テキストから動画API:40以上のAI動画モデル
テキストから動画APIは、文章のプロンプトから HTTP リクエストで動画クリップを生成します。APIMart にはプロンプトだけで生成できる動画モデルが 40 あり、Seedance 2.5、Veo 3.1、Kling 4.0、Wan 3.0、Gemini Omni 1.2 Flash を 1 つの APIキーと従量課金で利用できます。下の表でクリップの長さ、音声、リアルタイム料金を比較してください。
APIMart のテキストから動画 API モデル
以下のモデルはすべて参照画像なしのテキストプロンプトだけで生成でき、同じ APIMart のキー、非同期タスクの流れ、残高を使います。パラメータはモデルごとに異なるため、各モデルを開いて長さ、解像度、料金、コード例を確認してください。
Muse Video API API
Muse Video API はプロンプトまたは最大 9 枚の参照画像から動画を生成します。タスク API から2〜10 秒、720p、音声付きの MP4 動画を 1 本取得できます。
動画生成API と料金を見る →apimart-zoe API
apimart-zoe API は、APIMart のマルチモーダル動画生成モデルを呼び出せる API です。プロンプト、先頭・末尾フレーム、または最大 30 枚の参照画像・10 本の参照動画・10 本の参照音声から、480p・720p・1080p・2k・4k で 4〜30 秒の動画を生成し、音声を映像と同時に生成したり、既存の動画を編集したりすることもできます。低コストの 480p ドラフトから 1080p の本番動画を作る 2 段階のフローにも対応し、すべて 1 つのモデル ID で呼び出せます。
AI動画最大4Kマルチモーダル参照ドラフトから本番API と料金を見る →FLUX 3 Video API
Black Forest Labs の FLUX 3 Video は、テキストから動画、1–10 枚の順序付きキーフレームによる画像から動画、動画の続き生成、ドラフトの高画質化に対応します。同期音声付きで 5–20 秒の HD・FHD 動画を出力し、セーフティ許容度を設定でき、秒単位で課金されます。
ネイティブ音声5~20秒順序付きキーフレームHDとFHDAPI と料金を見る →Wan 3.0 API
Wan 3.0 API(Wan3.0)は、APIMartのWan APIからAlibabaの最新Wan動画モデルを利用できます。プロンプトだけ、または先頭フレーム(末尾フレームは任意)、あるいは画像・動画・音声・ドキュメント・Webページを参照に渡し、2〜30秒、480P/720P/1080Pの動画を生成します。音声は既定で付きます。モデルID:wan3.0-video。
最大30秒480P / 720P / 1080Pフレームまたは参照素材既定で音声付きAPI と料金を見る →Wan 3.0 Prime API
APIMartのWan 3.0 Prime API(wan3.0-video-prime)は、AlibabaのWan 3.0シリーズのPrimeモデルです。wan3.0-videoとまったく同じパラメータを受け付け、プロンプト、先頭・末尾フレーム、または画像・動画・音声・ドキュメント・Webページの参照から、2〜30秒・480P/720P/1080Pの動画を生成します。音声はデフォルトでオン。モデルIDと1秒あたりの料金は独立しています。
Wan 3.0と同じ入力最長30秒480P / 720P / 1080P独自のモデルと料金API と料金を見る →Veo 3.1 API
Veo 3.1はGoogle Veo 3動画モデルファミリーの現行バージョンです。APIMartでは3つのExtモデル(veo3.1-lite、veo3.1-fast、veo3.1-quality、8秒動画1本ごとの課金)と2つの公式チャネルモデル(veo3.1-fast-official、veo3.1-quality-official、秒単位の課金)を、1つのAPIキーで利用できます。
商用利用可API と料金を見る →Gemini Omni 1.2 Flash API
Gemini Omni 1.2 Flash API(gemini-omni-1.2-flash)は、テキストから動画、画像から動画、開始・終了フレーム補間、動画の編集と延長に対応した Google のマルチモーダル動画モデルです。長さは 3–15 秒で指定でき、すべての出力に音声が付きます。APIMart では解像度ごとに秒単位で課金されます。Ext チャネル gemini-omni-1.2-flash-ext は開始・終了フレームを含む主要モードに対応し、秒単位の固定料金で課金されます。
