ネイティブオーディオ付き参照主導クリップ — 最大15画像、ボイスサンプル3本、3–16秒、540p–4K 出力。画像から動画と参照から動画のみ（Reeldo 上 Kie 経由）。
Reeldo は Shengshu Technology / Vidu と提携していません。仕様は Kie API ドキュメントに準拠します。
Q4 にテキストから動画はありません — 1枚の強いフレームは画像から動画、キャラ・シーン・ボイス参照は参照から動画。セリフはプロンプトに記述；MP3 参照は声質のみ指定します。
開始フレーム1枚をアニメーション — 出力は画像のアスペクト比を維持。ネイティブオーディオのオン/オフを切り替え可能。
下の Vidu Q4 事例を見るモデル
開始フレームが必要ですか？ Frame Labで作る
開始フレーム
必須。この画像から動かします
終了フレーム
任意。終わり方を指定します
テンプレートをコピーするか、事例1で「ジェネレーターで使う」をクリック。参照オーディオは声質を伝えます — 読み上げ台詞そのものではありません。
R2V · 1080p · 12s
プロンプトテンプレート
In the scene of reference image 1 (cozy workshop), the woman from reference image 2 turns to camera. She says: "You came back." in the voice from reference audio 1. Slow push-in, warm practical lighting, native room tone. Single continuous take.
コンセプトビジュアル — ジェネレーターで独自の参照をアップロードしてください。
I2V · 9:16 · 8s
プロンプトテンプレート
Vertical product hero from the start frame. Slow 8-second arc orbit — keep label and packaging shape unchanged. Soft studio light, subtle reflection, quiet native ambience (no music bed).
コンセプトビジュアル — ジェネレーターで独自の参照をアップロードしてください。
R2V · ボイス参照 · 5s
プロンプトテンプレート
The creator from reference image 1 speaks to camera in a bright home office. They say: "Here is what changed this week." in the voice from reference audio 1. Medium close-up, steady framing, native audio on.
コンセプトビジュアル — ジェネレーターで独自の参照をアップロードしてください。
I2V · 無音 · 8s
プロンプトテンプレート
Cinematic 16:9 from the start frame. Slow crane up over 8 seconds — fog rolls through the valley, golden hour light. No dialogue. Turn native audio off for a silent proof.
コンセプトビジュアル — ジェネレーターで独自の参照をアップロードしてください。
MP3 ボイス参照（各3–12秒、最大3本）は声のアイデンティティと演技を設定します — 台本の代わりにはなりません。
アップロードした MP3 がセリフそのもの
Vidu Q4 の実際
誤り — 話す行はすべてプロンプトに書き、音色は reference audio 1/2/3 を指定する。
モデルが録音をそのまま繰り返す
Vidu Q4 の実際
録音は声のサンプルとして使われ；新しい言葉はプロンプトに必要。
リップシンクは保証される
Vidu Q4 の実際
口のタイミング、語の完全性、感情を別々に確認 — 一度に1変数ずつ反復。
Q4 は参照主導 — 空のテキストプロンプトではなく素材から始める。
A クレジット ≈ 出力秒数 × 選択解像度のレート（540p–4K）。
B Vidu Q4 参照モードも同じ秒あたりレート — 参照動画課金なし。
秒あたりレートは Kie Vidu Q4 卸 COGS に合わせ、Max 年払い（$0.024/credit）で粗利約20–30%になるよう調整。画像から動画と参照から動画は同額課金。
5秒プルーフ · 720p
720p で $0.48
20 credits
画像または参照モード
12秒セリフ · 1080p
1080p で $1.43
60 credits
参照から動画
8秒ヒーロー · 2K
720p で $1.52
64 credits
画像から動画
16秒本番 · 4K
4K で $6.47
272 credits
最大尺ティア
年払いで Vidu Q4 1クリップあたりのコストを下げる
Max 年払い ≈ $0.024/credit · 月払い ≈ $0.029 · パック ≈ $0.045。Max 年払いなら月払い比 ~17% 、パック比 ~48% お得。
プランとクレジットパックを見る →解像度ラダー
失敗ジョブでもクレジットを消費する場合があります — 4K 本番前に 720p で反復。
USD 見積もりは Max 年払い $/credit 基準；プランにより異なります。
再実行は1つずつ — プロンプト、参照数、尺、解像度、オーディオ切替。
プロンプトに台詞が明示されていない、または参照が多すぎる。
プロンプトに台詞を引用で書く；無関係な参照画像を減らす。
ノイズの多い MP3 や複数話者が混在。
3–12秒のクリーンな独話をアップロード；1話者；音楽なし。
矛盾する参照画像。
参照を少なくシャープに — キャラとロケーションを分ける。
Vidu Q4 に Kie 上 T2V SKU がない。
画像/参照モードに切替、または別モデルを選ぶ。
無関係な画像は省く。セリフ付きなら 3–12秒のクリーンなボイスサンプルを上げ、新しい台詞はプロンプトに書く。
参照は順番で指定：reference image 1、reference image 2、reference audio 1。カメラ動きとサウンド指示を含める。
Q4 の強みは参照画像＋ボイス参照を1パスでネイティブオーディオ — 尺やテキストのみ脚本ではない。
Kling 3.0
Kling 3.0
より長いネイティブクリップ、マルチショットストーリーボード、アクション重視モーション。
Q4 の強みは参照画像＋ボイス参照を1パスでネイティブオーディオ — 尺やテキストのみ脚本ではない。
Seedance 2.5 Reference Studio
Seedance 2.5
最大30秒、@video1 モーション取り込み、最大の参照バンドル。
Q4 の強みは参照画像＋ボイス参照を1パスでネイティブオーディオ — 尺やテキストのみ脚本ではない。
参照から動画ハブ
参考動画から生成
ソーシャルリンク取り込み付きマルチモデル Reference Studio。
Q4 の強みは参照画像＋ボイス参照を1パスでネイティブオーディオ — 尺やテキストのみ脚本ではない。
MiniMax H3
MiniMax H3
テキストから動画＋@tags と 2K 本番の Reference Studio。
Reeldo は Shengshu Technology / Vidu と提携していません。仕様は Kie API ドキュメントに準拠します。
