No mid frames added
Video link valid for 72 hours
隠れた費用のない透明な料金体系。使った分だけお支払い。
| モデル | プラン | ゴールド価格現在の価格 | プラチナ価格 | ダイヤモンド価格 | 公式価格 | 割引率 |
|---|---|---|---|---|---|---|
skyreels-v4-std | 480P | 0.88Credits(~$0.088)/秒 | 0.836Credits(~$0.0836)/秒 | 0.792Credits(~$0.0792)/秒 | 1.1Credits(~$0.11)/秒 | 20% |
| 720P | 1.12Credits(~$0.112)/秒 | 1.064Credits(~$0.1064)/秒 | 1.008Credits(~$0.1008)/秒 | 1.4Credits(~$0.14)/秒 | 20% | |
| 480P-refvideo | 1.44Credits(~$0.144)/秒 | 1.368Credits(~$0.1368)/秒 | 1.296Credits(~$0.1296)/秒 | 1.8Credits(~$0.18)/秒 | 20% | |
| 720P-refvideo | 2Credits(~$0.2)/秒 | 1.9Credits(~$0.19)/秒 | 1.8Credits(~$0.18)/秒 | 2.5Credits(~$0.25)/秒 | 20% | |
| 1080P | 2.8Credits(~$0.28)/秒 | 2.66Credits(~$0.266)/秒 | 2.52Credits(~$0.252)/秒 | 3.5Credits(~$0.35)/秒 | 20% | |
| 1080P-refvideo | 5Credits(~$0.5)/秒 | 4.75Credits(~$0.475)/秒 | 4.5Credits(~$0.45)/秒 | 6.25Credits(~$0.625)/秒 | 20% |
* 実際の費用は最終出力に基づきます。
Skywork AIが2026年2月にリリースしたSkyReels V4研究モデルは、セリフ・リップシンク・環境音を映像と同時にレンダリングします。SkyReels V4 Std は480p・720p・1080pの動画と、3〜15秒の生成リクエストに対応します。動画をタップしてSkyReels V4のネイティブ音声を確認してください。
50K+
アクティブユーザー
99.9%
稼働率
2x
高速化
—
コスト削減
SkyReels V4の機能は公式論文で公開されSkywork AIのデモで再現されています。すべて2026年2月のリリース版に基づきます。現在の APIMart API は音声と動画の同時出力に対応していません。
動画生成と音声制作の間でワークフローが分断されるチームほど、SkyReels V4研究モデルの統合パイプラインの恩恵が大きくなります。以下は SkyReels V4 シリーズの研究と公式デモの紹介です。現在の APIMart API は音声と動画の同時出力に対応していません。
SkyReels V4 Std API は APIMart で提供中です。このページのプレイグラウンドで試すか、API キーで呼び出せます — 待ち時間も問い合わせフォームも不要です。
登録は無料。1 つのアカウントで、SkyReels V4 Std API を含むカタログ内のすべてのモデルを利用できます。
従量課金で月額最低料金なし。SkyReels V4 Std は秒単位で課金され、共通の APIMart 残高から差し引かれます。
キーを作成してアプリに組み込みます。model を skyreels-v4-std に設定すれば完了 — 新しい SDK も新しい認証フローも不要です。
SkyReels V4 API でできること、他の動画モデルとの比較、そして APIMart での使い方。
SkyReels V4研究モデルはSkywork AIが2026年2月にリリースした統合マルチモーダル動画基盤モデルです。無音映像のみ生成していた従来モデルと異なり、1回の生成パスで動画と同期された音声 — セリフ、環境音、音楽 — を出力します。最大1080p、32 FPS、15秒クリップに対応。現在の APIMart API は音声と動画の同時出力に対応していません。
SkyReels V4はデュアルストリームMultimodal Diffusion Transformer(MMDiT)を採用。1ブランチが動画フレームを、もう1ブランチが時間整合された音声を合成し、両者はMLLMベースのテキストエンコーダを共有して同じプロンプトに固定されます。結果として、リップシンクしたセリフ、シーンに合う環境音、アクションに乗る音楽キューが得られます。
現在の APIMart API は音声と動画の同時出力に対応していません。以下は SkyReels V4 シリーズの研究と公式デモの紹介です。音声は後処理ではなく、生成ストリームの一部です。セリフ、環境音、音楽キュー、環境効果音はすべて動画フレームと同時に出力されます。本ページのデモ動画をタップすれば直接聞けます。
参照動画で動き・被写体・スタイルを制御し、既存クリップを延長 — 統合されたSkyReels V4 Std呼び出しで実現。
このページでは skyreels-v4-std を使用します。秒単位の課金で480P・720P・1080P出力に対応し、参照動画を入力できる仕様もあります。プレイグラウンドで解像度を選ぶか、APIリクエストで指定してください。
料金は、選択したモデル・仕様の1秒あたりの原価 × 対応する実際の支払率 ÷ 100 × 課金秒数で計算します。参照動画ありの場合は専用の完全な単価を使用します。reference モードは元動画の実際の長さ(最大10秒)、extend モードは指定した出力時間で計算します。最新の単価と割引率は料金表をご確認ください。月額最低料金のない従量課金で、APIMartの共通残高と請求を利用できます。
不要です。APIMartキーと残高があればOK。既存の呼び出しでモデルIDを切り替えるだけ — 新SDKも新認証も移行も不要。リクエスト/レスポンス形式はAPIMart動画の他のエンドポイントと互換性があります。
方法は 2 つあります。このページのプレイグラウンドですぐに試す場合は、skyreels-v4-std を使い、解像度を指定して生成します。または API Keys ページでキーを作成し、model を skyreels-v4-std にして APIMart の動画エンドポイントを呼び出します。タスクは非同期で実行され、動画が完成するまでポーリングします。
はい。Skywork AI SkyReels V4 APIは、選択したモデルと仕様に応じて秒単位で課金されます。本ページの料金表には本モデルの全仕様が掲載されており、表示価格はゴールド会員価格(20%オフ)です。プラチナ・ダイヤモンド会員はさらにお得で最大28%節約でき、成功したリクエストのみ課金されます。
APIMartに登録し、API Keysページでキーを作成してください。同じキーでSkyReels V4 APIを含むAPIMartの全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。
同じカテゴリの他のモデルを探す。

