For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/es/articles/vidu-q4-preview-review-4k-ai-video-16s-cl-b7ef8d69.md.
El video generado por IA suele ser lo bastante caro como para que cada toma fallida duela.
El video generado por IA suele ser lo bastante caro como para que cada toma fallida duela.
El autor original probó Vidu Q4 Preview, el modelo insignia más reciente de generación de video de ShengShu Technology, y descubrió una estructura de costes muy diferente.
Mediante una promoción temporal del producto web de Vidu, un video de aproximadamente un minuto sobre una «abuela malvada» en un entorno inspirado en GTA 6 costó aproximadamente:
¥5,4 en total
≈ ¥0,09 por segundo generado
Ese precio de entrada es lo que hace interesante el experimento.
Pero requiere una aclaración importante:
¥0,09/s es un precio promocional del SaaS, no la tarifa estándar de la API de Vidu.
La plataforma oficial de API de Vidu actualmente muestra para Q4 Preview una tarifa de créditos más alta y dependiente de la resolución.
El modelo es más que un generador de bajo coste.
Vidu Q4 Preview admite:
El artículo original se centra menos en las cifras de las pruebas comparativas y más en aspectos que los creadores pueden observar de inmediato: actuación, lenguaje de cámara, efectos visuales, consistencia y cómo los reintentos baratos cambian el proceso creativo.
El flujo de prueba es sencillo.
En la página Reference-to-Video de Vidu:
El artículo original incluía una captura de esta interfaz de configuración, pero la imagen de origen no pudo recuperarse de forma fiable durante la preparación, por lo que no se reproduce aquí.
La documentación oficial de Vidu confirma los parámetros subyacentes de referencia a video:
| Ajuste | Valor compatible |
|---|---|
| Modelo | viduq4-preview |
| Imágenes de referencia | 1–15 |
| Audio de referencia | 0–3 |
| Duración | 3–16 segundos |
| Relación de aspecto | 1:1, 9:16, 16:9, 3:4, 4:3 |
| Resolución | 540p, 720p, 1080p, 2K, 4K |
| Salida de audio y video | Compatible |
Cada clip de audio de referencia puede durar entre 3 y 12 segundos y actualmente está documentado como entrada MP3.
La primera prueba práctica se centró en la actuación.
En lugar del personaje de la «abuela malvada» utilizado en el ejemplo inicial, el autor cambió a un hombre y una mujer extranjeros que hablaban en inglés.
Lo más útil del resultado no fueron los llantos dramáticos ni los movimientos exagerados.
Fue una prueba más sutil del lenguaje cinematográfico:
El autor observó que una sola generación podía mantener una estructura estable de plano-contraplano.
Esto es importante porque las escenas de conversación suelen mostrar rápidamente las debilidades del video generado por IA.
Los grandes movimientos faciales pueden ocultar a veces pequeñas inconsistencias.
Una pausa silenciosa no puede hacerlo.
El personaje debe seguir pareciendo la misma persona, mantener el mismo estado emocional y conservar la coherencia espacial mientras cambia la cámara.
El segundo ejemplo pasó del diálogo al combate.
Un usuario de Vidu llamado «Spark 279» creó una secuencia de lucha de estilo cómic de aproximadamente diez segundos.
La fuente destaca:
La acción representa un tipo de fallo diferente al del diálogo.
En una escena de lucha rápida, el modelo debe seguir:
identidad del personaje
+
posición del cuerpo
+
posición de la cámara
+
dirección del movimiento
+
geometría del entorno
+
sincronización de los efectos
Cuando uno de esos elementos se desvía, el clip empieza a parecer sintético de inmediato.
La impresión del autor de la fuente fue que Q4 Preview mantenía esas relaciones de una manera inusualmente sólida para su precio.
Se trata de una prueba cualitativa, no de una evaluación comparativa estandarizada, pero refleja la forma en que los creadores evalúan realmente el video generativo.
La siguiente prueba se trasladó a un gran entorno de ciencia ficción.
La configuración situaba a un astronauta en una plataforma de observación frente a una enorme estructura suspendida sobre un mar de nubes.
El detalle más importante no era la estructura en sí.
Era la iluminación.
Cuando la máquina se iluminaba, la luz naranja cálida también aparecía en:
Cuando la estructura se atenuaba, la escena regresaba a un tono más frío.
La fuente utiliza esto para establecer una distinción útil.
Un efecto visual resulta más convincente cuando no se limita a estar «pintado» sobre una parte del encuadre.
