CogVideoX ist die Open-Source-Fassung des Modells hinter QingYing. Fünf Checkpoints reichen von 720 mal 480 bis 1360 mal 768, der Speicherbedarf fällt mit INT8 von 18GB auf 3.6GB, und die 2B-Gewichte teilen die Apache-2.0-Lizenz des Codes.

Zwei Experten mit je rund 14B ergeben 27B, pro Schritt feuert aber nur einer, weshalb die Kosten nahe an einem Einzelexperten bleiben. Eine eigene 5B-Linie hält 720P bei 24fps in einer einzigen Verbraucherkarte, und den Platz dafür schafft die Kompression im VAE.