Skywork: SkyReels V4
skyreels-v4- 価格
- 価格 $0.11
- モダリティ
- 動画
SkyReels V4 について
SkyReels V4は、Skywork AIの統合型動画基盤モデルであり、動画とそれに合わせた音声を同時に生成するほか、インペインティングや編集にも対応しています。論文によると、テキスト、画像、動画クリップ、マスク、音声リファレンスを入力として受け付け、最大1080p、32 FPS、15秒の動画を出力します。テキストプロンプトから利用でき、同期した音声付きのクリップ作成に適しています。
得意なこと
- 動画と音声は2つの連携したブランチから生成されるため、映像と同期したサウンドが作成されます。
- 論文では、個別のツールではなく、生成、インペインティング、編集を一つのモデルで行う仕組みが説明されています。
- SkyReels-V4の論文によると、出力は最大1080p、32 FPS、15秒です。
- 論文では、マルチショットの映画のような仕上がりが報告されており、独自の比較において最も高い人間による評価スコアを獲得したとされています。
他のモデルを検討すべきケース
- テキストプロンプトのみで動作するため、論文で説明されているインペインティング、マスク、音声リファレンスの機能は利用できません。
- 評価結果は著者ら自身の調査およびパブリックアリーナによるものであり、独立したテストではありません。
- 15秒が規定の上限であるため、より長いシーンを作成する場合は複数のクリップを結合する必要があります。
はじめに
最初のキーを作成
Consoleでキーを作成すれば、プラットフォーム内のすべてのモデルで使えます。
最初のリクエストを送信する
お使いの言語の例をコピーして、エンドポイントに対して実行してください。
画像から動画へフレーム指定→ビデオテキストから動画へTokenLab エンドポイントPOST/v1/videos/generationscurl -X POST "https://api.tokenlab.sh/v1/videos/generations" \ -H "Authorization: Bearer sk-xxx" \ -H "Content-Type: application/json" \ -d '{ "duration": 5, "operation": "text-to-video", "model": "skyreels-v4", "prompt": "Cinematic sunrise over a calm lake with gentle camera motion." }'
パラメータ
画像から動画へ
| パラメーター | 値と制限 | デフォルト | 注記 |
|---|---|---|---|
duration | ≥ 3, ≤ 15 | 5 | Use an integer. |
image | 未提供 | 未提供 | First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one. |
image_url | 未提供 | 未提供 | First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one. |
n | 1 | 1 | Use an integer. |
operation | 未提供 | 未提供 | 未提供 |
output_format | mov, mp4, webm | mp4 | 未提供 |
prompt | 未提供 | 未提供 | Maximum length: 5120 characters. |
resolution | 480p | 480p | Only 480p is offered. |
seconds | ≥ 3, ≤ 15 | 5 | Use an integer. |
start_image | 未提供 | 未提供 | First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one. |
フレーム指定→ビデオ
| パラメーター | 値と制限 | デフォルト | 注記 |
|---|---|---|---|
duration | ≥ 3, ≤ 15 | 5 | Use an integer. |
end_image | 入力数: ≥ 1, ≤ 1 | 未提供 | Last frame: a public image URL or a data URL. A request with end_image is start-end-to-video. |
image | 入力数: ≥ 1, ≤ 1 | 未提供 | First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one. |
image_url | 入力数: ≥ 1, ≤ 1 | 未提供 | First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one. |
n | 1 | 1 | Use an integer. |
operation | 未提供 | 未提供 | 未提供 |
output_format | mov, mp4, webm | mp4 | 未提供 |
prompt | 未提供 | 未提供 | Maximum length: 5120 characters. |
resolution | 480p | 480p | Only 480p is offered. |
seconds | ≥ 3, ≤ 15 | 5 | Use an integer. |
start_image | 入力数: ≥ 1, ≤ 1 | 未提供 | First frame: a public image URL or a data URL. image, image_url and start_image are aliases; send one. |
テキストから動画へ
| パラメーター | 値と制限 | デフォルト | 注記 |
|---|---|---|---|
duration | ≥ 3, ≤ 15 | 5 | Use an integer. |
height | 480, 560, 640, 736, 848 | 480 | Use an integer. Use a listed width and height pair: 848x480 (480p, 16:9), 480x848 (480p, 9:16), 736x560 (480p, 4:3), 560x736 (480p, 3:4), 640x640 (480p, 1:1). |
n | 1 | 1 | Use an integer. |
operation | 未提供 | 未提供 | 未提供 |
output_format | mov, mp4, webm | mp4 | 未提供 |
prompt | 未提供 | 未提供 | Maximum length: 5120 characters. |
seconds | ≥ 3, ≤ 15 | 5 | Use an integer. |
width | 480, 560, 640, 736, 848 | 848 | Use an integer. Use a listed width and height pair: 848x480 (480p, 16:9), 480x848 (480p, 9:16), 736x560 (480p, 4:3), 560x736 (480p, 3:4), 640x640 (480p, 1:1). |
Fields outside this contract are rejected.
