本文へスキップ

変更履歴

35 件

Atom フィード

カタログ、リクエスト仕様、課金ルールの変更を新しい順に掲載します。連携機能を運用している方は、Atom フィードをご購読ください。

  1. 2026.10.14.1

    追加

    Wan 2.6 Flash で、写真やクリップから人物を配役できるように

    Alibaba の Wan 2.6 の高速・低コスト版である Wan 2.6 Flash に、SpicyAPI で 2 つ目のエンドポイントが加わりました。参照から動画です。

    • Wan 2.6 Flash 参照から動画 (alibaba/wan-2.6-flash/reference-to-video)：参照は最大 5 件で、短いクリップは 3 本まで、残りは静止画です。静止画だけでも送れます。プロンプトで character1、character2 のように名指しすると、モデルが 2〜10 秒の新しいシーンに配役し、720p または 1080p、5 種類のアスペクト比で返します。
    • 音はスイッチで切り替えます。 generate_audio は既定でオフです。オンにすると、生成された声、効果音、環境音が付き、秒単価は 2 倍になります。
    • 静止画は無料です。 参照クリップの秒数は請求に加算され、合計で最大 5 秒まで数えます。

    このエンドポイントの手前にコンテンツフィルターはありません。プロンプト拡張は既定でオフなので、プロンプトは書いたとおりにモデルへ届きます。当社のテストリクエストで拒否されたものは 1 件もありませんでした。

    モデルエンドポイント価格
    Wan 2.6 Flash参照から動画、無音1 秒あたり 720p で $0.0225、1080p で $0.03375
    Wan 2.6 Flash参照から動画、音声付き1 秒あたり 720p で $0.045、1080p で $0.0675

    課金対象の秒数は、出力の長さに参照クリップの長さを足したもので、それぞれ整数秒に切り上げ、クリップ側は合計 5 秒までを数えます。

  2. 2026.10.14

    追加

    Qwen Image 2.1 Pro が登場、Turbo は値下げ、Wan 2.6 Flash は音声を追加可能に

    Alibaba の Qwen Image 2.1 のホスト型 Pro グレード、Qwen Image 2.1 Pro を SpicyAPI で呼び出せるようになりました。あわせて、すでにカタログにある 2 つのモデルが本日変わります。

    • Qwen Image 2.1 Pro テキストから画像 (alibaba/qwen-image-2.1-pro/text-to-image)：1 リクエストにつき 1～6 枚、15 種類のアスペクト比、1k・1.5k・2k に対応します。当社のテストでは 14～43 秒で生成できました。
    • Qwen Image 2.1 Pro 画像編集 (alibaba/qwen-image-2.1-pro/edit)：参照画像 1～10 枚と、普通の言葉による指示で編集します。アスペクト比を指定しない場合は、元画像の形のまま約 2K で出力されます。
    • Qwen Image 2.1 Turbo は、どちらのエンドポイントも 1 枚あたり $0.0144 になりました。従来は $0.0192 です。
    • Wan 2.6 Flash 画像から動画 に、新しいスイッチ generate_audio が加わりました。オフ (初期設定) なら、これまでと同じ秒単価で無音のまま返ります。オンにすると、生成された音声付きで、2 倍の単価で返ります。

    Qwen Image 2.1 Pro の手前にコンテンツフィルターはありません。プロンプト拡張は初期設定でオフなので、プロンプトは書いたとおりにモデルへ届きます。当社のテストリクエストで拒否されたものは 1 件もありませんでした。

    モデルエンドポイント価格
    Qwen Image 2.1 Proテキストから画像、画像編集1 枚あたり $0.036
    Qwen Image 2.1 Turboテキストから画像、画像編集1 枚あたり $0.0144 (従来は $0.0192)
    Wan 2.6 Flash画像から動画、無音1 秒あたり 720p で $0.0225、1080p で $0.03375 (変更なし)
    Wan 2.6 Flash画像から動画、音声付き1 秒あたり 720p で $0.045、1080p で $0.0675

    2 つの Qwen モデルとも、解像度のティアによる価格差はありません。返された画像はすべて課金対象で、参照画像の枚数によって価格が変わることもありません。

  3. 2026.10.13

    追加

    動画の続きを作る「Video Extend」を公開：31の動画モデルファミリーで手持ちの動画を延長できます

    お手持ちの動画の続きを作れるようになりました。動画をアップロードして「このあと何が起こるか」を書くと、SpicyAPI が動画の最後のフレームから新しいパートを生成し、元の動画とつないで 1 本の MP4 にします。31 の動画モデルファミリーで、API でもサイトでも使えます。

    • 使い方。 動画を video_url（MP4・MOV・WebM、最長 60 秒）として送り、続きの内容を短いプロンプトで書きます。多くのモデルでプロンプトは省略できます。つないだ MP4 に加えて、新しいパートだけの動画も別に受け取れます。つないだ動画をさらに延長することも、何度でも可能です。
    • 終わりのフレームも指定できます。 一部のモデルでは last_image_url で、新しいパートの最後に置きたいフレームを指定できます。Seedance 2.5 は、元の動画の最後の最大 30 秒を参照して続きを作るので、動きがより自然につながります。
    • 料金。 新しく生成するパートの秒数分だけ、そのモデルの画像から動画への料金で課金されます。元の動画には課金されません。Seedance 2.5 は、参照として読み込んだ秒数も、参照動画生成と同じ料金で課金されます。つなぎ合わせに失敗した場合は、全額返金されます。
    • つなぎ目をなめらかに。 新しいパートの色味・明るさ・音量は元の動画に合わせて自動調整され、フレームレートも元の動画に揃います。黒帯は入りません。つなぎ目を合わせるため、画面の端が数パーセント切り取られたり、わずかに調整されたりすることがあります。
    • サイトでの使い方。 Playground、Studio、アセット、コンソールのタスク履歴、ショートフィルムエディタで、動画の結果に Extend ボタンが表示されます。ワンクリックで元の動画が自動入力され、同じモデルが選ばれ、料金もボタンの横に表示されます。
    • 4K HDR の動画。 スマートフォンで撮影した 4K HDR の動画には長さの上限があります。60 fps で約 15 秒、30 fps で約 40 秒です。1080p の HDR は対象外です。

    FLUX 3 と Wan 2.2 Spicy LoRA には、もともとモデル自身の延長機能があり、そのまま使えます。今回追加されたのは、以下の各ファミリーの video-extend モデルです。

    モデルAPI 名
    LTX 2.3 Spicylightricks/ltx-2.3-spicy/video-extend
    LTX 2.3 Spicy LoRAlightricks/ltx-2.3-spicy-lora/video-extend
    LTX-2 19Blightricks/ltx-2-19b/video-extend
    MiniMax H3minimax/h3/video-extend
    MiniMax H3 LoRAminimax/h3-lora/video-extend
    MiniMax H3 Maxminimax/h3-max/video-extend
    MiniMax H3 Singularity LoRAminimax/h3-singularity-lora/video-extend
    MiniMax H3 Spicyminimax/h3-spicy/video-extend
    Seedance 1.5 Probytedance/seedance-1.5-pro/video-extend
    Seedance 1.5 Pro Spicybytedance/seedance-1.5-pro-spicy/video-extend
    Seedance 2.0bytedance/seedance-2.0/video-extend
    Seedance 2.0 Fastbytedance/seedance-2.0-fast/video-extend
    Seedance 2.0 Fast Spicybytedance/seedance-2.0-fast-spicy/video-extend
    Seedance 2.0 Minibytedance/seedance-2.0-mini/video-extend
    Seedance 2.0 Mini Spicybytedance/seedance-2.0-mini-spicy/video-extend
    Seedance 2.0 Spicybytedance/seedance-2.0-spicy/video-extend
    Seedance 2.5bytedance/seedance-2.5/video-extend
    Seedance 2.5 Spicybytedance/seedance-2.5-spicy/video-extend
    Vidu Q3 Spicyvidu/q3-spicy/video-extend
    Vidu Q3 Turbovidu/q3-turbo/video-extend
    Vidu Q4 Previewvidu/q4-preview/video-extend
    Wan 2.2 LoRAalibaba/wan-2.2-lora/video-extend
    Wan 2.2 Spicyalibaba/wan-2.2-spicy/video-extend
    Wan 2.5alibaba/wan-2.5/video-extend
    Wan 2.7 Spicyalibaba/wan-2.7-spicy/video-extend
    Wan 3.0alibaba/wan-3.0/video-extend
    Wan 3.0 Primealibaba/wan-3.0-prime/video-extend
    Wan 3.0 Prime Spicyalibaba/wan-3.0-prime-spicy/video-extend
    Wan 3.0 Proalibaba/wan-3.0-pro/video-extend
    Wan 3.0 Pro Primealibaba/wan-3.0-pro-prime/video-extend
    Wan 3.0 Spicyalibaba/wan-3.0-spicy/video-extend

