クレジットを使う前に、画像、動画、音声、チャットモデルを比較

Rivya で使える OpenAI の高度な GPT チャットモデルです。ブリーフにより多くの余地が必要なときの複雑な推論、画像対応分析、リサーチ統合、構造化された文章作成に向いています。

Rivya で使える OpenAI の上位 AI チャットモデルです。より複雑な分析や文章作成タスクに向けて、構造化入力の扱い、推論制御、ツール志向の会話プロジェクトが強化されています。

Rivya で使える OpenAI の上位 Codex モデルです。要求の高いリポジトリ規模の開発プロジェクトに向けて、より強いコーディング、構造化推論、ツール志向の協業を備えています。

Rivya で使える OpenAI の最新かつ最も高性能な Codex モデルです。最先端のコード生成とより深いエージェント型推論を組み合わせ、最も要求の高い開発プロジェクトに対応します。

Rivya で使える OpenAI のフラッグシップ AI チャットモデルで、高度な推論、最大 6 枚の画像に対応する画像理解、20K 文字のコンテキストウィンドウを備えています。リサーチ、計画、文章作成、画像を踏まえた分析に使える強力な汎用 GPT 選択肢です。

Rivya で使える OpenAI のより高度な Codex モデルで、複雑なエンジニアリングタスク向けの推論が強化されています。単純なコード生成だけでは足りない、長期的なエージェント型コーディング、アーキテクチャ判断、大きなリファクタリングに最適化されています。

Rivya で使える OpenAI のアップグレード版 Codex モデルです。エージェント型コーディングタスク向けに、コード精度と推論が強化されています。同じ長文出力、リポジトリ認識型プロジェクトを保ちながら、複数ファイルのリファクタリングとより安全なコード編集を改善しています。

Rivya で使える OpenAI のコード特化 GPT-5 Codex モデルです。画像理解に対応し、デバッグ、実装計画、リファクタリング、技術的な問題解決に向いています。

Rivya で使える Google の最新かつ最も高性能な Gemini AI チャットモデルです。上位レベルの推論、画像理解、指示追従を備えており、要求の高い分析タスクやクリエイティブタスクに最も強い Gemini 選択肢です。

Rivya で使える Google の深度の高い Gemini AI チャットモデルです。Gemini 2.5 Pro より強い推論と画像理解を備えており、リサーチ統合、技術文書、より慎重なマルチモーダル分析に向いています。

Rivya で使える Google の次世代高速 AI チャットモデルです。Gemini 2.5 Flash よりさらに低いトークンコストと強化された推論を備えており、大量のマルチモーダルチャット、スクリーンショットのトリアージ、素早いアシスタント作業向けに作られています。

Rivya で使える Google のより高度な Gemini AI チャットモデルです。Flash より強い推論、画像理解、20K コンテキストを備えており、2 クレジットでリサーチ統合、文書分析、構造化された文章作成により適しています。

Rivya で使える Google の最速かつ最も手頃な AI チャットモデルです。1 回 1 クレジットで、最大 6 枚の画像に対応する画像理解を備えており、すばやい Q&A、初回要約、スクリーンショットのトリアージ、日常的な AI 支援に適しています。

Rivya で使える Anthropic のフラッグシップ Claude チャットモデルです。深い推論、慎重な統合、エグゼクティブ向け文書、高い影響を持つテキスト作業に適しています。

Rivya で使える Anthropic のフラッグシップ Claude AI チャットモデルです。要求の高い重要プロジェクトで、深い推論、複雑な分析、高品質な文章作成に向けて設計されています。

Rivya で使える Anthropic のバランス型 Claude AI チャットモデルです。Opus レベルの費用まで上げずに、コンテンツ、リサーチ、コーディングプロジェクト向けの強い長文推論と慎重な分析を維持します。

Rivya で使える Anthropic のフラッグシップ Claude AI チャットモデルです。深い推論、複雑な分析、専門家レベルの文章作成に優れており、重要な AI タスク向けの上位選択肢です。

Rivya で使える Anthropic のバランス型 Claude AI チャットモデルです。ニュアンスのある文章作成、慎重な分析、安全性を意識した応答に強く、コンテンツ作成やリサーチ向けの有力な Claude 選択肢です。

Rivya で使える Anthropic の軽量な Claude AI チャットモデルです。Claude らしいトーンを保ちながら上位モデルほどの支出を抑えたい高頻度プロジェクト向けに、速度、コスト効率、安定した日常チャット性能へ調整されています。

Alibaba の軽量 text-to-image モデルです。5 つのアスペクト比に対応した高速な単一画像生成で、わずか 1 credit で素早いコンセプトドラフトやソーシャルメディア用ビジュアルに使えます。