Debe modificar el entorno circundante.
Por ejemplo:
explosión
→ las superficies cercanas se vuelven más brillantes
→ el humo sigue el movimiento
→ las partículas reaccionan a la escena
→ el movimiento del personaje permanece sincronizado
Q4 Preview se presenta específicamente como una solución orientada a efectos cinematográficos más sólidos, interacción con la escena y dinámica de cámara.
El autor también probó un anuncio de café.
Este tipo de clip es menos espectacular que una secuencia de acción, pero representa mejor algunos usos comerciales del video generado por IA.
El video de producto necesita:
La fuente describe el resultado simplemente como fluido y utilizable.
Este tipo de carga de trabajo puede ser uno de los argumentos comerciales más sólidos a favor de un modelo como Q4 Preview.
Los creadores pueden generar varias versiones de:
sin tratar cada reintento como una decisión presupuestaria importante.
Esta es la aclaración factual más importante del artículo original.
El artículo indica:
~¥0,09 por segundo
y señala que seis clips, con un total aproximado de 110 segundos, costaron menos de ¥10.
Ese cálculo es coherente con el precio de entrada promocional del SaaS:
110 × ¥0,09 ≈ ¥9,90
Pero los precios de la API estándar de Vidu son diferentes.
La plataforma oficial de API de China de Vidu muestra actualmente:
1 crédito = ¥0,03125
Q4 Preview consume:
| Resolución | Créditos / segundo | RMB aproximados / segundo |
|---|---|---|
| 540p | 9 | ¥0,28125 |
| 720p | 19 | ¥0,59375 |
| 1080p | 24 | ¥0,75 |
| 2K | 38 | ¥1,1875 |
| 4K | 78 | ¥2,4375 |
Por tanto, una generación de diez segundos mediante la API cuesta aproximadamente:
| Resolución | Coste de 10 segundos |
|---|---|
| 540p | ¥2,81 |
| 720p | ¥5,94 |
| 1080p | ¥7,50 |
| 2K | ¥11,88 |
| 4K | ¥24,38 |
La afirmación del artículo original de que la API a 720p cuesta «aproximadamente ¥0,6/s» y a 1080p «aproximadamente ¥0,75/s» es, por tanto, correcta.
Porque ese ejemplo utilizó la promoción del producto web, no la facturación estándar de la API.
Vidu lanzó Q4 Preview con precios promocionales del SaaS que podían reducir algunos modos de generación a unos pocos jiao o, en el caso del precio anunciado más bajo, a ¥0,09 por segundo.
La regla importante es:
Comprueba siempre si el precio citado de Vidu se refiere al uso promocional del SaaS, a créditos de API, a una resolución concreta, a descuentos del plan o a una oferta temporal de lanzamiento.
Esas cifras no son intercambiables.
Después de las pruebas prácticas, la fuente pasa a analizar el modelo en sí.
Vidu presenta Q4 como un modelo insignia de nueva generación centrado en el rendimiento expresivo del video.
La versión Preview hace hincapié en tres áreas:
Estas áreas coinciden estrechamente con los fallos habituales del video generado por IA.
Muchos personajes generados ya parecen fotorrealistas.
El problema más difícil es que no siempre parecen estar actuando realmente.
Un fallo habitual tiene este aspecto:
rostro neutro
→ sonrisa repentina
→ tristeza repentina
con muy poca transición emocional entre los estados.
La fuente sostiene que Q4 Preview es notablemente mejor en pequeños cambios de:
Por eso el autor dedica tanto tiempo a las escenas de diálogo en lugar de centrarse únicamente en explosiones y acción.
La actuación sutil suele ser una prueba más difícil.
La voz también forma parte de la actuación.
Reference-to-Video admite hasta:
3 clips de audio de referencia
La página oficial del producto de Vidu describe estas entradas como referencias de voz que pueden ayudar a conservar la voz de un personaje en distintas escenas generadas.
El audio no es simplemente una banda sonora independiente.
El objetivo es mantener alineados:
con la actuación visual.
Esto es importante cuando un personaje aparece en varias escenas con emociones diferentes.
Describe tu idea una vez y We0 AI puede generar un sitio de presentacion, paginas y CMS, y ayudarte a atraer clientes y trafico tras el lanzamiento.
Una generación completa de proyectos para registro gratuito
Lo mejor para probar un flujo de generación completo y ver rápidamente el primer borrador del proyecto.
El modelo puede utilizar la misma identidad vocal y cambiar al mismo tiempo la forma de interpretarla.
