Wie verwendet man die Vidu Q4 Preview Image-to-Video API? In 5 Minuten zu einem 4K-Video mit Ton

TL;DR

• Was ist es: Vidu Q4 Preview Image-to-Video ist jetzt auf HiAPI verfügbar. Öffne die Modellseite, lade ein erstes Einzelbild hoch und schreibe einen Satz zur Bewegung – schon erhältst du ein 3–16 Sekunden langes Video in bis zu 4K mit standardmäßig aktiviertem Originalton. Neue Nutzer erhalten bei der Registrierung 200 Credits geschenkt.
• Was kostet es: Die Abrechnung erfolgt nach den übermittelten ganzzahligen Sekunden × dem Preis pro Sekunde der gewählten Auflösung: 540p $0,0515/Sek., 720p $0,109/Sek., 1080p $0,1375/Sek., 2K $0,2175/Sek., 4K $0,446/Sek. 5 Sekunden 720p kosten $0,545, 5 Sekunden 4K kosten $2,23; der audio-Schalter beeinflusst den Preis nicht.
• Schnellster Einstieg: Auf der Modellseite erstes Einzelbild hochladen, 720p und 5 Sekunden wählen und direkt starten; für die Produktintegration POST https://api.hiapi.ai/v1/tasks verwenden und model auf vidu-q4-preview/image-to-video setzen.

Was ist Vidu Q4 Preview? Was bietet es mehr als Q3 Mix

Als Eingabe dient nur ein erstes Einzelbild. Bildkomposition, Kameraposition, Licht und Bildformat werden durch dieses Bild festgelegt; das Modell ergänzt anschließend Bewegungen, Kamerafahrten und Ton und gibt ein MP4 aus.

Im Vergleich zu Q3 Mix Reference-to-Video gibt es bei Q4 Image-to-Video drei wesentliche Änderungen:

• Ein erstes Einzelbild reicht für 3–16 Sekunden. Es sind keine mehreren Referenzbilder nötig; ein einziges Bild trägt die gesamte Einstellung. Die Dauer wird in ganzzahligen Sekunden angegeben, Standard sind 5 Sekunden.
• Bis zu 4K. Fünf Stufen zur Auswahl: 540p, 720p, 1080p, 2K, 4K. Q3 Mix Reference-to-Video geht bis 1080P, Q4 hebt Image-to-Video auf 4K.
• Originalton standardmäßig aktiviert. audio ist standardmäßig true; im Prompt beschriebene Umgebungsgeräusche, Dialoge und Soundeffekte werden mit erzeugt. Nur bei false wird ein stummes Video ausgegeben, der Preis bleibt gleich.
• Sehr schmale Parameterfläche. Nur fünf Felder: image_url, prompt, duration, resolution, audio. Es gibt kein aspect_ratio; wird es übergeben, kommt ein 400 zurück. Das Bildformat richtet sich ausschließlich nach dem ersten Einzelbild.

Das folgende Wasserflugzeug-Video ist ein 5-Sekunden-720p-Ergebnis aus einem einzigen ersten Einzelbild; Kamera-Zoom, anlaufender Propeller und Wasserringe stehen alle im Prompt:

Der Pilot winkt, der Motor des Wasserflugzeugs springt an, der Propeller dreht sich, auf dem Wasser bilden sich Ringe, die Kamera fährt langsam näher, goldenes Morgenlicht.

Mit diesem Prompt generieren → Der Link füllt nur den Text-Prompt vor; nach dem Öffnen musst du selbst das erste Einzelbild hochladen und die Auflösung auf 720p sowie die Dauer auf 5 Sekunden setzen.

Online ausprobieren: In 5 Schritten zum ersten Ergebnis

1. Öffne die Modellseite für Vidu Q4 Preview Image-to-Video; nach der Anmeldung haben neue Konten 200 Credits.
2. Lade das erste Einzelbild hoch; unterstützt werden JPG/JPEG/PNG/WEBP, maximal 50 MB pro Bild. Überlege genau, ob dieser Frame die gewünschte Sekunde 0 ist.
3. Schreibe in das Prompt-Feld nur die neu hinzuzufügenden Bewegungen, Kameraeinstellungen und Geräusche; bereits im Bild vorhandene Dinge müssen nicht wiederholt beschrieben werden.
4. Wähle die Dauer als ganzzahlige Sekunden zwischen 3 und 16, zunächst 5; wähle als Auflösung zuerst 720p. Audio bleibt aktiviert.
5. Absenden, nach Fertigstellung direkt herunterladen und dann entscheiden, ob du mit höherer Auflösung neu laufen lässt.

