ViduQ3 pro API — 直接利用するより20%安価
GPTProtoでviduq3-pro APIを呼び出し、同期音声付きの最大16秒・1080pテキスト動画を1回のリクエストで生成できます。viduq3-proはViduのQ3テキスト動画モデルで、映像と同時にセリフ、効果音、音楽をレンダリングし、ショット間のカットを自動で行い、リアル調とアニメ調に対応しています。GPTProto では、1つのAPIキーと残高で、1秒あたり0.04ドル（市場価格の0.05ドルより20%安価）で利用できます。この残高は200種類以上のテキスト・画像・動画モデルにも共通して使えるため、Viduの個別アカウント、地域別のサインアップ、プロバイダーごとのクレジットは必要ありません。
viduq3-proとは
viduq3-proは、Shengshu Technologyが開発したViduのQ3テキスト動画モデルのProティアです。テキストプロンプトから、モーション、カメラ制御、ネイティブ音声を1回の処理で含む短いシネマティッククリップを生成します。このモデルを支える特徴は3つあります。連続した映像を最大16秒生成でき、Q2の生成時間の2倍です。また、同期音声（リップシンク付きのセリフ、効果音、音楽）を生成します。これらはポストプロダクションで追加するのではなく、プロンプトに直接記述します。さらにSmart Cutsにより、1回の生成中にカメラアングルや場所を切り替えられるため、1回のviduq3-pro API呼び出しで編集済みのマルチショットシーケンスを返せます。 Artificial Analysis Video Arenaでは、テキスト動画で世界第2位にランクされ、Runway Gen-4.5および Kling 2.5 Turboを上回っています。
| 仕様 | viduq3-pro（テキスト動画） |
|---|---|
| プロバイダー | Vidu（Shengshu Technology） |
| モデル文字列 | viduq3-pro |
| 入力 | テキストプロンプト（最大5,000文字 ） |
| 出力 | 動画、最大1080p、24 fps |
| 解像度 | 540p / 720p / 1080p（デフォルト720p） |
| 長さ | 1–16秒（デフォルト5秒） |
| アスペクト比 | 16:9 / 9:16 / 3:4 / 4:3 / 1:1 |
| 音声 | ネイティブのセリフ、SFX、BGM（デフォルトでオン） |
| スタイル | 一般（リアル調）およびアニメ |
| 再現性 | シード対応 |
| GPTProtoでの価格 | 1秒あたり0.04ドルから（市場価格の0.05ドルより20%安価） |
viduq3-proとviduq2-pro、Seedance 2.0の比較
| viduq3-pro | viduq2-pro | Seedance 2.0 | |
|---|---|---|---|
| 最大長 | 16秒 | 8秒 | 15秒 |
| 最大解像度 | 1080p | 1080p | 1080p |
| ネイティブ音声 | はい | はい | はい |
| アニメ調 | はい | はい | はい |
| Arena順位（T2V） | #2 | — | #1 |
| GPTProtoでの価格 | 1秒あたり0.04ドルから | 1秒あたり0.032ドルから | 1秒あたり0.1663ドルから |
選び方：viduq3-proは最長の単一処理クリップ（16秒）と専用のアニメスタイルを提供します。長い物語の一場面や、スタイライズされた2D出力が必要な場合に適しています。8秒で十分な場合は、viduq2-proが1秒あたり0.032ドルでより安価な選択肢です。Seedance 2.0は現在、純粋なテキスト動画品質でArenaの首位に立っています。クリップの長さよりもベンチマークでの忠実度を重視する場合に選ぶとよいでしょう。
GPTProtoでの請求
GPTProtoでは、プリペイド残高からviduq3-proの生成ごとに料金が請求されます。クレジットパックや期限切れになるティアはありません。1秒あたり0.04ドル（市場価格の0.05ドルより20%安価）なので、5秒の540pクリップは約0.20ドルです。ダッシュボードには各リクエストの正確な料金が表示されます。（解像度ごとの料金は上記の料金表に記載されています。）
公式Vidu APIからの移行
すでにViduを直接呼び出していますか？GPTProtoでviduq3-proに移行するのは、差し替えだけで完了します。ベースURLをGPTProtoに変更し、GPTProto APIキーに差し替え、モデル文字列を viduq3-proに設定します。プロンプト、長さ、解像度、アスペクト比のパラメーターはそのまま引き継げます。地域別のViduサインアップなしで利用でき、プロバイダーごとのクレジットではなく1つの残高を使え、同じキーで200種類以上の他のモデルにもアクセスできます。
ViduQ3 pro動画プロンプトレシピ
viduq3-proは最大5,000文字のプロンプトを読み取ります。被写体、アクション、カメラ、照明、そして音声がネイティブ対応しているため、希望する音を具体的に記述してください。
- シネマティック：「ひび割れた宇宙ステーションの窓辺に立つ孤独な宇宙飛行士へ、ゆっくりとドリーイン。背後では地球が昇っている。低いエンジン音、遠くで鳴る警報音。」（
長さ：8、解像度：1080p） - アニメ：「アニメ調。夕暮れの屋上を少女が疾走し、髪とスカーフがたなびいている。軽快なシンセサウンド、金属の上を踏みしめる足音。」（スタイル：アニメ）
- プロダクト：「大理石の上で回転するマットブラックの腕時計を、真上からゆっくりとプッシュイン。柔らかなスタジオの環境音、秒針が動く際のかすかなクリック音。」
カメラワークと音声は具体的に指定してください。曖昧なプロンプトでは、静止ショットと汎用的な音声がデフォルトになります。
」