音声付き 3–15 秒動画の編集・延長360p〜4KAPI と料金を見る →Gemini Omni 1.1 Flash API
Gemini Omni 1.1 Flash API(gemini-omni-1.1-flash)は、テキストから動画、画像から動画、最初と最後のフレームの補間、動画編集、延長に対応する Google のマルチモーダル動画モデルです。APIMart では非同期タスク API で提供し、出力解像度と秒数で課金します。
マルチモーダル動画開始・終了フレーム360p〜4KAPI と料金を見る →Gemini Omni 1.1 Flash Ext API
Gemini Omni 1.1 Flash Ext API(gemini-omni-1.1-flash-ext)は、APIMart でテキスト、1枚の画像、参照動画、または3枚の参照画像から動画を生成します。長さ、解像度、アスペクト比はリクエストで指定します。通常の生成は解像度と長さで料金が決まり、参照動画を使うリクエストは元動画の秒数で課金されます。
テキストから動画高速生成シンプル APIAPI と料金を見る →Gemini Omni Flash Preview API
APIMart上のGemini Omni Flash Preview APIは、テキストから動画、画像から動画、動画から動画への合理化された生成を提供します。統合された動画生成エンドポイントを通じてmodelとpromptを送信でき、このモデルのテスト、統合、スケールが容易になります。
テキストから動画へ画像から動画へ動画から動画へAPI と料金を見る →PixVerse V6 API
PixVerse V6 は PixVerse が 2026 年 3 月 30 日に公開したフラッグシップ AI 動画モデルで、ネイティブ音声付きのマルチショット、カメラ制御、表情豊かなキャラクターに強みがあります。APIMart では PixVerse API の入口として、1 つのエンドポイントでテキストから動画、画像から動画、先頭・末尾フレームのトランジション、1–7 枚の参照画像、動画延長に対応し、360p–1080p、1–15 秒を秒単位で課金します。
テキストから動画画像から動画マルチショット音声は任意API と料金を見る →PixVerse V6 Max API
PixVerse V6 Max は PixVerse V6 の高画質版です。 PixVerse V6 Max API は pixverse-v6-max を使い、テキストまたは1枚の画像から動画を生成します。1~15秒、360p/540p/720p/1080p、任意のネイティブ音声に対応。最初と最後のフレームによるトランジション、複数画像の融合、動画延長には別モデルの PixVerse V6 を利用できます。
テキスト・画像から動画1~15秒任意のネイティブ音声API と料金を見る →Kling 4.0 API
Kling 4.0 API(kling-v4)はテキスト・画像からの動画生成、複数素材の参照、動画編集、続編生成に対応。720p または 1080p、3~30 秒で、常にステレオ音声を含みます。
5 つの動画モード720p / 1080pステレオ音声API と料金を見る →Kling 4.0 Flash API
Kling 4.0 Flash API(kling-v4-flash)は、Kuaishou(快手)の Kling 4.0 のうち、より高速でコストパフォーマンスに優れたモデルです。テキストから動画、開始フレームによる画像から動画、参照から動画、動画編集、動画延長を 1 つのモデル ID で利用でき、すべて 720p・3~20 秒の音声付き動画を出力します。
5 つの動画モード720p・3~20 秒音声付きAPI と料金を見る →Kling 3.0 API
APIMartのKling APIでは、Kuaishou(快手)のKling 3.0動画モデル(モデルID kling-v3)を利用できます。テキストから動画、最初のフレームまたは最初と最後のフレームからの画像から動画に対応し、3〜15秒、720p・1080p・4K、ネイティブ音声とマルチショットも選べます。APIMartのキー1つで呼び出せます。
テキストから動画画像から動画ネイティブ音声API と料金を見る →Kling 3.0 Omni API
Kling 3.0 OmniはKling O3やKling V3 Omniとも呼ばれる、快手(Kuaishou)のオールインワン型Kling 3.0モデルです。APIMartではモデルID kling-v3-omniで、テキストから動画、ロール付き画像参照、動画編集と特徴参照、マルチショット、被写体エレメントに、std 720p・pro 1080p・4Kで対応します。