200 Credits entsprechen etwa $0,10 und reichen nicht für ein 3-Sekunden-540p-Video; es empfiehlt sich, zuerst $10 aufzuladen und die erste Stufe zu testen.

API-Integration: In 4 Schritten zum Erfolg

1. Erstelle im Konsolenbereich einen API Key.
2. POST https://api.hiapi.ai/v1/tasks, model auf vidu-q4-preview/image-to-video setzen, Felder in input ablegen.
3. Nach Erhalt der taskId per Polling GET /v1/tasks/{taskId} abfragen oder auf oberster Ebene des Request-Bodys callback konfigurieren.
4. Wenn status zu success wird, das MP4 von output[0].url herunterladen.

Lauffähiges curl

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "vidu-q4-preview/image-to-video",
    "input": {
      "image_url": "https://your-cdn.com/first-frame.jpg",
      "prompt": "Der Pilot winkt, der Motor des Wasserflugzeugs springt an, der Propeller dreht sich, auf dem Wasser bilden sich Ringe, die Kamera fährt langsam näher, goldenes Morgenlicht.",
      "duration": 5,
      "resolution": "720p",
      "audio": true
    }
  }'

Die Task-ID steht in data.taskId; bei der Abfrage denselben Bearer Key mitgeben:

curl -s https://api.hiapi.ai/v1/tasks/YOUR_TASK_ID \
  -H "Authorization: Bearer YOUR_API_KEY"

data.status durchläuft queued, handling, archiving, success oder fail. archiving bedeutet, dass noch verarbeitet wird, und ist kein Fehler.

Python-Version: Erstellen, Polling, Herunterladen

import time
import requests

BASE = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer YOUR_API_KEY"}

payload = {
    "model": "vidu-q4-preview/image-to-video",
    "input": {
        "image_url": "https://your-cdn.com/first-frame.jpg",
        "prompt": "Der Pilot winkt, der Motor des Wasserflugzeugs springt an, der Propeller dreht sich, auf dem Wasser bilden sich Ringe, die Kamera fährt langsam näher, goldenes Morgenlicht.",
        "duration": 5,
        "resolution": "720p",
        "audio": True,
    },
}

task_id = requests.post(BASE, headers=HEADERS, json=payload, timeout=30).json()["data"]["taskId"]

while True:
    data = requests.get(f"{BASE}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
    if data["status"] in ("success", "fail"):
        break
    time.sleep(5)

if data["status"] == "success":
    with open("vidu-q4.mp4", "wb") as f:
        f.write(requests.get(data["output"][0]["url"], timeout=120).content)
    print("saved vidu-q4.mp4")
else:
    print(data.get("error"))

Videotasks dauern in der Regel einige Dutzend Sekunden bis mehrere Minuten; ein Polling-Intervall von 5 Sekunden reicht aus, als Timeout-Obergrenze empfehlen sich 10–15 Minuten.

Erstes Einzelbild, Bildformat, Audio und Auflösung richtig konfigurieren

Das erste Einzelbild bestimmt das Bildformat. Es gibt kein Feld aspect_ratio; das Seitenverhältnis des Ergebnisses übernimmt vollständig das des ersten Einzelbilds, der Bereich liegt bei 1:4–4:1. Für Hochformat das erste Einzelbild vor dem Hochladen auf 9:16 zuschneiden; lädst du ein Hochformatbild im Verhältnis 4:7 hoch, ist das Ergebnis ebenfalls 4:7.

Audio ist standardmäßig dabei. Im Prompt für dieses 5-Sekunden-720p-Video des Barista sind Café-Geflüster und Dampfgeräusche der Kaffeemaschine beschrieben; der Ton wird mit erzeugt:

Die Barista setzt den Milchkrug ab, das Latte-Art-Muster in der Tasse wird zum Blatt und festigt sich, Dampf steigt auf; sie hebt den Kopf, blickt in die Kamera und lächelt. Im Hintergrund Café-Geflüster und Dampfgeräusche der Kaffeemaschine. Langsame Handkamera fährt näher, warmes Morgenlicht fällt durchs Fenster.

