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

GPT-5.5 は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.4 は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.4 Codex は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.3 Codex は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.2 は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.2 Codex は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.1 Codex は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5 Codex は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 3.1 Pro は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 3 Pro は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 3 Flash は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 2.5 Pro は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 2.5 Flash は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

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。

Claude Opus 4.6 は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Rivya で使える Anthropic のバランス型 Claude AI チャットモデルです。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。

Claude Opus 4.5 は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

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。

Rivya のテキスト中心 Claude チャットモデルです。密度の高い資料パケットを精査し、慎重で構造化された意思決定をまとめる用途に適しています。

Rivya のテキスト中心 Claude チャットモデルです。語り口の再構成、読者に合わせた下書き、編集作業の構造化に適しています。

Rivya のテキスト中心 Claude チャットモデルです。実装ブリーフ、要件分析、簡潔な技術計画に適しています。

Rivya のテキスト中心 Claude チャットモデルです。取締役会水準のリスク整理、シナリオ比較、意思決定の記録に適しています。

GPT-5.6 Luna は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.6 Terra は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

GPT-5.6 Sol は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 3.5 Flash は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 3.6 Flash は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能な状態ページは維持され、チャット実行は無効です。

Gemini 3.7 Flash は Rivya に掲載されていますが、現在は統合安全保留中です。索引可能なページで確認済みのチャット契約を追跡し、実行機能は無効にしています。

Grok 4.3 — 一時的に利用不可. Grok 4.3 が安全保留中の間は、呼び出し可能な代替モデルで作業を続けてください。

Grok 4.5 — 一時的に利用不可. Grok 4.5 が安全保留中の間は、呼び出し可能な代替モデルで作業を続けてください。

Grok 4.6 — 一時的に利用不可. Grok 4.6 が安全保留中の間は、呼び出し可能な代替モデルで作業を続けてください。

Kimi K3 は近日公開予定の Chat モデルです。未公開のコンテキスト、ツール、応答動作を主張せず、利用状況と既存のチャット代替モデルを案内します。

Alibaba の軽量なテキストから画像モデルです。5 つのアスペクト比に対応し、1 回 1 クレジットでコンセプト案やソーシャルメディア用画像を素早く作成できます。

選ぶ理由

1 回の生成につき 1 クレジットという最小コスト

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

per_image · default=0.8 · ⌈total⌉

画像

高速な単一画像出力で素早く反復できる5 つのアスペクト比に対応したシンプルな画像生成

モデルを試す詳細を見る: Z-Image

Nano Banana 2 は、ブランドビジュアル、商品画像、参照画像を使ったクリエイティブドラフトに適した、新世代の Google 画像モデルです。

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

per_image · 1K=5 · 2K=8 · 4K=12 · ⌈total⌉

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最大 14 枚の参照画像と 20K 文字のプロンプト

モデルを試す詳細を見る: Nano Banana 2

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

per_image · 1K=8 · 2K=8 · 4K=14 · ⌈total⌉

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: Nano Banana Pro

Google の柔軟な画像モデルです。テキストからの画像生成と画像編集、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、横長の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

per_request · text_to_image=3 · image_to_image=3 · ⌈total⌉

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: Nano Banana

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

per_image · 1K=3 · 2K=5 · 4K=8 · ⌈total⌉

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: GPT Image 2

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

per_image · medium=4 · high=22 · ⌈total⌉

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: GPT Image 1.5

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

per_request · text_to_image=3 · ⌈total⌉

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: 4o Image

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

per_image · default=5.5 · ⌈total⌉

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: Seedream 5.0 Lite

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

per_image · default=6.5 · ⌈total⌉

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 4.5

このリクエストは一時的に利用できません。少し待ってから再試行してください。

このリクエストは一時的に利用できません。少し待ってから再試行してください。

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。標準のテキストリクエストは 2 枚、品質優先リクエストは 4 枚の画像を返します。

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

per_request · standard=4 · standard_output_images=2 · quality=5 · quality_output_images=4 · image_to_image=4 · ⌈total⌉

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: Grok Imagine

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

per_image · 1K=5 · 2K=7 · ⌈total⌉

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 Pro

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

per_image · 1K=14 · 2K=24 · ⌈total⌉

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: Flux 2 Flex

BFLはFLUX.1 Kontext [max]を前世代とし、新しいプロジェクトにはFLUX.2を推奨しています。 Black Forest Labs の強化版 Flux Kontext モデルで、要求の高いプロンプト主導の生成と画像編集に向いています。Rivya ではテキストから画像生成と画像から画像生成を 1 つのモデルページで提供し、どちらも 1 回あたり固定 8 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 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

per_image · default=8 · ⌈total⌉

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: Flux Kontext Max

BFLはFLUX.1 Kontext [pro]を前世代とし、新しいプロジェクトにはFLUX.2を推奨しています。 Black Forest Labs の低コストな Flux Kontext モデルで、テキストから画像生成と単一画像編集に対応します。Rivya では両方のモードを 1 つのモデルページで提供し、どちらも 1 回あたり固定 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

per_image · default=4 · ⌈total⌉

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: Flux Kontext Pro

Alibaba の Qwen2 Image は、テキストからの画像生成と 1 枚の画像編集に対応する固定 6 クレジットのモデルです。5 種類のアスペクト比、PNG/JPEG 出力、seed の再利用、コンテンツフィルターを設定できます。