動画編集最大4K3〜15秒API と料金を見る →Kling 2.6 API
APIMartのKling 2.6 APIはモデルID kling-v2-6で、テキストから動画と画像から動画に対応します。std(720p、無音)またはpro(1080p)、5秒または10秒を選べ、proモードではネイティブ音声や最終フレームを追加できます。カメラコントロールとダイナミックマスクにも対応しています。
ネイティブ音声(Pro)カメラ制御5秒または10秒API と料金を見る →Kling 3.0 Turbo API
Kling 3.0 TurboはKling 3.0の速度重視版です。APIMartではモデルID kling-3.0-turboで、テキストから動画と最初のフレームからの画像から動画に対応し、3〜15秒・720pまたは1080p、プロンプト内でマルチショットの絵コンテを書けます。
速度重視720p / 1080p3〜15秒API と料金を見る →Kling Video O1 API
Kling Video O1は「Kling O1」とも呼ばれる、快手(Kuaishou)の統合型動画モデルです。APIMartではモデルID kling-video-o1で、テキストから動画、<<<image_N>>>による画像参照、最初と最後のフレーム、入力動画の編集にstd(720p)またはpro(1080p)で対応します。
動画編集画像参照720p / 1080pAPI と料金を見る →MiniMax Hailuo 02 API
MiniMax Hailuo 02(Hailuo 2 とも表記)は、MiniMax が 2025 年 6 月 18 日に公開した動画生成モデルで、指示への忠実さと物理表現を重視しています。APIMart では Hailuo API としてモデル ID MiniMax-Hailuo-02 で提供し、テキストから動画と最初・最後のフレームを使った画像から動画に対応します。
テキストから動画画像から動画最初と最後のフレームAPI と料金を見る →MiniMax Hailuo 2.3 API
MiniMax Hailuo 2.3 は、MiniMax が 2025 年 10 月 28 日に公開した動画生成モデルで、体の動き、表情、スタイル表現が Hailuo 02 より向上しています。APIMart ではモデル ID MiniMax-Hailuo-2.3 で、テキストから動画と最初のフレームを使った画像から動画に対応します。
テキストから動画画像から動画カメラワークAPI と料金を見る →MiniMax H3 API
MiniMax H3 は MiniMax が 2026 年 7 月 31 日に公開した汎用マルチモーダル生成モデルで、ネイティブステレオ音声付きの 2K 動画を最長 15 秒まで生成できます。APIMart では MiniMax-H3 で動画生成、MiniMax-H3-Context-IR でプロンプト強化、MiniMax-H3-Regeneration で 768P プレビューの 2K 化を利用できます。
2K 動画ネイティブ音声マルチモーダル参照API と料金を見る →MiniMax H3 Max API
MiniMax H3 Max(モデル ID MiniMax-H3-Max)は、APIMart で使える MiniMax H3 ファミリーの高速モデルです。テキスト、先頭・末尾フレーム、マルチモーダル参照から、音声付きの 480P/768P/1080P 動画を 5〜15 秒で生成します。2K や 768P からの 2K 化(Regeneration)が必要な場合は MiniMax H3 を使ってください。
最大 1080P音声付き動画マルチモーダル参照API と料金を見る →Vidu Q3 Pro API
APIMartのVidu Q3 Pro API(model IDはviduq3-pro、vidu-q3-proとも表記):ShengShuのVidu動画モデルで、テキストから動画、画像から動画、先頭・末尾フレーム動画に対応し、1〜16秒・540p・720p・1080pの動画を作り、会話と効果音も既定で生成します。Vidu Q3 ProとTurboのうち上位のモデルです。
テキストから動画画像から動画先頭・末尾フレーム1〜16秒API と料金を見る →Vidu Q3 Turbo API
APIMartのVidu Q3 Turbo API(model IDはviduq3-turbo、vidu-q3-turboとも表記):ShengShuのVidu動画モデルで、テキストから動画、画像から動画、先頭・末尾フレーム動画に対応し、1〜16秒・540p・720p・1080pの動画を作り、会話と効果音も既定で生成します。APIMartのViduシリーズで1秒あたりの料金が最も低いモデルです。
