Vidu API-Leitfaden: MoE-Modell & Q-Serie

Wenn ich es in einer Zeile zusammenfassen müsste: Nutzen Sie Vidu MoE für schwierigere Prompt-Logik, Q3 Pro für finale Ausgaben und Q3 Turbo für günstigeres Testen über ein einziges APIMart-Setup.

Hier die Kurzfassung, die Sie sofort umsetzen können:

• Ich kann Vidu MoE, Vidu Q3 Pro und Vidu Q3 Turbo über APIMart mit einem API-Schlüssel und einem Haupt-Request-Ablauf ansteuern.
• Der Kern-Endpunkt ist POST https://api.apimart.ai/v1/videos/generations.
• Video-Jobs sind asynchron, ich bekomme also zuerst eine task_id und frage dann GET /v1/tasks/{task_id} ab oder nutze callback_url.
• Vidu unterstützt:
  • Text-to-Video
  • Image-to-Video
  • referenzbasiertes Video
  • Übergänge zwischen erstem und letztem Frame
• Q3-Modelle bieten zusätzlich integriertes Audio wie Dialog, Soundeffekte und Musik.
• Clips können bis zu 16 Sekunden laufen, mit 540p-, 720p- oder 1080p-Ausgabe.
• Die APIMart-Preise im Artikel listen:
  • Q3 Pro: etwa $0.12/sec bei 720p
  • Q3 Turbo: etwa $0.048/sec bei 720p
• Ausgabe-Links verfallen nach 24 Stunden, ich sollte Dateien also bald nach Erfolg herunterladen.

Kurzvergleich

Was mir auffällt, ist, wie einfach der Wechsel ist: In den meisten Fällen ändere ich nur das model-Feld und behalte den Rest des Setups bei. Das macht den Artikel weniger zu Setup-Arbeit und mehr zur Wahl des richtigen Modells für Kosten, Wartezeit und Ausgabequalität.

Vidu-Modelle erklärt: MoE vs. Q-Serie

Vidus MoE-Modell: was es ist und wann man es nutzt

Das MoE (Mixture of Experts)-Modell schickt verschiedene Teile einer Generierungsaufgabe an spezialisierte Experten für Bewegung, Szenenkonsistenz und Prompt-Kontrolle. Es ergibt am meisten Sinn für Multi-Szenen- oder längere Prompts, bei denen Konsistenz wichtiger ist als rohe Geschwindigkeit.

Es gibt jedoch einen Haken. MoE braucht mehr Rechenleistung und hat eine langsamere Durchlaufzeit als die Q-Serie ^[7]. Für einfache Prompts ist es oft mehr, als Sie brauchen.

Vidu Q-Serie und Vidu Q3 Pro: Leistung für den Produktionseinsatz

Wenn MoE der Spezialist ist, ist die Q-Serie die für die Produktionsarbeit gebaute Option. Vidu Q3 Pro ist auf ausgefeilte kinoreife Ausgaben und storyboard-getriebene Videos ausgelegt ^[7]. Es unterstützt 1080p-Video, Clips bis zu 16 Sekunden sowie Audio-Video-Generierung mit synchronisiertem Dialog und Soundeffekten ^[1][2][4]. Auf APIMart beginnt Q3 Pro bei $0.12 pro Sekunde ^[2][3].

Vidu Q3 Turbo neigt stärker zu Geschwindigkeit und niedrigeren Kosten, mit schnellerem Szenenwechsel ^[6][7]. Auf APIMart beginnt Q3 Turbo bei $0.048 pro Sekunde ^[3].

Wie Sie zwischen MoE und Q-Serie für Ihren Workflow wählen

Diese Wahl läuft meist auf Prompt-Komplexität, Durchlaufzeit und Budget hinaus. Wenn Ihr Workflow von strikter Anweisungsbefolgung und Multi-Szenen-Logik abhängt, nehmen Sie MoE. Wenn Sie ausgefeilte Ausgabe mit audiovisueller Synchronisation brauchen, ist Q3 Pro die bessere Wahl. Alternativ bietet Kling V3 eine weitere hochauflösende Option für kinoreifes KI-Video. Wenn Ihr Hauptziel schnelle Iteration oder niedrigere Kosten pro Clip sind, ist Q3 Turbo die praktische Wahl.