選ぶ理由

テキストからの画像生成と画像編集はいずれも固定6クレジット

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

per_image · default=5.6 · ⌈total⌉

画像

テキスト生成と1枚の画像編集に対応1:1、3:4、4:3、9:16、16:9 のアスペクト比に対応

モデルを試す詳細を見る: Qwen2 Image

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

per_output_megapixel · default=4 · ⌈total⌉

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: Qwen Image

このリクエストは一時的に利用できません。少し待ってから再試行してください。

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

per_image · default=1 · ⌈total⌉

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: Recraft Remove Background

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

per_image · default=0.5 · ⌈total⌉

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: Recraft Crisp Upscale

Rivya では、Wan 2.7 Image Pro は現在 text to image と image to image に対応しています。最大 9 枚の参照画像も使えます。 画像1枚につき固定12クレジット; 1リクエストにつき1枚.

選ぶ理由

画像1枚につき固定12クレジット; 1リクエストにつき1枚.

最適

Rivya では、Wan 2.7 Image Pro は現在 text to image と image to image に対応しています。最大 9 枚の参照画像も使えます。

入力

テキスト / 参照 / 画像

出力

画像

クレジット

per_image · default=12 · ⌈total⌉

画像

Rivya では、Wan 2.7 Image Pro は現在 text to image と image to image に対応しています。最大 9 枚の参照画像も使えます。画像編集プロジェクト用に、画像ファイルを最大 9 枚アップロードできます。

モデルを試す詳細を見る: Wan 2.7 Image Pro

Rivya では、Wan 2.7 Image は現在 text to image と image to image に対応しています。最大 9 枚の参照画像も使えます。 画像1枚につき固定5クレジット; 1リクエストにつき1枚.

選ぶ理由

画像1枚につき固定5クレジット; 1リクエストにつき1枚.

最適

Rivya では、Wan 2.7 Image は現在 text to image と image to image に対応しています。最大 9 枚の参照画像も使えます。

入力

テキスト / 参照 / 画像

出力

画像

クレジット

per_image · default=4.8 · ⌈total⌉

画像

Rivya では、Wan 2.7 Image は現在 text to image と image to image に対応しています。最大 9 枚の参照画像も使えます。画像編集プロジェクト用に、画像ファイルを最大 9 枚アップロードできます。

モデルを試す詳細を見る: Wan 2.7 Image

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

per_image · default=12 · ⌈total⌉

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 Imagen4 Ultra

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

per_request · default=8 · ⌈total⌉

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 Imagen4

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

per_request · default=4 · ⌈total⌉

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: Google Imagen4 Fast

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

per_image · 2K=10 · 4K=20 · 8K=40 · ⌈total⌉

画像

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より適しているプロンプトやクリエイティブな再スタイリングを必要としない単一画像プロジェクト

モデルを試す詳細を見る: Topaz Image Upscaler

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

per_image · TURBO=3.5 · BALANCED=7 · QUALITY=10 · ⌈total⌉

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

このリクエストは一時的に利用できません。少し待ってから再試行してください。

Ideogram V3 Remix: 画像あたり TURBO 4 / BALANCED 7 / QUALITY 10 クレジット. 出力は1～4枚から選べます。合計は1枚あたりの料金×選択枚数で計算し、整数クレジットに切り上げます。

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

per_image · TURBO=3.5 · BALANCED=7 · QUALITY=10 · ⌈total⌉

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: Ideogram V3 Remix

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。 画像あたり TURBO 12 / BALANCED 18 / QUALITY 24 クレジット. 出力は1～4枚から選べます。合計は1枚あたりの料金×選択枚数で計算し、整数クレジットに切り上げます。

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

per_image · TURBO=12 · BALANCED=18 · QUALITY=24 · ⌈total⌉

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出力は1～4枚から選べます。合計は1枚あたりの料金×選択枚数で計算し、整数クレジットに切り上げます。

モデルを試す詳細を見る: Ideogram Character

Seedream 5.0 Pro は、キャンペーン用のキービジュアル、エディトリアルシーン、商品ビジュアルの構成に適した Rivya のマルチリファレンス画像モデルです。テキストからの生成と画像からの生成、1K または 2K の出力、最大 10 枚の参照画像に対応します。

