Vidu Q4 Preview debütiert auf Platz drei der Image-to-Video-Rangliste – und fehlt auf der anderen

Vidu Q4 Preview ist mit einer Elo von 1.179 auf Platz drei des Leaderboards Artificial Analysis AA-Video-I2V v1.0 eingestiegen, und das Modell, das es als bestplatzierten Eintrag von Vidu abgelöst hat, Vidu Q3 Pro, liegt mit 1.056 auf Platz neunzehn. Das ist ein Sprung um 123 Punkte in einem einzigen Release, auf einem Board, auf dem die Konfidenzintervalle rund zwanzig Punkte breit sind, und das geschah zu einem Preis von 7,20 $ pro Minute generierten Videos statt der 9,60 $, die das ältere Modell kostet. Shengshu Technology hat Vidu Q4 Preview am 7. Oktober 2026 als erste öffentliche Vorschau seines Flaggschiffs der nächsten Generation veröffentlicht, ausdrücklich vor dem vollständigen Q4-Modell, und bittet Creator, es in echten Projekten einzusetzen, während die endgültige Veröffentlichung noch Gestalt annimmt.

Der Debüt-Wert ist die Schlagzeile. Das Fehlen ist die interessantere Tatsache, und es ist der Grund, warum dies ein Artikel und kein Diagramm ist.

Was am 7. Oktober tatsächlich ausgeliefert wurde

Vidu Q4 Preview ist ein Videogenerierungsmodell mit nativem Audio, das über Vidus eigenes Webprodukt und die API-Plattform verkauft wird. Shengshus Launch-Material beschreibt drei Arbeitsbereiche: Charakter-Performance (Gesichtsausdruck, Emotion, Körperbewegung und Stimme koordiniert statt geschichtet), Kamera- und Schnittkohärenz bei schnellen Actionszenen sowie visuelle Effekte – Explosionen, Partikel, Feuerwerke –, die in eine Szene eingebettet sind, statt ihr aufgesetzt zu sein.

Die Spezifikation, wie der Anbieter sie angibt:

• Maximale Auflösung – 4K, wobei 2K und 4K eine 10-Bit-Farbtiefe aufweisen; die vollständige Auflösungsleiter ist 540p, 720p, 1080p, 2K, 4K

• Maximale Cliplänge — 16 Sekunden, ungleich aufgeteilt: Image-to-Video dauert 3 bis 16 Sekunden, Reference-to-Video dauert 1 bis 16

• Referenzbudget — bis zu 15 Referenzbilder (Charaktere, Garderobe, Requisiten, Produkte, Umgebungen in einem Setup) und bis zu 3 Referenz-Audioclips

• Einführungspreis — ab 0,014 $ pro Sekunde, was die Angabe des Anbieters ist und ausdrücklich als solche genannt wird.

Der Anbieter stellt zudem eine vergleichende Behauptung auf, an der man ihn nur schwer festhalten kann: dass Vidu Q4 Preview unter vergleichbaren Ausgabespezifikationen und Abrechnungsbedingungen „bis zu fünfmal so viel Output für dasselbe Budget“ liefert. Das ist eine Effizienzbehauptung, keine Qualitätsbehauptung, und da der Ausdruck „vergleichbare Ausgabespezifikationen und Abrechnungsbedingungen“ in diesem Satz die ganze Arbeit leistet, sollte man sie als Marketingkonstrukt behandeln, bis jemand sie reproduziert. Shengshus eigener Vorbehalt, der daneben veröffentlicht wurde, lautet, dass endgültige Preisgestaltung, unterstützte Auflösungen, Verfügbarkeit von Funktionen und Nutzungsbedingungen je nach Tarif und Region variieren können.

Die beiden Gremien sind sich uneinig darüber, wozu dieses Modell dient

Artificial Analysis betreibt separate Video-Leaderboards mit separaten Elo-Skalen und separaten Stimmenpools, und der Unterschied zwischen ihnen ist hier die ganze Geschichte.