選ぶ理由

1 回の生成につき 1 credit という最小コスト

最適

安価な初回ビジュアルコンセプト

入力

テキスト

出力

画像

クレジット

1回の生成につき 1 credit から

画像

高速な単一画像出力で素早く反復できる5 つのアスペクト比プリセットを備えたシンプルな text-to-image

モデルを試す詳細を見る

Google の次世代画像モデルです。4K 解像度、極端な 8:1 を含む 15 種類のアスペクト比、Google Search グラウンディング、最大 14 枚の参照画像に対応し、Rivya で最も柔軟な画像生成モデルです。

選ぶ理由

最大 4K 解像度（1K / 2K / 4K を選択可能）

最適

大判画像コンセプトとパノラマ風レイアウト

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 5 クレジットから

画像

極端な 8:1 と 1:8 のパノラマを含む 15 種類のアスペクト比実世界の文脈に使える Google Search グラウンディング

モデルを試す詳細を見る

Googleのプレミアム画像モデルです。4K出力、11種類のアスペクト比、最大8枚の参照画像に対応し、優れたディテールと色精度で、高忠実度のブランドおよびキャンペーンビジュアル向けに最適化されています。

選ぶ理由

忠実度を高めた最大4K解像度

最適

プレミアムなブランドビジュアルと上位のマーケティング画像

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり8クレジットから

画像

自動検出オプション付きの11種類のアスペクト比ブランド一貫性のための最大8枚の参照画像

モデルを試す詳細を見る

Googleの柔軟な画像モデルです。テキスト-to-画像と画像-to-画像、11種類のアスペクト比、最大10枚の参照画像、PNG/JPEG出力に対応しています。ポートレート、商品構図、より広いランディングページ用ビジュアルに適しています。

選ぶ理由

超ワイド21:9と自動モードを含む11種類のアスペクト比

最適

複数の視覚参照を使う商品構図

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり3クレジットから

画像

誘導作成用に最大10枚の参照画像PNGとJPEGの出力形式オプション

モデルを試す詳細を見る

Rivya で使える OpenAI の新しい GPT Image モデルです。テキストから画像生成、画像から画像生成、最大 16 枚の参照画像、明確な 1K / 2K / 4K クレジットティアに対応しています。

選ぶ理由

1 つの Rivya モデルページでテキストから画像生成と画像から画像生成に対応

最適

高解像度の製品ビジュアルとキャンペーンビジュアル

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 3 クレジットから

画像

1K、2K、4K 解像度ティアで予算をより明確に制御構造化された編集ブリーフ向けに最大 16 枚の参照画像

モデルを試す詳細を見る

OpenAI の画像モデルで、Medium / High の品質ティアと最大 16 枚の参照画像に対応します。複雑な指示への追従と、正確な空間関係を持つ一貫したシーン描画に優れています。

選ぶ理由

最大 16 枚の参照画像 - Rivya で最も高い上限

最適

指示量の多い製品ビジュアルやキャンペーンビジュアル

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

コスト制御向けの Medium と High 品質ティアOpenAI の言語モデル由来の優れたプロンプト理解

モデルを試す詳細を見る

OpenAI の 4o Image モデルを、Rivya の専用テキスト入力からの画像生成パスとして使えるようになりました。現時点ではページ設定を意図的に絞り、プロンプトと対応済みの 3 種類のアスペクト比だけを、画像 1 枚あたり固定 3 クレジットで提供します。

選ぶ理由

他のモデルにまとめず、専用の OpenAI 4o Image 入口として使える

最適

テキストブリーフからすばやく作るコンセプトビジュアル

入力

テキスト

出力

画像

クレジット

生成あたり 3 クレジットから

画像

画像 1 枚あたり 3 クレジットのテキスト入力からの画像生成フロー1:1、3:2、2:3 の 3 種類のアスペクト比を明示

モデルを試す詳細を見る

ByteDanceの軽量なSeedream画像モデルです。テキスト画像生成と画像編集で共通の価格を使い、8種類のアスペクト比、最大14枚の参考画像に対応し、現在は1回の実行あたり6クレジットです。

選ぶ理由

テキスト画像生成と画像から画像生成のどちらも固定6クレジット

最適

参考画像を多く使うキャンペーンボードやムード方向の検討

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり6クレジットから

画像

ガイド付き編集プロジェクト向けに最大14枚の参考画像に対応超ワイド21:9を含む8種類のアスペクト比

モデルを試す詳細を見る

ByteDanceの高精細画像モデルです。2K/4Kの品質段階、8種類のアスペクト比、最大14枚の参考画像に対応し、ファッションやライフスタイルのビジュアルで映画的な色調整と豊かな質感表現に強みがあります。