  4. 2026.10.13.1

    追加

    Qwen Image 2.1 Turbo が登場：テキストから画像と画像編集を 8 ステップで、無審査

    Alibaba の Qwen チームが 2026 年 10 月 9 日にオープンウェイトで公開した Qwen Image 2.1 の 8 ステップ版チェックポイント、Qwen Image 2.1 Turbo を SpicyAPI で呼び出せるようになりました。「近日公開」と表示していたページで、実際に利用できます。

    • テキストから画像 (alibaba/qwen-image-2.1-turbo/text-to-image)：1 リクエストにつき 1～6 枚、15 種類のアスペクト比、1k・1.5k・2k に対応します。当社のテストでは 13～39 秒で生成できました。
    • 画像編集 (alibaba/qwen-image-2.1-turbo/edit)：参照画像 1～10 枚と、普通の言葉による指示で編集します。アスペクト比を指定しない場合は、元画像の形のまま約 2K で出力されます。

    どちらのエンドポイントも、手前にコンテンツフィルターはありません。プロンプト拡張は初期設定でオフです。オンにすると Alibaba のリライトが大人向けのプロンプトを和らげてしまい、当社のテストでは、服を着た人物のポートレートに「もう少し見せて」と頼む編集が、何も変わらずに返ってきました。

    エンドポイント1 枚あたり
    テキストから画像$0.0192
    画像編集$0.0192

    解像度のティアによる価格差はありません。返された画像はすべて課金対象で、参照画像の枚数によって価格が変わることもありません。

  5. 2026.10.12.1

    追加

    アセットにフォルダ・お気に入り・キャラクターが加わり、専用ページもできました

    アセットのライブラリに専用ページができました: spicyapi.ai/assets。Studio で見ているのと同じライブラリです。保存した作品、アップロードしたファイル、キャラクターが、すべてここにまとまります。

    • フォルダ。 関連するものをまとめられます。サイドバーのフォルダにドラッグするか、フォルダに追加 を使ってください。
    • お気に入り。 よく使うものはハートをタップしておきましょう。
    • キャラクター。 同じ人物の写真を何枚かまとめて名前をつけると、プロンプトで @ とその名前を入力して呼び出せます。Studio で作成済みのキャラクターは自動で移行されているので、やり直しは不要です。キャラクターだけの上限はなくなり、ほかのファイルと同じようにライブラリの容量に含まれます。
    • これで作る。 すべてのアイテムとキャラクターから、参照が入った状態の Studio、参照欄が入力済みのモデルページ、そのままコピーできる API コードのいずれかに直接進めます。

    開発者向け: GET /api/v1/assets でお気に入りとフォルダによる絞り込み、日付・名前・サイズによる並べ替えができるようになり、キャラクターは GET /api/v1/assets/entities で取得できます。これまでの spicy://p/ 参照もそのまま使えます。詳しくはドキュメントをご覧ください: アセットライブラリ。

  6. 2026.10.12

    追加

    アセット：キャラクターや参照素材をひとつのライブラリに保管し、チームで共有して、APIからも使えます

    繰り返し使う画像・動画・音声（たとえばキャラクターの参照写真）を アセット に保管し、どのリクエストにも spicy://a/<id> として差し込めるようになりました。同じライブラリを Playground、Studio、API のどこからでも使えます。

    • どこからでも保存。 生成結果をブックマークしたり、ファイルをアップロードしたり、API の POST /api/v1/assets で保存したりできます（完了したタスク、アップロード、公開リンクから）。アセットで自動保存をオンにすると、ウェブサイトで生成したものがすべて保管されます。
    • プライベートが前提。 アセットは削除するまで残ります。プレビューはあなただけに署名された短時間有効のリンクで、ライブラリ内のものに公開 URL が付くことはありません。
    • チームライブラリ。 チームのワークスペースごとに共有ライブラリがあります。チームの API キーはそこから読み取り・保存でき、追加や削除ができる人はロールで決まります。
    累計チャージ額容量保存件数
    $10500 MB200
    $1001 GB400
    $2502 GB800
    $1,00010 GB4,000

    そのほかの新機能：

    • プロンプトの中で参照素材を指定。 @ を入力すると、参照画像・動画・音声クリップ・名前付きエレメントを、各モデルが想定する書き方で挿入できます。Seedream 5.0 では参照画像上の点や矩形を指定でき、インペイント系のエンドポイントではフォーム上でそのままマスクを描けます。
    • MiniMax H3 の参照動画生成 で、参照動画を最大 3 本（合計 15 秒）、音声クリップを最大 3 本まで指定できるようになりました。参照動画の秒数は専用の低いレート（768p で 1 秒あたり $0.0231、2K で $0.0378）で課金され、参照画像は最初の 5 枚まで無料、6 枚目からは 1 枚あたり $0.014 です。
    • Studio の表示が速くなり、動画が先頭に並ぶようになりました。写真と一緒に、参照動画や音声も使えます。

    API の詳細はドキュメントをご覧ください：Asset library

  7. 2026.10.10

    追加

    新しいLoRA対応モデル18ファミリーが公開されました：FLUX.2、FLUX.1、Krea 2、Qwen Image、Wan、LTX-2.3

    本日、LoRA対応のモデル18ファミリー、合計33エンドポイントをカタログに追加しました。いずれも、ご自身のLoRAファイルを直接リンクで追加料金なしで読み込めます（ほとんどのモデルは1リクエストにつき最大3つ、P-Imageは1つ）。プラットフォーム側のコンテンツフィルターはありません。

    ファミリーエンドポイント価格
    FLUX.2 Dev LoRAテキストから画像, 編集1枚あたり $0.0216 / $0.036
    FLUX.2 Klein 9B LoRAテキストから画像, 編集1枚あたり $0.018 / $0.0252
    FLUX.2 Klein Base 9B LoRAテキストから画像, 編集1枚あたり $0.024 / $0.0312
    FLUX.2 Klein 4B LoRAテキストから画像, 編集1枚あたり $0.0156 / $0.0204
    FLUX.2 Klein Base 4B LoRAテキストから画像, 編集1枚あたり $0.018 / $0.024
    FLUX.1 Krea Dev LoRAテキストから画像, 編集1枚あたり $0.024
    FLUX.1 Schnell LoRAテキストから画像, 編集1枚あたり $0.006
    FLUX.1 Fill Dev LoRAマスク内の編集1枚あたり $0.042
    FLUX.1 Dev ControlNet LoRAコントロール画像でガイドするテキストから画像1枚あたり $0.036
    Krea 2 Turbo LoRAテキストから画像, 編集1枚あたり $0.0216（1k）、$0.036（2k）
    P-Image LoRAテキストから画像, 編集1枚あたり $0.006 / $0.012
    Qwen Image 1.0 LoRAテキストから画像, 編集1枚あたり $0.03
    Qwen Image Edit 2509 LoRA最大3枚のソース画像で編集1枚あたり $0.03
    Wan 2.1 Image LoRAテキストから画像, 編集1枚あたり $0.03
    Wan 2.2 Image LoRAテキストから画像1枚あたり $0.03
    Wan 2.1 LoRAテキストから動画, 画像から動画, 動画から動画1クリップあたり $0.24〜$0.54（5秒または10秒、480pまたは720p）
    Wan 2.2 5B LoRAテキストから動画, 画像から動画720pの5秒クリップ1本あたり $0.12
    LTX-2.3 LoRAテキストから動画, 画像から動画, 音声付き1クリップあたり $0.06 に加えて1秒あたり $0.024〜$0.048