Mit diesem Prompt generieren → Nach dem Öffnen musst du ebenfalls dieses vertikale erste Einzelbild hochladen und die Auflösung auf 720p setzen.

Wenn du audio auf false setzt, erhältst du ein stummes Video; der Preis bleibt gleich. Schalte es nur aus, wenn du reines Bildmaterial benötigst und die Musik später separat hinzufügen willst.

Auflösung je nach Phase wählen. Zum Ausprobieren der Richtung 540p oder 720p verwenden, für die Endfassung dann 2K / 4K. 4K kostet $0,446 pro Sekunde, etwa das 8,7-Fache von 540p; ein 16-Sekunden-4K-Video kostet $7,136, ein gleich langes 720p-Video $1,744. Mit $10 lassen sich ungefähr 38 Videos mit 5 Sekunden 540p, 18 mit 5 Sekunden 720p oder 4 mit 5 Sekunden 4K erzeugen.

Die Dauer wird in ganzen Sekunden abgerechnet. duration akzeptiert nur ganze Zahlen von 3–16, Standard ist 5; die Rechnung ergibt sich aus den übermittelten ganzzahligen Sekunden multipliziert mit dem Preis pro Sekunde. 16 Sekunden kosten genau die 16 Sekunden, es wird nicht auf eine andere Stufe aufgerundet.

Drei Dinge vor dem Livegang beachten

1. Callback plus Polling als Absicherung. Auf oberster Ebene des Request-Bodys "callback": {"url": "https://yourapp.com/hook", "when": "final"} hinzufügen; sowohl Erfolg als auch Fehler werden benachrichtigt. Callbacks können mehrfach zugestellt werden; nach taskId deduplizieren und zusätzlich eine regelmäßige Abfrage als Ausgleich beibehalten.
2. Bei Timeout nicht erneut POSTen. Jede Übermittlung erstellt einen neuen Task und wird sekundengenau abgerechnet. Speichere die taskId und frage bei Netzwerkproblemen dieselbe ID ab, statt erneut zu senden.
3. duration und resolution explizit angeben. Die Standardwerte sind 5 Sekunden und 720p; ohne Angabe wird nach Standardwerten generiert und abgerechnet. Bei Image-to-Video keine aspect_ratio oder reference_image_urls mitgeben; diese Felder gehören zu anderen Modi und führen direkt zu 400.
4. Produkt-Links laufen ab. Die url in output enthält expireAt; sobald du sie erhältst, in deinen eigenen Speicher übertragen.

Häufige Fragen

Kann Image-to-Video zwei Bilder – erstes und letztes – annehmen? Nein, es wird nur ein image_url akzeptiert. Um mehrere Referenzbilder zu verschmelzen, verwende das Reference-to-Video-Modell derselben Serie.

Kann ich 16:9 oder 9:16 selbst wählen? Nein, das Bildformat folgt dem ersten Einzelbild. Schneide das erste Einzelbild vor dem Hochladen auf das Zielverhältnis zu.

Wird es günstiger, wenn ich Audio ausschalte? Nein, audio beeinflusst den Preis nicht; mit und ohne Ton kostet es gleich viel.

Was kostet ein Video genau? Übermittelte ganzzahlige Sekunden × Preis pro Sekunde der Auflösung. 5 Sekunden 720p kosten $0,545, 10 Sekunden 1080p $1,375, 16 Sekunden 4K $7,136.

Erzeuge jetzt dein erstes Video

Kopiere den obigen Wasserflugzeug-Prompt, öffne die Modellseite für Vidu Q4 Preview Image-to-Video, lade das erste Einzelbild hoch, wähle 720p / 5 Sekunden und erhalte für $0,545 ein Video mit Ton. Wenn Kameraführung und Rhythmus passen, ändere resolution auf 2k oder 4k und lasse die Endfassung neu laufen. Alle Parameter findest du in der Integrationsdokumentation.

Weiterlesen: Vidu Q4 Preview Preise · Vidu Q4 Preview vs Kling 3.0 · Sammlung von Image-to-Video-Prompts