El segundo foco es la cinematografía.
La fuente destaca movimientos como:
La página oficial de Q4 también destaca la narrativa con múltiples planos y el movimiento fluido de cámara.
Una parte útil de la mejora es la consistencia del sujeto durante esos movimientos.
El problema más difícil no es hacer que la cámara se mueva.
Es conservar:
identidad del sujeto
+
relaciones espaciales
+
geometría de la escena
mientras la cámara se mueve.
Q4 Preview también puede alternar entre vistas más amplias y más cerradas dentro de una sola generación.
La duración máxima de un clip individual es:
16 segundos
lo que da al modelo tiempo suficiente para una breve acción o una escena con varios planos.
El tercer foco son los efectos visuales.
La fuente plantea una idea acertada: describir una explosión es fácil.
Hacer que todo lo que rodea a la explosión reaccione correctamente es más difícil.
Un resultado sólido necesita:
La prueba de ciencia ficción se presenta como un ejemplo de este comportamiento de efectos más integrado.
De nuevo, se trata de una prueba subjetiva de creador y no de una evaluación comparativa formal.
Pero es un criterio práctico para evaluar video generativo destinado a producción.
Vidu Q4 Preview admite generación directa en:
540p
720p
1080p
2K
4K
Esto está documentado tanto en la página del producto de Vidu como en la API.
Se aplica a las interfaces de imagen a video y de referencia a video de Q4 Preview.
Esto es importante porque «compatibilidad con 4K» puede significar cosas diferentes en los productos de video generativo.
En este caso, 4K aparece como una resolución de salida seleccionable de forma nativa en la API oficial de generación, en lugar de ser únicamente un flujo de mejora de resolución independiente de terceros.
La contrapartida es el precio.
Con las tarifas estándar de la API, 4K consume:
78 créditos / segundo
≈ ¥2,4375 / segundo
Por tanto, un creador no debería asumir que el precio promocional de ¥0,09/s se aplica a la generación 4K mediante la API.
El último foco técnico es la capacidad de referencias.
Q4 Preview admite:
1–15 imágenes de referencia
en el modo Reference-to-Video.
Esto ofrece a los creadores margen para separar los recursos.
Por ejemplo:
referencia 1:
personaje principal
referencia 2:
segundo personaje
referencia 3:
vestuario
referencia 4:
accesorio
referencia 5:
ubicación
referencia 6:
estilo visual
El prompt puede describir entonces cómo interactúan esas referencias.
Esto resulta útil para una historia en la que el mismo personaje se desplaza entre:
sin cambiar de apariencia cada vez.
La capacidad de referencias no garantiza una consistencia perfecta, pero proporciona al modelo más información explícita con la que trabajar.
La última gran sección de la fuente trata realmente sobre la iteración.
La generación de video con IA ya tiene un concepto similar a «sacar cartas» en un juego.
Generas varias versiones y esperas que una sea la correcta.
Esto no es necesariamente una señal de fracaso.
La variación forma parte del trabajo creativo generativo.
El problema es el coste.
Cuando cada intento es caro, los creadores dejan de explorar.
Un ciclo de reintentos barato cambia el proceso:
generar
→ revisar
→ cambiar el prompt
→ reintentar
→ comparar
→ conservar la mejor toma
En lugar de intentar perfeccionar el prompt antes de pulsar Generar, el creador puede probar varias interpretaciones.
Ese es el verdadero significado de la cifra promocional de ¥0,09/s.
Aunque el precio a largo plazo o de la API sea mayor, un coste de generación más bajo reduce la penalización por experimentar.
La fuente resume la experiencia así:
«Con el mismo dinero se compra cinco veces más metraje».
No se trata de una comparación universal con todos los modelos competidores.
Es la descripción del autor sobre cómo el coste promocional de Q4 Preview cambió su propio presupuesto de pruebas.
Si cada plano se genera dos o tres veces, un precio bajo por toma puede marcar una gran diferencia.
Para los creadores, la métrica útil no es únicamente:
coste por segundo generado
sino:
coste por segundo utilizable
Si un modelo es barato pero requiere diez reintentos, el coste efectivo de producción puede seguir siendo alto.
Si la consistencia y la actuación mejoran lo suficiente como para reducir los reintentos, la economía mejora por partida doble:
menor precio de generación
+
menos tomas creativas fallidas
La fuente menciona tanto el producto SaaS de Vidu como la plataforma MaaS/API.
Atienden a flujos de trabajo diferentes.