選ぶ理由

2K（Basic）と4K（High）の品質段階を選択可能

最適

ファッションやライフスタイルのキャンペーン画像

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり7クレジットから

画像

最大14枚の参考画像で制作をガイド超ワイド21:9を含む8種類のアスペクト比

モデルを試す詳細を見る

Seedream 4.0は、Rivyaでテキスト画像生成、参考画像を使った編集、明確な出力コントロールに使える、バランス型のByteDance画像モデルです。

選ぶ理由

1つのモデル枠でテキスト画像生成と画像編集の両方を扱える

最適

ライフスタイルビジュアルと編集感のある画像ドラフト

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり固定6クレジット

画像

公開向けの`image_resolution`と`max_images`コントロールを見える形で残せる編集パスでは最大10枚の参考画像に対応

モデルを試す詳細を見る

Seedream 3.0は、Rivyaで単独の旧世代画像モデルとして利用できます。現在は公開向けのテキストから画像生成だけを残しており、1回の実行あたり5クレジットです。

選ぶ理由

Seedream 3.0を独立した旧世代のテキスト画像生成項目として残せる

最適

旧世代Seedreamのビジュアル方向を残したいチーム

入力

テキスト

出力

画像

クレジット

1回の生成あたり固定5クレジット

画像

公開ドキュメントに明確に示されているパラメータサブセットだけを公開新しいSeedreamオプションより設定項目が軽い

モデルを試す詳細を見る

強いクリエイティブ解釈力と 5 種類のアスペクト比を備えた xAI の画像モデルです。芸術的な表現や定番から外れたビジュアルスタイルに重きを置いた単一画像生成に向いています。

選ぶ理由

クリエイティブで芸術的な解釈力が強い

最適

大胆なコンセプトビジュアルと実験的なアートディレクション

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

他のモデルとは異なる独自のビジュアルスタイルテキストから画像生成と画像から画像生成に対応

モデルを試す詳細を見る

Black Forest Labs の 320 億パラメータ級フラッグシップです。テキストから画像生成と画像から画像生成に対応し、最大 8 枚の参照画像、2K 解像度、正確なテキスト描画を備えています。製品写真やブランドビジュアル向けに作られています。

選ぶ理由

フォトリアルな質感で最大 2K 解像度

最適

製品スチルと EC のヒーロー画像

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 5 クレジットから

画像

画像内のテキストやロゴを正確に描画スタイルやキャラクターの一貫性を保つ最大 8 枚の参照画像

モデルを試す詳細を見る

Flux 2 ファミリーの編集重視バリアントです。最大 8 枚の参照画像と 2K 解像度に対応し、構造調整とスタイル転送に特化しています。既存ビジュアルを反復して整える作業に適しています。

選ぶ理由

画像編集とスタイル転送に最適化

最適

既存のキャンペーン画像や製品画像の編集

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 14 クレジットから

画像

最大 8 枚の参照画像を使ったガイド付き編集Flux 2 品質の 2K 解像度出力

モデルを試す詳細を見る

Black Forest Labs の強化版 Flux Kontext モデルで、より要求の高いプロンプト指定の生成と画像編集タスクに向いています。Rivya では現在、テキストから画像生成と画像から画像生成を同じ非同期プロジェクトに置き、プラットフォームの現行ポリシーではどちらも 1 回あたり固定 8 クレジットで提供しています。

選ぶ理由

Rivya 上では生成と編集のどちらも固定 8 クレジット

最適

重要なキャンペーンスチルのキービジュアル調整

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 8 クレジットから

画像

より難しいプロンプトや編集タスク向けの上位 Kontext モデルテキストから画像生成と 1 枚画像の編集を扱う単一モデルのプロジェクト

モデルを試す詳細を見る

Black Forest Labs の低コストな Flux Kontext プロジェクトで、テキストから画像生成と単一画像編集に対応します。Rivya では現在、テキストから画像生成と画像から画像生成の両方を同じ非同期画像プロジェクトで公開しており、現行のプラットフォーム価格ポリシーではどちらのモードも固定 4 クレジットです。

選ぶ理由

Rivya 上では生成と編集のどちらも固定 4 クレジット

最適

承認済みの 1 枚の元画像から作る広告や SNS バリエーション

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

テキストから画像生成と 1 枚画像の編集を扱う単一モデルのプロジェクト英語のみのプロンプト要件に対応する内蔵翻訳スイッチ

モデルを試す詳細を見る

AlibabaのQwen2画像モデルは、現在Rivyaで1つの固定価格画像プロジェクトとして統合されています。テキスト-to-画像と画像-to-画像を安全にカバーし、両方の公開ドキュメントで共通して示されているアスペクト比のサブセット、PNG/JPEG出力、seed再利用、シンプルなNSFWスイッチを備えています。

選ぶ理由

テキスト-to-画像と画像-to-画像の両方で固定6クレジット価格

最適

中国語ポスターとキャンペーンビジュアル

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり6クレジットから

画像

テキスト実行では `qwen2/text-to-image`、参照画像実行では `qwen2/image-edit` を使用両方の公開Qwen2ドキュメントで共通する安全なアスペクト比サブセット