    LoRAを使う前に：

    • ベースモデルを合わせてください。 LoRAは、学習時に使われたベースモデルでのみ機能します。別のベース向けのLoRAは、エラーなく読み込まれても何も変わらないことが多いため、先にモデルカードを確認してください。各モデルのページには、テスト済みの内容を掲載しています。
    • 重みファイルへの直接リンクを使ってください。 リポジトリのページへのリンクや、ログインが必要なファイルへのリンクは、わかりやすいエラーで失敗し、課金されません。
    • scale 1 から始めてください。 1 を大きく超える強度にすると、画質がすぐに劣化します。

    新しいファミリーは モデル からご覧いただけます。テスト結果、サンプルプロンプト、価格表の全体を確認できます。

  8. 2026.10.09

    変更

    Vidu Q4 Preview の料金が Vidu の公式定価と同額に

    2026 年 10 月 9 日から、Vidu Q4 Preview の 2 つのエンドポイントの料金が約 17% 下がり、1 秒あたりの単価は Vidu 自身の定価と同じになります。

    解像度変更前変更後
    540p$0.054$0.045
    720p$0.114$0.095
    1080p$0.144$0.12
    2k$0.228$0.19
    4k$0.468$0.39

    料金は出力 1 秒あたりで、対象は vidu/q4-preview/image-to-video と vidu/q4-preview/reference-to-video です。

    • 利用側で変えることはありません。 リクエスト、解像度、長さはそのままで、送信前の見積もりも送信後の請求も新しい単価で計算されます。音声のオン/オフとリファレンスの枚数が価格に影響しない点も変わりません。
    • 同じ日に、Vidu は画像から動画の審査を厳しくしました。 10 月 8 日には示唆にとどまっていた成人 2 人の親密なシーンのリクエストは、現在は拒否されます。拒否されたリクエストには課金されません。際どい表現と合意のある拘束表現は、再テストでも通りました。

  9. 2026.10.08.1

    追加

    Vidu Q4 Preview: 音声とセリフ付きの画像から動画、リファレンスから動画

    Vidu は 2026 年 10 月 7 日に、Q4 動画モデルの公開プレビュー版 Vidu Q4 Preview をリリースしました。2 つのエンドポイントはどちらも 540p、720p、1080p、2k、4k で 3〜16 秒のクリップを生成し、セリフ、効果音、環境音も映像と一緒に生成されます。プロンプトに二重引用符で囲んで書いた一文は、そのまま音声として話されます。

    • 画像から動画 (vidu/q4-preview/image-to-video): 1 枚の最初のフレームを動かし、その構図を保ちます。コンテンツテストでは一度も拒否されず、際どい表現と拘束表現は通り、最も過激な内容はフレーム外に保たれ、成人 2 人の親密なシーンは示唆にとどまりました。
    • リファレンスから動画 (vidu/q4-preview/reference-to-video): 人物、衣装、商品、場所のリファレンス画像を 1〜15 枚と、最大 3 本の音声クリップから 1 つのシーンを作ります。比率は 16:9、9:16、1:1、3:4、4:3 に対応します。最も過激な場面は拒否され、拒否されたリクエストには課金されません。

    2k と 4k のクリップは 10 ビット HEVC ファイルで返され、ブラウザによってはインライン再生できません。

    解像度1 秒あたり
    540p$0.054
    720p$0.114
    1080p$0.144
    2k$0.228
    4k$0.468

    音声のオン/オフとリファレンスの枚数は価格に影響しません。

  10. 2026.10.08.1

    追加

    Claude Haiku 5.5：Anthropic 最速の Claude を定価で

    • Claude Haiku 5.5 が利用可能になりました。 Anthropic 最新の Haiku（10 月 7 日リリース、Anthropic の現行ラインアップで最速）を、1 つの OpenAI 互換エンドポイントで提供します。入力はテキストと画像、窓は 1,000,000 トークン、出力は最大 128,000 トークンです。返答は SSE でストリーミングでき、失敗したリクエストは課金されません。
    • 24 回の内容テストのうち 20 回が完全。 2 回は控えめな版、2 回は拒否で、拒否はどちらも部位ごとに露骨に描く人体デッサンでした。成人どうしの親密な場面を求めた 9 回のうち 8 回は書き切りました。
    • 強制できるツール呼び出し。 tool_choice は auto・none・required かツール名の指定を受け付け、parallel_tool_calls: false で 1 ターンの呼び出しを 1 回に抑えられます。reasoning_effort・stop・temperature はなく、max_tokens は返答を短くしないので、長さはプロンプトで指定してください。
    • Anthropic の定価どおりです。 プロンプトが 100,000 トークン以下なら、100 万トークンあたり入力 $0.10、出力 $0.50。それを超えると $0.50 と $2.50 です。キャッシュヒットは 100 万トークンあたり $0.10、キャッシュ書き込みは入力レートです。

  11. 2026.10.07.1

    追加

    Nano Banana 2.1: Google の最新画像モデル、テキストから画像と編集に対応

    Google は 2026 年 10 月 6 日に Nano Banana 2.1 を Nano Banana 2（Gemini 3.1 Flash Image）のアップデートとして公開しました。画質、プロンプトへの忠実度、編集をまたいだキャラクターの一貫性、テキスト描画が向上し、2K と 4K のワイドバナーに出ていたタイル状のつなぎ目もなくなりました。

    • テキストから画像 (google/nano-banana-2.1/text-to-image): 1K、2K、4K に対応し、1:8 から 8:1 まで 14 種類の比率を選べます。出力は PNG または JPEG で、ウェブ検索と画像検索も任意で使えます。
    • 編集 (google/nano-banana-2.1/edit): 元画像を 1〜14 枚指定できます。auto を選ぶと元画像の比率を維持します。

    Google のコンテンツポリシーが適用されます。きわどさのあるファッション表現は生成されます。最も過激な依頼は、テキストから画像ではトーンダウンされ、編集では拒否されます（拒否された編集には課金されません）。

    サイズ1 枚あたり
    1k$0.048
    2k$0.072
    4k$0.162

    編集では、元画像 1 枚につき $0.0024 が加算されます。ウェブ検索と画像検索は、オンにするとそれぞれ $0.0168 が加算されます。

  12. 2026.10.05.1

    追加

    Spicy Studio に動画エディターが登場：ブラウザでカット、字幕、書き出し

    • 動画エディターが使えるようになりました。 Spicy Studio で開く：生成したクリップをタイムラインに並べ、トリミング、分割、並べ替え、字幕や音楽の追加をして、1本の完成動画として書き出せます。ブラウザ内で動作し、編集も書き出しも無料です。
    • どの動画結果からでも始められます。 動画の結果にはすべて「動画エディター」のアクションがあり（Studio 内とモデルページの動画結果の横）、そのクリップがすでにタイムラインに載った状態でエディターが開きます。このデバイスの動画・写真・音声や「アセット」のファイルを追加することもできます。
    • 字幕、ステッカー、モザイク。 12 種類のスタイルと 11 種類のフォントのテキスト、タイムライン上のドラッグで位置を決める字幕、ステッカー、自分のロゴやウォーターマーク、画面の一部にかけるモザイク（ピクセル化、ぼかし、黒帯）。「動きに追従」を使えば、動く被写体にモザイクやテキストを付けたままにできます。
    • スタイル、フィルター、トランジション。 「スタイル」を選ぶと、フィルター、エフェクト、トランジションがワンタップでまとめて設定されます。14 種類から選べ、それぞれを個別に選ぶことも、つなぎ目ごとに別のトランジションを付けることもできます。
    • ファイルはあなたのデバイスの中に。 このデバイスから追加した動画、写真、音声はアップロードされません。ブラウザ内に保存されるので、更新しても編集内容は失われません。
    • 書き出し。 横長・縦長・正方形、最大 1080p、最長 10 分。ブラウザが録画に対応していれば MP4、そうでなければ WebM で保存されます。