Seedream 5.0 Pro Layer Decomposition は、1 枚の元画像をベース画像と再利用可能な PNG レイヤーに分解します。任意のプロンプトまたはバウンディングボックスによる指示に対応し、Auto、1K、1.5K、2K のサイズを選べます。

Nano Banana 2 Lite は、商品コンセプト、SNS 画像のバリエーション、参照画像を使ったドラフトを手早く作れる、Rivya の低クレジットな Nano Banana モデルです。生成料金は一律 3 クレジットで、15 種類のアスペクト比を選べます。

Qwen Image 3.0 は、中国語・英語のプロンプト、参照画像を使ったレイアウト、再現可能なビジュアルテストに適した Rivya の設定豊富な Qwen 画像モデルです。1K または 2K の出力、プロンプト拡張、ネガティブプロンプト、シード指定に対応します。

Qwen Image 3.0 Pro は、完成度の高いキャンペーンキービジュアル、商品シーン、ポスター案に適した Rivya の独立した Pro クラスの Qwen 画像モデルです。中国語・英語のプロンプト、最大 3 枚の参照画像、料金帯の異なる 1K・2K 出力に対応します。

Grok Imagine Image 2.0は、テキストから一枚の画像を生成する機能と標準画像編集に対応します。編集では、署名付き参照画像を一枚から五枚使用でき、五種類の固定アスペクト比に加えて自動比率も選択できます。

ByteDance のフル機能版 Seedance 2.0 動画モデルです。プロンプトのみの生成、フレームを使うアニメーション、画像・動画・音声によるマルチモーダル参照生成に対応しています。開始・終了フレームと各参照素材は、用途に応じて別々に指定できます。

選ぶ理由

テキスト、フレーム、マルチモーダル参照の3つの生成方法に対応

最適

プロンプト、フレーム、参照バンドルから作る、より高品質な短尺動画

入力

テキスト

出力

動画

クレジット

per_input_and_output_second · 720p_without_video=41 · 1080p_with_video=62 · 1080p_without_video=102 · 4K_with_video=128 · 4K_without_video=208 · ⌈total⌉

動画

プロンプト主導、フレーム主導、マルチモーダル参照プロジェクトを1つのモデル内で扱える任意の同期音声生成と最終フレーム返却

モデルを試す詳細を見る: Seedance 2.0

ByteDance の高速な Seedance 2.0 動画モデルです。プロンプトのみの生成、開始・終了フレームを使う画像アニメーション、画像・動画・音声によるマルチモーダル参照生成に対応しています。

選ぶ理由

テキスト、フレーム、マルチモーダル参照から開始可能

最適

プロンプトまたはストーリーボードフレームから作る高速な広告プリビズ

入力

テキスト / 参照 / 画像 / 動画 / 音声

出力

動画

クレジット

per_input_and_output_second · 480p_with_video=6.8 · 480p_without_video=11.7 · 720p_with_video=15 · 720p_without_video=24.8 · ⌈total⌉

動画

480p/720p出力と、自動アスペクト比への対応任意の同期音声生成と最終フレーム返却

モデルを試す詳細を見る: Seedance 2.0 Fast

テキストから動画と画像から動画に対応し、音声と映像をネイティブに同期できる Seedance 動画モデルです。480p〜1080p、4〜12 秒のクリップ、6 種類のアスペクト比、動的または固定レンズ、任意の音声生成、リップシンクに対応しています。

選ぶ理由

正確なリップシンクを備えたネイティブ音声・映像同期

最適

同期した会話と動きが必要な短いクリップ

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_output_second · 480p_without_audio=1.75 · 480p_with_audio=3.5 · 720p_without_audio=3.5 · 720p_with_audio=7 · 1080p_without_audio=7.5 · 1080p_with_audio=15 · ⌈total⌉

動画

480p / 720p / 1080pの解像度オプション尺: 4-12秒

モデルを試す詳細を見る: Seedance 1.5 Pro

このリクエストは一時的に利用できません。少し待ってから再試行してください。

このリクエストは一時的に利用できません。少し待ってから再試行してください。

このリクエストは一時的に利用できません。少し待ってから再試行してください。

Rivya の HappyHorse 1.0 は、1 つのモデルページでテキスト動画生成、1 枚画像からの動画生成、複数画像を使う参照動画生成に対応します。

選ぶ理由

現在実行できる範囲は、プロンプトのみの動画、1 枚画像の動画、2～9 枚の画像を使う参照動画です。

最適

文章ブリーフから作る短い広告や製品モーションの下書き

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_output_second · 720p=28 · 1080p=48 · ⌈total⌉

動画

720p と 1080p の固定価格出力ティアに対応画像から動画を生成する場合は画像を 1 枚、参照動画では 2～9 枚を使用します。画像は JPEG、PNG、WebP のいずれかで 10 MB 以下にしてください。1 枚画像モードは縦横とも 300 px 以上、参照モードは短辺 400 px 以上が必要です。

モデルを試す詳細を見る: HappyHorse 1.0

Wan 2.7 Video: 720p = 16 credits/s; 1080p = 24 credits/s; text/image: integer 2–15 s; video edit: duration=0 or integer 2–10 s; nsfw_checker=true.

