Como usar a API de imagem para vídeo do Vidu Q4 Preview? Crie um vídeo 4K com áudio em 5 minutos

TL;DR

• O que é: O Vidu Q4 Preview de imagem para vídeo já está na HiAPI. Abra a página do modelo, envie um quadro inicial e escreva uma frase de ação para obter um vídeo de 3 a 16 segundos, com até 4K e áudio nativo ativado por padrão. Novos usuários ganham 200 créditos ao se registrar.
• Quanto custa: A cobrança é por segundos inteiros enviados × preço unitário da resolução escolhida: 540p $0.0515/s, 720p $0.109/s, 1080p $0.1375/s, 2K $0.2175/s, 4K $0.446/s. 5 segundos em 720p custa $0.545; 5 segundos em 4K custa $2.23. A opção audio não entra no cálculo.
• Como chamar rapidamente: Na página do modelo, envie o quadro inicial, escolha 720p e 5 segundos e execute. Para integrar ao produto, use POST https://api.hiapi.ai/v1/tasks com model preenchido como vidu-q4-preview/image-to-video.

O que é o Vidu Q4 Preview? O que ele adiciona em relação ao Q3 Mix

A entrada é apenas um quadro inicial. Composição, posição da câmera, iluminação e proporção são definidas por essa imagem; o modelo se encarrega de completar o movimento, o deslocamento de câmera e o som, gerando um MP4.

Comparado ao Q3 Mix de referência para vídeo, o Q4 de imagem para vídeo traz três mudanças concretas:

• Um único quadro inicial gera de 3 a 16 segundos. Não é preciso preparar várias imagens de referência; uma só sustenta toda a tomada. A duração é informada em segundos inteiros, com padrão de 5 segundos.
• Até 4K. Cinco opções: 540p, 720p, 1080p, 2K e 4K. O Q3 Mix de referência para vídeo tinha limite de 1080P; o Q4 eleva o imagem para vídeo a 4K.
• Áudio nativo ativado por padrão. audio vem como true; sons ambiente, diálogos e efeitos sonoros descritos no prompt são gerados juntos. Defina como false para obter vídeo sem som; o preço não muda.
• Poucos parâmetros. Apenas cinco campos: image_url, prompt, duration, resolution e audio. Não há aspect_ratio; se enviado, retorna 400. A proporção segue apenas o quadro inicial.

O hidroavião abaixo foi gerado a partir de um único quadro inicial, em 5 segundos e 720p; o avanço de câmera, o início da hélice e as ondulações na água estão no prompt:

O piloto acena, o motor do hidroavião liga, a hélice começa a girar, ondulações se formam na água, a câmera avança lentamente, luz dourada da manhã.

Gerar com este prompt → O link pré-preenche apenas o prompt de texto; após abrir, você ainda precisa enviar o quadro inicial e definir a resolução como 720p e a duração como 5 segundos.

Teste online: 5 passos para o primeiro vídeo

1. Abra a página do modelo Vidu Q4 Preview de imagem para vídeo; após o login, novas contas têm 200 créditos.
2. Envie o quadro inicial; aceita JPG/JPEG/PNG/WEBP, até 50MB por imagem. Pense bem se esse quadro é o segundo 0 que você deseja.
3. No campo de prompt, escreva apenas as ações, o movimento de câmera e o som que devem ser adicionados; não repita o que já está na imagem.
4. Escolha a duração em segundos inteiros entre 3 e 16; comece com 5. Para resolução, comece com 720p. Mantenha o áudio ativado.
5. Envie, baixe o vídeo gerado e depois decida se quer refazer com resolução maior.

200 créditos equivalem a cerca de $0.10, insuficiente para um vídeo de 3 segundos em 540p; recomenda-se recarregar $10 para o primeiro teste.

Integração via API: 4 passos

1. Crie uma API Key no console.
2. POST https://api.hiapi.ai/v1/tasks, com model como vidu-q4-preview/image-to-video e os campos dentro de input.
3. Após obter o taskId, consulte GET /v1/tasks/{taskId} ou configure callback no nível superior do corpo da requisição.
4. Quando status for success, baixe o MP4 em output[0].url.

curl executável

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": "O piloto acena, o motor do hidroavião liga, a hélice começa a girar, ondulações se formam na água, a câmera avança lentamente, luz dourada da manhã.",
      "duration": 5,
      "resolution": "720p",
      "audio": true
    }
  }'

O ID da tarefa fica em data.taskId; inclua a mesma Bearer Key na consulta:

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

data.status passa por queued, handling, archiving, success ou fail. archiving ainda está em processamento, não é falha.