モデルを試す詳細を見る

Alibaba Qwenファミリーの画像モデルです。HDプリセット（Square、Portrait、Landscape）とPNG/JPEG出力に対応し、中国語プロンプトと文化的なニュアンスを含むビジュアル生成に強みがあります。

選ぶ理由

HDプリセットサイズ：Square、Portrait 4:3/16:9、Landscape 4:3/16:9

最適

中国語マーケティングビジュアル

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成あたり4クレジットから

画像

中国語プロンプトの理解に強いPNGとJPEGの出力形式オプション

モデルを試す詳細を見る

Midjourney の V7 画像モデルです。テキストから画像生成と画像から画像生成に対応し、Niji アニメモード、3 つの速度ティア（Relaxed/Fast/Turbo）、スタイル参照、Omni Reference による一貫性を備えています。映画的アート、イラスト、ムードボードでは今も業界基準です。

選ぶ理由

比類ない美的品質 — 業界基準

最適

映画的コンセプトアートとムードボード

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 3 クレジットから

画像

V7 + V6.1 + V6 + Niji 7/6 アニメモード3 つの速度ティア: Relaxed、Fast、Turbo

モデルを試す詳細を見る

既存画像1枚から被写体を分離するための、Rivya上のRecraft背景除去モデルです。次の工程で透明アセット、きれいな切り抜き、または元の背景なしのソース画像が必要な場合に使用します。

選ぶ理由

固定1クレジット価格の単一目的切り抜きツール

最適

デザイン作業前に、商品、ポートレート、カタログ画像1枚から背景を除去する作業

入力

参照 / 画像

出力

画像

クレジット

1回の生成あたり1クレジットから

画像

アップロード画像1枚を対象にし、通常はプロンプトが不要被写体の輪郭が読み取りやすい商品写真、ポートレート、その他アセットに適している

モデルを試す詳細を見る

承認済みの静止画1枚に、低コストでシャープさと明瞭度を加えるための、Rivya上のRecraftの軽量画像アップスケールモデルです。より重い納品品質のアップスケールではなく、選んだ画像に書き出し前の安い磨き込みだけが必要な場合に使用します。

選ぶ理由

アップロード画像1枚に対する固定1クレジットのクリーンアップ処理

最適

サムネイル、ソーシャル画像、小さな商品画像に素早く明瞭度を加える作業

入力

参照 / 画像

出力

画像

クレジット

1回の生成あたり1クレジットから

画像

公開前や引き渡し前の素早いシャープ化と軽い拡大に適している必須プロンプトも管理すべきサイズ段階もないため、摩擦の少ない事前確認として使いやすい

モデルを試す詳細を見る

Alibaba の上位 Wan 2.7 画像モデルです。現在 Rivya では、text-to-image と画像編集向けの独立した画像枠として提供されています。生成を 1 枚の出力画像に明示的に絞ることで、価格は 1 回あたり 12 credits に固定されています。

選ぶ理由

text-to-image と image-to-image のどちらも固定 12 credits

最適

ブランドのキービジュアルやローンチキャンペーン用の静止画

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成につき 12 credits から

画像

ガイド付き編集プロジェクト向けに最大 9 枚の参照画像を使えるWan 2.7 画像ファミリー内で、より明確なプレミアムティアとして扱える

モデルを試す詳細を見る

Alibaba の標準 Wan 2.7 画像モデルです。Rivya では text-to-image と画像編集向けの独立した画像枠として提供され、現在は 1 回の実行につき 5 credits です。

選ぶ理由

現在は 1 回の実行につき 5 credits

最適

複数参照を使うソーシャル投稿やキャンペーンのドラフトボード

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1回の生成につき 5 credits から

画像

text-to-image と image-to-image の両方に対応ガイド付き編集向けに最大 9 枚の参照画像を使える

モデルを試す詳細を見る

Google Imagen 4 Ultra は、Rivya のプレミアム Imagen テキストから画像生成ティアです。現在は固定 12 クレジットの単一画像プロジェクトとして統合されており、公開プロンプト、ネガティブプロンプト、アスペクト比、シード制御を備えています。

選ぶ理由

Rivya 上で固定 12 クレジット価格

最適

ホームページのヒーローアートとプレミアムキャンペーンビジュアル

入力

テキスト

出力

画像

クレジット

1 回の生成あたり 12 クレジットから

画像

プレミアム Google Imagen テキストから画像生成ティアネガティブプロンプト、アスペクト比、シード制御

モデルを試す詳細を見る

Google Imagen 4 は、Rivya の標準 Imagen テキストから画像生成ティアです。現在は固定 8 クレジットの単一画像プロジェクトとして統合されており、公開プロンプト、ネガティブプロンプト、アスペクト比、シード制御を備えています。