選ぶ理由

解像度と長さで決まる価格：720p = 16 credits/秒、1080p = 24 credits/秒: 720p = 16 credits/s; 1080p = 24 credits/s.

最適

予算を抑えたい商品プロモーションやソーシャル向け短尺版; 720p = 16 credits/s; 1080p = 24 credits/s.

入力

テキスト / 参照 / 画像 / 動画

出力

動画

クレジット

per_output_second · 720p=16 · 1080p=24 · ⌈total⌉

動画

1 つのモデルでテキストから動画、画像から動画、動画編集に対応; text/image: integer 2–15 s; video edit: duration=0 or integer 2–10 s.image-to-video では 1 枚の画像、または最初と最後のフレームのペアを使える; image-to-video: 1–2 images.

モデルを試す詳細を見る: Wan 2.7 Video

Wan 2.6は、メディアなしのテキストから動画、画像ちょうど1枚の画像から動画、動画1～3本の動画編集に対応します。画像と動画は混在できません。 テキストと画像入力は5、10、15秒に対応し、動画入力は5秒または10秒だけに対応します。

選ぶ理由

3 モード：text-to-video + image-to-video + video-to-video

最適

既存ソースクリップから始める video-to-video 編集

入力

テキスト / 参照 / 画像 / 動画

出力

動画

クレジット

per_video · 720p_5=70 · 720p_10=140 · 720p_15=210 · 1080p_5=104.5 · 1080p_10=209.5 · 1080p_15=315 · ⌈total⌉

動画

テキストや静止画だけでなく、ソース動画からも始められる重めの Wan オプションJPG/PNG/WebP画像をちょうど1枚（256×256以上、10 MB以下）、またはMP4/MOV動画を1～3本（各10 MB以下）使用します。

モデルを試す詳細を見る: Wan 2.6

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。

選ぶ理由

1 つのモデルでテキストから動画と画像から動画の両方に対応

最適

テキストまたは 1 枚のヒーロー画像から作る、5 秒または 10 秒の Wan プロモーションクリップ

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 720p_5=60 · 720p_10=120 · 1080p_5=100 · 1080p_10=200 · ⌈total⌉

動画

現在のビジネス価格は、解像度と長さを組み合わせた 4 つのティアで決まるどちらのモードも同じ生成履歴に保存

モデルを試す詳細を見る: Wan 2.5 Video

Wan 2.2 A14B Turboは、テキスト、画像、画像+音声から動画を生成します。テキストまたは画像の実行は固定5秒で`480p = 40`、`580p = 60`、`720p = 80`、画像+音声は出力1秒あたり`480p = 12`、`580p = 18`、`720p = 24`クレジットです。

選ぶ理由

1 つのモデルでテキスト、画像、画像と音声による動画生成に対応

最適

軽量なWanテキスト動画生成の試行

入力

テキスト / 参照 / 画像 / 音声

出力

動画

クレジット

per_output_second · 480p_standard_5s=40 · 580p_standard_5s=60 · 720p_standard_5s=80 · 480p_speech=12 · 580p_speech=18 · 720p_speech=24 · ⌈total⌉

動画

軽量なテキスト・画像生成と、音声駆動の生成でクレジット段階を分離画像+音声駆動パスは、すべてをデフォルトに畳まず、独自の高度なパラメータ範囲を保持

モデルを試す詳細を見る: Wan 2.2 A14B Turbo

ソースクリップの動きとフレーミングがすでに合っていて、見えている主体だけを変えたいときは Wan Animate Replace を選んでください。ショット全体を作り直す必要があるならプロンプト主導の生成に戻り、主体差し替え以上の編集が必要なら、より広い編集プロジェクトを使うべきです。

選ぶ理由

`1 video + 1 image`; `480p / 580p / 720p`.

最適

ソースクリップの動きを保ちながら、画面上の主体やキャラクターを置き換える作業

入力

参照 / 動画 / 画像

出力

動画

クレジット

per_output_second · 480p=6 · 580p=9.5 · 720p=12.5 · ⌈total⌉

動画

元の動きを保ったまま主体やキャラクターを差し替える用途に向いている`duration ≤ 30s`; `nsfw_checker=true`.