テキストから動画画像から動画先頭・末尾フレーム1〜16秒API と料金を見る →Wan 2.5 API
Wan 2.5 API(Wan2.5 Preview)は、APIMartでモデルID wan2.5-previewからAlibabaのWan 2.5動画モデルを利用できます。テキストプロンプトまたは画像1枚から、5秒または10秒、480p/720p/1080pの動画を生成し、すべてのクリップに生成音声または自分の音声トラックが付きます。
5 / 10秒480p / 720p / 1080p音声付きテキスト・画像から動画API と料金を見る →Wan 2.6 API
Wan 2.6 API(Wan2.6)は、APIMartでモデルID wan2.6からAlibabaのWan 2.6動画モデルを利用できます。テキストプロンプトまたは画像1枚から、5・10・15秒、720pまたは1080pの動画を生成し、マルチショットのストーリー、生成音声またはカスタム音声、画像から動画のエフェクトテンプレートに対応します。
5 / 10 / 15秒720p / 1080pマルチショット音声とエフェクトAPI と料金を見る →Wan 2.7 API
Wan 2.7 API(Wan2.7)は、APIMartで1つのモデルID wan2.7からAlibabaのWan 2.7動画モデルを利用できます。テキストプロンプト、先頭フレーム、先頭・末尾フレーム、または続きを生成したい動画から2〜15秒・720Pまたは1080Pの動画を作り、参照音声に合わせることもできます。
2〜15秒720P / 1080P先頭・末尾フレーム動画の続き生成API と料金を見る →Grok Imagine Video API
APIMartのGrok Imagine API(動画)はxAIのgrok-imagine-videoモデルを呼び出します。テキストから動画、1枚以上の参照画像を使った画像から動画、既存動画の編集に対応。出力は1〜15秒、480pまたは720pで、出力秒数に応じて課金されます。
動画生成画像から動画動画編集API と料金を見る →Grok Imagine Video 1.5 API
APIMartのGrok Imagine Video 1.5 APIでは、プロンプト、またはプロンプトと参照画像から、480p・720p・1080pで1〜15秒の動画を生成できます。このページではxAI公式のgrok-imagine-video-1.5と、より低価格なgrok-imagine-1.5-video-extを提供しています。
動画生成高品質API と料金を見る →SkyReels V4 Std API
SkyReels V4は、Skywork AIが2026年2月にarXiv論文2602.21818で発表したマルチモーダル動画基盤モデルです。APIMartではSkyReels V4 APIを2つのティアで提供しており、このページではキーショットや最終納品向けの品質重視ティア、SkyReels V4 Std(モデルID skyreels-v4-std)を紹介します。1つのエンドポイントで、テキストから動画、開始・終了フレームとキーフレームを使った画像から動画、Omniマルチモーダル参照に対応し、480p・720p・1080pで3〜15秒の動画を生成できます。論文では動画と同時にサウンドトラックを生成する手法も説明されていますが、APIMart APIはまだ動画と新たに生成した音声を同時に出力できません。
テキストから動画画像から動画480p / 720p / 1080pAPI と料金を見る →SkyReels V4 Fast API
SkyReels V4 Fast(モデルID skyreels-v4-fast)は、APIMartで提供するSkywork AIの動画モデルSkyReels V4の速度重視ティアです。SkyReels V4 Stdと同じリクエストフィールド(テキストから動画、開始・終了フレームとキーフレームを使った画像から動画、Omniマルチモーダル参照)を受け付け、480p・720p・1080pで3〜15秒の動画を、より低い秒単価で生成します。素早いプレビュー、一括生成、日常的なコンテンツに使い、より高い精細さが必要な最終ショットはStdに移せます。APIMart APIはまだ動画と新たに生成した音声を同時に出力できません。
Fastティアテキストから動画480p / 720p / 1080pAPI と料金を見る →Seedance 1.0 Pro Quality API
APIMart の Seedance 1.0 Pro API では、ByteDance Seedance 1.0 Pro の高品質ティア(モデル ID seedance-1-0-pro-quality)を利用できます。テキスト、先頭フレーム、または先頭・末尾フレームから、480p、720p、1080p で 2〜12 秒のクリップを生成します。
