apimart-zoe API

apimart-zoe は APIMart のマルチモーダル動画生成モデルで、呼び出し時のモデル ID は apimart-zoe です。apimart-zoe API はテキストから動画、先頭・末尾フレームからの動画、画像・動画・音声を参照した動画生成、既存の動画の編集、音声の同時生成（任意）、そして「480p ドラフト → 1080p 本番」の 2 段階生成に対応しています。動画は 4〜30 秒で、解像度は 480p、720p、1080p、2k、4k です。

Authorization: Bearer <APIキー> を付けて、model に apimart-zoe とプロンプトを指定し POST /v1/videos/generations に送信します。レスポンスで task_id が返ります。生成には通常 1〜3 分かかるため、data.status が completed になるまで 5〜10 秒ごとに GET /v1/tasks/{task_id} をポーリングし、data.result.videos[0].url[0] から動画 URL を取得します。このページのサンプルに cURL と Python のコードがあり、apimart-zoe API の詳細は APIMart のドキュメントで確認できます。

model（apimart-zoe）は必須です。prompt はテキストから動画では必須、素材だけを送る場合は省略でき、最大 204,800 文字です。任意パラメータは resolution（480p、720p、1080p、2k、4k）、aspect_ratio または size（21:9、16:9、4:3、1:1、3:4、9:16、adaptive）、duration または seconds（4〜30 または -1）、audio または generate_audio、seed、image_with_roles、image_urls（別名 image、images、image_url）、first_frame_image、last_frame_image、video_urls、audio_urls、draft、draft_task_id、omni_reference_task_type（auto、reference、edit）、return_last_frame、output_format または response_format（mp4、mov）、enhance_prompt、そして APIMart のフィールド nsfw_check です。negative_prompt、camera_fixed（camerafixed を含む）、extend_from_task_id、mask_url、video_list、element_list、multi_shot、tools は非対応で、空文字・空配列・false・null でもフィールドがあれば 400 になります。n は省略するか 1 のみ指定できます。既定値と制限はこのページのパラメータ表をご覧ください。

duration（または seconds）に 4〜30 の整数を指定します。既定は 5 秒で、-1 にするとモデルが長さを決めます。resolution は 480p、720p（既定）、1080p、2k、4k で、大文字・小文字は区別されません。aspect_ratio（size でも可）は 21:9、16:9、4:3、1:1、3:4、9:16、adaptive（既定。モデルまたは素材に合わせて決定）です。動画編集では duration と aspect_ratio を省略（または -1 と adaptive を指定）し、長さと画角は元動画に合わせます。ドラフトは常に 480p、本番は 1080p です。

作れます。image_with_roles で first_frame と last_frame を指定するか、first_frame_image と last_frame_image を使います。各フレームは 1 枚までで、末尾フレームには先頭フレームが必要です。先頭・末尾フレームのリクエストに参照画像・参照動画・参照音声を含めることはできず、含めると 400 になり課金されません。2 つのフレーム間のカメラの動きはプロンプトで説明します。

参照画像は最大 30 枚、参照動画は 10 本、参照音声は 10 本で、素材は合計 50 件までです。参照音声には参照画像または参照動画が必要です。画像は jpeg・png・webp・bmp・tiff・gif・heic・heif、辺の長さ 300〜6000 ピクセル、アスペクト比 0.4〜2.5、1 枚 30MB 未満。動画は mp4 または mov（H.264/H.265、音声トラックは AAC または MP3）で、1 本 2〜15 秒（1.8〜15.2 秒まで可）・200MB 以下、幅と高さはそれぞれ 300〜6000 ピクセル、幅×高さは 409,600〜8,295,044（約 640×640〜3840×2160）、アスペクト比 0.4〜2.5、フレームレート 24〜60（四捨五入して判定、23.976 や 59.94 も可）。動画編集の元動画は 4〜30 秒（3.8 秒以上、30.2 秒未満）まで使え、タスクタイプを指定しない場合、15 秒を超える動画には edit を使ってください。音声は wav または mp3 で、1 本 2〜15 秒（1.8〜15.2 秒）かつ 15MB 以下、合計 30 秒（30.2 秒）以内です。参照動画の長さ・幅高さ・アスペクト比・フレームレートと参照音声の長さは送信時に検証され、条件を満たさない場合は 400 invalid_request_error が返り、課金されません。画像のサイズ・ファイルサイズ・エンコードは生成時に検証され、条件を満たさない場合はタスクが失敗して料金は自動で返金されるため、呼び出し前に確認してください。素材はすべて公開 http(s) URL または asset:// 素材 ID で指定します。data: URI は使えないため、先に公開アドレスへアップロードしてください。送信時に APIMart が素材を自動登録し、同じファイルを 7 日以内に再利用しても重複登録されません。素材だけを送る場合は prompt を省略できます。

まず draft: true を付けて送信し、低コストの 480p プレビューを作ります。ドラフトは 480p のみで、動画編集とは併用できません。ドラフトが成功したら、model と draft_task_id（ドラフトの task_id）を送る 2 回目のリクエストを出します。本番は 1080p で生成され、ドラフトのプロンプト・素材・長さ・アスペクト比・シード・音声設定を引き継ぎます。model、draft_task_id、resolution と nsfw_check・webhook などの共通フィールド以外は送れず、prompt、素材、duration、aspect_ratio、seed、audio、omni_reference_task_type、return_last_frame、output_format、enhance_prompt は空でも 400 になります。本番はドラフト作成から 24 時間以内に生成してください。存在しない・ドラフトではない・未完了・24 時間を過ぎた draft_task_id は 400 になります。ドラフトと本番はそれぞれ 1 回分の生成として課金され、本番は 1080p でドラフトの長さ（ドラフトが -1 の場合はその実際の長さ）で課金されます。

