07
モデルと料金
生成モデルとツールごとのクレジットと、1 回にかかる最長時間
選べるモデル
生成パネルではまずモードを選び、モデルピッカーがそのモードで使えるモデルを並べます。モード名は製品の画面どおり英語で書いています。クレジットはモデルの既定設定で 1 回実行したときの価格です。≥ は最低額で、素材が長いほど、テキストが多いほど上がります。/ 1000文字 と / 秒 は単価です。時間は各モデルの上限で、平均ではありません。
画像
12| モデル | できること | クレジット | 最大時間 |
|---|---|---|---|
| GPT Image 2.5 Sunburst | Text to Image 忠実度とプロンプト追従でトップ評価、最大 4K | 2.4 | 120s |
| Grok Imagine Image 2.0 | Text to Image もう一つのトップエンジン、独自の画風 | 5 | 120s |
| Nano Banana 2 | Text to Image ライブのウェブ検索を踏まえて描く | 6.3 | 25s |
| Recraft V4.1 Pro Vector | Text to Image 編集できる SVG ベクター、どのサイズでも鮮明 | 30 | 120s |
| Riverflow 2.0 Pro | Text to Image 4K で背景を透過 | 15 | 120s |
| Krea V2 Large | Text to Image スタイル画像を最大 3 枚まで反映 | 6 | 120s |
| Ideogram V3 Quality | Text to Image 画像内の文字に強く、スタイル画像 3 枚に対応 | 9 | 120s |
| Recraft V4 Style | Text to Image スタイル画像と同じ雰囲気で描く | ≥ 4.4 | 120s |
| GPT Image 2.5 Sunburst | Image to Image 最高忠実度の編集、参照 13 枚とスタイル 3 枚 | ≥ 3.9 | 120s |
| Muse Image | Image to Image 別の画風、参照 7 枚とスタイル 3 枚 | 1.1 | 120s |
| Nano Banana Pro Ultra | Image to Image 4K を超えられる唯一の画像モデル、最大 8K | 15 | 120s |
| Qwen Image Multiple Angles | Image to Image 指定したカメラアングルで被写体を撮り直す | 2.5 | 120s |
動画
24| モデル | できること | クレジット | 最大時間 |
|---|---|---|---|
| Gemini Omni 1.1 Flash (Text-to-Video) | Text to Video · Multi-Shot トップ評価、同期した音声付き、最大 4K | 80 | 600s |
| Wan 3.0 (Text-to-Video) | Text to Video · Multi-Shot 1 テイクで最長 30 秒、音声付き | 47.5 | 600s |
| Seedance 2.5 (Text-to-Video) | Text to Video · Multi-Shot 4K、参照素材を最大 50 個まで | 162 | 600s |
| MiniMax H3 (Text-to-Video) | Text to Video · Multi-Shot 無音の 2K、21:9 から 9:16 まで | 50 | 600s |
| Kling 3.0 4K | Text to Video · Multi-Shot 4K、ネガティブプロンプト対応 | 210 | 600s |
| Gemini Omni 1.1 Flash (Image-to-Video) | Image to Video · First-Last Frame · Multi-Shot 音声付き、最大 4K、終了フレームも指定可 | 80 | 600s |
| MiniMax H3 (Image-to-Video) | Image to Video · First-Last Frame · Multi-Shot 同クラスで最多得票、ネイティブ 2K、15 秒 | 50 | 600s |
| Wan 3.0 (Image-to-Video) | Image to Video · First-Last Frame · Multi-Shot 2〜30 秒、音声はオフにできる | 47.5 | 600s |
| Seedance 2.5 (Image-to-Video) | Image to Video · First-Last Frame · Multi-Shot 1 枚のフレームから 4K、最長 30 秒 | 162 | 600s |
| Kling Video O3 4K | Image to Video · Multi-Shot 指定した画像をクリップ全体で一貫させる、4K | 210 | 600s |
| Wan 2.2 Animate 2 | Image Animation キャラクターをドライブ動画どおりに動かし、120 秒崩れない | ≥ 12 | 600s |
| ByteDance DreamActor V2 | Image Animation 人間以外や複数キャラクターにも対応 | 5 / 秒 | 600s |
| MiniMax H3 (Reference) | Reference to Video · Multi-Shot 評価トップ、混在した参照から 2K | 50 | 600s |
| Gemini Omni 1.1 Flash (Reference) | Reference to Video · Multi-Shot 参照 10 枚、4K、口の動きに合った音声 | 80 | 600s |
| Wan 3.0 (Reference) | Reference to Video · Multi-Shot 最大 20 個の混在素材から 30 秒のテイク | 47.5 | 600s |
| HappyHorse 1.1 | Reference to Video · Multi-Shot 顔だけでなく画風も保つ | 70 | 600s |
| FLUX 3 | First-Last Frame 終了フレームにぴったり着地 | 85 | 600s |
