Shengshu: Vidu Q3 Mix

O Vidu Q3 Mix cria um vídeo a partir de referências visuais fornecidas e uma direção escrita. É adequado para cenas montadas em torno de vários elementos de referência, onde o objetivo é combinar essas entradas em uma composição em movimento.

Comparar modelos

viduq3-mix

DisponívelShengshuVídeoAssíncrono

Preço: A partir de $0.12
Modalidades: Vídeo

Sobre o Vidu Q3 Mix

O Vidu Q3 Mix cria um vídeo a partir de várias referências visuais fornecidas e uma direção escrita, combinando esses elementos em uma única composição em movimento. Ele pertence à geração Q3, que o Vidu documenta com saída simultânea de áudio e vídeo, e oferece apenas a função de referência para vídeo. Use-o para cenas montadas a partir de peças distintas, como um personagem, um objeto e um local.

Pontos fortes

Várias referências podem alimentar um único clipe, de modo que um personagem, um objeto e um cenário sejam combinados em uma única geração.
Ele suporta a faixa de 540p, 720p e 1080p usada nos modelos mais recentes do Vidu.
Os clipes podem ser mais longos do que na série Q2, conforme a faixa documentada pelo Vidu para o Q3.

Quando usar outro modelo

Não existem entradas apenas de texto, imagem para vídeo ou pares de quadros nesta variante.
Combinar muitas referências torna os resultados mais difíceis de prever, portanto, espere realizar várias tentativas para definir a composição.
Use o Vidu Q3 padrão se você tiver apenas um assunto; o Mix não adiciona nada nesse caso.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Referência para vídeoEndpoint do 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"
  ]
}'

Parâmetros

Referência para vídeo

Parâmetro	Valores e limites	Padrão	Notas
`duration`	Não fornecido	Não fornecido	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`	Não fornecido	Não fornecido	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	Não fornecido	Image aliases share a total of one to seven reference images. Do not add the limits together.
`output_audio`	Não fornecido	Não fornecido	Não fornecido
`prompt`	Não fornecido	Não fornecido	Não fornecido
`reference_images`	Entradas: ≥ 1, ≤ 7	Não fornecido	Image aliases share a total of one to seven reference images. Do not add the limits together.
`resolution`	Não fornecido	Não fornecido	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.

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Referência para vídeo · 720p

por segundo

Preço Official: $0.12
Preço Verified: —
Desconto: —

Referência para vídeo · 1080p

por segundo

Preço Official: $0.145
Preço Verified: —
Desconto: —

	Preço Officialpor segundo	Preço Verifiedpor segundo	Desconto
Referência para vídeo · 720p	$0.12	—	—
Referência para vídeo · 1080p	$0.145	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 09:29 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Casos de uso

Montagem de uma cena a partir de partes
Forneça uma folha de personagem, um objeto e uma imagem de local, e direcione como eles interagem.
Conceitos de anúncios com múltiplos elementos
Combine referências de produto, apresentador e plano de fundo em um anúncio curto, depois direcione a ação no prompt para um primeiro conceito de anúncio.
Previs de jogos e animações
Mostre como um personagem existente se move através de um novo ambiente, usando a folha de personagem e uma imagem de local como referências.
Filmes de atmosfera (Mood films)
Mescle várias imagens de referência em um clipe coerente com seu próprio som.

Exemplos de prompt

O astronauta da imagem um caminha pelo jardim botânico da imagem dois, carregando a lanterna da imagem três, tomada de acompanhamento lenta.

Combine as referências do chef, da banca de mercado e da panela de cobre: o chef levanta a tampa e o vapor preenche o quadro.

Coloque a garota e a pipa de papel no estádio vazio, luz do entardecer, ela solta a pipa e ela sobe.

FAQ

O que é o Vidu Q3 Mix?

É um modelo de referência para vídeo da geração Q3. Ele combina múltiplos elementos visuais fornecidos e uma direção de texto em um único vídeo, com o som sendo tratado como parte da mesma geração.

Como o Mix é diferente do Vidu Q3?

Ambos são baseados em referências. O Mix é posicionado para cenas montadas em torno de várias referências ao mesmo tempo, enquanto o Q3 base foca em manter um assunto reconhecível em uma nova tomada.

Ele suporta áudio?

Sim. O Vidu documenta a saída simultânea de áudio e vídeo para o viduq3-mix, portanto, planeje a trilha sonora como parte do prompt em vez de adicioná-la posteriormente em um editor.

Posso começar apenas com texto?

Não. Apenas a função de referência para vídeo está listada para este modelo, portanto, você deve fornecer imagens de referência. Use o Vidu Q3 Pro ou Turbo para cenas que começam apenas com uma descrição de texto.

Quanto custa o Vidu Q3 Mix?

No TokenLab, Vidu Q3 Mix custa $0.12-$0.145 por segundo. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual endpoint o Vidu Q3 Mix deve usar?

Use https://api.tokenlab.sh/v1/videos/generations para Vidu Q3 Mix. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Vidu Q3 Mix suporta?

Vidu Q3 Mix suporta Referência para vídeo. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.