高品質ティアテキストから動画先頭・末尾フレーム最大 1080pAPI と料金を見る →Seedance 1.0 Pro Fast API
APIMart の Seedance 1.0 Pro Fast API では、Seedance 1.0 Pro の高速ティアである ByteDance の seedance-1-0-pro-fast モデルを、プレビューや反復作業向けに利用できます。テキストまたは先頭フレーム画像から、480p、720p、1080p で 2〜12 秒のクリップを生成します。
Fast ティアテキストから動画先頭フレームから動画最大 1080pAPI と料金を見る →Seedance 1.5 Pro API
APIMart の Seedance 1.5 Pro API では、映像と同時にサウンドを生成する動画モデル ByteDance Seedance 1.5 Pro を利用できます。テキストまたは先頭・末尾フレーム画像から、480p、720p、1080p で 4〜12 秒のクリップを作成します。
ネイティブ音声テキストから動画画像から動画最大 1080pAPI と料金を見る →Seedance 2.0 API
APIMart の Seedance 2.0 API では、ByteDance の動画モデル Seedance 2.0(Volcano Engine では Doubao-Seedance-2.0 として提供)を利用でき、テキストから動画、画像から動画、先頭・末尾フレーム指定、マルチモーダル参照による生成をネイティブ音声付きで行えます。1 つの Seedance API キーで、Seedance 2 API の全バリアント(seedance-2.0、seedance-2.0-fast、seedance-2.0-mini)を利用できます。
テキストから動画画像から動画ネイティブ音声最大 4KAPI と料金を見る →Seedance 2.0 Fast API
APIMart の Seedance 2.0 Fast API では、ByteDance の seedance-2.0-fast モデルを利用できます。標準の Seedance 2.0 と同じ機能を備え、生成がより高速です。テキストから動画、画像から動画、先頭・末尾フレーム指定、マルチモーダル参照によるクリップを、480p または 720p でネイティブ音声付きで生成できます。1 つの Seedance API キーで、Seedance 2 API の全バリアント(seedance-2.0、seedance-2.0-fast、seedance-2.0-mini)を利用できます。
高速生成テキストから動画画像から動画480p / 720pAPI と料金を見る →Seedance 2.0 Mini API
APIMart の Seedance 2.0 Mini API では、ByteDance の seedance-2.0-mini モデルを利用できます。標準の Seedance 2.0 と同じ機能を備え、プロンプトに文字数の上限がありません。テキストから動画、画像から動画、先頭・末尾フレーム指定、マルチモーダル参照によるクリップを、480p または 720p でネイティブ音声付きで生成できます。1 つの Seedance API キーで、Seedance 2 API の全バリアント(seedance-2.0、seedance-2.0-fast、seedance-2.0-mini)を利用できます。
プロンプト文字数無制限テキストから動画画像から動画480p / 720pAPI と料金を見る →Seedance 2.5 API
Seedance 2.5 API は、ByteDance の制作向け音声・動画基盤モデルを提供します。最大 1080p の 30 秒動画を 1 回でネイティブ生成し、最大 50 件のマルチモーダル参照(画像 30 枚・動画 10 本・音声 10 本)、先頭・末尾フレーム制御、動画編集と延長に対応。広告、EC、映像プリビズに活用できます。Dreamina で提供されている Dreamina Seedance 2.5 と同じモデルです。
AI動画30秒クリップマルチモーダル参照ネイティブ音声API と料金を見る →Seedance 2.5 Flash API
Seedance 2.5 Flash は、ByteDance の動画モデル Seedance 2.5 の高速版で、テキスト、画像、参照動画、音声から 480p と 720p の動画を生成します。この APIMart ワークスペースで seedance-2.5-flash のリクエストを準備し、下の Seedance 2.5 Flash API サンプルとパラメータを確認できます。