| OmniHuman 1.5 | Talking Head 口だけでなく全身で音声を演じる | 16 / 秒 | 180s |
| Seedance 2.5 Talking Avatar | Talking Head ポートレートが音声を話す、最長 2 分 | ≥ 176 | 180s |
| Sync Lipsync 3 | Talking Head 実写映像の口を吹き替えに合わせる、最長 5 分 | 13.5 / 秒 | 600s |
| InfiniteTalk (Video-to-Video) | Talking Head 実写映像を頭と体ごと演じ直す | ≥ 9 | 600s |
| InfiniteTalk (Multi) | Talking Head 1 ショットに話者 2 人、最長 10 分 | ≥ 9 | 600s |
| Sync React 1 | Talking Head 感情を選べる：喜び、怒り、悲しみ | 16.7 / 秒 | 600s |
| LTX 2.3 | Talking Head 1080p、話者をモデルが生成することも可 | ≥ 9 | 600s |
オーディオ
15| モデル | できること | クレジット | 最大時間 |
|---|---|---|---|
| Mureka V9.5 (Song) | Text to Music · Reference to Music トップ評価、書いた歌詞を歌う | 22.5 | 300s |
| Mureka V9.5 (BGM) | Text to Music ボーカルなしのインスト BGM | 22.5 | 300s |
| Lyria 3 Pro | Text to Music 参照画像で曲のムードを決める | 8 | 300s |
| MiniMax Music Cover | Reference to Music メロディを残してスタイルを替える | 15 | 300s |
| Sonilo Video to Music | Reference to Music クリップのカット割りに合わせた音楽 | ≥ 9 | 300s |
| Mirelo SFX 1.6 | Sound Effects フォーリー品質の効果音、シームレスにループ | 10 | 300s |
| Sonilo Text to SFX | Sound Effects 途切れない環境音を最長 3 分 | 1 | 10s |
| HunyuanVideo-Foley | Sound Effects 映像にぴったり合う 48 kHz のフォーリー | 5 | 300s |
| Inworld Realtime TTS-2 | Text to Speech ここで最も自然な 1 人読み上げ | 5 / 1000文字 | 120s |
| Gemini 3.1 Flash TTS | Text to Speech 名前付きの話者 2 人で 1 本の対話 | ≥ 1 | 120s |
| MiniMax Speech 2.8 HD | Text to Speech 発音のカスタマイズと感情指定 | 10 / 1000文字 | 120s |
| ElevenLabs Eleven v3 | Text to Speech テイクごとに安定か表現豊かかを設定 | 20 / 1000文字 | 30s |
| MiniMax Voice Clone | Voice Cloning クローンした声を複数のショットで使い回す | 10 / 1000文字 | 120s |
| OmniVoice | Voice Cloning 声を 600 以上の言語にクローン | ≥ 0.5 | 120s |
| ElevenLabs Voice Changer | Voice Cloning タイミングはそのまま、声だけを替える | 0.4 / 秒 | 120s |
ツールメニューのモデル
ノードのメニューの「ツール」にある次の項目は、それぞれ製品が決めた 1 つのモデルで動き、価格の見方は上と同じです。ほかの項目はモデルを使いません。トリミングや回転など画像のツールは無料で、カットや速度変更など動画のツールは使った計算量の分だけクレジットを消費します。
| ツール | モデル | クレジット | 最大時間 |
|---|---|---|---|
| 画像 · 背景を削除 | Bria Remove Background | 1.8 | 120s |
| 画像 · アップスケール | Pro Upscaler | 12 | 120s |
| 画像 · デジタルヒューマン | Seedance 2.5 Talking Avatar | ≥ 176 | 180s |
| 画像 · 部分修正 | Bria GenFill | 4 | 30s |
| 画像 · 消去 | Bria Eraser | 4 | 15s |
| 画像 · スケッチ編集 | Seedream 4.5 Edit | 4 | 30s |
| 動画 · アップスケール | SeedVR2 | 12 | 600s |
| 動画 · フレーム補間 | RIFE | 1 | 30s |
| 動画 · 延長 | Seedance 2.5 | 138.6 | 600s |
| 動画 · 編集 | Wan 3.0 | 50 | 600s |
| 動画 · モーション転写 | Kling 3.0 Pro | 50.4 | 180s |
| 動画 · アニメート | Wan 2.2 Animate 2 | ≥ 12 | 600s |
| オーディオ · ボーカル分離 | Vocal Remover | 0.1 / 秒 | 30s |
| オーディオ · 延長 | Mirelo SFX 1.6 | 10 | 300s |
各デプロイは API キーを設定したモデルだけを提供します。製品で見えるものがこの一覧より少ないことがあります。
こちらで選ぶもの
モデルをこちらで選ぶ 3 か所
生成パネルのモデルはあなたが選び、ツールメニューは上の一覧のモデルで動きます。この 3 か所はこちらで決めたモデルで動き、あなたのテキストは他の事業者に渡るときと同じように渡ります。
- Nano Banana 2 が描く前に、説明を構造化されたプロンプトに書き換えます
deepseek/deepseek-chat - ノードのメニューの「内容を読み取る」。そのノードの画像、動画、音声を読み取ります
google/gemini-3.8-flash - アシスタントの返答と、記憶に書き込む要約
deepseek/deepseek-v4-pro