Vidu Q4 Preview

Vidu Q4 Preview est la préversion du nouveau modèle vidéo phare de Vidu, inscrite dans son journal officiel le 7 octobre 2026. Son API documente la génération à partir d'images et de références, la génération sonore, des clips de 3 à 16 secondes et une sortie jusqu'en 4K. L'identifiant à utiliser est viduq4-preview.

La question pratique est de savoir si les références et les consignes de caméra permettent d'obtenir le plan souhaité à un coût acceptable. Vidu présente cette mise à jour autour du jeu des personnages, du mouvement, des effets visuels et du langage cinématographique. Ces axes justifient un essai, mais ne constituent pas un taux de réussite mesuré.

Choisir le mode d'entrée avant d'écrire le prompt

Les spécifications de génération depuis une image et de génération depuis des références ne donnent pas le même rôle aux sources :

Choisissez l'image vers vidéo si la composition de départ est déjà fixée. Préférez les références si plusieurs éléments doivent guider le résultat. Attribuez un rôle précis à chaque image — personnage, vêtement, produit ou lieu — pour éviter que des sources contradictoires brouillent la consigne.

Deux limites méritent attention. La carte des modèles annonce 1 à 16 secondes, contre 3 à 16 dans les schémas des endpoints et le barème. Retenez la plage de l'endpoint pour construire une requête. Les pages Q4 Preview consultées ne documentent ni génération à partir de texte seul, ni mode dédié aux images de début et de fin, ni référence vidéo en entrée. Les fonctions d'autres outils Vidu ne s'appliquent pas automatiquement à ce modèle. L'appel à la bibliothèque de sujets est également indiqué comme indisponible pour le moment.

Commencer par un plan de dix secondes facile à juger

Un premier essai gagne à isoler quelques exigences. Préparez, par exemple, une image nette d'une personne en manteau bleu tenant un carnet rouge. Utilisez des ressources que vous avez le droit de téléverser, y compris les références vocales. Choisissez une durée de dix secondes et décrivez cette séquence :

1. 0–3 secondes : plan moyen près d'une fenêtre de gare ; la personne remarque quelque chose dehors et s'arrête.
2. 3–7 secondes : la caméra avance pendant que la personne se retourne ; conserver le visage, le manteau bleu et le carnet rouge.
3. 7–10 secondes : rester sur l'expression, qui passe de la surprise à un léger sourire ; sans personne supplémentaire ni texte à l'écran.
4. Son : ambiance calme de gare et froissement des vêtements ; sans musique ni dialogue pour ce premier passage.

Il s'agit d'un prompt de test proposé, pas d'un clip que nous avons généré. Vérifiez l'identité et la forme des objets pendant le mouvement, la continuité de la caméra et le moment du changement d'émotion. Dans un essai distinct, ajoutez une courte réplique sans changer la consigne visuelle afin d'évaluer la synchronisation labiale.

Examinez chaque génération terminée avec les mêmes critères : identité, action, caméra, audio et qualité de livraison. Conservez les réglages et les prises écartées. Une belle image de départ ne compense pas un visage qui change au milieu d'une scène centrée sur un personnage.

Tarifs officiels de l'API et coût d'une prise utilisable

La page tarifaire de l'API affiche 0,03125 RMB par crédit. Les deux modes de Q4 Preview suivent le même barème :

Calcul : coût du clip = durée × crédits par seconde × 0,03125 RMB. Ce sont les coûts publics en crédits API ; abonnements web, offres de lancement et tarifs OmniaKey répondent à d'autres conditions. Aucune conversion monétaire n'est appliquée. Vérifiez le tarif de votre compte et les services supplémentaires choisis avant un lot.

Vidu précise que les générations échouées, y compris après un refus de modération, ne consomment pas de crédits. Une vidéo terminée mais rejetée pour sa réalisation est un autre cas. Pour un lot hypothétique de dix vidéos de dix secondes en 1080p générées avec succès, le coût de base est de 75 RMB. Si quatre passent la sélection, cela représente 18,75 RMB par clip retenu. Quatre est une hypothèse, pas un taux de réussite mesuré pour Q4 ; le temps de montage s'ajoute.

Nous recommandons donc de valider d'abord mouvement et composition à une résolution inférieure, puis d'évaluer la résolution de livraison. Contrôlez le résultat final : une prise acceptée auparavant ne garantit pas que la génération suivante conservera chaque détail.

Une requête minimale vers l'API de Vidu

Cet exemple suit la documentation image vers vidéo et nécessite une clé API délivrée par Vidu. Remplacez l'URL de l'image par une ressource accessible. Le prompt anglais reste identique dans toutes les versions linguistiques pour faciliter la reproduction.

curl --request POST 'https://api.vidu.com/ent/v2/img2video' \
  --header "Authorization: Token ${VIDU_API_KEY}" \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "viduq4-preview",
    "images": ["https://example.com/reference.jpg"],
    "prompt": "Slow camera push-in; the subject turns toward the window.",
    "is_rec": false,
    "duration": 5,
    "resolution": "720p",
    "audio": true
  }'

Utilisez is_rec: false pour tester votre propre prompt. La valeur par défaut documentée est true : le système recommande un prompt et l'utilise. La conserver peut donc modifier ce que votre essai évalue.

Enregistrez le task_id reçu, puis interrogez GET /ent/v2/tasks/{id}/creations jusqu'à ce que state passe à success ou failed, avec une durée maximale de consultation. La page I2V documente Authorization: Token pour cette requête, tandis que l'exemple R2V indique actuellement Authorization: Bearer. Faites confirmer cette différence par Vidu avant de mutualiser l'intégration des deux modes. Cet exemple a été vérifié dans la documentation, sans exécution sur un endpoint payant.

Les URL de création ont une validité documentée de 24 heures. Téléchargez les résultats dans votre propre stockage au lieu de traiter l'adresse reçue comme un lien permanent.

Dans quels projets essayer Q4 Preview ?

C'est un candidat pertinent pour une scène courte nécessitant un sujet reconnaissable, plusieurs références visuelles ou une coordination du son et de la caméra. Ce sont des critères de sélection pour un essai, pas des avantages de qualité établis. Si le projet exige du texte seul en entrée ou une image finale exacte, cherchez d'abord un modèle qui documente explicitement ce mode API.

Pour élargir la sélection, consultez notre comparatif des modèles d'API vidéo. Pour intégrer OmniaKey, vérifiez les modèles vidéo disponibles et leurs tarifs actuels, avec l'identifiant exact et les conditions du fournisseur. L'exemple Vidu ci-dessus utilise son propre endpoint et ses propres identifiants.

Questions fréquentes

Vidu Q4 Preview est-il la version finale de Q4 ?

La mise à jour et la documentation officielle désignent cette version comme Preview. Utilisez ses identifiants et limites actuels sans présumer qu'ils décrivent une future version finale.

La sortie 4K garantit-elle un résultat prêt à livrer ?

Non. 4K est une option de sortie documentée. Elle ne certifie ni cohérence du visage, ni exactitude du texte, ni mouvement physique, ni synchronisation du dialogue. Vérifiez ces points sur le clip terminé.

Existe-t-il un tarif API gratuit ou promotionnel universel ?

La source API vérifiée utilise le barème de crédits ci-dessus. Les forfaits web et offres temporaires ont leurs propres conditions. Vérifiez l'offre, la résolution et l'éligibilité du compte avant de comparer.