PixVerse V6 Max リリース：テキストtoビデオと画像toビデオのパラメータ、料金、プロンプト

PixVerse V6 Max が HiAPI.ai で利用可能になりました。2つのモデルに分かれています：pixverse-v6-max/text-to-video（テキストtoビデオ）と pixverse-v6-max/image-to-video（画像toビデオ）です。どちらも1〜15秒、360p〜1080pに対応し、映像の生成と同時に音声も生成できます。本記事ではパラメータの選び方、料金の計算方法、プロンプトの書き方を説明します。

2つのモデルの選び方

• テキストtoビデオ：プロンプトを書くだけで、8種類のアスペクト比（16:9、4:3、1:1、3:4、9:16、2:3、3:2、21:9）から選択でき、デフォルトは16:9です。
• 画像toビデオ：1枚の画像を最初のフレームとしてアップロードします（JPEG、PNG、WebP、20 MB以下）。アスペクト比はこの画像に従うため、個別に設定する必要はありません。プロンプトは最大2048文字、テキストtoビデオは最大5000文字です。

パラメータ一覧

• duration：1〜15の整数秒、デフォルトは5、秒単位で課金されます。
• resolution：360p、540p、720p、1080p、デフォルトは720pです。
• generate_audio：デフォルトはオフです。オンにするとBGM、効果音、セリフが生成されます。キャラクターに話させるには、セリフを引用符で囲んでプロンプトに書きます。
• seed：0〜2147483647、同じシードと同じプロンプトで近い結果が得られるため、微調整の比較に便利です。

料金

出力秒数に応じた課金で、料金は解像度と音声の有無で決まります：

例えば720p、10秒、音声オフの場合は 10 × $0.0559 = $0.559 です。プロンプトを調整する際は、まず360pまたは540pの短い時間で試し、満足できたら720pまたは1080pで本番映像を出力することをおすすめします。

リクエスト例

テキストtoビデオ：

curl https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "pixverse-v6-max/text-to-video",
    "input": {
      "prompt": "日の出の雪の尾根を赤いキツネが小走りで横切り、低いトラッキングショット、冷たい空気の中で息が白く見える",
      "duration": 5,
      "resolution": "720p",
      "aspect_ratio": "16:9",
      "generate_audio": false
    }
  }'

画像toビデオはモデル名を変え、最初のフレーム画像を image_urls に入れるだけです：

{
  "model": "pixverse-v6-max/image-to-video",
  "input": {
    "image_urls": ["https://example.com/first-frame.jpg"],
    "prompt": "雪が降り続く中、提灯が静かに揺れ、ゆっくりとプッシュインする",
    "duration": 5,
    "resolution": "720p",
    "generate_audio": true
  }
}

リクエストを送信するとタスクIDが返されるので、GET /v1/tasks/{task_id} でステータスと動画のURLを確認します。

プロンプトの書き方

1. 主体と動作を先に：誰が何をしているのかを最初に具体的な動詞で書きます。例えば「美しいキツネ」ではなく「キツネが雪の斜面を小走りで横切る」のように書きます。
2. 次にカメラワーク：ショットサイズと動き、例えばローアングルの追従撮影、ゆっくりとしたプッシュイン、回り込みなど。
3. 最後に光と雰囲気：時間帯、天気、色調。
4. 画像toビデオでは変化だけを書く：最初のフレームで画面は決まっているので、プロンプトでは何が動くか、カメラがどう動くかを中心に書き、画像に既にある内容を繰り返し描写する必要はありません。
5. 音声が必要なら音声を明記：音声をオンにしたら、環境音やセリフをプロンプトに明記できます。セリフは引用符で囲みます。

一般的な用途

• 商品画像を数秒の紹介ショート動画にする（画像toビデオ、音声をオンにして環境音を追加）。
• 縦型9:16のSNS向けショート動画素材（テキストtoビデオ）。
• 絵コンテのプレビズ：まず360pで複数のショットを素早く試し、決まったら1080pで出力。

モデルページから Playground を直接開いて試せます。料金はパラメータに応じてリアルタイムに表示されます。