On AA-Video-I2V v1.0 — image-to-video, ranked from pairwise human preference votes with audio kept in — Vidu Q4 Preview is third at 1,179 ±10 over 5,543 samples, dated October 2026, priced at $7.20 per minute. Only two models are above it: MiniMax H3 Max at 1,195 ±9 over 5,894 samples ($4.80/min, August 2026) and MiniMax H3 at 1,181 ±8 over 7,284 samples ($7.80/min, July 2026). Gem​ini Omni Flash is fourth at 1,178 ±7 over 12,327 samples. The board's own notice says two models were added in the last 30 days: Vidu Q4 Preview and HiDream-O1-Video-1.0, which is sixth at 1,175 ±10.

Auf AA-Video-T2V v2.0 — Text-zu-Video, ein anderes Board, das auf einer anderen Use-Case-Taxonomie basiert — erscheint Vidu Q4 Preview überhaupt nicht. Der beste Vidu-Eintrag dort ist Vidu Q3 Pro, auf Platz 25 mit 941 ±10 bei 4.088 Stichproben. Wan 3.0 führt dieses Board mit 1.156 ±9 an.

Liest man diese beiden Sätze zusammen, wird die Form des Releases klar. Dies ist ein Bild- und Referenzmodell. Vidus eigene Produktseite listet genau zwei Modi dafür auf, Image-to-Video und Reference-to-Video, ohne Text-to-Video-Tab, und die API-Dokumentation stimmt damit überein. Ein Launch, der im Marketing des Anbieters wie ein allgemeines Flaggschiff aussieht, ist auf den unabhängigen Boards ein gezielter.

Ein weiterer Vorbehalt zum Rang selbst. Die Zehn-Punkte-Intervalle des I2V-Boards überschneiden sich vom dritten bis zum sechsten Platz stark — 1.179, 1.178, 1.176, 1.175 —, sodass „dritter Platz“ eine Position im Rauschen ist, keine klare Trennung vom vierten Platz. Was nicht im Rauschen liegt, ist der Abstand zu dem Modell, das es ersetzt hat. Der Abstand von 123 Elo zwischen Vidu Q3 Pro und Vidu Q4 Preview ist größer als die gesamte Spanne über die sechs besten Plätze des Boards.

Was Sie tatsächlich anrufen, und was es kostet

The API is unglamorous and specific. Image-to-Video posts to /ent/v2/img2video with the model name viduq4-preview, takes a single start-frame image (png, jpeg, jpg or webp, up to 50MB), a prompt of up to 20,000 characters, a duration from 3 to 16 seconds defaulting to 5, and a resolution from 540p to 4K defaulting to 720p. Reference-to-Video posts to /ent/v2/reference2video, takes one to fifteen images plus zero to three mp3 audio references of three to twelve seconds each, and offers aspect ratios of 1:1, 9:16, 16:9, 3:4 and 4:3 defaulting to 16:9.

Der Parameter, der Beachtung verdient, ist audio, der standardmäßig auf true gesetzt ist. Vidu Q4 Preview erzeugt standardmäßig Ton zum Bild – Dialog und Soundeffekte inklusive – und Sie schalten ihn bewusst ab. Zurückgegebene Erstellungs-URLs bleiben 24 Stunden lang gültig, was kurz genug ist, um eine Rolle zu spielen, wenn Sie in einem Batch generieren und später rendern.

Was den Preis betrifft, ist die ehrliche Rechnung, dass die beiden ins Spiel gebrachten Zahlen – „$0,014 pro Sekunde“ und die $7,20 pro Minute, die Artificial Analysis verzeichnet – nicht dasselbe Produkt sind. $0,014 pro Sekunde sind $0,84 pro Minute, etwa ein Neuntel der Zahl im Leaderboard, und genau so sieht ein Aktions-Mindestpreis bei der niedrigsten Auflösung neben einem gemessenen Tarif bei einer Produktionsauflösung aus. Alles, was Sie auf Basis der Zahl zum Marktstart veranschlagen, sollte aus Ihrer eigenen Auflösung und Dauer neu hergeleitet werden, nicht aus der Schlagzeile.