モデルを試す詳細を見る: Wan Animate Replace

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。

選ぶ理由

Standard と Pro の品質ティア

最適

ポートレートやファッションの静止画をモーション化する作業

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · standard_768P_6=25 · standard_768P_10=40 · standard_1080P_6=40 · pro_768P_6=40 · pro_768P_10=80 · pro_1080P_6=70 · ⌈total⌉

動画

768P と 1080P の解像度オプション6 秒または 10 秒の設定可能なクリップ長

モデルを試す詳細を見る: Hailuo 2.3

MiniMax の現行 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。 Fixed output: 1080P · 6s · 57 credits.

選ぶ理由

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

最適

1 枚のキービジュアルから作る高品質なモーション下書き

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 1080P_6=57 · ⌈total⌉

動画

画像モードではファーストフレーム、またはファーストフレームとラストフレームの組み合わせに対応公開情報で確認できる固定 Pro ティアで接続

モデルを試す詳細を見る: Hailuo Pro

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。

選ぶ理由

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

最適

1 枚のヒーロー静止画を短いモーションティザーに変換する作業

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · text_6=30 · text_10=50 · image_512P_6=12 · image_512P_10=20 · image_768P_10=50 · ⌈total⌉

動画

画像モードではファーストフレーム、またはファーストフレームとラストフレームの組み合わせに対応512P と 768P の画像起点ティア

モデルを試す詳細を見る: Hailuo Standard

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)、4K 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。

選ぶ理由

標準 (720P)、高精細 (1080P)、4K の品質ティア

最適

明示的なショット設計が必要なストーリーボード風の広告プリビズ

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_output_second · 720p_without_audio=14 · 720p_with_audio=20 · 1080p_without_audio=18 · 1080p_with_audio=27 · 4K=67 · ⌈total⌉

動画

単一ショットまたはマルチショット生成モード柔軟な 3〜15 秒のクリップ長

モデルを試す詳細を見る: Kling 3.0

厳密な 1 画像 + 1 モーション動画プロジェクトなので、アイデンティティと動きの役割が明確 標準 (720P)：20 × 検証済みモーション動画秒数、高精細 (1080P)：27 × 秒数

選ぶ理由

厳密な 1 画像 + 1 モーション動画プロジェクトなので、アイデンティティと動きの役割が明確

最適

Kling 2.6 Motion Control より高い制御が必要なキャラクター一貫性テスト

入力

テキスト / 参照 / 画像 / 動画

出力

動画

クレジット

per_output_second · 720p=20 · 1080p=27 · ⌈total⌉

動画

Kling 2.6 Motion Control より高い制御が必要なキャラクター一貫性テスト検証済みモーション動画 1 秒あたり標準 (720P) は 20、高精細 (1080P) は 27 クレジット

モデルを試す詳細を見る: Kling 3.0 motion-control

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。

選ぶ理由

動画と一緒に任意で音声生成が可能

最適

キャラクター演技や表情豊かな動き

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 5s_without_audio=55 · 5s_with_audio=110 · 10s_without_audio=110 · 10s_with_audio=220 · ⌈total⌉

動画

5 秒または 10 秒のクリップ長3 種類のアスペクト比: 1:1、16:9、9:16

モデルを試す詳細を見る: Kling 2.6

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。

選ぶ理由

厳密な 1 画像 + 1 モーション動画プロジェクトなので、何がアイデンティティを決め、何が動きを決めるかが明確

最適

静止したキャラクター画像と別のモーション参照クリップで 1 人のキャラクターを動かす作業

入力

テキスト / 参照 / 画像 / 動画

出力

動画

クレジット

per_output_second · 720p=11 · 1080p=18 · ⌈total⌉

動画

低コストな選択肢：720p/1080pで検証済み1秒あたり11/18クレジット任意のプロンプトにより、アップロードしたモーションクリップを主役のまま保てる

モデルを試す詳細を見る: Kling 2.6 motion-control

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。

選ぶ理由

テキストと画像の両方のティアに明確な公開価格根拠がある

最適

テキストまたは先頭・末尾フレームから作る短尺広告プリビズ

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 5s=42 · 10s=84 · ⌈total⌉

動画

テキスト生成と画像生成が、整合した 1 つのモデル項目を共有画像モードでは先頭フレームと任意の末尾フレームに対応

モデルを試す詳細を見る: Kling V2.5 Turbo Pro

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。

選ぶ理由

5 秒と 10 秒の固定価格ティア

最適

旧世代 Kling Master と新しいティアの比較

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 5s=160 · 10s=320 · ⌈total⌉

動画

テキスト生成と画像生成が、整合した 1 つのモデル項目を共有テキストでは `aspect_ratio` を維持し、画像ではドキュメント根拠のあるフィールドだけを使用

