HiAPI
flux-3-max 图生视频详情页 Hero 图:右侧玻璃胶片带与光轨延展,左侧柔光留白,冷调粉蓝与暖金交织,名字以发光立体字蚀刻在胶片带上。

Black Forest Labs

FLUX 3 Max

flux-3-max/keyframes-to-video

テキストから動画、画像から動画の生成に対応した動画生成モデル。低遅延で高速な出力を特徴とし、公開ベンチマークでは10秒のクリップを約11〜12秒で生成するとされ、クリエイティブの反復作業やショート動画素材に適しています

flux-3-max/keyframes-to-video を試す

入力

Keyframes

作品ギャラリー

すべての作品を見る

出力

video
パラメータを入力して生成すると、結果がここに表示されます。

料金

flux-3-max/keyframes-to-video per second

仕様 単価
720P $0.0608
1080P $0.1036

位置づけの概要

flux-3-max/keyframes-to-video は flux-3-max ファミリーのキーフレーム駆動型画像から動画へのパイプラインです。開発者はプロンプトと最大 10 枚のキーフレーム画像を指定し、フレームインデックスに従って 24 fps のタイムライン上の指定位置にそれらを固定すると、モデルがキーフレーム間の動きとトランジションを補完し、5 秒から 20 秒、720p または 1080p の動画を出力します。画面のテンポを正確に制御する必要がある絵コンテプレビューや、広告・ショートフィルム素材の制作チームに適しており、HiAPI.ai の統一インターフェースを通じて呼び出します。

主な特長

  • キーフレームで画面のテンポをポイント制御——最大 10 枚の画像をフレームインデックスに従ってタイムライン上の任意の位置に配置し、中間の過程はモデルが補完します。最初のフレームだけを指定する方式ではありません。
  • キーフレームは同期音声に対応——音声生成はデフォルトで有効になっており、映像に同期した音声を出力するため、後工程の声当て作業を削減できます。
  • 推論強度を切り替え可能——reasoning_level は low と high の 2 段階を提供します。複雑なシーンでは高強度で解釈品質を高め、単純なシーンでは遅延を抑えられます。

機能説明

キーフレームのタイムライン編成:24 fps を時間基準とし、frame_index で各キーフレームが現れる位置を指定します。フレームインデックスは一意であり、かつ尺×24 を超えてはならず、区間ごとに正確な画面の語りを実現します。

5 秒から 20 秒の尺と 2 種類の解像度:duration は 5 秒から 20 秒をカバーし、resolution は 720p または 1080p を選択できます。出力秒数に応じた課金のため、クリップの長さに応じたコスト管理が容易です。

8 種類のアスペクト比と自動追従:aspect_ratio は 21:9、16:9、1:1、9:16 など 8 種類の比率を提供し、auto では入力画像の比率をそのまま使用します。1 つのパイプラインで横画面、縦画面、正方形の配信をカバーできます。

プロンプトと推論強度の連動:prompt は最大 6000 文字で、reasoning_level と組み合わせて複雑なシーンの解釈深度を制御し、画質と応答遅延の間でトレードオフを行います。

適したユースケース

  • 絵コンテ担当者と広告チーム:キー画面とスクリプト——確定済みの絵コンテ画像をキーフレームとしてタイムラインに配置し、テンポを制御できる動的な絵コンテプレビューを生成します。クライアントへの提案や撮影前のレビューに使用します。
  • ブランドショートフィルム制作:製品画像とナレーション原稿——製品の静止画をキーフレームとし、プロンプトでカメラワークと雰囲気を記述することで、同期音声付きのショート素材を生成し、SNS 配信や公式サイトの表示にそのまま使用できます。
  • クリエイティブチーム:複数のキーフレーム案の比較——同じプロンプトのままキーフレームの組み合わせとアスペクト比を差し替えて一括生成し、複数の候補動画を迅速な反復選別のために出力します。
  • 縦画面コンテンツクリエイター:9:16 のキーフレームシーケンス——縦画面のアスペクト比と 5 秒から 10 秒の短い尺でショート動画クリップを生成し、投稿素材または二次編集のための中間アセットとして活用します。

制限と選定のアドバイス

このパイプラインは画像から動画への入力のみを受け付け、少なくとも 1 枚のキーフレーム画像が必要です。純粋なテキストからの動画生成には、同じファミリーの text-to-video パイプラインを選択してください。出力解像度は 720p と 1080p に限られ、尺の上限は 20 秒です。より長い、またはより高規格の完成品は、分割生成後に結合する必要があります。high 推論強度はより高い遅延を伴うため、テンポが単純な素材では low に切り替えられます。キーフレーム画像は公開 HTTPS アドレスである必要があり、フレームインデックスの計画を誤ると想定と異なる配置になるため、送信前にタイムラインを確認してください。

  • 新しいモデル flux-3-max/text-to-video 動画生成モデルが公開されました
  • 価格更新 flux-3-max/text-to-video の価格調整
  • 価格更新 flux-3-max/image-to-video 価格改定:新価格 $0.0608 を追加
  • FLUX 3 Max の画像から動画生成にはどのような入力が必要ですか?

    prompt と image_url(最初のフレーム画像、PNG/JPEG/WebP に対応)が必須です。任意で end_image_url を最後のフレームとして指定でき、さらに duration、resolution、aspect_ratio、generate_audio、reasoning_level も指定できます。

  • 動画の長さは設定できますか?

    できます。duration は 5~20 の間の整数秒で、1 秒刻みで指定でき、デフォルトは 5 秒です。画像から動画生成とテキストから動画生成は同じ秒単位の料金体系を共有します。まず 5 秒で元画像が安定しているか確認し、それから時間を延ばしてください。

  • アスペクト比は何によって決まりますか?

    aspect_ratio はデフォルトで auto になり、出力は先頭フレーム画像の比率に従います。手動で 21:9、2:1、16:9、4:3、1:1、3:4、または 9:16 を指定することもできます。手動指定が画像の比率と一致しない場合、画面がトリミングされることがあります。

  • エンドフレームはどう使いますか?

    image_url に最初のフレーム、end_image_url に最後のフレームを渡すと、動画は最初のフレームから最後のフレームへと遷移します。プロンプトには中間で起こる変化だけを書き、2枚の画像のカメラ位置と光が近いほど、遷移がより滑らかになります。

同タイプ