開発に影響する更新だけを、ひとつの場所に

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。

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。

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。

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。

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。

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。

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。

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。

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。

Vidu の Q4 動画モデルの公開プレビュー版 Vidu Q4 Preview（2026 年 10 月 7 日リリース）が、2 つのエンドポイントで SpicyAPI に追加されました。クリップは 3〜16 秒、540p から 4k まで対応し、セリフ、効果音、環境音も映像と一緒に生成されます。二重引用符で囲んだ一文は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から始め、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ませんでした。
• 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 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。ヌードとセックスシーンは拒否され、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。 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。

Black Forest Labs の動画モデル FLUX 3 が SpicyAPI で利用できるようになりました。エンドポイントは 4 つで、テキストから動画、画像から動画 (最後のフレームは任意)、動画の延長、動画のアップスケールです。

テキストから動画、画像から動画、延長は Black Forest Labs の定価と同じ料金です。

音声付きクリップ。 動画は 5〜20 秒で、同期した音声が付きます。音声のオンとオフで料金は変わりません。ドラフトは 720p の高速で低コストなプレビュー用ティアです。プロンプトを試すときに使い、気に入った 1 本だけをフル品質でレンダリングしてください。

延長とアップスケール。 延長では最大 15 秒のクリップを渡すと、その最後のフレームから 5〜20 秒の新しい映像が生成されます。返されるのは新しい部分のみです。アップスケールでは最大 20 秒のクリップを 1.5〜3 倍に拡大し、音声も維持します。precise は鮮明化のみ、creative は細部の再構築も行います。

コンテンツテスト。 当社独自のフィルターは追加していません。FLUX 3 は Black Forest Labs 独自のモデレーションで動作します。示唆的なシーンは返されますが、それ以上に露出の多いものは拒否されます。失敗または拒否されたリクエストは課金されません。

Black Forest Labs の FLUX.2 モデル 6 種が SpicyAPI で利用できるようになりました。いずれもテキストから画像と編集の 2 つのエンドポイントがあります: FLUX.2 Max, Pro, Flex, Dev, Klein 9B 、 Klein 4B。

料金は 1 枚あたりです。アスペクト比によって料金は変わらず、編集は参照画像を 1 枚送っても 3 枚送っても同じ料金です。

各モデルの用途。 Max は最高のディテールを求める場合のフラッグシップです。Pro は日常使いの主力モデルです。Flex は文字組みや画像内のテキストに最も強いモデルです。Dev は 32B のオープンウェイトモデルです。Klein 9B と 4B は蒸留された小型モデルで、1 分足らずで画像を返します。

コンテンツテスト。 当社独自のフィルターは追加していません。Max、Pro、Flex は Black Forest Labs 独自のモデレーションで動作します。示唆的な画像は返されますが、より露出の多いリクエストは多くの場合、隠されるか拒否されます。また、人物の編集はテキストから画像よりも拒否されやすくなっています。Dev と 2 つの Klein モデルはモデレーションのないオープンウェイトモデルで、テストでは拒否されたものはありませんでしたが、小型モデルは自動で服を着せることがよくあります。

どのモデルも、1k (約 1 メガピクセル) または 2k (長辺 2048 px) で 9 種類のアスペクト比に対応し、編集では最大 3 枚の参照画像を使えます。失敗または拒否されたリクエストは課金されません。

10 月 7 日に Anthropic が公開した Claude Haiku 5.5 が、OpenAI 互換のチャットエンドポイント 1 つとして SpicyAPI で利用できるようになりました：anthropic/claude-haiku-5.5/chat。

コンテンツテスト。 当社では独自のフィルターを一切追加していません。10 月 8 日に行った 24 件のテストリクエストでは、20 件を最後まで書き、2 件はトーンを抑え、2 件は拒否しました。成人どうしの親密な場面は 9 回中 8 回で最後まで出力され、拒否されたのは身体を部位ごとに描写する露骨な描写でした。

ご注意ください。 どの程度考えるかはモデル自身が判断するため、reasoning_effort はありません。stop と temperature もありません。max_tokens で返信が途中で切れることはありません。ご希望の長さはプロンプトで指定してください。料金は実際に書かれたトークン分のみです。キャッシュヒットは 100 万トークンあたり $0.10 です。

短い回答は、テストでは 3〜5 秒で返ってきました。失敗したリクエストには課金されません。

Google は 2026 年 10 月 6 日に Nano Banana 2.1 を公開しました。Nano Banana 2（Gemini 3.1 Flash Image）のアップデートで、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ています。本日、2 つのエンドポイントが利用可能です。

• 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。当社のテストでは、引用符で囲んだ文字はすべて指定どおりのスペルで描画され、ウェブ検索を使うと天気予報ポスターに正しい日付が入りました。
• 編集 (google/nano-banana-2.1/edit): 元画像を 1〜14 枚指定でき、顔や商品のディテールを保ちます。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。ヌードの依頼は、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）。

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。

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。

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。