Die Tabelle unten ordnet jedem Modell die Art von Arbeit zu, die es am besten beherrscht. Für alle, die High-End-Optionen vergleichen, bietet Sora 2 ähnliche kinoreife Fähigkeiten mit synchronisiertem Audio.

Als Nächstes sehen Sie, wie Sie ein Modell auswählen, sich authentifizieren und den Request über APIMart senden.

So greifen Sie über APIMart auf Vidu zu

Konto-Setup, Authentifizierung und Umgang mit API-Schlüsseln

Nachdem Sie ein Modell gewählt haben, können Sie Jobs über APIMart mit einem API-Schlüssel senden. Erstellen Sie zuerst ein APIMart-Konto und generieren Sie Ihren Schlüssel auf der API-Schlüssel-Verwaltungsseite im Dashboard ^[2][3].

Senden Sie jeden Request mit einem Bearer-Token im Authorization-Header:

Authorization: Bearer YOUR_API_KEY

Bewahren Sie Schlüssel zum Speichern in Umgebungsvariablen oder einem Secret-Manager wie AWS Secrets Manager oder GCP Secret Manager auf. Es hilft auch, separate Schlüssel für Entwicklung, Staging und Produktion zu verwenden. Wenn ein Schlüssel offengelegt wird, rotieren Sie ihn sofort. Tun Sie dasselbe nach einem festen Zeitplan. Und wenn Sie Requests protokollieren, speichern Sie nur die task_id - niemals das Token selbst ^[5].

Vidu-Modelle, Preise und Eingabeschema in APIMart finden

Sobald Sie angemeldet sind, prüfen Sie den Katalog, bevor Sie etwas senden. Dort können Sie Modellnamen, unterstützte Eingaben und aktuelle Preise bestätigen. In APIMarts Katalog sind Vidu-Modelle unter Video Generation gelistet. Sie finden in derselben Kategorie auch andere leistungsstarke Modelle wie MiniMax-Hailuo-02. Nutzen Sie diese Seite, um Eingabeschema, Auflösung und Kosten pro Sekunde über MoE, Q3 Pro und Q3 Turbo zu vergleichen ^[2][3].

Die wichtigsten Felder, die zu beachten sind:

• model
• prompt
• duration
• resolution
• aspect_ratio

Für Text-to-Video-Jobs verwenden Sie aspect_ratio. Für bildbasierte Jobs nutzt das System stattdessen das Seitenverhältnis des Quellbilds ^[2]. Text-Prompts sind auf 2.000 Zeichen begrenzt ^[2][3].

Endpunkte, Request-Struktur und asynchrone Job-Behandlung

Nachdem Sie das Modell gewählt haben, reichen Sie den Generierungs-Request ein und verfolgen den asynchronen Job mit der zurückgegebenen task_id. Senden Sie einen POST-Request an https://api.apimart.ai/v1/videos/generations, fragen Sie dann den Job-Status mit GET https://api.apimart.ai/v1/tasks/{task_id} ab ^[2][5].

Jobs durchlaufen diese Zustände:

• submitted
• queueing
• processing
• success oder failed

Wenn APIMart Ihre App benachrichtigen soll, sobald der Job fertig ist, fügen Sie callback_url hinzu und empfangen das Ergebnis per Webhook ^[5]. Sobald der Job Erfolg erreicht, laden Sie die Datei sofort herunter. Von dort aus können Sie die Request-Felder entweder einem Text-to-Video-Ablauf oder einem referenzbasierten Ablauf zuordnen.

Schritt-für-Schritt-Integration für Text-to-Video und referenzbasiertes Video

Grundlegender Text-to-Video-Ablauf mit Modellauswahl

Nachdem Sie ein Modell aus dem Katalog gewählt haben, ist der Text-to-Video-Ablauf recht einfach. Senden Sie Ihren API-Schlüssel serverseitig im Authorization-Header als Bearer {your_api_key}.