Das praktische Problem mit einer Vorschau-SKU

Vidu Q4 Preview ist, nach der eigenen Darstellung des Anbieters, nicht fertig. Es wurde vor Q4 veröffentlicht, damit Feedback zu Performance, kreativer Kontrolle und alltäglichen Produktionsanforderungen in die finale Veröffentlichung einfließen konnte. Die Preisgestaltung ist aktionsbedingt. Die Verfügbarkeit von Funktionen variiert je nach Tarif und Region. Die API-Dokumentation enthält sogar einen falsch geschriebenen Alias — viduq4-previerw erscheint in der Beschreibung des Modellparameters neben dem korrekten viduq4-preview — eine Kleinigkeit, die etwas Wahres darüber verrät, wo dieser Build in der Pipeline steht.

Das ist kein Argument gegen die Nutzung. Es ist ein Argument dagegen, es auf einen kritischen Pfad zu setzen, ohne einen Plan dafür zu haben, was passiert, wenn der Aktionspreis ausläuft oder der Preview-Build abgelöst wird – was bei einem auf diese Weise veröffentlichten Modell eine Frage von Wochen ist, nicht von Quartalen.

Wenn Sie es ausprobieren möchten, ohne eine Produktionspipeline darauf zu verwetten, ist OrcaRouter genau für diesen Fall gebaut: ein OpenAI-kompatibler Endpunkt über 200-plus Modelle hinweg, automatisches Failover über Anbieter hinweg und die Listenpreise der Anbieter ohne Aufschlag weitergegeben. Die Failover-Hälfte zählt bei einem Preview-Build mehr als sonst, denn sie ist es, die es Ihnen erlaubt, eine Anfrage mit demselben Schlüssel an ein stabiles Modell zu leiten, wenn eine Preview-Route nicht verfügbar ist. Um beim Routing ganz offen zu sein: Vidu Q4 Preview ist heute keine OrcaRouter-Route. Die Videomodelle, die wir anbieten — darunter MiniMax H3, das am höchsten eingestufte Modell auf genau diesem Board —, sind über denselben Endpunkt aufrufbar wie die Textmodelle, und ein Videopreis pro Sekunde ist eine Einzelposition, kein separater Vertrag.

Was zu sehen

Drei Dinge würden diese Geschichte voranbringen.

Zuerst das Text-zu-Video-Board. Artificial Analysis hat angekündigt, dass AA-Video-I2V v2.0 kommt, das an der T2V v2.0-Taxonomie ausgerichtet ist und durchgängig 1080p-Video abdeckt. Wenn Vidu Q4 Preview ein Bild-und-Referenz-Modell ist, wird es dort auch nicht erscheinen — und wenn doch, dann zeigt Ihnen das, dass Shengshu ein breiteres Modell ausgeliefert hat, als die Vorschau vermuten lässt.

Zweitens: das vollständige Q4-Release. Der Übergang von der Vorschau zur finalen Version ist der Punkt, an dem Aktionspreise üblicherweise enden und an dem der Funktionsumfang entweder Bestand hat oder sich still und leise verengt. Das Budget von 15 Bild- und 3 Audioreferenzen ist der Teil der Spezifikation, der am ehesten erhalten bleibt, denn es ist das Differenzierungsmerkmal, auf dem die gesamte Markteinführung aufbaut.

Drittens: Stichprobenumfang. 5.543 Stimmen sind eine echte Messung, aber eine junge; die Intervalle werden enger und der Rang wird sich verschieben, in die eine oder andere Richtung, während sich die Rangliste füllt. Wer „Dritter“ als gesicherte Tatsache zitiert, sollte das Datum nennen, an dem er es gelesen hat.

Die Frage, an der man festhalten sollte, ist enger gefasst, als das Marketing suggeriert. Vidu Q4 Preview ist messbar das beste Bild-zu-Video-Modell, das Vidu hervorgebracht hat – mit einem Vorsprung, der größer ist als die Spanne der Top Sechs des Boards selbst, und zu einem niedrigeren Minutenpreis als sein Vorgänger. Ob daraus eine dauerhafte Position wird oder nur ein Preview-Schub, lässt sich mit keiner der aktuellen Zahlen beantworten.