選ぶ理由

Rivya 上で固定 8 クレジット価格

最適

Web サイトのヒーローグラフィックとエディトリアルイラスト

入力

テキスト

出力

画像

クレジット

1 回の生成あたり 8 クレジットから

画像

標準 Google Imagen テキストから画像生成ティアネガティブプロンプト、アスペクト比、シード制御

モデルを試す詳細を見る

Google Imagen 4 Fast は、Rivya の軽量な Imagen テキストから画像生成ティアです。現在は単一画像プロジェクトを維持し、固定 4 クレジット価格を使い、複数画像出力を開かずに公開プロンプト、ネガティブプロンプト、アスペクト比、シード制御を提供しています。

選ぶ理由

Rivya 上で固定 4 クレジット価格

最適

ランディングページやブログのビジュアル方向性を素早く試す

入力

テキスト

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

軽量な Google Imagen テキストから画像生成入口ネガティブプロンプト、アスペクト比、シード制御

モデルを試す詳細を見る

Topaz Image Upscalerは、すでに承認済みの静止画を実際に大きくする必要がある場合に使う、Rivyaの納品品質向け画像アップスケーラーです。構図がすでに確定しており、残りの課題が書き出し解像度、レビュー用サイズ、印刷準備であるときに使います。

選ぶ理由

構図を再生成するのではなく、実際の納品サイズまで引き上げる必要がある承認済み静止画向け

最適

承認済みのEC、商品、キャンペーン静止画を、より大きな納品形式へアップスケールする作業

入力

参照 / 画像

出力

画像

クレジット

1回の実行あたり5クレジットから

画像

factor 1、2、4、8に基づく明確なUI段階で、サイズとコストの判断がしやすい選ばれた静止画がすでに最終版で、出力サイズが本当に重要な場合はRecraft Crisp Upscaleより適している

モデルを試す詳細を見る

Ideogram V3 は、テキストレンダリング、ポスターレイアウト、デザイン重視の画像プロンプトに使う Rivya のテキストから画像生成モデルです。現在の価格は TURBO が 4 クレジット、BALANCED が 7 クレジット、QUALITY が 10 クレジットです。

選ぶ理由

レンダリング速度ティア: TURBO、BALANCED、QUALITY

最適

ポスターコンセプトやタイトル主導の広告グラフィック

入力

テキスト

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

デザイン指向の Ideogram V3 画像生成MagicPrompt 拡張トグル

モデルを試す詳細を見る

Ideogram V3 Reframe は現在、Rivya ではレンダリング速度ごとの価格を持つ単一画像のリフレーミングプロジェクトとして統合されています。現在の価格は TURBO が 4 クレジット、BALANCED が 7 クレジット、QUALITY が 10 クレジットです。

選ぶ理由

レンダリング速度ティア: TURBO、BALANCED、QUALITY

最適

承認済みの 1 枚のビジュアルを新しいアスペクト比に合わせる作業

入力

参照 / 画像

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

単一画像のリフレーミングプロジェクトこのモデルではプロンプトは任意

モデルを試す詳細を見る

Ideogram V3 Remix は現在、Rivya ではレンダリング速度ごとの価格を持つ単一画像のリミックスプロジェクトとして統合されています。現在の価格は TURBO が 4 クレジット、BALANCED が 7 クレジット、QUALITY が 10 クレジットです。

選ぶ理由

レンダリング速度ティア: TURBO、BALANCED、QUALITY

最適

1 枚のソース画像から作る別方向のアートディレクション

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 4 クレジットから

画像

単一画像のリミックスプロジェクトMagicPrompt、強度、ネガティブプロンプトのコントロール

モデルを試す詳細を見る

承認済みの 1 枚のキャラクター画像を、新しいシーン、衣装、形式へ展開するためのキャラクター一貫性オプションです。広範な画像編集よりもアイデンティティ保持が重要で、1 回に 1 枚の出力画像だけが必要な場合に使います。

選ぶ理由

1 つのキャラクターを新しいシーンでも認識しやすく保つために調整された単一参照プロジェクト

最適

1 つのマスコット、アバター、またはイラストキャラクターを多くの新しいシーンで認識しやすく保つ作業

入力

テキスト / 参照 / 画像

出力

画像

クレジット

1 回の生成あたり 12 クレジットから

画像

Ideogram V3、Reframe、Remix から分離されており、広範な編集自由度よりも一貫性を選びやすいTURBO、BALANCED、QUALITY のクレジットティアを備えた予測しやすい 1 枚画像出力

モデルを試す詳細を見る

ByteDanceの完全版Seedance 2.0動画モデルです。プロンプトのみの生成、フレーム主導アニメーション、マルチモーダル参照生成に明示的に対応しています。Rivyaでは、フレーム入力とマルチモーダル参照が曖昧な1つのアップロード枠に崩れないよう、ドキュメント化された役割分割を明示したままにしています。

