模型定位
CogVideoX-3 是智谱的视频生成模型,输入文本或图像,输出视频。官方于 2025 年 7 月 15 日宣布上线。(docs.bigmodel.cn)
能力与用途
- 支持文生视频、图生视频,以及使用首尾帧图片生成过渡视频。
- 官方称该版本改善了画面稳定性、清晰度、大幅运动表现、指令遵循和物理模拟,并提升了写实及 3D 场景表现;这些属于官方描述,不保证每次生成效果。
- 可选生成 AI 音效,默认关闭。
- 可用于电商广告、文旅短片、动漫、影视及短视频素材制作。(docs.bigmodel.cn)
规格与限制
- 视频时长可选 5 或 10 秒,默认 5 秒;支持多种分辨率,最高 3840×2160,帧率可选 30 或 60 fps。
- 提示词不超过 512 个字符;提示词与图片不能同时为空。图片支持 PNG、JPEG、JPG,每张不超过 5 MB;首尾帧模式输入两张图片。
- 视频生成接口为异步接口,需要查询任务结果。生成内容可能出现不准确或不符合预期的画面,使用前应审核。(docs.bigmodel.cn)
价格与计费
查询日期:2026 年 11 月 18 日。以下为不同官方平台分别公布的价格,不视为可按汇率换算的同一套餐:
- **中国大陆 BigModel 平台:**人民币 1 元/次。官方模型页按次列价,未列出按输入或输出 token 分别计费的价格。国内官方模型与价格页 (docs.bigmodel.cn)
- **国际 Z.AI 平台:**美元 0.2 美元/视频。官方模型页按生成视频列价,未列出按输入或输出 token 分别计费的价格。国际官方模型与价格页 (docs.z.ai)