モデルを試す詳細を見る: Kling V2.1 Master

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。

選ぶ理由

画像から動画生成専用で、用途がより絞られている

最適

ビフォー/アフター、または開始フレームと終了フレームのショットテスト

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 5s=50 · 10s=100 · ⌈total⌉

動画

先頭フレームと任意の末尾フレームに対応5 秒と 10 秒の固定価格ティア

モデルを試す詳細を見る: Kling V2.1 Pro

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。

選ぶ理由

画像から動画生成専用

最適

1 枚の商品静止画を短いモーションテストにする作業

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 5s=25 · 10s=50 · ⌈total⌉

動画

5 秒と 10 秒の固定価格ティア`negative_prompt` と `cfg_scale` に対応

モデルを試す詳細を見る: Kling V2.1 Standard

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 では検証済み音声 1 秒あたり 16 クレジット、最長 300 秒で、合計は整数クレジットに切り上げられます。

選ぶ理由

ポートレート + 音声による固定の高品質トーキングアバタープロジェクト

最適

より高品質なトーキングアバター動画

入力

テキスト / 参照 / 画像 / 音声

出力

動画

クレジット

per_input_second · default=16 · ⌈total⌉

動画

検証済み音声 1 秒あたり 16 クレジット、合計は切り上げ品質重視のリップシンク出力に向いている

モデルを試す詳細を見る: Kling AI Avatar Pro

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 では検証済み音声 1 秒あたり 8 クレジット、最長 300 秒で、合計は整数クレジットに切り上げられます。

選ぶ理由

ポートレート + 音声による固定のトーキングアバタープロジェクト

最適

トーキングアバター動画

入力

テキスト / 参照 / 画像 / 音声

出力

動画

クレジット

per_input_second · default=8 · ⌈total⌉

動画

検証済み音声 1 秒あたり 8 クレジット、合計は切り上げわかりやすいリップシンク経路

モデルを試す詳細を見る: Kling AI Avatar Standard

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。

選ぶ理由

固定されたポートレート + 音声のトーキング動画プロジェクト

最適

トーキングアバター動画

入力

テキスト / 参照 / 画像 / 音声

出力

動画

クレジット

per_input_second · 480p=3 · 720p=12 · ⌈total⌉

動画

クレジットは解像度と検証済み音声長に連動480p と 720p の出力ティアに対応

モデルを試す詳細を見る: Infinitalk

Runway は、テキストから動画と画像から動画の両方に対応する短尺動画モデルです。Rivya では、720p の 5 秒が 12 クレジット、720p の 10 秒と 1080p の 5 秒が 30 クレジットです。

選ぶ理由

テキストと画像のどちらから始めても料金が明確

最適

5秒のローンチティーザーとソーシャル広告

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · 720p_5s=12 · 720p_10s=30 · 1080p_5s=30 · ⌈total⌉

動画

テキストから動画と画像から動画を1つのモデルで利用可能テキストモードでは `aspectRatio` を維持し、画像モードではソース画像の比率に従う

モデルを試す詳細を見る: Runway

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。

選ぶ理由

ソース動画1本を中心に設計されているため、動きの基盤は空白生成ではなく手元の映像から来る

最適

承認済みのソースクリップを別のアートディレクションやムードへ作り替える作業

入力

テキスト / 参照 / 動画 / 画像

出力

動画

クレジット

per_video · default=90 · ⌈total⌉

動画

プロンプト主導の変換に、スタイルや被写体誘導用の任意の参照画像1枚を追加できる標準的なRunwayの5秒または10秒のテキスト/画像生成とは分けて扱える

モデルを試す詳細を見る: Runway Aleph

このリクエストは一時的に利用できません。少し待ってから再試行してください。

Grok Imagine Video 1.5 Preview は1～15秒、480pまたは720p、最大7枚の参照画像、4096文字以内のプロンプトに対応します。

選ぶ理由

現行の Grok Imagine Video 1.5 Preview 契約

最適

スタイルを効かせたティザークリップやソーシャル向けモーション

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_output_second · 480p=2.4 · 720p=4.5 · ⌈total⌉

