画像から動画のAPIの選び方：実践的な評価ガイド

承認済みの静止画から始まる数秒の動画を作りたいとき、どのAPIに送ればよいでしょうか。SpicyAPIには、検閲なしでアダルトコンテンツに対応する画像から動画のモデルファミリーが4つあります。Wan 2.7 Spicy、Seedance 2.5 Spicy、MiniMax H3 Spicy、Vidu Q3 Spicyです。いずれも開始画像を動かすタスクです。テキストから動画を生成する機能や、人物・場面の参照画像をまとめて渡す専用入力はありません。

結論から。 衣服と背景の維持が優先なら、WanかSeedanceから始めてください。2026年9月と10月の当社テストでは、費用と表現の調整機能にも明確な違いがありました。

• 画像と動きのアイデアを最も安く試すなら： MiniMax H3 Spicy。480pの5秒は$0.19で、SeedanceやViduと同様、静止画だけで実行でき、プロンプトは不要です。
• ファイル内の音声、または自分の音声トラックを使うなら： Wan 2.7 Spicy。720pの5秒は$0.6175です。音声ファイルとネガティブプロンプトを受け付けるのはこれだけです。
• 16秒を超えるクリップ、または4Kファイルが必要なら： Seedance 2.5 Spicy。最大30秒です。480pの5秒は$1.08で、4Kは1080pの出力を拡大したものです。
• 1秒のループ、または動きの大きさを調整するなら： Vidu Q3 Spicy。540pの5秒は$0.3325です。

4モデルで同じポートレートを試した費用は$2.22でした。WanとSeedanceは依頼内容に最も近く、H3とViduは指示していない衣服の変更を行いました。

4モデルの比較

料金は出力1秒あたりの米ドルです。5秒の金額は、image_url、duration_seconds、resolutionだけを設定したリクエストの見積額です。プロンプト必須のWan 2.7 Spicyには、さらに1行のpromptを設定しています。

4モデルともaspect_ratioフィールドはありません。送信前に静止画を希望の形に切り抜いてください。待ち時間は最近のジョブの中央値です。課金前に失敗する入力チェックにも違いがあります。Seedanceは各辺300～6,000ピクセル、Wanは各辺240～8,000ピクセルと1:8～8:1の縦横比を求めます。Wanのaudio_urlには2～30秒のWAVまたはMP3が必要です。Viduは1:4～4:1の縦横比を求めます。アップロード手順での画像上限は10 MiBです。

用途別の選び方

多くの静止画と安価な下書き：MiniMax H3 Spicy。 3秒で$0.114なので、1枚の画像から12パターンを作り、採用するものを再生成できます。終了画像を受け付けます。音声スイッチとネガティブプロンプトはなく、ネイティブ解像度は768pのため、1080pは同じ映像の拡大です。プロンプトは動きに絞ってください。画像にない場面を説明すると、元の静止画から離れることがあります。

クリップに合う音声：Wan 2.7 SpicyまたはSeedance 2.5 Spicy。 Wanは標準で音声を生成し、audio_urlを渡すと自分の音声トラックに合わせてクリップを作ります。リップシンクや、特定のフレームに合わせたい音楽の入りに使えます。generate_audioを有効にしてください。無効だと渡した音声は無視されます。Seedanceは追加料金なしで音声を生成します。H3 Spicyも生成音声を返すことがありますが、無効化スイッチも自分の音声の入力欄もありません。必要なら編集時に消音してください。Viduには生成音声と、別のBGMスイッチがあります。特定の要素を除外したい場合にもWanが候補です。ネガティブプロンプトは最大500文字です。

画像で終わりを指定：Seedance 2.5 SpicyまたはMiniMax H3 Spicy。 開始画像とともに目標の終了画像を受け付けるのはこの2つだけです。次のショットに使う前に、実際の最後の映像を確認してください。WanやViduでは、あるクリップの最終フレームを次の静止画としてつなぎます。長い動画のガイドでこの方法を説明しています。

16秒を超えるワンテイク：Seedance 2.5 Spicy。 最大30秒で、費用も待ち時間も最も大きくなります。720pの30秒は$12.96、生成は通常約5分です。Wan自身の説明では、10秒を超えると手や布地にずれが出るとされています。長いテイクが必ずよいとは限りません。

