動画API：テキスト、画像、参考文献、編集ワークフロー

入力

プロンプトと、選択したモデルが明示的にサポートする画像、動画、音声、または参照アセットのみが表示されます。

出力

タスク記録に続き、ジョブが成功した際にはダウンロード可能なビデオ成果物が生成されます。

終点

POST /v1/video/generations; GET /v1/video/generations/{task_id}

ライフサイクル

非同期処理。一度作成し、タスクIDを保持し、同じジョブをポーリングして最終状態を取得し、成果物をダウンロードして検証します。

kling-3.0-turbo

Kling 3.0 Turbo — 音声付き高速生成。720 p 5 s 音声付き ≈ $0.56。

タスク: テキストから動画、画像から動画、音声付き動画

終点： POST /v1/video/generations

費用例：1生成 × $0.56 = $0.56。

MiniMax-H3

MiniMax H3 (Hailuo 3.0) — ワンパスでネイティブステレオ音声付きのオムニモーダル動画生成。768P/2K、4-15s。768P で $0.08/s、2K で $0.13/s。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、参照から動画、音声付き動画

終点： POST /v1/video/generations

費用例：1秒 × $0.08 = $0.08。

doubao-seedance-2-5-260628

ByteDance Seedance 2.5 — 単一ショットで最長30秒の出力、最大50点のマルチモーダル参照素材、部分編集に対応した動画生成。480p/720p出力。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、参照から動画、音声付き動画

終点： POST /v1/video/generations

費用例：公開されている単価は公表されていません。請求リクエストを送信する前に、最新の価格情報をご確認ください。

MiniMax-Hailuo-2.3

MiniMax Hailuo 2.3 — テキスト/画像からビデオへ。768 p 6 s = $0.28。

タスク: テキストから動画、画像から動画

終点： POST /v1/video/generations

費用例：1生成 × $0.2778 = $0.2778。

doubao-seedance-2-0-mini-260615

Seedance 2.0 Mini ― 軽量で低価格なビデオ制作ソフト。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、参照から動画、音声付き動画

終点： POST /v1/video/generations

費用例：公開されている単価は公表されていません。請求リクエストを送信する前に、最新の価格情報をご確認ください。

kling-v3

Kling 3.0は、テキスト/画像から動画への変換機能を備え、720 / 1080 / 4K出力、3-15s再生時間、オプションの音声、段階的な料金体系を提供します。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、音声付き動画

終点： POST /v1/video/generations

費用例：1 5-second 720p サイレント生成 × $0.42 = $0.42。

kling-v3-omni

Kling 3.0 Omni ― 参照画像に基づいた複数画像による動画生成および編集ツール。

タスク: 参照から動画

終点： POST /v1/video/generations

費用例：1生成 × $0.42 = $0.42。

MiniMax-Hailuo-02

Hailuo 02 — 512pからの低予算ビデオ生成。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画

終点： POST /v1/video/generations

費用例：1生成 × $0.2778 = $0.2778。

doubao-seedance-2-0-260128

ByteDance Seedance 2.0フラッグシップビデオモデルです。出力解像度に応じて課金されます。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、参照から動画、音声付き動画

終点： POST /v1/video/generations

費用例：公開されている単価は公表されていません。請求リクエストを送信する前に、最新の価格情報をご確認ください。

MiniMax-Hailuo-2.3-Fast

Hailuo 2.3高速 — 画像からビデオへ。768 p 6 s = $0.19。

タスク: 画像から動画

終点： POST /v1/video/generations

費用例：1生成 × $0.1875 = $0.1875。

doubao-seedance-2-0-fast-260128

Seedance 2.0高速でコスト効率480良いビデオ生成。p 5 s ≈ $0.26。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、参照から動画、音声付き動画

終点： POST /v1/video/generations

費用例：公開されている単価は公表されていません。請求リクエストを送信する前に、最新の価格情報をご確認ください。

happyhorse-1.1-t2v

Alibaba HappyHorse 1.1 (T2V) — テキストからビデオへの変換機能。意味理解、カメラ制御、および動的生成機能が向上しています。滑らかで詳細、かつ物理的に一貫性のある720 / 1080ビデオを実現します。

タスク: テキストから動画

終点： POST /v1/video/generations

費用例：1秒 × $0.075 = $0.075。

happyhorse-1.1-r2v

Alibaba HappyHorse 1.1 (R2V) — 最大9参照画像を使用した参照ビデオ、強力な被写体/シーン/スタイルの一貫性、カメラ制御。720 720 / 1080P。

タスク: 参照から動画

終点： POST /v1/video/generations

費用例：1秒 × $0.075 = $0.075。

happyhorse-1.1-i2v

Alibaba HappyHorse 1.1 (I2V) — より優れたテクスチャ、クリップ間のIDの一貫性、動きの滑らかさ、およびオーディオビジュアルの同期720備えた画像からビデオへの変換。720 P/ 1080P。

タスク: 画像から動画

終点： POST /v1/video/generations

費用例：1秒 × $0.075 = $0.075。

wan2.7-t2v

Alibaba Wan2.7 (T2V) — 演技の向上、繊細な感情表現、激しいアクション、ドラマチックなカメラカットを備えたテキストビデオ。720 720 / 1080P。

タスク: テキストから動画

終点： POST /v1/video/generations

費用例：1秒 × $0.1 = $0.1。

wan2.7-r2v

Alibaba Wan2.7 (R2V) — ビデオ参照、最大5混合画像/ビデオ参照 + オーディオ音色参照、キャラクター/小道具/シーンの一貫性が強化。

タスク: 参照から動画

終点： POST /v1/video/generations

費用例：1秒 × $0.35 = $0.35。

wan2.7-videoedit

Alibaba Wan2.7 VideoEdit — 自然言語によるビデオ編集、ローカルまたはグローバル、参照画像要素の置換、モーション/エフェクト/カメラの複製。

タスク: 動画編集

終点： POST /v1/video/generations

費用例：1秒 × $0.2 = $0.2。

wan2.7-i2v

Alibaba Wan2.7画像からビデオへの変換 — 720 P または1080Pでのオプションの駆動オーディオを備えた、最初のフレーム、最初/最後のフレーム、および継続ワークフロー。

タスク: 画像から動画、開始・終了フレームから動画、音声付き動画

終点： POST /v1/video/generations

費用例：1秒 × $0.1 = $0.1。

kling-4.0

Kling 4.0 — テキストやキーフレームから、ネイティブ音声付き動画を生成します。720pまたは1080pで3–30秒、API経由で最大10枚のキーフレームに対応します。このルートでは参照動画、Omni編集、4Kは利用できません。

タスク: テキストから動画、画像から動画、開始・終了フレームから動画、音声付き動画

終点： POST /v1/video/generations

費用例：720p・5秒の生成1回 × $0.9 = $0.9。