CogVideoX 是清影背後模型的開源版本。五個型號從 720×480 到 1360×768，顯示記憶體從 18GB 一路壓到 3.6GB，2B 權重與程式碼同為 Apache 2.0，5B 另有自己的授權。

兩個約 14B 的專家加起來 27B，每一步卻只點亮其中一個，成本因此貼近單專家模型。另有一條 5B 分支把 720P 24fps 塞進一張消費級顯卡，真正讓出空間的是 VAE 的壓縮比。

音效、環境聲與台詞出自同一趟生成，而不是事後貼上去的軌；成片以 1080p 或 4K 落地，畫面、運動甚至畫面裡的物件都能再改。外層還有一間工作室，把模型、工具與每日點數包在一起。

一次生成就能拿到 15 秒 Full HD 片段，鏡頭有結構，對白、音效與環境音自己帶著走，畫幅在生成前就定好而不是事後裁。另一條線把同一個引擎推向會持續回應輸入的世界。

對話、旁白、音效與音樂跟畫面同一次匯出，不必先渲一段無聲再配音對嘴。另一條線管即時：數位人可以邊講邊回，換景換裝也不用中斷串流。

提示詞、圖片與音訊在同一趟就被理解，立體聲直接長在算出來的畫面裡而不是事後補，2K 也不是加購選項。官方拿出來談的價格，是每秒單價壓在主流模型三分之一以下。

聲音與畫面在同一趟就定下來，不必先出一段無聲畫面再配音對嘴。原生 4K 站在價目表最高一階，開發者那一側則是按秒算錢。

一條片段能帶 16 個關鍵影格，既有素材可以一次改 20 秒，16 位色彩由模型直接生出來。它的說服力就在這裡：AI 的產出能走進本來就在跑的後期流程。

靜圖、特效、跟拍趨勢、代理與介面都放在同一個站上，免費方案每月給 80 點。1080p 五秒一段要 40 點，免費額度只夠兩段。

生成、修圖與收尾共用一個帳號與一個工作區，素材不必先匯出再修。免費方案一次性給 125 點額度，付費按年折算每月 12 美元起。