テキスト・画像から動画480p / 720pマルチモーダル参照API と料金を見る →HappyHorse 1.0 API
HappyHorse 1.0(Happy Horse 1.0 とも表記)は、Alibaba が Alibaba Cloud Model Studio で提供する音声付き AI 動画モデルです。APIMart では HappyHorse API の入口として、1 つのエンドポイントでテキストから動画、先頭フレームの画像から動画、1–9 枚の参照画像、ソース動画の編集の 4 モードに対応します。出力は 720P または 1080P、3–15 秒で、秒単位で課金されます。
テキストから動画画像から動画動画編集720P / 1080PAPI と料金を見る →HappyHorse 1.1 API
HappyHorse 1.1(Happy Horse 1.1 とも表記)は、Alibaba の音声付き動画モデル HappyHorse の 2026 年 6 月のアップデートです。APIMart ではテキスト、先頭フレームの画像、1–9 枚の参照画像から 720P または 1080P、3–15 秒の動画を生成でき、1080P の料金は HappyHorse 1.0 より低くなっています。1.1 は動画編集に対応していません。
テキストから動画画像から動画参照画像から動画720P / 1080PAPI と料金を見る →
テキストから動画APIの選び方
1 回でネイティブ音声
Seedance 2.5、Kling 4.0、Wan 3.0、MiniMax H3 は映像と一緒に音声を返すため、プロンプトでセリフ、効果音、環境音を指定できます。
ストーリー向けの長いクリップ
Seedance 2.5(4–30 秒)、Wan 3.0(2–30 秒)、Kling 4.0(3–30 秒)は 1 本で最も長いクリップを生成でき、Kling 3.0、Gemini Omni 1.2 Flash、MiniMax H3 は最大 15 秒です。
解像度とディテール
Gemini Omni 1.2 Flash は 360p から 4K まで対応し、Veo 3.1 と Kling 3.0 は 4K ティアを提供、MiniMax H3 は 2K で出力します。
高速・低コストの下書き
Seedance 2.0 Mini、Grok Imagine Video、Kling 3.0 Turbo なら試行を素早く安く回せます。Seedance 2.5 は 480p の下書きを作成し、1080p の完成版に仕上げることもできます。
テキストから動画APIの料金と仕様:人気 9 モデル
APIMart のゴールド会員価格をリアルタイムで表示しています(定価より 20% オフ)。プラチナ・ダイヤモンド会員はさらにお得です。特記がない限り、表示ティアでの出力 1 秒あたりの料金で、全ティアは各モデルページで確認できます。
| モデル | 音声 | 1 本の長さ | 解像度 | ゴールド会員価格 |
|---|---|---|---|---|
| Seedance 2.5 API音声付き 30 秒クリップ | デフォルトでオン。generate_audio を false で無音 | 4–30 秒 | 480p–1080p | $0.216/秒 · 720p |
| Seedance 2.0 Mini API低コストの下書き | デフォルトでオン。オフにも可能 | 4–15 秒 | 480p / 720p | $0.039/秒 · 720p |
| Veo 3.1 Fast APIGoogle Veo の映画的なショット | 同期音声。公式チャネルではオン/オフ切替可 | 8 秒 | 720p–4K | $0.14/本(8 秒)· 720p / 1080p |
| Wan 3.0 API最大 30 秒・柔軟な参照入力 | 任意のサウンドトラック、料金は同じ | 2–30 秒 | 480p–1080p | $0.0658/秒 · 720p |
| Kling 4.0 API最大 30 秒・ステレオ音声 | 常にオン、ステレオ | 3–30 秒 | 720p / 1080p | $0.14/秒 · 720p |
| Kling 3.0 API720p〜4K のティア | 任意、より高い音声ありティアで課金 | 3–15 秒 | 720p–4K | $0.0672/秒 · 720p std |
| Gemini Omni 1.2 Flash API360p〜4K 出力 | クリップに含まれる | 3–15 秒 | 360p–4K | $0.06/秒 · 720p |
| MiniMax H3 APIネイティブ 2K・音声付き | ネイティブ音声 | 4–15 秒 | 768p / 2K | $0.0571/秒 · 768p |