Hier ein minimales Payload für einen Text-to-Video-Job mit viduq3-pro:

{
  "model": "viduq3-pro",
  "prompt": "A red fox running through a snowy forest at dusk, cinematic slow motion",
  "duration": 8,
  "resolution": "720p",
  "aspect_ratio": "16:9",
  "audio": true
}

Die Antwort enthält eine task_id und einen Status wie submitted, queueing oder processing. Danach können Sie entweder GET /v1/tasks/{task_id} mit der zurückgegebenen task_id abfragen oder eine callback_url im Request übergeben, sodass die Plattform Ihre App benachrichtigen kann, wenn der Job success oder failed erreicht ^[1][7][10]. Wenn Sie zu viduq3-turbo wechseln möchten, ändern Sie meist nur das model-Feld.

Das asynchrone Muster bleibt über alle Modi hinweg gleich. Was sich ändert, sind die Eingabefelder.

Bild- oder Referenzeingaben und erweiterte Steuerungen hinzufügen

Für Image-to-Video übergeben Sie eine Bild-URL im image_urls-Array. Verwenden Sie 0 Bilder für Text-to-Video, 1 für Image-to-Video und 2 für den First-Last-Frame-Modus ^[2]. In bildbasierten Modi kommt das Ausgabe-Seitenverhältnis vom Quellbild, sodass Sie aspect_ratio weglassen können ^[2]. Wenn Sie Dateien direkt hochladen, statt URLs zu verwenden, halten Sie jedes Bild im PNG-, JPEG- oder WebP-Format, unter 50 MB, und halten Sie den gesamten HTTP-Body unter 20 MB ^[9][8].

Für referenzbasierte Generierung verwenden Sie den /reference2video-Endpunkt mit einem subjects-Array. Definieren Sie jedes Subjekt mit einem name und seinen images, rufen Sie es dann im Prompt mit @subjectname auf. Q3-Modelle erlauben bis zu 7 Referenzbilder oder Textbeschreibungen im subjects-Feature ^[6]. Wenn Sie den First-Last-Frame-Modus nutzen, halten Sie beide Bilder im Seitenverhältnis nah beieinander, idealerweise innerhalb eines Verhältnisses von 0,8 bis 1,25, um Fehlschläge zu reduzieren ^[8]. Wenn Gesichter oder Hände beteiligt sind, halten Sie Bewegungs-Prompts dezent, um Verzerrungsartefakte zu verringern ^[5].

Die Tabelle unten zeigt die wichtigsten Parameter über beide Abläufe hinweg:

Setzen Sie einen festen seed, während Sie testen, wenn Sie über Läufe hinweg dasselbe visuelle Ergebnis wollen ^[2][9]. Für Batch-Jobs, die nicht dringend sind, setzen Sie off_peak auf true. Diese Tasks werden üblicherweise innerhalb von 48 Stunden abgeschlossen und verbrauchen weniger Credits ^[1][6].

Nutzung, Kosten und Produktionszuverlässigkeit verfolgen

Sobald Ihr Request funktioniert, besteht die nächste Aufgabe darin, Kosten und Zuverlässigkeit in der Produktion unter Kontrolle zu halten.

Protokollieren Sie task_id und Zeitstempel für jeden Request. Das gibt Ihnen eine sichere Möglichkeit zum Debuggen, ohne sensible Zugangsdaten zu speichern ^[5]. Es hilft auch, Warteschlangenzeit und Generierungszeit getrennt zu verfolgen, damit Sie den Unterschied zwischen Plattformverzögerung und Modelllatenz erkennen können.

Zur Kostenschätzung: Vidu Q3 Pro bei 720p kostet auf APIMart etwa $0.12 pro Sekunde und Q3 Turbo etwa $0.048 pro Sekunde ^[3]. Richten Sie automatische Warnungen bei 50 %, 80 % und 100 % Ihrer monatlichen Budgetobergrenze ein, damit die Ausgaben nicht außer Kontrolle geraten ^[5].

Wiederholungen zählen ebenfalls. Verwenden Sie bei 5xx-Fehlern exponentielles Backoff: Wiederholen Sie nach 2 Sekunden, dann 5 Sekunden, dann 15 Sekunden, bevor Sie dem Nutzer einen Fehler anzeigen ^[5]. Vidu-Q3-Serienmodelle kommen mit einem 99,9%-SLA für Produktionsworkloads ^[3], aber kurzlebige Fehler treten dennoch auf, sodass Wiederholungen Teil jedes auslieferbaren Builds sein sollten.