Versão em Python: criar, consultar, baixar

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": "O piloto acena, o motor do hidroavião liga, a hélice começa a girar, ondulações se formam na água, a câmera avança lentamente, luz dourada da manhã.",
        "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"))

Tarefas de vídeo costumam levar de dezenas de segundos a alguns minutos; intervalo de 5 segundos na consulta é suficiente, e o timeout máximo recomendado é de 10 a 15 minutos.

Como configurar quadro inicial, proporção, áudio e resolução

O quadro inicial define a proporção. Não existe o campo aspect_ratio; a proporção do vídeo segue integralmente o quadro inicial, com intervalo de 1:4 a 4:1. Para fazer vertical, corte o quadro inicial em 9:16 antes de enviar; se enviar uma imagem vertical 4:7, o vídeo também será 4:7.

O áudio já vem por padrão. O prompt do vídeo de 5 segundos em 720p da barista menciona sussurros de café e som de vapor da máquina de café; o áudio é gerado junto:

A barista baixa a jarra de leite, a arte no copo se firma em forma de folha, o vapor sobe; ela levanta a cabeça, olha para a câmera e sorri. Ao fundo, sussurros de café e som de vapor da máquina de café. Movimento lento de câmera na mão se aproximando, luz quente da manhã atravessando a janela.

Gerar com este prompt → Após abrir, também é necessário enviar este quadro inicial vertical e escolher resolução 720p.

Definir audio como false gera vídeo sem som, sem alteração de preço. Desative apenas quando precisar de imagem pura para trilha sonora separada na pós-produção.

Escolha a resolução por etapa. Use 540p ou 720p para testar a direção; para a versão final, use 2K / 4K. 4K custa $0.446 por segundo, cerca de 8,7 vezes o 540p; um vídeo de 16 segundos em 4K custa $7.136, enquanto 16 segundos em 720p custa $1.744. Com $10, dá para gerar cerca de 38 vídeos de 5 segundos em 540p, 18 de 5 segundos em 720p ou 4 de 5 segundos em 4K.

A duração é cobrada em segundos inteiros. duration aceita apenas inteiros de 3 a 16, com padrão 5; a fatura é calculada pelos segundos inteiros enviados multiplicados pelo preço por segundo. 16 segundos custa o preço de 16 segundos, sem arredondamento para outra faixa.

3 cuidados antes de ir para produção

1. Callback com consulta de fallback. Adicione no nível superior do corpo da requisição "callback": {"url": "https://yourapp.com/hook", "when": "final"}; sucesso e falha serão notificados. O callback pode ser entregue mais de uma vez; deduplique por taskId e mantenha uma consulta periódica como compensação.
2. Não faça novo POST em caso de timeout. Cada envio cria uma nova tarefa e cobra por segundo. Armazene o taskId e consulte o mesmo ID em caso de instabilidade de rede, em vez de enviar novamente.
3. Escreva explicitamente duration e resolution. Os padrões são 5 segundos e 720p; se omitidos, o vídeo será gerado e cobrado com esses valores. Não inclua aspect_ratio ou reference_image_urls no imagem para vídeo; esses campos pertencem a outros modos e retornam 400 se enviados.
4. Os links dos produtos expiram. O url em output contém expireAt; transfira para seu próprio armazenamento assim que receber.

Perguntas frequentes

O imagem para vídeo aceita dois quadros, inicial e final? Não, aceita apenas um image_url. Para combinar várias imagens de referência, use o modelo de referência para vídeo da mesma família.

Posso escolher 16:9 ou 9:16? Não, a proporção segue o quadro inicial. Corte o quadro inicial na proporção desejada antes de enviar.

Desligar o áudio sai mais barato? Não, audio não entra no cálculo de preço; com e sem som custam o mesmo.

Quanto custa um vídeo, afinal? Segundos inteiros enviados × preço unitário da resolução. 5 segundos em 720p custa $0.545; 10 segundos em 1080p custa $1.375; 16 segundos em 4K custa $7.136.

Gere o primeiro agora

Copie o prompt do hidroavião acima, abra a página do modelo Vidu Q4 Preview de imagem para vídeo, envie o quadro inicial, escolha 720p / 5 segundos e obtenha um vídeo com som por $0.545. Depois de confirmar o enquadramento e o ritmo, troque resolution para 2k ou 4k e refaça a versão final. Parâmetros completos na documentação de integração.

Leitura relacionada: Preço do Vidu Q4 Preview · Vidu Q4 Preview vs Kling 3.0 · Coleção de prompts para imagem para vídeo