Es más adecuado para creadores que quieren:
Es más adecuado para equipos que necesitan:
Para el uso de la API, el identificador oficial del modelo es:
viduq4-preview
Endpoint de imagen a video:
POST /ent/v2/img2video
Endpoint de referencia a video:
POST /ent/v2/reference2video
Los nombres de estos endpoints se incluyen como referencia; el artículo original no contenía un ejemplo de código de API.
| Función | Compatibilidad oficial de Q4 Preview |
|---|---|
| ID del modelo | viduq4-preview |
| Imagen a video | Sí |
| Referencia a video | Sí |
| Texto a video | No en el mapa de modelos actual de Q4 Preview |
| Modo de fotograma inicial/final | No en el mapa de modelos actual de Q4 Preview |
| Resolución | 540p–4K |
| Frecuencia de imagen | 24 fps |
| Duración | 3–16 segundos |
| Imágenes de referencia | Hasta 15 |
| Audio de referencia | Hasta 3 |
| Generación de audio y video | Sí |
| Cambio automático de cámara | Sí |
| Duración del audio de referencia | 3–12 segundos cada uno |
| Formato del audio de referencia | MP3 |
| Relaciones de aspecto | 1:1, 9:16, 16:9, 3:4, 4:3 |
Esta tabla refleja la documentación actual de Vidu y es más precisa que asumir que todas las funciones de los productos Vidu están disponibles en todos los modos de generación de Q4 Preview.
Vidu Q4 Preview es el nuevo modelo insignia de generación de video con IA de ShengShu Technology, diseñado para la actuación expresiva de personajes, el movimiento cinematográfico de cámara y los efectos visuales. Admite generación de imagen a video y de referencia a video con audio sincronizado.
Sí. La página oficial del producto y la documentación de la API de Vidu enumeran salidas de 540p, 720p, 1080p, 2K y 4K para Q4 Preview.
La API oficial admite clips de 3 a 16 segundos. La página del producto de Vidu también anuncia hasta 16 segundos para narrativas con múltiples planos.
Reference-to-Video acepta entre 1 y 15 imágenes. Pueden utilizarse para establecer personajes, vestuario, accesorios, ubicaciones o estilos.
Reference-to-Video admite hasta tres archivos de audio de referencia. Vidu los describe como referencias de voz utilizadas para mantener coherentes la voz del personaje, la interpretación emocional y el audio sincronizado con los labios.
Esa cifra corresponde a una promoción de lanzamiento temporal del SaaS y debe considerarse un precio promocional inicial. El precio estándar de la API es mayor y depende de la resolución; por ejemplo, el precio oficial de la API de China es de aproximadamente ¥0,59375/s a 720p y ¥0,75/s a 1080p.
La API de Vidu en China establece para Q4 Preview en 4K un consumo de 78 créditos por segundo generado. Con la tarifa estándar publicada de ¥0,03125 por crédito, equivale aproximadamente a ¥2,4375 por segundo antes de cualquier descuento específico del plan.
Sí. Vidu documenta viduq4-preview para imagen a video y referencia a video a través de su API de Open Platform.
Vidu Q4 Preview combina varios elementos que los creadores normalmente deben intercambiar entre sí: salida de mayor resolución, consistencia con múltiples referencias, referencias de voz, audio sincronizado, clips más largos con múltiples planos y un coste de generación relativamente bajo.
Los resultados prácticos de la fuente se centran en los aspectos que más importan en un video terminado: actuación, pausas, cortes de cámara, consistencia de la acción, iluminación ambiental y acabado de estilo comercial. Estas observaciones son cualitativas, pero las capacidades subyacentes, como la salida 4K, la duración de 16 segundos, las 15 referencias de imagen y los tres clips de audio de referencia, están confirmadas por la documentación oficial de Vidu.
La principal lección sobre precios es que la cifra de ¥0,09/s corresponde a una tarifa promocional inicial del SaaS, no al precio estándar de la API. Los usuarios de la API deben calcular el coste a partir de los créditos específicos de cada resolución, mientras que los creadores que utilizan el producto web deben consultar el plan promocional vigente antes de estimar un proyecto.
La ventaja práctica más sólida de Q4 Preview es que una mejor consistencia y unos reintentos más baratos hacen que experimentar resulte menos costoso, de modo que los creadores pueden dedicar más tiempo a elegir la mejor toma en lugar de proteger cada crédito de generación.
Empieza con una sola frase y obtén un sitio completo en minutos.