Modellauswahl-Checkliste und wichtigste Erkenntnisse

Use-Case-Checkliste für Entwickler, Kreative und Produktteams

Wählen Sie nach drei Dingen: Prompt-Komplexität, Geschwindigkeit und Ausgabequalität. Die Tabelle unten verwandelt den Modellvergleich in eine praktische Auslieferungsentscheidung.

Sobald Sie eine Zeile gewählt haben, behalten Sie dasselbe Request-Schema aus dem Integrationsabschnitt bei. Auf gut Deutsch: Starten Sie Ideen in Q3 Turbo und verschieben Sie dann das finale 1080p-Rendering nach Q3 Pro. Es ist ein einfacher Workflow, und er hilft Ihnen, schnell voranzukommen, ohne mehr auszugeben als nötig.

Für Clips, bei denen Bewegungstreue am wichtigsten ist, zielen Sie auf 5–10 Sekunden statt auf das 16-Sekunden-Maximum zu strecken. Kürzere Clips liefern oft engere Bewegung und weniger Kopfzerbrechen.

Wichtige Punkte vor der Auslieferung

MoE ist die Wahl für komplexe, mehrszenige Logik. Q3 Pro gibt Ihnen hochauflösende, kinoreife 1080p-Ausgabe ^[3]. Q3 Turbo ist die günstigere Option mit $0.048/sec bei 720p ^[3].

Auf APIMart ist der Wechsel zwischen diesen Modellen nur eine einzige model-Parameteränderung. Alles andere im Request bleibt gleich ^[3]. Das bedeutet, Sie können ein Modell testen, zu einem anderen wechseln und Ihre Integrationsarbeit stabil halten.

Verwenden Sie jedes Mal denselben asynchronen Ablauf:

• Request einreichen
• task_id erfassen
• Status abfragen oder callback_url nutzen

Laden Sie generierte Videos zudem bald nach Fertigstellung herunter. Ausgabe-Links verfallen nach 24 Stunden ^[3][11].

FAQs

Mit welchem Vidu-Modell sollte ich beginnen?

Beginnen Sie mit dem Modell, das zu Ihren Anforderungen an Geschwindigkeit, Audio und visuelle Kontrolle passt.

• viduq3-pro: am besten für audiovisuelle Synchronisation und Shot-Segmentierung
• viduq3-turbo: schnellere Generierung als die Pro-Version
• viduq1 oder viduq2: solide Wahl für stabile Videoproduktion und zuverlässige Kamerabewegung

Wie verfolge ich einen Video-Job nach dem Einreichen?

Sie können Ihren Videogenerierungs-Task auf zwei Arten verfolgen.

Für den Produktionseinsatz ist die beste Option, eine callback_url in Ihren ursprünglichen Request einzufügen. Wenn Sie das tun, sendet die Vidu-API Task-Updates und Ergebnis-Metadaten automatisch direkt an Ihre URL. Das bedeutet, dass Sie den Task-Status nicht selbst ständig prüfen müssen.

Die andere Option ist, die Status-Abfrage-API mit der task_id abzufragen, die Sie nach dem Einreichen erhalten. Sobald der Task-Zustand zu success wechselt, enthält die Antwort die Video-Download-URL und weitere zugehörige Metadaten.

Welche Eingaben und Limits sollte ich vor der Integration kennen?

Bevor Sie die Vidu-API integrieren, stellen Sie sicher, dass Ihre Eingaben innerhalb dieser Limits bleiben:

• Bilder: nur PNG, JPEG, JPG oder WebP; jede Datei muss unter 50 MB und mindestens 128×128 Pixel sein
• Gesamter HTTP-Request-Body: max. 20 MB
• Text-Prompts: bis zu 5.000 Zeichen
• Payload-Passthrough-Daten: bis zu 1.048.576 Zeichen

Dauergrenzen hängen vom verwendeten Modell ab. Q3 unterstützt 1–16 Sekunden, Q2 unterstützt 1–10 Sekunden und Q1 unterstützt 5 Sekunden.

Halten Sie zudem Ihre API-Schlüssel sicher. Legen Sie sie nicht in clientseitigem Code offen. Senden Sie Requests stattdessen über einen serverseitigen Vermittler.