動画

料金は480pが毎秒2.4、720pが毎秒4.5クレジットで、切り上げ後の合計は3～68クレジットです。1〜15 秒の整数秒クリップ。初期値は 8 秒

モデルを試す詳細を見る: Grok Imagine Video 1.5 Preview

このリクエストは一時的に利用できません。少し待ってから再試行してください。

このリクエストは一時的に利用できません。少し待ってから再試行してください。

このリクエストは一時的に利用できません。少し待ってから再試行してください。

アップロード済み動画1本、プロンプトなし、拡大倍率は1x・2x・4xで、初期値は2xです。

選ぶ理由

アップロード済み動画1本、プロンプトなし、拡大倍率は1x・2x・4xで、初期値は2xです。

最適

これらはAPIの倍率値であり、正確な出力寸法、ノイズ除去、復元、手ぶれ補正、フレーム補間、4K、見た目の改善を保証しません。実際の出力を確認してください。

入力

参照 / 動画

出力

動画

クレジット

per_input_second · 1x_or_2x=8 · 4x=14 · ⌈total⌉

動画

これらはAPIの倍率値であり、正確な出力寸法、ノイズ除去、復元、手ぶれ補正、フレーム補間、4K、見た目の改善を保証しません。実際の出力を確認してください。料金は検証済み入力動画の秒数で計算し、1x/2xは毎秒8、4xは毎秒14クレジット、合計は切り上げです。

モデルを試す詳細を見る: Topaz Video Upscaler

720pは225、1080pは233（232.5を切り上げ）、4Kは285クレジットです。Extendは225、条件を満たす1080p／4K結果操作は8／60です。 音声は実験的で利用を保証しません。納品前に各結果を人手で確認してください。 解像度操作には自分が所有する成功済み720p基本タスクまたはExtend結果が必要で、直接1080p／4Kの結果には再適用できません。

選ぶ理由

Rivya上の上位Veo出力パス

最適

ヒーローローンチフィルムとプレミアムなブランドスポット

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · generate_720p=225 · generate_1080p=232.5 · generate_4K=285 · extend_quality=225 · get_1080p=7.5 · get_4K=60 · ⌈total⌉

動画

プレミアムなブランドスポットやヒーローシーンにより適している音声は実験的で利用を保証しません。納品前に各結果を人手で確認してください。 解像度操作には自分が所有する成功済み720p基本タスクまたはExtend結果が必要で、直接1080p／4Kの結果には再適用できません。

モデルを試す詳細を見る: Veo3.1 Quality

テキスト、始点・終点フレーム、1～3枚の参照画像に対応し、720p／1080p／4Kと4／6／8秒を直接選択できます。 音声は実験的で利用を保証しません。納品前に各結果を人手で確認してください。

選ぶ理由

テキスト、始点・終点フレーム、1～3枚の参照画像に対応し、720p／1080p／4Kと4／6／8秒を直接選択できます。 TEXT / FRAME / REFERENCE.

最適

テキスト、始点・終点フレーム、1～3枚の参照画像に対応し、720p／1080p／4Kと4／6／8秒を直接選択できます。 4 / 6 / 8 s.

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · generate_720p=30 · generate_1080p=37.5 · generate_4K=90 · extend_fast=30 · get_1080p=7.5 · get_4K=60 · ⌈total⌉

動画

参照モードは検証済みJPEG／PNGを1～3枚、各10 MBまで受け付け、16:9／9:16のみ、長さは8秒固定です。 JPEG / PNG.720pは30、1080pは38（37.5を切り上げ）、4Kは90クレジットです。Extendは30、条件を満たす1080p／4K結果操作は8／60です。 720p / 1080p / 4K.

モデルを試す詳細を見る: Veo3.1 Fast

テキスト、始点・終点フレーム、1～3枚の参照画像に対応し、720p／1080p／4Kと4／6／8秒を直接選択できます。 音声は実験的で利用を保証しません。納品前に各結果を人手で確認してください。

選ぶ理由

テキスト、始点・終点フレーム、1～3枚の参照画像に対応し、720p／1080p／4Kと4／6／8秒を直接選択できます。 TEXT / FRAME / REFERENCE.

最適

テキスト、始点・終点フレーム、1～3枚の参照画像に対応し、720p／1080p／4Kと4／6／8秒を直接選択できます。 4 / 6 / 8 s.

入力

テキスト / 参照 / 画像

出力

動画

クレジット

per_video · generate_720p=15 · generate_1080p=22.5 · generate_4K=75 · extend_lite=15 · get_1080p=7.5 · get_4K=60 · ⌈total⌉

動画

参照モードは検証済みJPEG／PNGを1～3枚、各10 MBまで受け付け、16:9／9:16のみ、長さは8秒固定です。 JPEG / PNG.720pは15、1080pは23（22.5を切り上げ）、4Kは75クレジットです。Extendは15、条件を満たす1080p／4K結果操作は8／60です。 720p / 1080p / 4K.

