本文へスキップ

最新情報

開発に影響する更新だけを、ひとつの場所に

モデル公開、製品変更、メンテナンス予定をまとめて確認できます。公開情報はチームが執筆し、実際のカタログ状態と連動しています。

利用中のモデルをフォロー

ログインすると、フォローしたモデルに関する情報が専用コンソールで強調表示されます。現時点ではサイト内通知のみで、メール配信は行いません。

フォロー中のモデルを見る
  1. 製品

    全モデルに実際の生成例を掲載しました。その出力を生んだ入力をそのまま添えています

    403 件の生成例が、呼び出し可能な 120 エンドポイントのうち 117 をカバーしました。いずれもこのプラットフォーム上で実際に走らせたジョブで、イメージ画像でもモデルカードからの借り物でもありません。それぞれに次の 3 つが付いています。

    • 完成物そのもの。 自社 CDN から、元のアスペクト比のまま配信します。
    • それを生んだ入力オブジェクト一式。 プロンプト、サイズ、長さ、あらゆるパラメータまで含め、そのまま自分の呼び出しにコピーできます。
    • 10 言語すべての解説。 なぜその入力なのか、構図がどのアスペクト比を前提に書かれているか、効いているパラメータはどれか、まず何を変えるべきかを説明します。

    各モデルページでは一覧できる形で並び、API では GET /console/v1/catalog/models/{slug} の examples として返ります。

    これまでモデル選びは、パラメータ表を読んで出力を想像するしかありませんでした。これからは、そのエンドポイントが実際に何を出すのかを見たうえで、確実に動く入力から始められます。

    カタログを見る

  2. モデル公開

    顔・頭・人物の入れ替え：画像と動画に 6 つのエンドポイントを追加

    spicyapi/character-swap-v1/video-edit

    入れ替え系に 6 つのエンドポイントが加わりました。うち 3 つは動画向けです。違いは「どこまで移動するか」にあります。

    画像

    • spicyapi/face-swap-pro-v1/edit — 動くのは顔のパーツだけ。対象の髪型、生え際、頭部のシルエット、ポーズ、衣装、照明、背景はそのまま残ります。1 枚 $0.16。
    • spicyapi/face-swap-v1-plus/edit — 顔を移したうえで、2 枚の画像間の肌の色を転送の一部として調整します。顔だけを馴染ませるか頭部ごと馴染ませるかは、仕上がりの良いほうをエンジンが選びます。1 枚 $0.16。
    • 従来の spicyapi/face-swap-v1/edit と spicyapi/head-swap-v1/edit は 1 枚 $0.013 のままです。

    動画

    • spicyapi/face-swap-video-v1/video-edit — 参照画像 1 枚のパーツを全フレームに反映します。演者の髪型、頭部のシルエット、動き、衣装、照明には手を付けません。出力 1 秒あたり $0.0325。
    • spicyapi/head-swap-video-v1/video-edit — 髪、頭の形、人物の同一性まで変わります。出力 1 秒あたり $0.064。
    • spicyapi/character-swap-v1/video-edit — 衣装を含め、人物まるごとが入れ替わります。出力 1 秒あたり $0.064。

    複数人が映る動画の 2 つは、意図的に 2 段階です。 まず対応する video-analyze（1 回 $0.08）を呼びます。クリップ中で認識できた人物を全員追跡し、1 人につき 1 枚のプレビュー静止画を固定順で返します。1 枚目が position 0、2 枚目が position 1 です。そのうえで選んだ position と、それぞれに 1〜3 枚の参照写真を渡します。どの人物に適用されるかを推測で決める余地はありません。

  3. モデル公開

    Grok 4.6・4.5・4.3 を公開、xAI 公式価格より 40% 安く

    xai/grok-4.6/chat

    xAI の 3 モデル、それぞれ chat エンドポイントが 1 つずつ。いずれも OpenAI 互換のフォーマットでストリーミングに対応します。

    モデルコンテキスト1 回の上限reasoning effort100 万トークンあたり — 入力 / キャッシュ / 出力
    xai/grok-4.6/chat500,000450,000low · medium · high · xhigh$1.20 / $0.30 / $3.60
    xai/grok-4.5/chat500,000450,000low · medium · high · xhigh$1.20 / $0.18 / $3.60
    xai/grok-4.3/chat1,000,000900,000none · low · medium · high · xhigh$0.75 / $0.12 / $1.50
    • すべての区分で xAI の公表価格より 40% 安い価格です。2026 年 9 月 19 日に同社の価格ページと突き合わせています。
    • reasoning_effort: none を受け付けるのは 4.3 だけです。 4.5 と 4.6 では上流が拒否します。他の 4 段階は 3 モデルとも使えます。
    • 4.5 はキャッシュ入力が 4.6 より安く（100 万トークンあたり $0.18 対 $0.30）、それ以外は同等です。
    • 20 万トークン以上のプロンプトは、xAI と同じくロングコンテキスト料金が適用されます。推論トークンは max_tokens に算入されるため、その分を見込んでください。
    • このルートはテキストと画像を受け付けます。ファイルや PDF のパートには対応していません。
  4. モデル公開

    Seedream 4.0 と Krea 2 の 3 段階をテキスト画像生成に追加

    bytedance/seedream-4.0/text-to-image

    画像エンドポイントが 5 本、価格帯は 4 倍の開きがあります。サムネイル 1 枚に最上位料金を払わずに、用途に合わせた段階を選べます。

    • bytedance/seedream-4.0/text-to-image と bytedance/seedream-4.0/edit — 1 枚 $0.03、どちらも Uncensored。edit は既存の画像と文章による指示を受け取ります。
    • krea/2-large/text-to-image — 1 枚 $0.06、Filtered。
    • krea/2-medium/text-to-image — 1 枚 $0.03、Softened。
    • krea/2-medium-turbo/text-to-image — 1 枚 $0.015、Filtered。入れ替え系を除けば、カタログ中で最も安い画像エンドポイントです。

    選ぶ前に知っておきたい点が 2 つ。Krea の各段階は価格だけでなく受け付ける内容も違います。Filtered はアダルト寄りの依頼を明確に拒否し、Softened は控えめな結果を返したうえで課金します。後者ではステータスコードではなく出力を確認してください。もう 1 つ、画像サイズは後付けの調整項目ではありません。各モデルページの生成例には、その構図がどのサイズ向けに書かれたものかが明記されています。縦長を前提に組み立てたプロンプトは、横長に「リサイズ」すれば済むというものではないからです。

  5. モデル公開

    歌詞の書き起こし：ファイルではなくテキストを返す最初のエンドポイント

    heartmula/transcribe/speech-to-text

    heartmula/transcribe/speech-to-text は音声ファイル中の歌唱歌詞を書き起こし、タスクのテキストとして返します。通常の話し声ではなく、音楽に乗った歌声に合わせて調整されています。

    • 入力は audio_url ひとつで、音声ファイルに直接解決する URL である必要があります。他に渡すものはありません。言語ヒントもタイムスタンプ指定も話者分離スイッチもありません。
    • 結果はタスク上のテキストです。メディア資産は生成されません。 ダウンロードするファイルはなく、メディア保持期間の対象にもなりません。
    • 行ごとのタイミング、信頼度、話者ラベルはいずれもありません。
    • 1 回の書き起こしにつき $0.05。音声の長さには依存しません。

    カタログの中で、出力がファイルではなくテキストである最初のエンドポイントでもあります。完了したタスクには必ずダウンロード可能な資産がある、という前提で組んだ実装があれば、ここで露見します。組み込む前に結果処理のコードを一度見ておくとよいでしょう。