非常に短いループ、または動きの大きさの調整：Vidu Q3 Spicy。 最短1秒で、540pなら$0.0665です。movement_amplitudeでは小・中・大の動きを指定でき、標準のautoは画像を読み取って決めます。シードがないため、同じリクエストでも異なるテイクが返ります。終了画像も指定できません。

Seedance 2.5 Spicyの言い回し。 内部の仕組みは限られた表現を拒否し、特にキスの表現が一貫して拒否されます。一方、耳元のささやきや額を寄せ合う表現は通ります。その動作は文章ではなく静止画に含めてください。

固定のseed（Wan、Seedance、H3 Spicy）は、同じファミリー内で自分の変更を比較するのに役立ちます。ただし同一フレームを保証せず、2つのファミリーで同じ数字を使っても同条件にはなりません。各エンドポイントは一覧にないフィールドを拒否するため、表の該当ファミリーの列からリクエストを組み立ててください。

対応するコンテンツの範囲

4モデルとも、L1の暗示的な内容からL4の強度の高い内容、L5の極めて強度の高い2分類まで、当社の5段階の尺度をカバーしました。例外はまれで、Seedance 2.5 Spicyは1回、要求された内容を画面外に置き、H3 Spicyは1回、場面を暗示するだけにし、Vidu Q3 Spicyは1回、内容を弱めました。対応範囲がモデルを分ける要因ではありません。モデル別の結果：Wan 2.7 Spicy、Seedance 2.5 Spicy、MiniMax H3 Spicy、Vidu Q3 Spicy。

これらのモデルは、プロンプトの要求以上を見せることがあります。8モデルのランキングでも複数のSpicy版で見られました。納品前に各クリップを確認してください。内容が弱められたクリップも通常どおり課金されます。ここでの「検閲なし」はコンテンツフィルターを追加しないという意味であり、元画像の権利や同意が不要になるわけではありません。成人で、同意を得た被写体と、利用権を確認した画像を使ってください。

同じポートレートを4ファミリーで試す

カフェのポートレートを1枚使い、背景を変えずに、ゆっくりしたカメラの前進、わずかな首の回転、小さな笑顔を求めました。各ファミリーで最低解像度の5秒テイクを1回生成し、Wanではプロンプト拡張を有効にしました。

このような衣服を着たポートレートは、WanかSeedanceから始めてください。 同様のショットを準備する際は、衣服と動きの要件を明示します。

約$2.20で行う最初のテスト

使用許可のある静止画を選びます。実際に納品するフレームとして、目標の形に切り抜き、被写体が端にかからないようにしてください。ぼやけた画像はぼやけたクリップになります。暗示される動きも取り除きます。モーションブラー、ほこり、歩行途中の姿勢、方向性のある線は、プロンプトと矛盾する動きへクリップを誘導することがあります。

被写体の動作1つ、カメラの指示1つ、終わり方1つでプロンプトを書きます。例："She turns her head toward the window, the curtain lifts once, slow push-in, then hold." 変化するものだけを説明します。Wanはプロンプト必須なので、4モデルとも同じ文章にし、次の設定を使います。

最低設定の4回は$0.19 + $0.3325 + $0.6175 + $1.08 = $2.22です。各モデルをおよそ720p（H3 Spicyは768p）にすると合計$3.91です。

各クリップを採点する

公開時のサイズで最初、中間、最後のフレームを確認します。それぞれ0～5で評価します。

元の画像を維持し、要求以上を見せていないかも確認します。各実行について、採用、却下、または変更点を1つ指定して再テストするかを決めます。

クリップが失敗したら何を変えるか

よいクリップができたら、同じ画像とプロンプトで解像度を1段ずつ上げます。H3 Spicyの1080pは768pを拡大するだけです。

Playgroundで試してからAPIを接続する

1. H3 Spicyの画像から動画を開き、Playgroundタブのまま、Input imageに承認済み静止画を追加します。
2. Promptに動きの指示を1つ書き、Durationを5、Resolutionを480pにして、Run modelを押します。比較するなら他の3モデルページでも同じ指示と長さを使います。
3. ショットの要件を維持する結果を選び、そのモデルをアプリに接続します。

