Wan 3.0 Video LoRA

$0.0525 / 秒〜3種のリファレンス入力スマート再生時間

Wan 3.0 Video LoRAは、テキスト、最初と最後のフレーム、または画像・動画・音声の参照を組み合わせた動画生成に対応しています。480p, 720p, 1080pの出力を選択し、クリップの長さを直接指定するか、スマートデュレーションによる自動設定を利用できます。

モード

テキスト / 画像 / 参照

APIXO価格

$0.0525 / 秒〜

再生時間

スマートまたは 2〜30秒

参照タイプ

画像 / 動画 / 音声

解像度

480p / 720p / 1080p

ワークスペースを読み込み中...

LoRAチューニング動画生成

画像、クリップ、音声、スマートデュレーションで動画をディレクション

Wan 3.0 Video LoRAは、3種類の参照入力タイプを1つの動画APIに統合します。テキスト、または最初と最後のフレームから開始するか、あるいはreference-to-videoモードで複数の参照メディアを組み合わせながら、出力解像度、画角（フレーミング）、音声、再生時間の動作を自由に選択できます。

機能

LoRAを活用したクリエイティブ・ブリーフ向けのリファレンスツールキット

3つのリファレンスチャネル

すべての指示をプロンプトだけに詰め込む代わりに、画像、動画、または音声を使用してreference-to-videoリクエストをガイドします。

開始フレームと終了フレームの画像

Image-to-Videoでは最大2枚の画像（開始フレーム、およびオプションの終了フレーム）を入力できます。Referenceモードでは最大10枚の画像を入力できます。

動画リファレンスガイダンス

1本あたり1〜15秒のリファレンス動画を最大5本まで添付できます（合計で最大15秒まで）。リファレンス動画の実際の秒数に対し、選択した解像度の料金レートで課金されます。

追加料金なしのオーディオリファレンス

リファレンスモードでは、それぞれ1〜15秒のオーディオリファレンスを最大5個まで追加できます。オーディオリファレンスを使用すれば、個別の音声入力料金を追加することなく、生成の方向性をコントロールできます。

テキストモード以外ではプロンプトは任意

プロンプトが必須なのは text-to-video のみです。提供されたメディアにすでに指示が含まれている場合、image-to-video および reference-to-video ではプロンプトを空にすることができます。

スマート再生時間

モデルに出力秒数を自動決定させる場合は「スマートデュレーション」を有効に、長さを直接指定する場合は 2 〜 30 秒の範囲から整数を選択してください。

モデル詳細

Wan 3.0 Video LoRA 公開APIパラメータ

3つの生成モード

モード

480p / 720p / 1080p

解像度

スマートまたは 2〜30秒

再生時間

最大 10 枚の画像

参照画像

最大 5 本の動画

動画リファレンス

デフォルトで有効

サウンド

ユースケース

より豊富なリファレンスコンテキストが制作概要を改善する場合

視覚的な連続性

参照に基づくシーン構築

1つのリファレンス動画リクエスト内で、画像リファレンスと短い動画クリップを組み合わせることで、被写体、ビジュアルの方向性、モーションのヒントを伝えることができます。

時間指定トランジション

開始から終了フレームへのモーション

生成したいクリップが2つの既知のビジュアル状態間を遷移する必要がある場合、開始画像とオプションの終了画像を指定します。

マルチメディアブリーフ

音声主導のリファレンスコンテキスト

テンポ、雰囲気、あるいはナレーション（音声トラック）を生成クリップに反映させたい場合は、ビジュアルブリーフに音声リファレンスを追加して拡張します。

アダプティブタイミング

スマートな長さでのクリエイティブ探求

生成結果に合わせて適切なクリップの長さを自動決定したい場合は「スマートデュレーション」を使用し、精密な制御が必要な本制作プロセスでは2〜30秒の固定長に切り替えてご使用ください。

注記 & FAQ

Wan 3.0 Video LoRA の入力および料金ガイド

備考

プロンプトが必須なのは text-to-video のみです。image-to-video および reference-to-video では、プロンプトを空にすることができます。

スマート生成時間には-1を使用します。バックエンドで最初に30秒分の料金が確保され、その後、生成に成功した動画の実際の長さに応じて精算され、差額が返金されます。

参照動画の秒数は、出力秒数と同じ解像度料金で課金されます。参照音声には個別の入力料金はかかりません。

固定期間（正の値）において、出力秒数と参照動画の合計秒数の和は30秒を超えることはできません。

デフォルトで音声は有効になっており、料金は変わりません。無音のクリップを生成する場合は、soundパラメータをfalseに設定してください。

ビデオ参照機能では、最大 10 枚の画像、5 本の動画、および 5 件の音声ファイルを使用できます。各参照動画または音声ファイルは 1〜15 秒である必要があり、メディアタイプごとの合計時間は最大 15 秒です。

よくある質問

text-to-video、image-to-video、およびreference-to-videoに対応しています。全3つのモードすべてで480p / 720p / 1080pの出力をご利用いただけます。

出力秒数に対して、1秒あたり$0.0525〜$0.21の料金が課金されます。料金は出力解像度のみに基づいて決定され、各ティアの詳細な単価は料金表に記載されています。全 3 個の生成モードで同一の単価が適用されますが、reference-to-video（リファレンス動画指定）モードでは、リファレンスとして使用された動画の実際の秒数分も追加で課金されます。

durationが-1の場合、最終的な再生時間がまだ不明であるため、バックエンドは30秒分の料金を事前に確保します。処理が正常に完了した後、実際の再生時間に基づいて請求が確定し、差額は返金されます。

Reference-to-videoは画像、動画、および音声に対応しています。最大で画像10枚、動画5本、音声リファレンス5件に対応しており、各リファレンス動画または音声ファイルの長さは1〜15秒です。

いいえ。リファレンス動画は選択した解像度の料金で1秒ごとに課金されますが、リファレンス音声に別途入力料金は発生しません。

どちらも共通のパラメータとモードに対応しています。このモデルは480p, 720p, 1080pを出力するのに対し、Proモデルは独自の秒単価で上限を1080p, 2K, 4Kまで引き上げています。