Comment utiliser l'API Vidu Q4 Preview image-to-video ? Une vidéo 4K avec son en 5 minutes

TL;DR

• Qu'est-ce que c'est : Vidu Q4 Preview image-to-video est disponible sur HiAPI ; ouvrez la page du modèle, téléchargez une première image, écrivez une phrase d'action et obtenez une vidéo de 3 à 16 secondes, jusqu'à 4K, avec audio natif activé par défaut. Les nouveaux utilisateurs reçoivent 200 crédits à l'inscription.
• Combien ça coûte : facturation au nombre entier de secondes soumis × prix unitaire de la résolution choisie : 540p 0,0515 $/s, 720p 0,109 $/s, 1080p 0,1375 $/s, 2K 0,2175 $/s, 4K 0,446 $/s. 5 s en 720p coûte 0,545 $, 5 s en 4K coûte 2,23 $ ; l'option audio n'entre pas dans le calcul.
• Comment l'appeler au plus vite : sur la page du modèle, téléchargez la première image, choisissez 720p et 5 secondes, et lancez. Pour l'intégrer à un produit, utilisez POST https://api.hiapi.ai/v1/tasks avec model renseigné à vidu-q4-preview/image-to-video.

Qu'est-ce que Vidu Q4 Preview ? Ce qu'il ajoute par rapport à Q3 Mix

Son entrée se limite à une première image. La composition, l'angle de caméra, la lumière et le cadrage sont fixés par cette image ; le modèle se charge ensuite d'ajouter le mouvement, les mouvements de caméra et le son, et produit un MP4.

Par rapport au reference-to-video de Q3 Mix, l'image-to-video de Q4 apporte trois changements concrets :

• Une seule première image suffit pour 3 à 16 secondes. Inutile de préparer plusieurs images de référence : une seule image peut porter tout le plan ; la durée se saisit en secondes entières, 5 secondes par défaut.
• Jusqu'à 4K. Cinq paliers disponibles : 540p, 720p, 1080p, 2K, 4K ; le reference-to-video de Q3 Mix plafonne à 1080P, Q4 pousse l'image-to-video jusqu'à la 4K.
• Audio natif activé par défaut. audio vaut true par défaut : les sons d'ambiance, dialogues et effets décrits dans le prompt sont générés en même temps ; il faut le passer à false pour obtenir une vidéo muette, au même prix.
• Surface de paramètres très réduite. Seulement cinq champs : image_url, prompt, duration, resolution, audio. Pas d'aspect_ratio : en envoyer un renvoie une erreur 400 ; le format suit uniquement la première image.

L'hydravion ci-dessous est une vidéo de 5 secondes en 720p générée à partir d'une seule première image ; le travelling avant, la mise en route de l'hélice et les ondulations à la surface sont tous dans le prompt :

Le pilote fait un signe de la main, le moteur de l'hydravion démarre, l'hélice se met à tourner, des ondulations apparaissent à la surface, la caméra avance lentement, lumière dorée du matin.

Générer avec ce prompt → Le lien ne préremplit que le prompt texte ; une fois ouvert, il faut télécharger soi-même la première image, puis régler la résolution sur 720p et la durée sur 5 secondes.

Essai en ligne : la première vidéo en 5 étapes

1. Ouvrez la page du modèle Vidu Q4 Preview image-to-video ; après connexion, un nouveau compte dispose de 200 crédits.
2. Téléchargez la première image, au format JPG/JPEG/PNG/WEBP, 50 Mo maximum par image. Vérifiez que cette image correspond bien à la seconde 0 que vous voulez.
3. Dans le champ prompt, décrivez uniquement les actions, les mouvements de caméra et les sons à ajouter ; ne répétez pas ce qui est déjà visible dans l'image.
4. Choisissez une durée en secondes entières entre 3 et 16, commencez par 5 ; pour la résolution, commencez par 720p. Laissez l'audio activé.
5. Soumettez, téléchargez directement la vidéo produite, puis décidez si vous la relancez en haute résolution.

200 crédits valent environ 0,10 $, ce qui ne suffit pas pour une vidéo de 3 secondes en 540p ; il est conseillé de recharger d'abord 10 $ pour lancer le premier palier.

Intégration API : en 4 étapes

1. Créez une clé API dans la console.
2. POST https://api.hiapi.ai/v1/tasks avec model renseigné à vidu-q4-preview/image-to-video et les champs placés dans input.
3. Une fois le taskId obtenu, interrogez GET /v1/tasks/{taskId} en boucle, ou configurez callback au niveau supérieur du corps de la requête.
4. Quand status passe à success, téléchargez le MP4 depuis output[0].url.

curl exécutable

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": "飞行员挥手，水上飞机引擎点着、螺旋桨转起来，水面泛起涟漪，镜头缓慢推进，金色晨光。",
      "duration": 5,
      "resolution": "720p",
      "audio": true
    }
  }'

L'ID de tâche se trouve dans data.taskId ; pour l'interrogation, utilisez la même clé Bearer :

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

data.status passe par queued, handling, archiving, puis success ou fail. archiving signifie que le traitement est encore en cours, ce n'est pas un échec.