| Grok Imagine Video API高速生成と動画編集 | モデルページを参照 | 1–15 秒 | 480p / 720p | $0.056/秒 · 720p |
Kling 3.0 は std 720p・音声なしの料金を表示しています。音声あり、pro、4K はさらに高くなります。Ext チャネルの Veo 3.1 Fast は 8 秒クリップ 1 本単位、公式チャネルは秒単位で課金されます。Seedance と Kling 4.0 は参照動画の入力も秒単位で課金されます。失敗したタスクは課金されません。
テキストから動画APIの費用例
- Seedance 2.5 でテキストから 10 秒の 720p クリップ:10 × $0.216 = $2.16(音声込み)。
- Kling 4.0 で 10 秒の 720p クリップ:10 × $0.14 = $1.40(ステレオ音声付き)。
- Seedance 2.0 Mini で 10 秒の 720p 下書き:10 × $0.039 = $0.39。
- Grok Imagine Video で 10 秒の 720p クリップ:10 × $0.056 = $0.56。
テキストから動画APIクイックスタート:Seedance 2.5 の例
プロンプトを POST /v1/videos/generations に送信し、動画が完成するまでタスクをポーリングします。この例では Seedance 2.5 を使用しています。他のテキストから動画モデルは独自のモデル ID とパラメータを使い、各モデルページに記載しています。
- 1
APIMart の APIキーを取得
APIMart に登録して残高をチャージし、API Keys ページでキーを作成します。APIMART_API_KEY 環境変数に保存し、Authorization: Bearer <key> として送信します。同じキーですべての動画モデルを呼び出せます。
- 2
動画タスクを送信
モデル ID、プロンプト、そのモデルが対応する長さと解像度を指定して POST /v1/videos/generations を送信します。画像から動画にする場合は image_urls を追加します。レスポンスで task_id が返ります。
- 3
動画を取得
ステータスが completed になるまで 5–15 秒ごとに GET /v1/tasks/{task_id} をポーリングし、data.result.videos[0].url[0] から動画 URL を読み取ります。結果は 72 時間保存されるため、残したいファイルはダウンロードしてください。
このモデルの全パラメータは Seedance 2.5 API リファレンス を参照してください。
curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedance-2.5",
"prompt": "夕暮れの海岸道路を走る赤いヴィンテージカーを追う映画的なトラッキングショット、眼下で砕ける波、暖かな黄金色の光",
"size": "16:9",
"resolution": "720p",
"duration": 10
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "seedance-2.5",
"prompt": "夕暮れの海岸道路を走る赤いヴィンテージカーを追う映画的なトラッキングショット、眼下で砕ける波、暖かな黄金色の光",
"size": "16:9",
"resolution": "720p",
"duration": 10
}
resp = requests.post(f"{API_BASE}/v1/videos/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["videos"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(10)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/videos/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "seedance-2.5",
"prompt": "参照画像の製品が白いスタジオのターンテーブル上でゆっくり回転し、柔らかなキーライトの中、カメラがラベルのクローズアップへ寄っていく",
"image_urls": [
"https://example.com/product.jpg"
],
"size": "16:9",
"resolution": "720p",
"duration": 10