送信時のエラーは message・type・param・code を含む error オブジェクトで返り、課金されません。400 invalid_request_error は値の不正、素材の数や組み合わせ（先頭・末尾フレームと参照素材の併用、image_urls と image_with_roles の併用など）、参照動画の長さ・幅高さ・アスペクト比・フレームレートや参照音声の長さの範囲外、タスクタイプと動画編集の制約、output_format の値、ドラフトと本番の制約、negative_prompt や camera_fixed などの非対応パラメータです。400 input_video_probe_failed は参照動画にアクセスできないか長さを取得できない場合です。402 payment_required は残高不足で、duration が -1 のときや動画編集では 30 秒分を引き当てます。400 nsfw_content_detected は nsfw_check の審査に該当した場合で、message に該当カテゴリが示されます。503 draft_channel_unavailable または draft_task_unavailable はドラフトが一時的に利用できない状態なので、時間をおいて再試行するかドラフトを作り直してください。

通常 1〜3 分で生成されるので、5〜10 秒ごとに確認してください。data.status は pending・processing・completed・failed のいずれかで、data.progress は 0〜100 です。data.result.videos[0].url の動画 URL は APIMart のストレージに保存済みで、完了から 72 時間で期限切れになるため早めにダウンロードしてください。return_last_frame: true を指定すると、data.result.last_frame_url に末尾フレームの png 画像も返ります。素材の登録が通らなかった場合や、生成時に画像サイズ・ファイルサイズ・エンコードの検証を通らなかった場合を含め、タスクが失敗すると data.error.message に理由が返り、data.error.code は task_failed、data.cost は 0 になり、引き当てた料金は自動で返金されます。

apimart-zoe API は出力秒数で課金され、480p・720p・1080p・2k・4k ごとの単価に加えて、参照動画ありのリクエスト用の単価があります。duration（4〜30）を指定した場合や省略した場合（既定 5）は指定秒数で課金され、完成後に動画の長さで調整されることはありません。duration が -1 のときと動画編集（omni_reference_task_type: edit）では 30 秒分を事前に引き当て、完了後に実際の長さを整数秒に四捨五入して精算します。動画編集には参照動画ありの単価が適用されます。参照動画がある場合は課金秒数 = 動画の長さ + max(参照動画の合計時間, ⌈動画の長さ × 2/3⌉) です。参照動画の合計時間は送信時に 1 本ずつ計測して合算し、整数秒に切り捨て、その後は調整されません。ドラフトから作る本番は 1080p で、ドラフトの長さ（ドラフトが -1 の場合はドラフトの実際の長さ）で課金され、ドラフトに参照動画がある場合は本番でも参照動画の長さが加算されます。実際の請求額は会員ランクやアカウントグループの割引で決まります。このページのリアルタイム料金表をご確認ください。

APIMart ではどちらのモデルも POST /v1/videos/generations と GET /v1/tasks/{task_id} を使い、21:9 から 9:16 までのアスペクト比で 4〜30 秒の動画を生成し、1 リクエストで参照画像 30 枚・動画 10 本・音声 10 本まで使え、seed、音声生成、return_last_frame、output_format、動画編集（omni_reference_task_type: edit）、480p ドラフトから 1080p 本番へのフローに対応しています。違いは次のとおりです。apimart-zoe（モデル ID apimart-zoe）は 2k・4k 出力にも対応し、先頭・末尾フレームと参照素材は併用できず、参照音声には参照画像か参照動画が必要で、audio を省略すると音声の有無はモデルが決めます。Seedance 2.5（seedance-2.5）は generate_audio が既定でオンで、動画の延長（extend）にも対応しています。apimart-zoe の extend はまだ公開されていません。参照動画がある場合は、課金秒数の数え方も異なります。各項目の違いと現在の秒単価は、このページの比較表をご覧ください。

解像度と参照動画の有無によって変わります。このページの料金比較では、参照動画あり・なしそれぞれについて両モデルの現在の秒単価、その差（%）、よく使う長さのコスト例を表示しています。参照動画がある場合、apimart-zoe は出力秒数に max(参照動画の合計秒数を切り捨てた値, ⌈出力秒数 × 2/3⌉) を加算し、Seedance 2.5 は参照動画の秒数を加算するため、お使いの動画の長さに近い例で比べてください。apimart-zoe には Seedance 2.5 にない 2k・4k の区分もあります。単価は APIMart の料金 API から取得しており、会員ランクによって異なります。

無料ではありません。出力秒数に応じた従量課金で、ドラフトとその本番はそれぞれ 1 回分の生成として課金されます。送信時のエラーは課金されず、残高不足のときは 402 が返り、失敗したタスクは自動で返金されて data.cost は 0 になります。料金は会員ランクやアカウントグループによって異なり、各解像度の現在の料金はこのページのリアルタイム料金表に表示されます。

APIMart に登録し、ダッシュボードの API Keys ページでキーを作成して、Authorization: Bearer <key> として送信します。同じキーで apimart-zoe API と APIMart のほかのモデルを呼び出せます。従量課金でサブスクリプションは不要です。