Version Python : créer, interroger, télécharger

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": "飞行员挥手，水上飞机引擎点着、螺旋桨转起来，水面泛起涟漪，镜头缓慢推进，金色晨光。",
        "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"))

Une tâche vidéo prend généralement de plusieurs dizaines de secondes à quelques minutes ; un intervalle d'interrogation de 5 secondes suffit, et il est conseillé de fixer un délai d'expiration à 10–15 minutes.

Comment configurer la première image, le format, l'audio et la résolution

La première image détermine le format. Il n'y a pas de champ aspect_ratio : le ratio de la vidéo reprend entièrement celui de la première image, dans une plage de 1:4 à 4:1. Pour du vertical, recadrez d'abord la première image en 9:16 avant de la télécharger ; avec une image verticale en 4:7, la vidéo sera aussi en 4:7.

L'audio est présent par défaut. Le prompt de cette vidéo de 5 secondes en 720p de la barista mentionne les murmures du café et le bruit de la vapeur de la machine à espresso ; l'audio est généré en même temps :

La barista pose le pichet de lait, la latte art dans la tasse se fige en forme de feuille, de la vapeur s'élève ; elle lève les yeux vers la caméra et sourit. En arrière-plan, les murmures du café et le bruit de la vapeur de la machine à espresso. Lent travelling avant à l'épaule, lumière chaude du matin à travers la fenêtre.

Générer avec ce prompt → Une fois le lien ouvert, il faut également télécharger cette première image verticale et choisir la résolution 720p.

Mettre audio à false produit une vidéo muette, au même prix. Ne le désactivez que si vous voulez une image pure et ajouterez une musique séparément en post-production.

Choisissez la résolution selon l'étape. Utilisez 540p ou 720p pour tester une direction, puis passez à 2K / 4K pour la version finale. La 4K coûte 0,446 $/s, soit environ 8,7 fois la 540p ; une vidéo de 16 secondes en 4K coûte 7,136 $, contre 1,744 $ pour 16 secondes en 720p. Avec 10 $, vous pouvez produire environ 38 vidéos de 5 s en 540p, 18 de 5 s en 720p, 4 de 5 s en 4K.

La durée se facture en secondes entières. duration n'accepte que des entiers de 3 à 16, 5 par défaut ; la facture correspond au nombre entier de secondes soumis multiplié par le prix unitaire par seconde. 16 secondes, c'est le prix de 16 secondes, sans arrondi vers un autre palier.

3 points à vérifier avant la mise en production

1. Callback avec interrogation en secours. Ajoutez au niveau supérieur du corps de la requête "callback": {"url": "https://yourapp.com/hook", "when": "final"} : succès et échec sont notifiés ; un callback peut être livré plusieurs fois, dédupliquez par taskId et conservez une interrogation périodique en compensation.
2. En cas de timeout, ne refaites pas de POST. Chaque soumission crée une nouvelle tâche et facture à la seconde. Stockez le taskId et, en cas de perturbation réseau, interrogez le même ID au lieu de renvoyer une requête.
3. Écrivez explicitement duration et resolution. Les valeurs par défaut sont 5 secondes et 720p ; sans les préciser, la vidéo est produite et facturée avec les valeurs par défaut. Pour l'image-to-video, n'ajoutez ni aspect_ratio ni reference_image_urls : ces deux champs appartiennent à d'autres modes et renvoient directement une erreur 400.
4. Les liens des résultats expirent. L'url dans output contient un expireAt ; dès réception, copiez le fichier dans votre propre stockage.

Questions fréquentes

Peut-on envoyer une première et une dernière image pour l'image-to-video ? Non, une seule image_url est acceptée. Pour fusionner plusieurs images de référence, utilisez le modèle reference-to-video de la même série.

Peut-on choisir soi-même le 16:9 ou le 9:16 ? Non, le format suit la première image. Recadrez d'abord la première image au ratio souhaité, puis téléchargez-la.

Désactiver l'audio revient-il moins cher ? Non, audio n'entre pas dans la facturation : avec ou sans son, le prix est identique.

Combien coûte une vidéo au juste ? Le nombre entier de secondes soumis × le prix unitaire de la résolution. 5 s en 720p coûte 0,545 $, 10 s en 1080p 1,375 $, 16 s en 4K 7,136 $.

Générez votre première vidéo dès maintenant

Copiez le prompt de l'hydravion ci-dessus, ouvrez la page du modèle Vidu Q4 Preview image-to-video, téléchargez la première image, choisissez 720p / 5 secondes, et obtenez pour 0,545 $ une vidéo avec son. Une fois le plan et le rythme validés, remplacez resolution par 2k ou 4k et relancez pour la version finale. Tous les paramètres sont dans la documentation d'intégration.

À lire aussi : Tarifs de Vidu Q4 Preview · Vidu Q4 Preview vs Kling 3.0 · Recueil de prompts image-to-video