ByteDanceのより高速なSeedance 2.0動画モデルです。プロンプトのみの生成、フレーム主導の画像アニメーション、マルチモーダル参照動画生成に対応する完全なシーンルーティングを備えています。Rivyaでは、最初/最後フレーム入力が参照画像、動画、音声の役割と衝突しないよう、ドキュメント化されたシーン分割を明示したままにしています。

ByteDanceのフラッグシップ動画モデルです。テキスト-to-動画と画像-to-動画、ネイティブ音声・映像同期、480p-1080p、4-12秒クリップ、6種類のアスペクト比、動的/固定レンズ制御、任意の音声生成、リップシンクに対応しています。

ByteDanceのSeedance 1.0 Proモデルは、テキスト-to-動画と画像-to-動画の両方に対応する標準1.0 ProオプションとしてRivyaに公開されています。現在のページ設定は公開V1 Proドキュメントに合わせて、解像度、尺、カメラ固定、seed、安全チェックの操作を保っています。

ByteDanceの高速画像-to-動画モデルです。1枚の参照画像を720p/1080pの5秒または10秒クリップへアニメーション化します。静止画から素早く動画が必要な場合に速度重視で最適化されています。

ByteDanceのSeedance 1.0 Liteモデルは、テキスト-to-動画と画像-to-動画の両方に対応する軽量な1.0オプションとしてRivyaに公開されています。公開V1 Liteパラメータセットに従い、現在はSeedance 1.0 Proより低い価格ラダーを使用しています。

Rivya 上でテキストから動画生成、単一画像からのモーション生成、複数画像参照の動画生成、動画編集を 1 つの公開モデルページから扱える柔軟な AI 動画モデルです。

Alibaba の新しい Wan 動画ラインで、解像度と長さで価格が決まります。Rivya では text-to-video、image-to-video、動画編集を 1 つのモデル枠で提供し、5秒の 720p は 80 credits からです。

Alibaba の 3 モード Wan オプションを Rivya で使えます。text-to-video、image-to-video、ソース動画編集を 1 つのプロジェクトで扱います。720p/1080p、5〜15 秒のクリップ、そして一度に 1 枚の画像または 1 本のソース動画に対応します。

Wan 2.5 は現在、Rivya 上で text-to-video と image-to-video を共通の入口として提供しています。現在の価格は `720p_5 = 60`、`720p_10 = 120`、`1080p_5 = 100`、`1080p_10 = 200` credits です。

Wan 2.2 A14B Turboは現在、Rivyaでテキスト動画生成、画像動画生成、さらに画像と音声を使った動画パスをカバーしています。現在の価格は、テキストまたは画像実行で`480p = 8`、`720p = 12`、1枚の画像と1本の音声クリップで結果を駆動する場合は`480p = 16`、`580p = 20`、`720p = 24`です。

Rivya 上で使える Wan のキャラクター置き換え動画モデルです。既存クリップの動きはそのままに、画面に登場する人物や主体だけを差し替えたいときに使います。公開ソース動画 URL、公開された置き換え画像 URL、解像度ティアを指定して実行します。

Standard / Pro の品質ティア、768P / 1080P 解像度、6 秒または 10 秒のクリップに対応した MiniMax の画像から動画生成モデルです。静止画からより滑らかな動きと自然なトランジションを作れることで知られています。

MiniMax の旧版 Hailuo Pro 動画モデルを、テキストから動画生成と画像から動画生成の両方に使える固定 Pro ティアのモデルとして接続しています。画像モードでは 1 枚または 2 枚の参照画像を受け付け、2 枚目の画像はラストフレームとして使われます。現在は 1 回の生成あたり 57 クレジットです。

MiniMax の旧版 Hailuo Standard 動画モデルを、テキストから動画生成と画像から動画生成の両方に使える 1 つのモデルとしてまとめています。画像モードでは 1 枚または 2 枚の参照画像を受け付け、2 枚目の画像はラストフレームとして使われます。現在確認できている公開価格ティアは 12 から 50 クレジットです。

テキストから動画生成と画像から動画生成に使える、Kuaishou のプレミアム動画モデルです。標準 (720P) / 高精細 (1080P) ティア、単一ショットまたはマルチショット構造、3〜15 秒の長さ、任意の音声生成、最大 2 枚の参照画像に対応します。

1 枚の参照画像と 1 本のモーション動画で 1 つの被写体を動かし、背景ソースも明示的に選べる新しい Kling モーション制御オプションです。モーション転送に加えて、最終シーンを動画由来にするか画像由来にするかを強く制御したい場合に使います。

任意の音声生成、5 秒 / 10 秒のクリップ、3 種類のアスペクト比に対応した Kuaishou の動画モデルです。自然な物理表現を伴う人物の動きや表情豊かなキャラクターアニメーションに強みがあります。

