モデルの位置づけ
CogVideoX-3 は智譜の動画生成モデルで、テキストまたは画像を入力し、動画を出力する。公式は 2025 年 7 月 15 日に提供開始を発表した。(docs.bigmodel.cn)
機能と用途
- テキストからの動画生成、画像からの動画生成、および開始・終了フレームの画像を使用した遷移動画の生成に対応する。
- 公式によると、このバージョンでは画面の安定性、鮮明さ、大きな動きの表現、指示への追従性、物理シミュレーションが改善され、写実的なシーンや 3D シーンの表現も向上した。これらは公式の説明であり、毎回の生成結果を保証するものではない。
- AI 効果音の生成を選択でき、デフォルトではオフになっている。
- EC 広告、文化・観光の短編動画、アニメ、映画・映像作品、短尺動画の素材制作に利用できる。(docs.bigmodel.cn)
仕様と制限
- 動画の長さは 5 秒または 10 秒から選択でき、デフォルトは 5 秒。複数の解像度に対応し、最大 3840×2160、フレームレートは 30 または 60 fps から選択できる。
- プロンプトは 512 文字以内。プロンプトと画像を同時に空にすることはできない。画像は PNG、JPEG、JPG に対応し、1 枚あたり 5 MB 以下。開始・終了フレームモードでは画像を 2 枚入力する。
- 動画生成インターフェースは非同期であり、タスクの結果を照会する必要がある。生成内容には不正確な、または期待どおりでない映像が含まれる可能性があるため、使用前に確認する必要がある。(docs.bigmodel.cn)
価格と課金
調査日:2026 年 11 月 18 日。以下は異なる公式プラットフォームがそれぞれ公表した価格であり、為替レートで換算可能な同一プランとはみなさない。
- **中国本土 BigModel プラットフォーム:**人民元 1 元/回。公式モデルページでは回数単位で価格が記載されており、入力または出力 token ごとに課金する価格は記載されていない。国内の公式モデル・価格ページ (docs.bigmodel.cn)
- **国際 Z.AI プラットフォーム:**米ドル 0.2 米ドル/動画。公式モデルページでは生成動画単位で価格が記載されており、入力または出力 token ごとに課金する価格は記載されていない。国際版の公式モデル・価格ページ (docs.z.ai)