料金
Verified 価格は Verified に適用され、多くのモデルでより低コストです。Official 価格はモデルのメーカーが公表する価格で、信頼性の高い Official ルートに適用されます。Auto はリクエストを完了したルートの価格で課金します。
テキストから動画へ
1秒あたり- Official 価格
- $0.11
- Verified 価格
- —
- 割引
- —
画像から動画へ
1秒あたり- Official 価格
- $0.11
- Verified 価格
- —
- 割引
- —
フレーム指定→ビデオ
1秒あたり- Official 価格
- $0.11
- Verified 価格
- —
- 割引
- —
| Official 価格1秒あたり | Verified 価格1秒あたり | 割引 | |
|---|---|---|---|
| テキストから動画へ | $0.11 | — | — |
| 画像から動画へ | $0.11 | — | — |
| フレーム指定→ビデオ | $0.11 | — | — |
使用状況とアクティビティ
成功率は完了したリクエストの割合です。レイテンシは完全なレスポンスにかかる時間で、P95 は 95% のリクエストがその時間内に完了したことを意味します。
使用量と可用性
過去24時間- リクエスト数
- 成功率
- P95 レイテンシ
- 合計トークン数
データはステータスチェックを除外した、集計済みのユーザーリクエストに基づいています。
Consoleで開く
ConsoleでSkyReels V4を開き、プロンプトを編集・送信できます。
skyreels-v4と/v1/videos/generationsでtext-to-videoを実行。結果、ステータス、コストを表示します。
ユースケース
向いている用途- テキストから動画
サウンド内蔵クリップ
セリフのない環境音、音楽、または映像に合わせたエフェクトを含む短いシーンを生成します。
マルチショットのプロモーション動画
一連のショットを記述することで、1回のリクエストで映画のようなカットを作成します。
高フレームレートの動き
論文で一般的な24 FPSではなく32 FPSでの出力が示されているため、アクションやスポーツシーンでより滑らかな動きを実現します。
コンセプトトレーラー
映画やゲームのアイデアを音声付きで視覚化し、ピッチデッキで動きのあるシーンとそれにマッチした環境音やエフェクトを提示できます。
プロンプト例
嵐の甲板で船長が号令をかけ、波が打ち寄せ、船が傾くワイドショットに切り替わり、雷鳴と木材のきしむ音が響くシーン。
雨の広場でストリートミュージシャンがバイオリンを演奏し、手元のクローズアップからゆっくりと引きの映像へ。音楽は弓の動きと一致します。
夜明けに目覚める街のタイムラプス。交通の騒音が徐々に高まり、最後は川を見下ろすショットで終わります。
FAQ
SkyReels V4とは何ですか?
Skyworkのマルチモーダル動画・音声基盤モデルです。SkyReels-V4の論文では、動画と音声の同時生成、インペインティング、編集を一つのフレームワークで処理できると説明されています。
どのような出力をサポートしていますか?
論文によると、最大1080pの解像度、32 FPS、15秒の出力に対応しており、音声は後付けではなく映像と同期して生成されます。
既存の動画を編集することはできますか?
いいえ。論文では動画とマスクを用いた編集やインペインティングが説明されていますが、本モデルはテキストプロンプトから新しいクリップを生成するのみです。既存の動画を変更するには別のツールを使用してください。
どのように音声を生成しますか?
動画用と時間的に同期した音声用の2つのブランチを持つデュアルストリーム設計を採用しており、テキストエンコーダーを共有することで、音声が後付けではなく映像に追従するように生成されます。
どのように評価されましたか?
著者らは、人間による評価で全体的に最高スコアを獲得し、パブリックアリーナでテキスト・トゥ・ビデオ・アンド・オーディオのランキングで上位にあると報告しています。これらは開発者の主張であり、自身のプロンプトで比較してください。
SkyReels V4 の料金はいくらですか?
TokenLab では SkyReels V4 は $0.11 1秒あたり です。詳細は上の料金表を参照してください。 料金は課金単位・仕様・使用量によって異なります。モデルの詳細な料金で同条件同士を比較してください。単一のレートで総額は決まりません。
SkyReels V4 はどのエンドポイントを使うべきですか?
SkyReels V4 のデフォルトは https://api.tokenlab.sh/v1/videos/generations です。プロバイダーネイティブ形式に対応している場合は、API workbench にそのエンドポイントも表示されます。
SkyReels V4 はどの操作に対応していますか?
SkyReels V4 は 画像から動画へ, フレーム指定→ビデオ, テキストから動画へ に対応しています。上の API workbench で操作を選ぶと、対応するエンドポイントとコード例が表示されます。
SkyReels V4 を比較する
SkyReels V4 を活用するガイド
ソース
2026/10/02 時点での評価