1 枚の参照画像と 1 本のモーション動画で 1 つの被写体を動かすための専用モーション転送プロジェクトです。より安い Kling のモーション制御パスを試したい場合や、Kling 3.0 Motion Control の追加シーン制御が不要な場合に使います。

Kuaishou の Kling V2.5 Turbo Pro 動画モデルは、現在テキストから動画生成と画像から動画生成の両方に対応しています。公開価格の根拠は、テキストと画像の両方について 5 秒と 10 秒のティアを明確にカバーしているため、Rivya では 42 / 84 クレジットとして直接対応させています。

Kuaishou の旧世代 Kling V2.1 Master 動画モデルは、Rivya 上でテキストから動画生成と画像から動画生成の両方に対応しています。現在の価格は 5 秒で 160 クレジット、10 秒で 320 クレジットです。

Kuaishou の旧世代 Kling V2.1 Pro 画像から動画生成モデルは、先頭フレームと任意の末尾フレーム画像に対応しています。現在の価格は 5 秒で 50 クレジット、10 秒で 100 クレジットです。

Kuaishou の旧世代 Kling V2.1 Standard 画像から動画生成モデルです。現在の価格は 5 秒で 25 クレジット、10 秒で 50 クレジットです。

Kuaishou の Kling AI Avatar Pro は、1 枚のポートレート画像と 1 本の音声クリップからリップシンクしたアバター動画を生成する、より高品質なトーキングアバターモデルです。Rivya では現在、1 回の生成あたり固定 16 クレジットで提供しています。

Kuaishou の Kling AI Avatar Standard は、1 枚のポートレート画像と 1 本の音声クリップからリップシンクしたアバター動画を生成するトーキングアバターモデルです。Rivya では現在、1 回の生成あたり固定 8 クレジットで提供しています。

Infinitalk は、ポートレートと音声を組み合わせるトーキング動画モデルです。現在の価格は解像度と音声の長さに応じて計算され、480p は 1 秒あたり 3 クレジット、720p は 1 秒あたり 12 クレジットです。

Runwayは、テキスト-to-動画と画像-to-動画の両方に対応する独立した動画モデルです。現在の公開価格根拠で確認できるのは6つの生成ティアだけなので、Rivyaでは検証済みセットとして `720p_5 = 12`、`720p_10 = 30`、`1080p_5 = 30` に絞っています。

既存クリップを新しい視覚結果へ作り替えるためのソース動画変換プロジェクトです。動きは入力映像から、クリエイティブ方向はプロンプトから来る場合にAlephを使用します。価格は固定90クレジットです。

既存の 1 本のクリップを新しい視覚方向へ押し出すための、独立したソース動画リライトプロジェクトです。プロンプトで変えるべき対象が書き出し品質の改善ではなく、映像そのものの変換である場合に使用します。

Fun / Normal / Spicy のクリエイティブモードと 5 種類のアスペクト比に対応した xAI の動画モデルです。遊び心のある表現から映画的な表現、よりエッジの効いた表現まで、用途に合わせた独自のスタイルプリセットを使えます。

Sora 2のプレミアムティアです。Standard/Highの品質モード、10秒/15秒クリップ、ウォーターマーク削除に対応し、プロ向け動画制作で細部、光、動きの再現性を高めます。

OpenAIの動画モデルです。テキスト動画生成と画像動画生成、リアルな世界シミュレーション、同期音声、10秒/15秒クリップ、横向き/縦向き出力、任意のウォーターマーク削除に対応しています。

Rivyaで、完成済みの公開Sora共有リンク向けに使う、Soraのウォーターマーク削除後処理モデルです。動画そのものがすでに完成しており、残りの作業がウォーターマーク削除とS3またはOSSの配信先選択だけの場合に使います。

Topaz Video Upscalerは、書き出し時にもう少し鮮明さが必要な承認済みクリップ向けの、Rivyaの納品品質動画アップスケーラーです。ショット、動き、タイミングがすでに正しく、残りの問題が解像度や最終ファイルの鮮明さであるときに使います。

Google Veo 3.1の品質優先バリアントです。プレミアムなテキスト動画生成と画像主導生成に向いています。より高精細な映像、強い動きのリアリズム、標準で含まれる背景音声により、Rivyaの上位Veoオプションになっています。

Google Veo 3.1の高速版です。テキスト動画生成、画像動画生成、参考画像からの動画生成という3つのモードに対応しています。最大3枚の参考画像、ネイティブ音声、モードを意識したアスペクト比コントロールにより、素早い映画的クリップに役立ちます。

Google Veo 3.1の最も低コストなバリアントです。Rivyaでは現在、最小の安定サブセットだけを公開しており、テキスト動画生成と画像動画生成を固定`10`クレジット / 生成で使えます。

Suno Musicは、短い依頼文をボーカルあり、またはインストゥルメンタルの最初の楽曲ドラフトに変えるための、Rivyaのテキスト音楽生成モデルです。固定`12`クレジットの入口を保ち、トラック成功後の次のステップとして`Extend Music`を公開しています。