  13. 2026.10.05.3

    追加

    規制なしの新モデル 7 ファミリー: Pony XL LoRA、Z-Image Base LoRA、Neta Lumina、Jib Mix Qwen、HunyuanVideo 1.5、LTX-2 19B

    新しいファミリー 7 つがカタログに加わりました。すべて規制なしです。あわせて、Wan 2.2 LoRA にテキストから動画へのエンドポイントも追加されました。

    • Prefect Pony XL LoRA (prefect/pony-xl-lora/text-to-image): アニメ系の Pony XL チェックポイントで、1 リクエストあたり最大 3 つの自分の Pony LoRA を使えます。
    • Z-Image Base LoRA (alibaba/z-image-base-lora/text-to-image, /edit): コミュニティの Z-Image LoRA の多くが学習元にしている、蒸留なしの Z-Image ベースです。強度コントロール付きの画像から画像への変換にも対応します。
    • Neta Lumina (neta-art/neta-lumina/text-to-image): Neta.art のアニメモデルで、Danbooru 形式のタグでも文章でも指示できます。
    • Jib Mix Qwen と Jib Mix Qwen LoRA (j1b/jib-mix-qwen-image/text-to-image, j1b/jib-mix-qwen-image-lora/text-to-image): 自然なポートレートに向いた、フォトリアルな Qwen-Image のファインチューンです。自分の LoRA を使う版と使わない版があります。
    • HunyuanVideo 1.5 (tencent/hunyuan-video-1.5/text-to-video, /image-to-video): Tencent のオープンな動画モデルで、480p または 720p、5 秒か 8 秒の動画を生成します。
    • LTX-2 19B と LTX-2 19B LoRA (lightricks/ltx-2-19b/..., lightricks/ltx-2-19b-lora/...): Lightricks の動画モデルで、すべてのクリップにサウンドトラックが付き、5〜20 秒、最大 1080p に対応します。LoRA 版ではカメラワークやスタイルの LoRA も使えます。
    • Wan 2.2 LoRA テキストから動画 (alibaba/wan-2.2-lora/text-to-video): 高ノイズ用と低ノイズ用の自分の LoRA を使える Wan 2.2 が、画像だけでなくプロンプトからも動画を作れるようになりました。

    LoRA は、そのベースモデル向けに学習された .safetensors ファイルへの直接リンクです。LoRA の読み込みに別料金はかかりません。

    ファミリー料金
    Prefect Pony XL LoRA$0.024 / 枚
    Z-Image Base LoRA$0.0144 / 枚
    Neta Lumina$0.012 / 枚
    Jib Mix Qwen$0.024 / 枚
    Jib Mix Qwen LoRA$0.03 / 枚
    HunyuanVideo 1.5480p で $0.024 / 秒、720p で $0.048 / 秒
    LTX-2 19B480p で $0.0144 / 秒、720p で $0.0192 / 秒、1080p で $0.0288 / 秒
    LTX-2 19B LoRA480p で $0.018 / 秒、720p で $0.024 / 秒、1080p で $0.036 / 秒
    Wan 2.2 LoRA テキストから動画480p で $0.048 / 秒、720p で $0.084 / 秒

  14. 2026.10.05.2

    追加

    Anima Turbo と Anima Turbo LoRA: 規制なしのアニメ画像モデルを、自分の LoRA で

    新しい画像ファミリー 2 つが、CircleStone Labs の 20 億パラメータのアニメモデルを 8〜12 ステップで高速化した Anima Turbo で動きます。Danbooru 形式のタグでも、普通の文章でも、両方を組み合わせても指示できます。

    • Anima Turbo (circlestone-labs/anima-turbo/text-to-image, /edit): 15 種類のアスペクト比と 2 段階の解像度でアニメイラストを生成します。1 枚あたり通常 10 秒未満です。強度コントロール付きの画像から画像への変換で、写真をアニメ調にすることもできます。
    • Anima Turbo LoRA (circlestone-labs/anima-turbo-lora/text-to-image, /edit): 同じモデルに、1 リクエストあたり最大 3 つの自分の LoRA ファイルを、それぞれ個別の強度で適用できます。レトロゲーム風、漫画のインク表現、キャラクター、大人向けスタイルに使えます。

    LoRA は .safetensors ファイルへの直接リンクです。アップロードも許可リストも審査も不要です。4 つのエンドポイントはすべて規制なしで、画像から画像への変換もテキストから画像と同じ料金、LoRA の読み込みに別料金はかかりません。

    ファミリー1k ティア（約 1 メガピクセル）1.5k ティア（約 2.4 メガピクセル）
    Anima Turbo$0.012 / 枚$0.024 / 枚
    Anima Turbo LoRA$0.018 / 枚$0.036 / 枚

  15. 2026.10.01.1

    追加

    Claude Sonnet 5.5：Anthropic 最新の Sonnet を定価で

    • Claude Sonnet 5.5 が利用可能になりました。 Anthropic 最新の Sonnet（9 月 28 日リリース）を、1 つの OpenAI 互換エンドポイントで提供します。入力はテキストのみ、窓は 1,000,000 トークン、出力は最大 128,000 トークン（Sonnet 5 の 2 倍）です。返答は SSE でストリーミングでき、失敗したリクエストは課金されません。
    • 24 回の内容テストで 24 回とも完全。 拒否も控えめな版もなく、成人どうしの親密な場面を求めた 9 回もすべて書き切りました。Sonnet 5 は直球と物語内の依頼をすべて断っていました。
    • 6 段階の効きしろ。 reasoning_effort は none から max まで選べ、既定は medium です。none は返答前の思考を省き、xhigh と max は推論の内容も返します。tool_choice は auto か none のみで、temperature と top_p は受け付けません。
    • Anthropic の定価どおりです。 100 万トークンあたり入力 $2、キャッシュ入力 $0.20、キャッシュ書き込み $2.50、出力 $10 で、Sonnet 5 の定価と同じです。

  16. 2026.09.30.1

    追加

    Seedream 5.0 Flash と画像のレイヤー分離

    • Seedream 5.0 Flash が利用可能になりました。 ByteDance の軽量版 Seedream で、テキストから画像、最大 10 枚の参考画像を使った編集、レイヤー分離に対応しています。1K・1.5K・2K のいずれも 1 枚 $0.029、アスペクト比は 15 種類、出力は JPEG または PNG です。大人向けの表現に追加のスイッチや専用エンドポイントは不要です。
    • 新機能：レイヤー分離。 画像を 1 枚送ると、背景を補完したベース画像と最大 16 枚の透明 PNG レイヤーが返ります。Flash は出力 1 枚 $0.02、Seedream 5.0 Pro は $0.042（1K、1.5K）または $0.084（2K）で、各レイヤーの位置も返すため、Web 上でレイヤーの表示切り替え、ドラッグ移動、書き出しができます。
    • 課金は実際に得られた枚数のみ。 ベース画像を含め、出力 1 枚ごとに課金され、最大 17 枚です。受付時に 17 枚分を確保し、実際の枚数が確定した時点で差額を返金します。

