AIモデルを発見
TypeSafe
Alibaba
Black Forest Labs
ByteDance
Google
Grok
Kling
Lightricks
MiniMax
OpenAI
PixVerse
Runway
SeeAPI
Vidu
モデルの公開タイムライン
MiniMax H3 Max 16-bit Pixel
MiniMaxテキストまたは最初のフレーム画像から、音声付きの5〜15秒の768P・16ビットピクセルアート動画を生成します。
Wan 3.0 Prime
Alibabaテキスト、画像、動画、音声、ドキュメント、Webページの参照に対応するAlibaba Wan 3.0 Prime動画生成。
Wan 3.0
Alibabaテキスト、画像、動画、音声、ドキュメント、Webページの参照に対応するAlibaba Wan 3.0動画生成。
MiniMax H3 Max Turbo
MiniMaxテキストや画像から480P、768Pまたは1080Pの5〜15秒動画を生成します。
Gemini Omni Flash 1.1
GoogleGemini Omni Flash 1.1 video generation with image, video, audio, and character references.
Seedance 2.5
ByteDance長尺のストーリーテリングを強化し、最大50件のマルチモーダル参照に対応したByteDanceの次世代動画生成モデル
MiniMax H3
MiniMax最大2K出力に対応した、MiniMax H3（Hailuo 03）のマルチモーダル・ネイティブ音声動画生成。
Seedance 2.0 Mini
ByteDance高速生成と低い推論コストを実現する、ByteDanceのコスト効率に優れたSeedance 2.0動画モデル
Seedance 2.0 Fast
ByteDance720pまでのテキスト、画像、動画、音声入力に対応した高速かつ手頃なマルチモーダル動画
HappyHorse 1.1
AlibabaHappyHorse 1.1は、テキストから動画、画像から動画、参照画像から動画に対応し、より多くのアスペクト比を選択できます。
シーンの説明をモデル要件にする
モデル名だけでなく必要なショットを基準に選びます。明確なシーンを書き、アプリに必要な操作を比較してください。
見た目だけでなく動きを指定
被写体、動作、場面を説明し、必要な場合だけカメラ指示を加えます。完成動画全体で動きと不要な変化を確認します。
同じ成果物でモデルを比較
シーンの目的を揃え、各 Endpoint の契約に合わせます。対応する長さ、アスペクト比、解像度と API 料金を確認します。
音が必要かを決める
音声生成に対応する動画もあります。会話、環境音、効果音が必要なら音声付き動画生成と Endpoint の音声設定を確認してください。
シーン説明から API リクエストへ
大きな動画ワークフローを作る前に、カタログで候補を絞ります。
1つのショットを書く
被写体、動作、場面、構図を指定し、必須条件と任意のスタイルを分けます。
Endpoint を読む
公開済みのリクエスト項目、出力設定、タスク取得方法を確認します。
拡大前に確認
許可済みのテストで設定を保存し、動画全体を確認してから広げます。
テキスト動画生成 API のよくある質問
モデル選定と最初のリクエスト準備に役立つ回答です。
主な入力は動くシーンを説明するテキストです。追加項目や制限は Endpoint により異なります。画像を主な参照にするなら画像から動画を使います。