メインコンテンツへスキップ

クイックスタート

動画生成は非同期処理であり、全体のフローは3つのステップに分かれます:
最小サンプル

インターフェース概要

Base URL:https://aihubmix.com 認証方式:Bearer Token

サポートされているモデル

テキストから動画(Text-to-Video)

画像から動画(Image-to-Video)

画像から動画では input_reference パラメータで参考画像を渡す必要があります(Alibaba Tongyi Wanxiang);Doubao Seedance は extra_body.content 配列で渡し、画像・動画・音声など複数の参照タイプをサポートします;Kling は image / image_tail / image_list で画像を渡します。詳しくは下記の Kling セクションを参照してください。

API 詳細説明

リクエストヘッダー

動画生成タスクの作成

リクエストボディ

モデルによってレスポンス形式に若干の違いがありますが、いずれも id(video_id)と status フィールドを含みます。status でタスクの進捗を判断すればよいです。

レスポンス例(Tongyi Wanxiang/Veo/Jimeng AI

レスポンス例(Sora)

共通ステータス値の説明

動画ステータスの照会

このインターフェースをポーリングしてタスクが完了したか確認します。15 秒 ごとに照会することを推奨します。

レスポンス例(生成完了 - Tongyi Wanxiang)

レスポンス例(生成完了 - Sora)

すべてのモデルは status == "completed" で完了状態を判断し、その後 /content インターフェースを呼び出してダウンロードします。

動画コンテンツのダウンロード

ステータスが completed になったら、このインターフェースを呼び出して MP4 動画ファイルをダウンロードします。 レスポンス: 動画のバイナリストリームを直接返します(Content-Type: video/mp4)。
注意:動画のダウンロードリンクは通常 24 時間の有効期限があります。速やかにダウンロードして保存してください。

動画タスクの削除

このインターフェースは作成済みの動画タスクを削除するために使用します。

各モデルのパラメータ詳細

OpenAI Sora

ヒント:すべてのモデルの seconds パラメータは統一して文字列型で渡します(例:"8")。
サンプル

Google Veo

サンプル
画像フィールドに関する注意
  • 先頭フレームの優先順位:first_frame > input_reference(OpenAI 互換の単一フレーム)。
  • first_frame / last_frame / reference_images の各要素には、公開 URL、base64 データ URL(data:image/png;base64,...)、または {"mime_type":"image/png","data":"<base64>"} オブジェクトを指定できます。
  • OpenRouter 形式の frame_imagesframe_type: first_frame | last_frame を持つ要素)および input_references エイリアスも受け付けます。
  • 参照画像は最大 3 枚まで;これを超えると 400 を返します。
ヒント:Veo はネイティブ音声生成をサポートしており、prompt 内で効果音を記述できます。例:「背景に鳥のさえずりが聞こえる」「ピアノの旋律」。

Tongyi Wanxiang

各モデルがサポートする長さ サポートされる解像度(幅*高さ)
注意:wan2.6 は 720P と 1080P のみサポート;wan2.5 は 480P、720P、1080P をサポート;wan2.2 は 480P と 1080P のみサポート。
サンプル
ヒント:wan2.5 以上のバージョンはデフォルトで音声付き動画を生成します(自動吹き替え)。中国語の prompt の方が効果が高いです。

Jimeng AI

サポートされるアスペクト比と対応する解像度 サンプル

Doubao Seedance

extra_body.content がサポートする参照タイプ サンプル
Seedance 2.0 / 2.0 Fast

Kling

Kling は テキストから動画、画像から動画、複数画像参照から動画、OmniVideo マルチモーダル の4種類の機能をサポートし、統一して /v1/videos インターフェース経由で呼び出します。ゲートウェイが「モデル名 + 入力形態」に応じて Kling 対応エンドポイントへ自動ルーティングするため、呼び出し側で区別する必要はありません。 パラメータ
サポートされていない、またはマッピングされていない重要なパラメータは明示的にエラーを返し、サイレントに破棄されることはありません。その他の Kling ネイティブパラメータは extra_body に入れて上流へパススルーできます。
サンプル
説明
  • 非同期3ステップ:送信して video_id を取得 → GET /v1/videos/{video_id} をポーリングして statuscompleted になるまで待つ → GET /v1/videos/{video_id}/content で MP4 をダウンロード。ステータス値:in_progress / completed / failed
  • 動画の出力は通常 1~3 分;結果動画 URL は 30 日後にクリーンアップ されるため、速やかに転送保存してください。
  • タスク削除:Kling には削除インターフェースがなく、DELETE /v1/videos/{video_id}501 not_supported を返します。
  • 課金:モデル × mode × 長さ × 機能(参考動画の有無 / 音声の有無)に応じて課金;生成失敗時は課金されません、照会とダウンロードは課金対象外です。

完全な呼び出しサンプル

FAQ

動画生成にはどのくらい時間がかかりますか?

動画生成は通常 1-5 分かかり、具体的な時間はモデル、解像度、長さによって異なります。15 秒のポーリング間隔を設定することを推奨します。

input_reference パラメータはどう使いますか?

input_reference は画像から動画のシナリオで使用し、3種類の渡し方をサポートします:

動画ダウンロードリンクの有効期限はどのくらいですか?

生成された動画のダウンロードリンクは通常 24 時間 の有効期限があります。速やかにダウンロードして保存してください。

各モデルのseconds パラメータにはどんな違いがありますか?

> ヒント:すべてのモデルの seconds パラメータは統一して文字列型で渡します(例:"8")。API が自動的に処理します。

モデルによってsize パラメータの形式にはどんな違いがありますか?

### seconds duration にはどんな違いがありますか? 両者の意味は同じで、どちらも動画の長さを表します。API はこの両方のパラメータ名をサポートしています(Sora を除く。Sora は seconds のみ受け付けます)。統一して seconds を使用することを推奨します。

より良い prompt を書くには?

  • 具体的なシーンを描写する:主体、動作、環境、光線、雰囲気を含める
  • カメラの言語を指定する:例「クローズアップ」「空撮」「ズームイン」「スローモーション」
  • スタイルを描写する:例「映画的」「ドキュメンタリー風」「アニメ風」
  • 中国語モデルには中国語 prompt の方が効果的:Tongyi Wanxiang は中国語に最適化されている
  • Veo は音声記述をサポート:prompt 内で音を記述できる、例「鳥のさえずり」「ピアノの旋律」

タスクが失敗した場合の対処は?

statusfailed の場合、レスポンスの error フィールドにエラー情報が含まれます:

よくある失敗原因には、コンテンツ違反、prompt が長すぎる、画像形式が非対応などがあります。エラー情報に基づいて調整してから再試行してください。

最終更新:2026-06-01