Wan 2.7 Videoedit
wan2.7‑videoedit (also called Wan 2.7 Video Edit) is Alibaba’s advanced video editing model within the Wan 2.7 suite that lets users transform and refine existing footage with natural language instructions and optional reference images. It supports multimodal input (text, image, video) and can perform style transfer, element replacement, scene adjustment, and temporal feature editing while preserving motion coherence and subject identity. The model outputs edited clips at up to 1080p resolution with durations typically from 2 to 10 seconds, enabling creators to modify visuals and narrative details without traditional editing tools.

ViduQ 3
Vidu Q3 is an advanced AI video generation model developed by Shengshu Technology that creates cinematic videos from text prompts or images. It supports both text-to-video and image-to-video workflows, generating clips up to around 16 seconds with synchronized native audio, including dialogue and sound effects.

ViduQ 3 Mix
Vidu Q3 is an advanced AI video generation model developed by Shengshu Technology that creates cinematic videos from text prompts or images. It supports both text-to-video and image-to-video workflows, generating clips up to around 16 seconds with synchronized native audio, including dialogue and sound effects.

Wan 2.6 I2v
wan2.6‑i2v is the image‑to‑video variant of Alibaba’s Wan 2.6 AI video generation model that animates a single static image into a dynamic, cinematic clip with smooth motion, consistent subject identity, and synchronized audio. It supports multi‑shot storytelling sequences of up to 15 seconds at 1080p resolution, preserving visual features such as character appearance and background while creating natural motion and narrative flow from a single input frame.