  17. 2026.09.29.1

    追加

    音声合成モデルを4つ追加：Gemini 3.8 Flash・Flash-Lite TTS、Seed Speech 2.0、Chatterbox

    • Gemini 3.8 Flash TTS と 3.8 Flash-Lite TTS が利用可能になりました。 Google の最新音声モデルは、最大 5,000 文字の台本を 1 つの WAV ファイルに変換します。30 種類の音声から選べます。3.8 Flash は [whispering] や [sighs] のような角かっこ付きの指示を演技として反映しますが、3.8 Flash-Lite はより高速・低価格な一方でタグをそのまま読み上げてしまうことがあるため、音は文字で綴ってください。料金は音声 1 秒あたり $0.00032 と $0.00021 です。
    • ByteDance の Seed Speech 2.0。 41 種類のプリセット音声 を 10 言語にわたって用意し、読み方についての平易な注記も付けられます。出力は MP3 です。文字数単位で課金される初めてのモデルで、1,000 文字あたり $0.072 のため、実行前に表示される見積もりがそのまま最終価格になります。
    • Resemble AI の Chatterbox。 オープンソースの英語音声 で、読み上げの表現力を調整するつまみが付いています。最大 1,000 文字まで、1 リクエストあたり定額 $0.036 です。
    • いずれのモデルにも独自のコンテンツフィルターは追加していません。 検証では、4 モデルすべてが NSFW 台本をそのまま最後まで読み上げました。各リクエストはプリセット音声を 1 つ使用し、いずれのエンドポイントもボイスクローニングには対応していません。

  18. 2026.09.29.2

    追加

    Qwen3 TTS：9 種類の音声とコンテンツフィルターなしで使える Alibaba のオープンソース音声モデル

    • Qwen3 TTS が利用可能になりました。 Alibaba のオープンソース音声合成モデル は、最大 2,000 文字を 9 種類の音声のいずれかで読み上げます。日本語や韓国語の話者に加え、中国語方言の音声も 2 種類含まれています。読み方については平易な言葉での注記も指定できます。出力は MP3 で、10 言語に対応しています。
    • 1,000 文字あたり $0.068、リクエストごとの最低文字数は 100 文字です。文字数は実行前にわかるため、表示される見積もりがそのまま最終価格になります。
    • このモデルには独自のコンテンツフィルターを追加していません。 検証では NSFW 台本をそのまま最後まで読み上げました。各リクエストはプリセット音声を 1 つ使用し、このエンドポイントはボイスクローニングには対応していません。

  19. 2026.09.29.3

    追加

    MiniMax Speech 2.8 HD・Turbo に加え、音声シーン全体を作れる Seed Audio 1.0 も追加

    • MiniMax Speech 2.8 HD と Turbo が利用可能になりました。 どちらも最大 5,000 文字を、17 種類のシステム音声のいずれかで、7 種類の感情のいずれかと 40 言語向けの任意のヒントを添えて読み上げます。(sighs) や (laughs)、(breath) のようなかっこ内のサウンドタグは演技として反映され、そのまま読み上げられることはありません。HD はより高音質なバリアントで 1,000 文字あたり $0.12、Turbo は速度とコストを重視した設計で 1,000 文字あたり $0.072 です。文字数は実行前にわかるため、表示される見積もりがそのまま最終価格になります。
    • ByteDance の Seed Audio 1.0。 1 つのプロンプトでシーン全体を記述できます——誰がどのように話すか、かぎかっこ付きのセリフ、さらに音楽・環境音・効果音まで含めて。出力は最大約 2 分の 1 つの MP3 ファイルで、複数キャラクター間の会話にも対応します。料金は 1 リクエストあたり定額 $0.36 です。
    • いずれのモデルにも独自のコンテンツフィルターは追加していません。 検証では 3 モデルすべてが NSFW 台本をそのまま最後まで読み上げました。

  20. 2026.09.28.1

    追加

    Kling 動画：O3 から Avatar 2.0 まで 8 シリーズ

    • Kling 動画モデル 8 シリーズを秒単位で課金。 Kling O3（テキスト、画像、参照写真、そして手持ちのクリップの編集に対応）、Kling 3.0（先頭・末尾フレーム、最大 4K、Motion Control 付き）、Kling 3.0 Turbo（すべてのクリップにネイティブ音声）、Kling 2.6、Kling 2.5 Turbo、Kling 2.1、Kling 2.1 Master、そして 1 枚のポートレートと音声トラックから話すアバターを作れる Kling Avatar 2.0 です。事前に購入するパッケージはありません。
    • 4 シリーズが Kling 自身の定価より安価。 Kling O3 と Kling 3.0 は $0.0672 / 秒（720p、音声なし）からで、Kling の定価より約 20% 安くなっています。Kling 2.5 Turbo は $0.056 / 秒、Kling Avatar 2.0 は $0.0512 / 秒からです。
    • Kling はコンテンツを自ら審査します。 示唆的なカットは通ることもありますが、それ以上に露骨なものは拒否され、拒否されたリクエストに課金されることはありません。動画編集の元クリップは 3〜10 秒です。

  21. 2026.09.28.3

    追加

    Gemini 2.5 Pro TTS：Google の音声合成が定価より 10% 安く

    • Gemini 2.5 Pro TTS が利用可能になりました。 Google の音声合成モデル は、最大 5,000 文字の台本を 1 つの WAV ファイルに変換します。30 種類の音声から選べ、スタイル・アクセント・平易な言葉での演出指示もオプションで指定できます。
    • Google の定価より 10% 安い価格です。 返却された音声 1 秒あたり $0.00045（1 分あたり約 $0.027）。タスク実行中は生成できる最長クリップ分の保留がかかり、音声の長さが確定した時点で解放されます。失敗したリクエストには課金されません。
    • 独自のコンテンツフィルターは追加していません。 検証では、直接的なセリフや語り口調のフィクション、吹息のような発声指示を含む NSFW 台本もそのまま最後まで読み上げました。このエンドポイントには 2 人の声によるダイアログ機能はなく、1 リクエストにつき 1 つの音声のみです。ボイスクローニングにも対応していません。

  22. 2026.09.28.2

    追加

    Claude Opus 5.5：Anthropic 最新の Opus を定価より安く

    • Claude Opus 5.5 が利用可能になりました。 Anthropic 最新の Opus（9 月 22 日リリース）を、1 つの OpenAI 互換エンドポイントで提供します。入力 1,000,000 トークン、出力最大 128,000 トークン、常時オンの思考を 3 段階の effort レベルから選べます。
    • Anthropic の定価より 10% 安い価格です。 入力 100 万トークンあたり $3.60、キャッシュ入力は $0.18、キャッシュ書き込みは $4.50、出力は $18 です。
    • 拒否する代わりに表現を和らげます。 ローンチ当日に行った 24 件のコンテンツ検証で拒否は 0 件、アダルトフィクション用のシステムプロンプト下ではすべての親密なシーンを最後まで書き切りました。このモデルは特定ツールの強制呼び出しには対応していません。tool_choice は auto のままにし、使いたいツール名はプロンプト内で指定してください。

