動画生成APIとは何ですか?

動画生成APIはテキストプロンプトから動画クリップを作成し、多くのモデルでは提供した画像、動画、音声から動画を作成します。ジョブを送信し、動画が準備完了するまで投票を行い、ほとんどのモデルは解像度で設定されたレートで1秒あたりの出力を請求します。

モデルの種類

動画生成APIが果たす役割

動画生成APIは、説明を短い動画クリップに変換します。最もシンプルなモードはtext-to-videoです。シーン、アクション、カメラの動きを記述すると、モデルがクリップをレンダリングします。ほとんどのビデオモデルは他の入力も受け付けます:

  • イメージからビデオへ。 画像が最初のフレームとなり、モデルがそれをアニメーション化します。一部のモデルは最後のフレームを取り、その間の動きを生成します。参照 image-to-videoお問い合わせ.
  • ビデオへの参照。 参照画像や一部のモデルではビデオや音声クリップが、キャラクターや商品、スタイルを最初のフレームではなく新しいシーンへと運び込むことがあります。
  • 編集と拡張。 一部のモデルは既存のクリップを編集またはスタイル変更したり、クリップを継続したりします。

多くのモデルはセリフ、効果音、音楽などの同期された音声トラックも生成し、中にはオフにできるものもあります。Teamsは、広告やソーシャルクリップ、製品デモ、解説、ストーリーボード、コンセプトプレビュー、既存のアートワークのアニメーションなどに動画生成を利用します。

リクエストの仕組み:非同期ジョブ

ビデオ生成は非同期ジョブとして実行されます。送信します POST /v1/videos/generations モデルID、プロンプト、設定(例: 期間, ソリューション および aspect_ratio.APIはすぐに次のように応答します。 求人情報 そしてポーリングURLです。その後、あなたは 出て/v1/jobs/{job_id} しかし、その状態は 完了完了、結果からビデオURLを読み取る。ジョブが成功しない場合、次のように終了します。 失敗 エラーがあります。

作業は通常1〜15分で完了し、4K出力の場合は30分以上かかることもあります。作成したクリップを続行するには、送信してください。 extend_from ジョブIDまたは動画URLを使って。

クリップを形作る設定

  • 期間。 秒単位で設定。ほとんどのモデルは数秒から15秒までのクリップを生成し、中には30秒以上に達するものもあります。
  • 解決。 通常は480pから1080pの範囲です。モデルによっては360pに対応しているものもあれば、2Kや4Kまで対応するものもあります。
  • アスペクト比。 テキストからビデオへの変換は、16:9、9:16、または1:1といった比率で変換されます。画像からビデオへの変換は通常、元の画像の形状に沿って行われます。
  • フレームレート。 パラメータではなくモデルによって設定されます。いくつかのモデルは24fpsでレンダリングされます。
  • オーディオ。 ネイティブオーディオを持つモデルでは、例えば generate_audio サウンドトラックのオンまたはオフを切り替えます。
  • シードとネガティブプロンプト。 一部のモデルでは、繰り返し可能な結果のためのシードと、避けるべき事項を記載したネガティブプロンプトを受け入れています。

モデルの選択と請求の理解

同じプロンプトをいくつかの候補にかけて、モーションの品質、プロンプトの遵守度、キャラクターの一貫性を比較してください。次に、プロジェクトで重要な制限値(最大持続時間と解像度、対応入力、ネイティブ音声、生成時間)を確認しましょう。 モデルの並べ比較 2つのモデルの性能とレートを一緒に表示します。

ほとんどのビデオモデルは生成された映像の1秒あたりで、出力解像度によって料金を請求するため、長さと解像度の両方に応じてコストが増加します。同じ設定で10秒のクリップは5秒のクリップの2倍のコストがかかります。一部のモデルは音声のオン/オフ時に異なる料金を請求し、一部は一定の長さと解像度に対して1本あたり固定料金を請求し、ソース動画の編集や参照リクエストは出力秒だけでなく入力秒単位も請求できます。

ビデオモデルに電話してみてEmpirioLabs AI

閲覧する ビデオモデル そして、プロンプトを Playground コードを書く前に。モデルを呼び出すには、ダッシュボードでAPIキーを作成し、ジョブを次の場所に提出してください。 https://api.empiriolabs.ai/v1/videos/generations ジョブエンドポイントをポーリングします。その ビデオ生成リファレンス すべてのリクエストフィールドを一覧表示し、 生成テンプレート 推奨モデルと設定で厳選されたエフェクトを適用します。

使いながら支払うか、週ごとの手当付きのプランを選んでください。すべてのモデルの現在の料金は プライシングページお問い合わせ.