モデルを試す詳細を見る: Veo3.1 Lite

Wan 3.0 Video は、Standard と Prime の各プランで、テキストからの動画生成、開始・終了フレームによるガイド、署名済みのマルチモーダル参照に対応します。480P、720P、1080P の出力、2～30 秒の明示的な動画または自動時間設定、画像・動画・音声を含む参照セットを利用できます。

Flux 3 は近日公開の動画カタログにあり、Text to Video と Image to Video の表示があります。Rivya は未公開の操作項目や動作を約束しません。

Kling 3.0 Turbo は、テキストだけでの生成と、1 枚の静止画からのアニメーションに用途を絞った Rivya の Kling 動画モデルです。どちらも 720p と 1080p で出力でき、長さは 3～15 秒の整数で指定できます。アスペクト比を選べるのはテキストから動画を生成する場合だけです。

Seedance 2.0 Mini は、テキストのみの動画、開始フレームまたは開始・終了フレームを使うアニメーション、画像・動画・音声を組み合わせた参照に対応する、Rivya の低レートなマルチモーダル Seedance ワークフローです。480p と 720p で 4～15 秒の動画を出力でき、3 つの入力モードは互いに排他的です。

Seedance 2.5 は、テキストのみの動画、開始・終了フレームによるガイド、マルチモーダル参照、動画をガイドにした変換に対応する、Rivya の大規模な Seedance ワークフローです。Mini よりも大きな画像・動画・音声の参照容量に加え、1080p、最大 30 秒の出力、自動時間設定、MP4 または MOV 出力に対応しています。

MiniMax H3 は、テキストのみの生成、開始・終了フレームを使うアニメーション、マルチモーダル参照に対応する、Rivya の 768P／2K 動画モデルです。参照モードでは画像、MP4 または MOV 動画、MP3 または WAV 音声を組み合わせられ、クレジット計算では入力動画の検証済み時間と、最初の 5 枚を超える画像を個別に反映します。

HappyHorse 1.1 は、テキストのみの動画、1 枚の画像からのアニメーション、複数画像を参照する動画に対応する柔軟な AI 動画モデルです。720p または 1080p で、3～15 秒の動画を出力できます。

公式仕様は引き続き公開されていますが、現在の製品ページは利用できず、ログイン後の価格表にもこのモデルの価格がありません。そのため、生成はクレジット予約前に停止します。

OmniHuman 1.5 は、肖像画像をちょうど 1 枚、音声クリップを 1 個使って、音声で動く 720p または 1080p のキャラクター動画を作成します。クレジットは検証済みの音声時間に基づきます。

Volcengine Video Lip Sync は、既存動画 1 本の発話表現を、対象の音声トラック 1 個に置き換えます。Lite または Basic 処理を使用し、クレジットは音声時間に基づきます。 出力は 25 FPS の MP4 で、長さは対象音声に合わせられます。

検証可能な範囲として、テキスト、開始フレーム1枚、または開始・終了フレーム2枚からの単一ショット生成を利用できます。

Wan Animate 2 は Coming Soon の Video to Video 掲載です。公開上のキャラクターアニメーション像は Rivya の呼び出し契約や価格ではありません。

PixVerse V6 — 一時的に利用不可. Coming Soon ではなく、価格と統合の安全性を確認するための一時保留です。ページは検索可能ですが、完全な価格契約が安定するまで生成と呼び出し可能な価格は公開しません。

Wan 2.6 Flash / 一時的に利用不可 — Coming Soon ではなく、価格と統合の安全性を確認するための一時保留です。ページは検索可能ですが、完全な価格契約が安定するまで生成と呼び出し可能な価格は公開しません。

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

per_request · default=12 · ⌈total⌉

音声

実行前に Suno のバージョンとインストゥルメンタル設定を明確に選択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 Music

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`2.5`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2.5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

per_request · generate_sounds=2.5 · separate_vocal=10 · ⌈total⌉

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Rivya の履歴から標準の再生可能な音声結果を確認

モデルを試す詳細を見る: Suno Sounds

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

per_request · generate_lyrics=0.4 · ⌈total⌉

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音声ファイルが返らない場合も、成功した歌詞タスクを履歴に保存

モデルを試す詳細を見る: Suno Lyrics

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

per_1000_characters · dialogue_text=14 · ⌈total⌉

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: ElevenLabs Dialogue V3

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

per_1000_characters · text=6 · ⌈total⌉

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: ElevenLabs Turbo 2.5

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

per_1000_characters · text=12 · ⌈total⌉

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: ElevenLabs Multilingual V2

このリクエストは一時的に利用できません。少し待ってから再試行してください。

このリクエストは一時的に利用できません。少し待ってから再試行してください。

Gemini 3.1 Flash TTS はテキスト読み上げと対話音声生成の調査用として掲載されていますが、実行前に音声トークン費用の最大値を安全に確定できないため、Rivya では一時的に利用できません。

Gemini 2.5 Pro TTS にはテキスト読み上げと対話音声生成の公開情報がありますが、Rivya では、許可されるあらゆる脚本について実行前に必要クレジットの安全な上限を確定できるまで、生成機能を一時的に利用不可としています。