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"この例で使う Seedance 2.5 API パラメータ
| パラメータ | 型 | 必須 | デフォルト | 説明 |
|---|---|---|---|---|
model | string | 必須 | デフォルト: seedance-2.5 | 呼び出す動画モデル。他のモデルはそれぞれ独自の ID を使い、各モデルページに記載しています。 |
prompt | string | 必須 | デフォルト: — | 動画の説明:被写体、動き、カメラ、音。 |
resolution | string | 任意 | デフォルト: 720p | Seedance 2.5 では 480p、720p、1080p。上位ティアほど 1 秒あたりの料金が高くなります。 |
size | string | 任意 | デフォルト: adaptive | アスペクト比:16:9、4:3、1:1、3:4、9:16、21:9、または adaptive。 |
duration | integer | 任意 | デフォルト: 5 | クリップの長さ。Seedance 2.5 は 4–30 秒で、出力秒数に応じて課金されます。 |
generate_audio | boolean | 任意 | デフォルト: true | 同期した音声を生成します。無音の動画にするには false を指定します。 |
image_urls | array | 任意 | デフォルト: — | 参照画像の公開 URL。Seedance 2.5 は最大 30 枚です。指定すると画像から動画のリクエストになります。 |
image_with_roles | array | 任意 | デフォルト: — | 役割付きの画像:first_frame、last_frame、reference_image。 |
テキストから動画APIのよくある質問
テキストから動画APIとは?
テキストから動画APIは、文章のプロンプトから HTTP リクエストで動画クリップを生成します。APIMart ではモデル名、プロンプト、長さや解像度などのオプションを POST /v1/videos/generations に送信し、完成動画を取得するためのタスク ID を受け取ります。
テキストから動画APIはどのモデルを選べばよいですか?
用途から選びます。音声付きで最大 30 秒のクリップなら Seedance 2.5、Kling 4.0、Wan 3.0、4K なら Gemini Omni 1.2 Flash、Veo 3.1、Kling 3.0、下書きなら Seedance 2.0 Mini や Grok Imagine Video です。1 つのキーで同じプロンプトを使って比較できます。
音声を生成できるテキストから動画APIは?
Seedance 2.5、Seedance 2.0 Mini、Kling 4.0、Wan 3.0、Gemini Omni 1.2 Flash、MiniMax H3、Veo 3.1 は動画と一緒に音声を返せます。Kling 3.0 は音声ありだとより高いティアで課金され、Wan 3.0 はサウンドトラックを付けても料金は変わりません。
テキストから生成できる動画の長さは?
1 回のリクエストで、Seedance 2.5 と Wan 3.0 は最大 30 秒、Kling 4.0 は 3〜30 秒です。多くのモデルは 10 秒または 15 秒が上限で、Ext チャネルの Veo 3.1 Fast は 8 秒固定です。
テキストから動画APIの料金体系は?
ほとんどのモデルは選んだ解像度での出力 1 秒あたりの課金で、上の表はゴールド会員価格のリアルタイム表示(定価より 20% オフ)です。プラチナ会員とダイヤモンド会員はそれぞれ 24% と 28% お得です。全ティアは各モデルページで確認できます。
テキストから動画APIのAPIキーはどう取得しますか?
APIMart に登録し、ダッシュボードの API Keys ページでキーを作成します。同じキーで、ここにあるすべてのテキストから動画モデルと APIMart の他のモデルを呼び出せます。
テキストから動画APIの使い方は?
キー、モデル ID、プロンプト、オプションを指定して POST /v1/videos/generations を送信し、タスクが completed になるまで GET /v1/tasks/{task_id} をポーリングします。パラメータはモデルごとに異なるため、切り替える際は各モデルページのパラメータ表を参照してください。
テキストから動画APIは無料ですか?
いいえ。APIMart に無料クレジットはありません。サブスクリプション不要の従量課金で、失敗した生成は課金されません。