EmpirioLabs AI の ビデオ生成 モデル

37 個のモデル。課金単位が同じものは安い順に並べています。各モデルのページに料金表の全体、パラメーター、コードがあります。

エンドポイント

POST /v1/videos/generations

1秒あたりの料金

モデル最低料金適用対象
Wan 2.2 Alibaba Cloud$0.015 秒単位フラッシュ480P
Wan 2.6 Alibaba Cloud$0.0250$0.0225 秒単位Flash 720P(音声なし)
PixVerse V6 Max PixVerse$0.030667$0.024534 秒単位標準360p音声なし
MiniMax H3 Lite MiniMax$0.025 秒単位480p
Pixverse Avatar PixVerse$0.025556 秒単位360p
Pixverse v6 PixVerse$0.025556 秒単位標準360p音声なし
Pixverse C1 PixVerse$0.030667 秒単位標準360p音声なし
Wan 2.1 Alibaba Cloud$0.036 秒単位ターボ
30 個のモデルをすべて表示
モデル最低料金適用対象
Wan 2.5 Alibaba Cloud$0.05 秒単位480P
SVI 2.0 Pro VITA-Group / EPFL$0.057 秒単位480pビデオ
MiniMax H3 Highspeed MiniMax$0.06 秒単位768p
Hunyuan Video 1.5 Tencent$0.075$0.061 秒単位480p
Seedance 2.0 Mini ByteDance$0.070 秒単位T2V/I2V 480P
Wan 3.0 Alibaba Cloud$0.07 秒単位標準480P
Kling 4.0 Flash Kling AI$0.094 秒単位標準720p
Grok Imagine Video 1.5 xAI$0.096 秒単位480p
Wan 2.7 Alibaba Cloud$0.10 秒単位全モード 720P
MOSS Video and Audio OpenMOSS$0.12 秒単位360pビデオ
Seedance 2.0 Fast ByteDance$0.122 秒単位T2V/I2V 480P
Seedance 2.5 Flash ByteDance$0.135 秒単位T2V/I2V 480P
Seedance 2.0 Pro ByteDance$0.139 秒単位T2V/I2V 480P
HappyHorse 1.0 Alibaba Cloud$0.14 秒単位全モード 720P
HappyHorse 1.1 Alibaba Cloud$0.14 秒単位720p
Kling v3 Motion Control Kling AI$0.14 秒単位スタンダード(720p)
Kling 4.0 Kling AI$0.157 秒単位標準720p
Kling O3 Kling AI$0.168 秒単位標準T2V/I2V
Kling V3 Kling AI$0.168 秒単位標準T2V/I2V
Kling 3.0 Turbo Kling AI$0.18 秒単位720p
MiniMax H3 MiniMax$0.18 秒単位768p
Seedance 2.5 ByteDance$0.206 秒単位T2V/I2V 480P

動画1本あたりの料金

モデル最低料金適用対象
Pixverse v5 PixVerse$0.23 動画ごとに360p/540p5
Pixverse v5.6 PixVerse$0.35 動画ごとに360p/540p 5s、音声なし

その他のモデル: Pixverse Lip Sync, Pixverse Edit, Sonilo Video to Video, Sonilo Video Translation, Sonilo Video Analysis

よくある質問

APIで動画を生成するのにどれくらい時間がかかりますか?

動画作業は通常、モデルや設定によって1分から15分で終わり、4K出力には30分以上かかることもあります。APIは一度にジョブIDを返し、動画が準備できるまでそれをポーリングします。

AI動画生成はどのように価格設定されているのでしょうか?

ほとんどのモデルは生成された映像の1秒あたりで請求し、解像度で料金が決まるため、長くて鮮明なクリップほど料金が高くなります。一部のモデルは音声オン/オフで異なる料金を請求します。EmpirioLabs AIでは、使用量に応じて支払うか、週ごとの手当付きのプランを選ぶことができます。

text-to-videoとimage-to-videoの違いは何ですか?

テキストからビデオへの変換は、プロンプトからクリップ全体を作成します。画像からビデオへの変換は、通常は最初のフレームとして提供した画像から始まり、動きを追加する前に被写体と構図をコントロールできます。

AIビデオモデルは音を生成できますか?

多くは可能です。ネイティブオーディオを持つモデルは、セリフや効果音、音楽などの同期したサウンドトラックを生成し、中にはオフにできるものもあります。

AIビデオモデルはどの解像度を生成できるのでしょうか?

モデルによっては360pから1080pまで、一部では2Kや4Kまで対応可能です。高解像度は1秒あたりのコストが高く、レンダリングに時間がかかることもあります。

EmpirioLabs AI で最も安い ビデオ生成 モデルはどれですか?

この方式で課金される 30 個の ビデオ生成 モデルのうち、1秒あたりの料金が最も低いのは Wan 2.2 で、次に Wan 2.6, PixVerse V6 Max が続きます。このページの料金表に、各モデルの最低料金と適用対象を掲載しています。

より良いエンドポイントを使う準備はできていますか?

ご自身のモデルを当社のスタックに展開したい方は、ぜひご価格をご覧ください。