  23. 2026.09.27.3

    追加

    Spicy Studio：フェイス・ヘッド・キャラクタースワップ、全画面のキャンバスエディター、入力欄でモデルが対応する比率と長さをすべて選択可能に

    • すべてのツールをひとつのパネルに。 Spicy Studio の「ツール」パネルに全ツールが並び、パネルから実行できるものには価格が表示され、自分の結果かアップロードしたファイルに対して実行できます。Studio で新しく使えるのは、写真のフェイススワップ（スタンダード 1 枚 $0.013、プラス・プロ $0.16）と動画のフェイススワップ（1 秒 $0.0325、8 秒単位）、写真（$0.013）と動画のヘッドスワップ、キャラクタースワップ、そっくりさん（ポートレートにいちばん似ている有名人の顔の画像を返します。$0.05）、クリップの 5 秒または 8 秒延長（追加映像 1 秒 $0.038 から）です。動画のヘッドスワップとキャラクタースワップは 2 段階で、映っている人物の検出が $0.08、入れ替えが 1 秒 $0.064 からです。最初のステップで誰も見つからなかった場合、その料金は返金され、次のステップは実行されません。
    • 顔を扱うツールの前に 1 度だけ確認。 フェイススワップ、ヘッドスワップ、キャラクタースワップ、そっくりさん、トーキングアバター、リップシンクを初めて使うときに、3 つのルールへの同意をお願いします。ご自身の顔か同意を得た人の顔だけを使うこと、18 歳未満の人は決して使わないこと、なりすましや人を誤解させる使い方をしないことです。同意はその端末で記憶されます。
    • 全画面のキャンバスエディター。 キャンバスはドット方眼の全画面で開きます。ノードはダブルクリック、+、N キーで追加できます。画像と動画の右側の + はそこから生成し、プロンプトノードの左側の + は入力を追加します。画像ノードを動画ノードにつなげば、どちらも実行する前にショットの段取りを組めます。プロンプトノードのプロンプト欄はすぐ横に開き、番号付きの参照画像を @image2 のように指定でき、終了フレームに対応した動画モデルでは開始・終了フレームか参照画像かを選べます。
    • 入力欄がモデルに合わせて変わります。 比率はモデルが対応するものをすべて数字で並べ、長さも対応するものをすべてボタンかスライダーで選べます。長さの「自動」では最長の秒数が表示されます。新しく選んだモデルが今の比率や長さに対応していない場合は、いちばん近い値に切り替えてお知らせします。
    • 動画テンプレートにサンプル動画。 20 個の動画テンプレートはどれも、カーソルを合わせると MiniMax H3 で作った実際のサンプルが再生され、開くと MiniMax H3 が選ばれます。テンプレート一覧は「画像」と「動画」で切り替えられます。

  24. 2026.09.27

    追加

    LoRA 対応シリーズをさらに 3 つ：Z-Image Turbo、FLUX.1 Dev、Qwen Image 2512

    3 つの新しい画像モデルシリーズで、オープンモデルに自前の LoRA ファイルをリクエストごとに最大 3 つ読み込めます。強度はファイルごとに指定できます。料金はアスペクト比を問わず 1 枚ごとの一律です。

    • Z-Image Turbo LoRA（alibaba/z-image-turbo-lora/text-to-image、/edit）：Alibaba の 8 ステップモデル Z-Image Turbo です。1 枚数秒、約 100 万画素で 9 種類のアスペクト比に対応し、強度を調整できる画像から画像も使えます。
    • FLUX.1 Dev LoRA（black-forest-labs/flux-1-dev-lora/text-to-image）：Black Forest Labs の FLUX.1 [dev] です。Hugging Face に 1,000 以上のコミュニティ LoRA があるベースで、ガイダンスも調整できます。
    • Qwen Image 2512 LoRA（alibaba/qwen-image-2512-lora/text-to-image、/edit）：Qwen-Image-2512 は長辺最大 1536 ピクセル。Qwen-Image-Edit-2511 による編集は 1〜3 枚の元画像を受け取り、新しいカメラアングルなどの編集用 LoRA も使えます。

    LoRA は .safetensors ファイルへの直リンクで指定します。アップロードも許可リストも審査もありません。5 つのエンドポイントはすべて規制なしで、LoRA の読み込みに追加料金はかかりません。

    モデルシリーズ料金
    Z-Image Turbo LoRA$0.012 / 枚
    FLUX.1 Dev LoRA$0.018 / 枚
    Qwen Image 2512 LoRA$0.03 / 枚

  25. 2026.09.27.2

    変更

    リップシンクの課金を、送った音声の長さ基準に変更

    spicyapi/lip-sync-v1/lip-sync は、返ってくる動画ではなく、audio_url の音声の秒数で課金するようになりました。返ってくる動画は音声より 0.5 秒ほど長くなることが多いですが、その分は課金されません。

    単価は 1 秒 $0.012 のままで、1 秒単位の切り上げ、最低 3 秒です。リクエストの形は変わりません。4.5 秒の音声なら 5 秒分（$0.06）の課金です。送信前の見積もりでは引き続き上限の 60 秒分を確保し、タスクの精算時に差額を解放します。

  26. 2026.09.26.3

    追加

    Spicy Studio を公開：画像、動画、スタイル、エフェクト、絵コンテ用キャンバスをひとつの画面に

    9 月 26 日、spicyapi.ai/create で Spicy Studio を公開しました。モデルも 1 回ごとの価格も API と同じで、組み込みではなく制作のために作ったワークスペースです。

    • 1 行書いて「生成」を押すだけ。 画像か動画を選び、見たいものを書くか、Tab キーで例文を使います。各モードは用途に合ったモデルで開き、いつでも切り替えられます。プロンプトはそのまま引き継がれます。ボタンに表示される価格はその実行の上限額で、押すまで課金されません。
    • 97 のルック、4 つの仕上げ、12 のエフェクト。 ルックは被写体の描写に、光・色・画材の検証済みの言い回しを加えます。フィルム、エディトリアル、アニメ、絵画、3D、After Dark のセットがあり、実行前にプロンプト全文を確認できます。料金は上乗せされません。エフェクトは写真 1 枚を完成したショットにします。プッシュイン、オービット、ドローンで上昇、雨、雪、16mm フィルム風などです。
    • 13 グループ、150 のテンプレート。 セット、光、レンズまで書き込んだ完成済みのブリーフで、あとは画面に誰がいるかを書くだけです。
    • キャンバス は複数ショットの作品向けです。どのフレームからでも動画、編集、バリエーションへ枝分かれでき、クリップの最後のフレームを次のクリップの始まりにして、テイクをシーンにまとめて絵コンテとして通し再生できます。サンプルプロジェクトではすべてのプロンプトを確認でき、まるごとコピーできます。
    • すべての結果にツール。 背景除去からリップシンクまでの新しい 8 つのツールが、「動かす」「バリエーション」と並んでいます。
    • 「磨き上げ」 は、1 行のアイデアを選んだモデル向けの詳しいプロンプトに書き直してから実行します。料金は別で、ボタンに表示される少額です。
    • 最初から非公開。 フィードやギャラリーには何も公開されません。結果は「マイ作品」に 14 日間残り、アップロードした素材は 1 日後に削除されます。「タップするまでぼかす」設定で結果を隠しておくこともできます。

    アカウントがなくても、閲覧、例の読み込み、正確な価格の確認ができます。生成にはアカウントが必要ですが、登録中も下書きは保持されます。Studio での実行はすべて同じパラメーターの API 呼び出しでもあるので、ここで決めたルックをそのままコードに移せます。

    あわせてサイトのヘッダーも モデル · スタジオ · ランキング · 開発者 · 料金 に変わりました。これまで「探索」にあったモデルのまとめは、モデルメニューの「コレクション」に移りました。

  27. 2026.09.26.2

    追加

    新しい仕上げツール 8 種：背景除去、オブジェクト消去、画像の拡張、高解像度化、話すアバター、リップシンク、効果音

    9 月 26 日に、ひとつの作業に特化した 8 つのエンドポイントを公開しました。どれも手元の画像やクリップに対して 1 つの処理を行い、料金は定額です。他のモデルと同じく API で呼び出せるほか、Spicy Studio では「ツール」と各結果の操作メニューから使えます。

