在提示词里写成参考音频1、2、3。图生视频不支持参考音频。
按请求的秒数计费:540p $0.042/秒、720p $0.0887/秒、1080p $0.112/秒、2K $0.1773/秒、4K $0.3639/秒;5 秒一条分别是 $0.21、$0.4435、$0.56、$0.8865、$1.8195。参考图和参考音频不另收费,有声无声同价,只有生成成功才扣费,失败退款。
POST https://api.apimodels.app/v1/video/generations,API Key 放在 Bearer 头里,model 填 vidu-q4。图生视频加 first_frame_url,可选 prompt 和 is_rec;参考生视频加 reference_image_urls 和 prompt,可选 reference_audio_urls 和 aspect_ratio。duration、resolution、generate_audio、seed 两种模式通用。创建返回 taskId,轮询 GET /v1/video/generations?task_id= 直到 state 为 completed,或传 callback_url 等回调。结果文件保留 30 天。
我们 2026-10-22 通过 API 实测,540p、3 秒各跑一次:图生视频从提交到拿到成片 102 秒;参考生视频(2 张参考图 + 1 段 MP3 声音参考)173 秒。两条都是 24fps 的 H.264 MP4,带 AAC 音轨、无水印,时长 3.04 秒。更高分辨率和更长时长不在这次测试范围内,大概率更慢,请每隔几秒轮询或使用 callback_url。
没有纯文生视频,不支持尾帧(首尾帧过渡),不接参考视频、不能编辑视频,没有关键帧,单条最长 16 秒;这类请求会返回明确的 400,不会静默降级出片。要文生视频或关键帧用 FLUX 3 Max;要最长 30 秒、带参考视频、编辑或延长用 Seedance 2.5;要在已有视频上编辑并保留原声用 Kling V3 Omni。
在 APIMODELS，Vidu Q4 与 60+ 个模型共用一个 API Key、一个余额，所以选型只看合不合适，不存在锁定。它支持 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，你可以在价格和能力上把它和其它视频生成模型对比，换模型只需改一个模型名字符串——无需新账号、无需重新对接。所有视频生成模型与实时价格见 apimodels.app/models。
Vidu Q4 支持：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。完整参数与调用方式见 APIMODELS 的 API 文档。
可以。APIMODELS 提供可直接访问的统一 API,一个 API Key 即可调用 Vidu Q4,无需分别注册官方账号、也无需自行处理官方接口的网络访问。
我们支持 Stripe（Visa、Mastercard 等国际信用卡）和支付宝付款。充值后积分即时到账。