環境変数にSPICY_API_KEYを設定し、SPICY_IMAGE_URIには開始画像の公開HTTPS URL、またはspicy:// URIを設定します。ローカルファイルのURIはspicyapi files upload <path>で取得できます（メディアのドキュメント）。次のPython 3の例は、価格を確認した後に新しいショットを送信します。

import json
import os
import urllib.request
import uuid

base = "https://api.spicyapi.ai/api/v1"
headers = {"Authorization": "Bearer " + os.environ["SPICY_API_KEY"],
           "Content-Type": "application/json", "User-Agent": "SpicyAPI-Blog/1.0"}
settings = {
    "image_url": os.environ["SPICY_IMAGE_URI"],
    "prompt": "A slow camera push toward the subject. Keep the setting and clothing unchanged. One continuous shot.",
    "duration_seconds": 5,
    "resolution": "480p",
}
payload = {"model": "minimax/h3-spicy/image-to-video", "input": settings}

def post(path, body):
    request = urllib.request.Request(base + path, json.dumps(body).encode(), headers)
    with urllib.request.urlopen(request, timeout=60) as response:
        result = json.load(response)
    if result.get("code") != 200:
        raise RuntimeError(result)
    return result["data"]

quote = post("/jobs/quote", payload)
if input(f"Maximum charge ${quote['maxCharge']}. Type yes to generate: ") != "yes":
    raise SystemExit("Stopped before generation")
headers["Idempotency-Key"] = str(uuid.uuid4())
print("Request key:", headers["Idempotency-Key"], flush=True)
task = post("/jobs/createTask", {**payload, "quoteId": quote["quoteId"],
                              "expectedCost": quote["estimatedCost"]})
print("Task ID:", task["taskId"])

表示されたリクエストキーは、その同じリクエストの復旧用に保存してください。新しいショットには新しいキーを使います。結果リンクは約20分、生成ファイルは最大約14日で期限が切れるので、動画を自分のストレージにコピーしてください（保持期間のガイド）。タスクAPIのドキュメントでは、結果の受け取りと復旧を説明しています。

繰り返すショットでは、承認済み入力ファイルをAgentに使わせます。CLIはspicyapi tasks create --model minimax/h3-spicy/image-to-video --input-file input.json --wait、MCPではそのモデルと入力でspicyapi_task_createを呼ぶよう依頼し、Skillでは“Use the spicyapi Skill to generate this approved shot and return the result.”と依頼します。CLIとMCPは作成前に価格を表示します。Agent統合のドキュメントを参照してください。

最初に選ぶモデル

自分の音声トラックならWan。終了画像ならH3 Spicy、15秒を超える必要があるならSeedance。16秒超ならSeedance。1秒のループや動きの調整ならViduです。控えめな動きで衣服を維持するならWanかSeedanceから始め、両方が要件を満たすなら納品解像度で比較してください。固定要件がなければ1枚で$2.22のテストを行い、2モデルが合格したら目標解像度で安い方から始めます。

よくある質問

検閲なしのAI画像から動画生成では、どれが最良ですか？

控えめなポートレートの動きならWanかSeedanceから始めてください。H3 Spicyは安価ですが当社のテイクでは衣服を変えました。Viduは、動きの解釈が依頼に合う場合に非常に短いループに適します。

静止画にナレーションを付けるだけでも動画モデルが必要ですか？

いいえ。音声中に画像が変わらないなら、動画編集ソフトやFFmpegで画像と音声を組み合わせてください。この4つのAPIは動きを生成するためのものです。静止画のナレーション動画では、その工程に費用を払う価値はありません。

公開画像URLを送信できますか？

はい。HTTPSリンクが画像ファイル自体を返す場合です。クラウドドライブやSNSの共有ページはinvalid_assetで失敗します。ローカルファイルは先にspicyapi files upload <path>でアップロードしてください。

すべてのファミリーに同じリクエスト本文を送れますか？

いいえ。Wanはプロンプト必須で、他は不要です。audio_urlはWanだけ、movement_amplitudeはViduだけ、last_image_urlはSeedanceとH3 Spicyだけにあります。

内容が弱められたクリップにも料金がかかりますか？

はい。通常のクリップと同様に課金されるため、タスク状態だけでなく出力を確認してください。サービスが拒否または失敗を確定したタスクでは、生成料金なしで仮押さえが解除されます。settledとcostで最終精算を確認してください。完了したものの内容が弱められたクリップとは別です。