選ぶ理由

1回の生成あたり12クレジットの固定価格を明示

最適

長い制作フローに入る前に楽曲の方向を試す作業

入力

テキスト

出力

音声

クレジット

12クレジット / 生成

音声

初回リリースではSunoファミリー全体を一度に公開せず、範囲を絞る成功したトラックはExtend Musicアクションで継続可能

モデルを試す詳細を見る

Suno Soundsは、アンビエンスループ、背景音、短いサウンドスケッチを作るための、Rivyaの軽量なテキスト音声生成モデルです。公開されている固定価格`3`クレジット / 生成を保ち、成功した結果は`Vocal Separation`へ続けられます。

選ぶ理由

1回の生成あたり3クレジットの固定価格を明示

最適

アンビエンスベッド、ループ、環境音アイデアの生成

入力

テキスト

出力

音声

クレジット

3クレジット / 生成

音声

初回リリースでは、loop、BPM、Keyだけを最もリスクの低いパラメータ範囲として公開標準の音声URLを使う現行のSuno音声結果チェーンを維持

モデルを試す詳細を見る

Suno Lyricsは、1つのテーマやムードを歌詞に変えるための、Rivyaの歌詞生成モデルです。リクエストごとに固定`1`クレジットで使えます。

選ぶ理由

固定1クレジットの歌詞生成

最適

フル楽曲を生成する前に歌詞を下書きする作業

入力

テキスト

出力

音声

クレジット

1クレジット / 生成

音声

最もリスクの低いプロンプトのみのパラメータ範囲だけを公開メディアURLなしでも成功できる形で、非同期タスクフローを維持

モデルを試す詳細を見る

Rivya で使える ElevenLabs のマルチスピーカー対話モデルです。役割分担された音声生成向けに作られており、個別の声の割り当て、安定性の調整、ポッドキャスト、インタビュー、キャラクターシーン向けの対話に適したテンポ調整を備えています。

選ぶ理由

マルチスピーカー対話生成

最適

2 人ホストのポッドキャスト冒頭や討論セグメント

入力

テキスト

出力

音声

クレジット

長さまたは再生時間に応じてクレジットを消費

オーディオ

キャラクターごとの個別音声割り当て安定性を調整して一貫した読み上げにできる

モデルを試す詳細を見る

Rivya で使える ElevenLabs の高速テキスト読み上げモデルです。低遅延の音声生成と、安定性、類似度、スタイル、速度の調整に対応しており、すばやいボイスオーバー下書きやインタラクティブな TTS プロジェクト向けに作られています。

選ぶ理由

最速の ElevenLabs TTS - 低遅延に最適化

最適

製品デモやアプリ操作紹介のボイスオーバー

入力

テキスト

出力

音声

クレジット

長さまたは再生時間に応じてクレジットを消費

オーディオ

安定性、類似度、スタイル、速度を調整可能複数の音声プリセットと文脈対応生成

モデルを試す詳細を見る

Rivya で使える ElevenLabs の多言語テキスト読み上げモデルで、自動検出により約 30 言語をサポートします。ローカライズ、言語をまたぐ配信、より自然な多言語ボイスオーバーに向いた強力な選択肢です。

選ぶ理由

約 30 言語を自動検出して生成

最適

ローカライズされた製品デモやオンボーディング動画

入力

テキスト

出力

音声

クレジット

長さまたは再生時間に応じてクレジットを消費

オーディオ

人間らしい抑揚とトーンのニュアンス安定性、類似度、スタイル、速度の同じ音声コントロール

モデルを試す詳細を見る

Rivya で使える ElevenLabs のテキストから音を生成するモデルです。短い効果音、トランジション、アンビエンスループ向けで、0.5〜22 秒の音声クリップを生成できます。プロンプトの影響度、ループモード、19 種類の出力形式を調整して、編集、プロダクト、ゲームの各プロジェクトに使えます。

選ぶ理由

0.5〜22 秒の音声長を調整可能

最適

UI のクリック音、通知音、アプリのフィードバック音

入力

テキスト

出力

音声

クレジット

長さまたは再生時間に応じてクレジットを消費

オーディオ

プロンプトの影響度を調整可能自然につながるループ用モード

モデルを試す詳細を見る

Rivya で使える ElevenLabs の音声クリーンアップとボイス分離モデルです。1 本の録音をアップロードして、音声を分離し、背景ノイズを取り除き、編集や公開の前に話し声を整えられます。

選ぶ理由

アップロード型の音声分離 - プロンプト不要

最適

編集前のインタビューやポッドキャスト録音の整音

入力

参照 / 音声

出力

音声

クレジット

長さまたは再生時間に応じてクレジットを消費

オーディオ

音声分離と背景ノイズ除去音声の長さに応じた従量課金

モデルを試す詳細を見る