はじめに
PixVerse V6 Max テキストから動画は、書いたシーンを、360p、540p、720p、1080p の 1〜15 秒のクリップに変えます。9:16 から 21:9 まで、8 種類のアスペクト比から選べます。V6 Max は PixVerse V6 の高画質版で、2026 年 10 月 20 日に公開されました。音声は任意です。generate_audio をオンにすると、映像と一緒に、環境音、効果音、音楽、引用符で書いたセリフが生成されます。当社のテストでは、540p・5 秒のクリップがモデルの処理時間で約 1 分半かかりました。
V6 Max は、テキストまたは一枚の画像からのみ始まります。終了フレーム、参照モード、延長、マルチショットの切り替えはありません。それらは PixVerse V6 にあります。
開始素材で PixVerse V6 Max のモードを選ぶ
| 手元にあるもの | モード |
|---|---|
| 書いたシーン | PixVerse V6 Max テキストから動画(現在のページ) |
| 一枚の開始画像 | PixVerse V6 Max 画像から動画 |
| 終了フレーム、参照画像、続けたいクリップ、またはマルチショットの切り替え | PixVerse V6 |
| 写真一枚と、用意されたテーマのテンプレート | PixVerse V6 Effects |
主な機能とハイライト
最大 1080p・15 秒
resolution は 360p から 1080p まで(既定は 720p)、duration_seconds は 1 から 15 までの任意の整数を取ります。課金は出力の秒数ごとなので、長さが合計を左右し、解像度が高いほど秒単価が上がります。
8 種類のアスペクト比
16:9(既定)、4:3、1:1、3:4、9:16、2:3、3:2、21:9。アスペクト比では価格は変わりません。当社の縦長のバイオリニストの例は、9:16 で依頼して、540p の 576x1024 で返りました。
プロンプトに書く音
generate_audio は既定でオフです。オンにすると、環境音、効果音、音楽、引用符で書いたセリフを生成します。当社のバイオリニストの実行では、音声をオンにすると、バイオリンの音がサウンドトラックで聞こえました。音声をオンにすると秒単価が上がります。
コンテンツの審査
PixVerse は独自の審査を行い、審査の境界にあるリクエストがどこまで通るかは、リクエストごとに異なることがあります。断られたリクエストは失敗扱いとなり、課金されません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 必須。1〜5,000 文字。 1 文字以上 · 5000 文字以内 |
aspect_ratio | いいえ | 16:9(既定)、4:3、1:1、3:4、9:16、2:3、3:2、21:9。価格は変わりません。 |
resolution | いいえ | 360p、540p、720p(既定)、1080p。解像度が高いほど秒単価が上がります。 |
duration_seconds | いいえ | 整数秒、1〜15(既定は 5)。価格は秒単位なので、長さが合計を左右します。 |
generate_audio | いいえ | 既定ではオフ。オンにすると、映像と一緒に音が生成されます。 デフォルト値: |
seed | いいえ | 任意の整数。一度に一つの変更を比べるのに役立ちます。 |
料金
出力の秒数ごとに課金されます。解像度と generate_audio の切り替えで秒単価が変わります。アスペクト比と seed では変わりません。失敗したリクエストや断られたリクエストには課金されません。
| 解像度 | 音声を生成: いいえ | 音声を生成: はい |
|---|---|---|
| $0.0266 / 秒 | $0.04 / 秒 |
| $0.04 / 秒 | $0.0488 / 秒 |
| $0.0488 / 秒 | $0.0666 / 秒 |
| $0.0977 / 秒 | $0.1244 / 秒 |
ユースケース
音のある夜の通りと広場
場所、一つの動作、聞こえてほしい音を描写してください。当社の雪の広場の例では、石のアーチの下のストリートバイオリニストが、見物人とサウンドトラックのバイオリンとともに描かれています。
SNS 向けの縦長クリップ
9:16 を選び、縦長のフレームに合う被写体を描写してください。当社のバイオリニストのクリップは 576x1024 の縦長で返りました。
V6 と並べてショットを確かめる
同じプロンプトと seed で PixVerse V6 と V6 Max の両方を実行し、ご自身のシーンのコマを比べてください。PixVerse は V6 Max を高画質版と位置づけています。どういう意味かは、ご自身のショットで確かめるのが一番です。
プロンプトガイドと実践のヒント
起きる順に書く
被写体と場所、動作、カメラの動き、光、そして独立した Sound: の行の順で書いてください。プロンプトは 1〜5,000 文字で書けますが、一つのはっきりした場面の方が、長いリストより読みやすくなります。
セリフは引用符に入れる
generate_audio をオンにすると、引用符で書いた話すセリフは、セリフとして生成されます。一クリップにつき、短いセリフを一行にしてください。
一つの場面に絞る
V6 Max にはマルチショットの切り替えがないので、途切れのない一つの瞬間を描写してください。モデルにクリップを複数のショットに切り分けさせたい場合は、PixVerse V6 の shot_type を使ってください。
小さく下書きし、1080p で仕上げる
540p か 720p で構図と動きを決め、気に入ったプロンプトを 1080p で再実行してください。解像度が上がると秒単価も上がります。
seed で一度に一つだけ比べる
一つの点だけを変えるあいだ、seed を固定してください。比較に役立ちますが、同一のフレームになることは保証しません。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "pixverse/v6-max/text-to-video",
"input": {
"prompt": "A slow aerial shot drifting over a misty pine forest at sunrise",
"resolution": "720p",
"aspect_ratio": "16:9",
"generate_audio": false,
"duration_seconds": 5
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。