    エンドポイントできること価格
    spicyapi/background-remover-v1/edit主な被写体を切り抜き、元のサイズの透過 PNG で返す1 枚 $0.0048
    spicyapi/object-eraser-v1/editprompt で指定した物、または mask_url で塗った部分を消し、背景で埋める1 枚 $0.03
    spicyapi/image-expander-v1/edit写真を 1:1、16:9、9:16、4:3、3:4、3:2、2:3 に広げ、新しい部分を描き足す1 枚 $0.024
    spicyapi/image-upscaler-v1/upscale2K・4K・8K（約 4・17・67 メガピクセル）に高解像度化。3 区分とも同額1 枚 $0.012
    spicyapi/video-upscaler-v1/upscale3〜60 秒のクリップを 720p・1080p・2K・4K に高解像度化。長さ、動き、音声はそのまま1 秒 $0.006（720p・1080p）、$0.012（2K）、$0.024（4K）
    spicyapi/talking-avatar-v1/talking-avatar顔写真と 3〜60 秒の音声から、その人物が話す動画を作る1 秒 $0.018
    spicyapi/lip-sync-v1/lip-sync既存のクリップの口元を新しい音声に合わせて描き直す（最大 720p）1 秒 $0.012
    spicyapi/foley-v1/video-to-audio映像に合わせた効果音と環境音を生成（最大 30 秒）1 秒 $0.0012

    料金を左右するポイントは次のとおりです。

    • 動画の高解像度化 は元クリップの長さで課金します。1 秒未満は切り上げ、最低 3 秒です。
    • 話すアバターとリップシンク は返ってくる動画の長さで課金します。長さは音声と同じで、最低 3 秒です。リップシンクでは、音声より短いクリップはループさせます。
    • 効果音 はクリップの長さではなく、指定した duration_seconds（1〜30、既定 8）で課金します。クリップの長さに合わせて設定してください。作るのは効果音と環境音で、セリフや音楽は作りません。
    • 音声と動画の入力はファイルへの直接リンクが必要で、アップロードがもっとも確実です。許容範囲外の長さの入力は、課金前に拒否します。

  28. 2026.09.26

    追加

    MiniMax H3 LoRA を公開：手持ちのウェイトを H3 の動画と静止画に

    オープンウェイト版 MiniMax H3 に、手持ちの LoRA ファイルをリクエストごとに最大 3 つ読み込める 3 つの新しいモデルシリーズです。強度はファイルごとに 0〜4 で指定できます。

    • MiniMax H3 LoRA（minimax/h3-lora/text-to-video、/image-to-video、/reference-to-video）：3〜15 秒、480p・540p・768p・1080p。ステレオ音声を同じ生成で出力します。参照から動画は画像 9 枚、クリップ 3 本、音声 3 本まで受け付けます。
    • MiniMax H3 Singularity LoRA（minimax/h3-singularity-lora/image-to-video、/reference-to-video）：HDR で追加学習したコミュニティ製の H3 ファインチューンです。速いアクション、ダンス、顔を崩したくない引きのショット向けで、H3 用の LoRA がそのまま読み込めます。
    • MiniMax H3 Image LoRA（minimax/h3-image-lora/text-to-image、/edit）：H3 を 1k・2k の静止画モデルとして使えます。編集は参照画像 9 枚まで対応します。ここでキーフレームを作り、同じ LoRA で動画にできます。

    LoRA は .safetensors ファイルへの直リンクで指定します。アップロードも許可リストも審査もありません。7 つのエンドポイントはすべて規制なしで、LoRA の読み込みに追加料金はかかりません。

    モデルシリーズ最低価格
    MiniMax H3 LoRA$0.05 / 秒
    MiniMax H3 Singularity LoRA$0.06 / 秒
    MiniMax H3 Image LoRA$0.042 / 枚

  29. 2026.09.25

    変更

    seed 省略時はランダムに、メール未確認のアカウントには 40310、失敗した実行は別ルートで再試行

    タスクの挙動について 4 つの変更があります。そのうち 2 つは対応が必要になる場合があります。同じリクエストから同じ結果が返ることを前提にしているなら seed を指定し、エラーコードで分岐しているなら 40310 の処理を加えてください。

    • seed を指定しないリクエストにはランダムな seed を割り当てます（9 月 24 日から）。スキーマに seed があるモデルで seed を省略すると、ランダムな seed が割り当てられ、タスクの input に返ります。同じリクエストでも同じ結果にはならなくなりました。実行結果を比べられるようにしたいときは、返ってきた seed を送り直してください。ただし、seed を固定しても完全に同じ結果になるとは限りません。一部のモデルは seed をランダムにしますが、input には返しません。自分で指定した seed は常にそのまま使います。
    • メール未確認のアカウントには 40310（9 月 25 日から）。こうしたアカウントのキーには、汎用の 403 ではなくこの業務コードを返し、確認リンクを開くか、コンソールから確認メールを再送するよう案内します。メールアドレスを確認した時点で、キーは使えるようになります。
    • 失敗した実行は別のルートで再試行します（9 月 23 日から）。受け付けた後に実行が失敗し、同じモデルを同じ設定で提供する別のルートがある場合は、タスクの残り時間の範囲でそちらで実行してから失敗を返します。課金は受け取った結果に対する 1 回だけです。著作権による拒否のように、どこで実行しても同じ結果になる失敗は再試行しません。
    • 著作権や実在の人物の顔による拒否には、変えるべき点を示します。 errorMessage が原因と対処法を伝えます。たとえば自動生成された音声トラックが著作権のブロックを招いた場合は generate_audio: false を、選んだモデルが参照素材の実在の顔を受け付けない場合は別のモデルを提案します。errorCode は content_rejected のままで、料金は返金されます。

  30. 2026.09.24

    追加

    MiniMax H3 Max が 1 秒 $0.05 の 480p に対応

    9 月 24 日から、MiniMax H3 Max の 2 つのエンドポイントは 768p に加えて resolution: "480p" を受け付けます。

    エンドポイント480p768p
    minimax/h3-max/image-to-video$0.05$0.08
    minimax/h3-max/text-to-video$0.05$0.08

    価格は出力 1 秒あたりで、MiniMax 自身の公表価格と同じです。480p は縮小ではなくネイティブの解像度区分です。768p で払う前に、動きと構図を安く確かめられます。

  31. 2026.09.23

    変更

    Wan 2.2 LoRA 画像→動画を 15% オフに

    2026 年 9 月 23 日より、Wan 2.2 LoRA の画像から動画を生成する 2 つのエンドポイントを 15% オフで提供しています。終了日は設けていません。

    エンドポイント480p720p
    alibaba/wan-2.2-lora/image-to-video$0.024 → $0.0204$0.048 → $0.0408
    alibaba/wan-2.2-spicy-lora/image-to-video$0.024 → $0.0204$0.048 → $0.0408

    料金は出力 1 秒あたりです。

    • 利用側で変えることはありません。 割引はリクエストの料金計算時に適用されるため、送信前の見積もり、送信後の請求、価格カードのいずれにも新しい金額が表示されます。対応解像度、長さ、コンテンツの挙動、リクエストの形はそのままです。
    • 9 月 20 日の値上げの大部分をお返しする形です。 値上げの理由だった条件がこちらに有利な方向へ変わったので、その分を還元します。ただし $0.0204 は値上げ前より 2% 高く、値上げ前を下回るわけではありません。
    • 終了日はありません。 変わる場合は、価格カードに日付が表示されます。

