Shengshu: Vidu Q3 Mix

Vidu Q3 Mix crea un video a partir de referencias visuales proporcionadas y una dirección escrita. Es adecuado para escenas ensambladas en torno a varios elementos de referencia, donde el objetivo es combinar esas entradas en una composición en movimiento.

Comparar modelos

viduq3-mix

DisponibleShengshuVideoAsíncrono

Precio: Desde $0.12
Modalidades: Video

Sobre Vidu Q3 Mix

Vidu Q3 Mix crea un vídeo a partir de varias referencias visuales proporcionadas y una instrucción escrita, combinando esos elementos en una composición en movimiento. Pertenece a la generación Q3, que Vidu documenta con salida simultánea de audio y vídeo, y ofrece únicamente la función de referencia a vídeo. Úselo para escenas ensambladas a partir de piezas distintas, como un personaje, un objeto y una ubicación.

Puntos fuertes

Se pueden utilizar varias referencias para alimentar un solo clip, de modo que un personaje, un objeto y un entorno se combinan en una única generación.
Es compatible con el rango de 540p, 720p y 1080p utilizado en los modelos más recientes de Vidu.
Los clips pueden ser más largos que en la serie Q2, según el rango documentado por Vidu para Q3.

Cuándo buscar otra opción

En esta variante no existen entradas de solo texto, imagen a vídeo o pares de fotogramas.
Combinar muchas referencias hace que los resultados sean más difíciles de predecir, así que espere realizar varios intentos para definir la composición.
Utilice Vidu Q3 estándar si solo tiene un sujeto; en ese caso, Mix no añade nada.

Primeros pasos

Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.

Envía tu primera solicitud

Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.

Referencia a videoEndpoint de TokenLab

POST/v1/videos/generations

curl -X POST "https://api.tokenlab.sh/v1/videos/generations" \
  -H "Authorization: Bearer sk-xxx" \
  -H "Content-Type: application/json" \
  -d '{
  "operation": "reference-to-video",
  "output_audio": false,
  "model": "viduq3-mix",
  "prompt": "Cinematic sunrise over a calm lake with gentle camera motion.",
  "image_urls": [
    "https://example.com/reference.jpg"
  ]
}'

Parámetros

Referencia a video

Parámetro	Valores y límites	Predeterminado	Notas
`duration`	No especificado	No especificado	This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.
`image_url`	No especificado	No especificado	The current public contract does not specify an input count limit for this field. Do not infer a count from the example request.
`image_urls`	Entradas: ≥ 1, ≤ 7	No especificado	Image aliases share a total of one to seven reference images. Do not add the limits together.
`output_audio`	No especificado	No especificado	No especificado
`prompt`	No especificado	No especificado	No especificado
`reference_images`	Entradas: ≥ 1, ≤ 7	No especificado	Image aliases share a total of one to seven reference images. Do not add the limits together.
`resolution`	No especificado	No especificado	This field is accepted. The current public contract does not specify a complete value range or list. No additional values are promised. The omitted-field default is not verified.

Use this model for reference-to-video generation.

Precios

El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.

Referencia a video · 720p

por segundo

Precio Official: $0.12
Precio Verified: —
Descuento: —

Referencia a video · 1080p

por segundo

Precio Official: $0.145
Precio Verified: —
Descuento: —

	Precio Officialpor segundo	Precio Verifiedpor segundo	Descuento
Referencia a video · 720p	$0.12	—	—
Referencia a video · 1080p	$0.145	—	—

Uso y actividad

La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.

Uso y disponibilidad

Últimas 24 horas

Solicitudes
Tasa de éxito
Latencia P95
Total de tokens

Desempeño del modelo

Última actualización 1 nov 2026, 9:29 UTC

Las métricas aparecerán una vez que se alcancen los umbrales de privacidad y volumen de datos.

Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.

Casos de uso

Ensamblar una escena a partir de partes
Proporcione una hoja de personaje, un objeto y una imagen de ubicación, y dirija cómo interactúan entre sí.
Conceptos publicitarios con múltiples elementos
Combine referencias de producto, presentador y fondo en un anuncio corto, luego dirija la acción en el prompt para un primer concepto publicitario.
Previsualización de juegos y animaciones
Muestre cómo se mueve un personaje existente a través de un nuevo entorno, utilizando la hoja de personaje y una imagen de ubicación como referencias.
Películas de ambiente (Mood films)
Combine varias imágenes de referencia en un clip coherente con su propio sonido.

Ejemplos de prompts

El astronauta de la primera imagen camina a través del invernadero de la segunda imagen, llevando la linterna de la tercera imagen, plano de seguimiento lento.

Combine las referencias del chef, el puesto del mercado y la olla de cobre: el chef levanta la tapa y el vapor llena el encuadre.

Coloque a la niña y la cometa de papel en el estadio vacío, luz de atardecer, ella suelta la cometa y esta se eleva.

FAQ

¿Qué es Vidu Q3 Mix?

Es un modelo de referencia a vídeo de la generación Q3. Combina múltiples elementos visuales proporcionados y una instrucción de texto en un solo vídeo, con el sonido gestionado como parte de la misma generación.

¿En qué se diferencia Mix de Vidu Q3?

Ambos están basados en referencias. Mix está diseñado para escenas ensambladas alrededor de varias referencias a la vez, mientras que el Q3 base se centra en mantener a un sujeto reconocible en una nueva toma.

¿Es compatible con audio?

Sí. Vidu documenta la salida simultánea de audio y vídeo para viduq3-mix, así que planifique la banda sonora como parte del prompt en lugar de añadirla después en un editor.

¿Puedo empezar solo con texto?

No. Para este modelo solo se indica la función de referencia a vídeo, por lo que debe proporcionar imágenes de referencia. Utilice Vidu Q3 Pro o Turbo para escenas que comiencen únicamente a partir de una descripción de texto.

¿Cuánto cuesta Vidu Q3 Mix?

En TokenLab, Vidu Q3 Mix cuesta $0.12-$0.145 por segundo. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.

¿Qué endpoint debe usar Vidu Q3 Mix?

Utiliza https://api.tokenlab.sh/v1/videos/generations para Vidu Q3 Mix. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.

¿Qué operaciones soporta Vidu Q3 Mix?

Vidu Q3 Mix admite Referencia a video. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.