  32. 2026.09.22

    追加

    Grok 4.7 を公開、Grok 4.6 と同じ価格で xAI より 40% 安く

    xAI は 9 月 21 日に Grok 4.7 をリリースし、xai/grok-4.7/chat は 9 月 22 日から当社で呼び出せます。他の Grok エンドポイントと同じく、OpenAI のチャット形式と SSE ストリーミングに対応しています。

    xai/grok-4.7/chat
    コンテキスト500,000 トークン（画像を含む）
    1 回の上限450,000 トークン（max_tokens の既定値は 4,096）
    reasoning effortlow · medium · high · xhigh、既定は high
    入力テキストと画像。ファイルや PDF のパートは不可
    100 万トークンあたり：入力 / キャッシュ / 出力$1.20 / $0.30 / $3.60
    20 万トークン以上のプロンプト$1.60 / $0.40 / $4.80
    • xAI の公表価格より 40% 安い価格です（標準区分 $2 / $0.50 / $6）。ロングコンテキスト区分（$4 / $1 / $12）と比べると 60% 安くなります。
    • このルートでは規制なしです。 9 月 22 日、当社のコンテンツテスト（全 5 段階）の第 4 段階にあたる創作文のプローブを、3 種類の書き方で 9 回送り、9 回とも拒否なしで場面を最後まで書き切りました。9 月 24 日には、最上段を含むほかの段階もすべて通過しました。当社独自のフィルターはかけていません。
    • system ロールは有効です。 意図して確認しました。スレッドの冒頭で決めた設定は最後まで引き継がれます。
    • 推論は出力として課金されます。 既定の high は見た目より高くつきます。会話なら low か medium のほうが読みやすく、安く済みます。

  33. 2026.09.21

    追加

    公開当日の Qwen Image 2.1 — 自前の LoRA を読み込む版も同時に

    Alibaba が本日 Qwen-Image-2.1 をオープンソースで公開しました。同じ日にカタログへ並び、エンドポイントは 4 つです。生成と参照画像による編集、そのそれぞれに通常版と、指定した重みファイルを読み込む LoRA 版があります。

    エンドポイント受け取るもの
    alibaba/qwen-image-2.1/text-to-imageプロンプト
    alibaba/qwen-image-2.1/editプロンプトと参照画像 10 枚まで
    alibaba/qwen-image-2.1-lora/text-to-imageプロンプトと LoRA 3 つまで
    alibaba/qwen-image-2.1-lora/edit参照画像と LoRA を同じリクエストで
    • 自前の重みを、事前審査なしで。 LoRA 版は 1 リクエストにつき重みファイルを 3 つまで受け取り、それぞれに強度を指定できます。渡し方は .safetensors への HTTPS 直リンクか、Hugging Face のリポジトリです。アップロードの手順も、許可リストも、承認待ちもありません。指した先がそのまま読み込まれ、生成でも編集でも同じように使えます。
    • プロンプトとモデルのあいだには何も挟みません。 4 つのエンドポイントはいずれも無制限です。モデルの手前に置くコンテンツフィルターも、立てるべき成熟度フラグも、リクエストごとの申告もありません。規制なしの内容も、ほかのすべてと同じエンドポイントで動きます。
    • 解像度は 3 段階、アスペクト比は 15 種類。 1k、1.5k、2k から選びます。価格が動くのはこの段階なので、試行は安く回し、残ったものだけを高い段階で作り直せます。比率は切り抜きではなく構図そのものを決めるもので、3:1 や 21:9 の横長から 1:3 や 9:21 の縦長まで揃っています。
    • 編集では参照画像 1 枚ごとに見積もりが上がります。 生成は画像 1 枚ごとの課金です。編集では添付した参照画像がそのぶん加算され、10 枚のリクエストは同じ段階の 1 枚のリクエストの数倍になります。送信前に表示される見積もりにはすでに反映されているので、役割のある参照だけを送ってください。

  34. 2026.09.20

    追加

    TypeScript・Python・Go・Java・PHP の公式 SDK を公開

    API は素の REST のままです。変わったのは、ポーリングのループも、3 段階のアップロードも、Webhook の署名検証も、自分で書かなくてよくなったこと。5 つの公式 SDK がそれを引き受けます。いずれも、普段のビルドがすでに参照しているレジストリで配布しています。

    言語パッケージインストール
    TypeScript@spicyapi/sdknpm install @spicyapi/sdk
    Pythonspicyapipip install spicyapi
    Gogithub.com/spicyapi-ai/spicy-gogo get github.com/spicyapi-ai/spicy-go
    Javaai.spicyapi:spicyapi-javaMaven Central、Java 17 以降
    PHPspicyapi/spicyapicomposer require spicyapi/spicyapi
    • 依存関係は意図的に薄く。 Python と Go は標準ライブラリ以外を一切引き込みません。PHP もライブラリ不要で、必要なのは ext-json と ext-hash だけ。Java は Jackson ひとつ。HTTP API のクライアントが、次の依存監査を長引かせる理由になってはいけません。
    • HTTP 呼び出しだけでなく、非同期フロー全体を。 どの SDK も createTask の waitSeconds に対応します。タスクが終了状態に達するまでサーバー側が最大 60 秒間コネクションを保持するため、通常のケースではポーリングが不要です。手元の画像や動画を渡す 3 段階アップロードと、Webhook の署名検証も同様に揃っています。
    • 統合を書く前に、ターミナルでもエディタでもエージェントでも。 @spicyapi/cli はカタログの閲覧、実行前の見積もり、完成物のダウンロードまで行えます。@spicyapi/mcp は Claude Code、Codex、Cursor をはじめ任意の MCP クライアントに同じ機能を渡し、課金が発生する手前で必ず確認を求めます。Agent Skill は npx skills add spicyapi-ai/spicy-skill で導入でき、コーディングアシスタントに正しい手順を教えます。モデル ID を当てずっぽうで書いたり、存在しない入力フィールドを作ったりしなくなります。
    • @spicyapi/proxy は鍵を利用者の端末に置かせません。 ブラウザやモバイル、デスクトップのアプリに埋め込んだ鍵は、事実上の公開鍵です。誰でも読み出せて残高を使い切れますが、管理画面には「利用の多い一日」としか映りません。このパッケージは、その鍵を代わりに保持するサーバー側の中継です。Next.js なら route handler での再エクスポート 1 行、Express なら app.all 1 行で済みます。

  35. 2026.09.18

    追加

    SpicyAPI が正式公開：どなたでも登録できるようになりました

    登録の順番待ちはなくなりました。アカウントを作成してチャージすれば、その日の午後にはリクエストを送れます。動画・画像・チャットにわたる 70 のモデルバージョン、100 を超えるエンドポイントを、ひとつのキーで使えます。

    • プロンプトとモデルのあいだには何も挟みません。コンテンツ分類器も、リクエストごとの申告も、承認待ちもありません。Seedance、Wan、MiniMax、LTX、Vidu、Z-Image、Qwen Image の無検閲 Spicy 版 17 種が、Seedream、Claude、Gemini、DeepSeek、GLM、Kimi などの主要カタログと並んで動いています。
    • 一度の組み込みですべてに届きます。メディア生成は createTask とポーリングまたはコールバック、チャットはストリーミング対応の OpenAI 形式です。同じキーがネイティブ REST、SDK、CLI、MCP サーバー、Agent Skill のどこからでも使えます。
    • 課金はモデルごとの単位です。画像 1 枚ごと、出力 1 秒ごと、100 万トークンごと。送信前に見積もりを示し、実際に実行された分で精算します。プランもパックも最低利用額もなく、失敗した実行には料金がかかりません。チャージはカードまたは暗号資産で行えます。
    • 保存期間はお客様が決めます。生成ファイル、プロンプト本文、アップロードした参照素材はそれぞれ選んだスケジュールで期限切れになり、完了したタスクの出力はその場で完全に削除することもできます。課金の記録は残りますが、コンテンツは残りません。

製品アップデートと新モデル

新モデルの公開、製品の変更、料金の改定、計画メンテナンスのお知らせです。どれも SpicyAPI のチームが書き、実際のカタログ状態と連動しています。

最新情報 →

ブログ

モデルの選び方、実践的なチュートリアル、製品の最新情報。次の開発にそのまま活かせます。

ブログ →