01
PixVerse V6 Max テキストから動画
最大5,000文字のpromptを送信し、aspect_ratioを16:9、9:16、4:3、3:4、1:1、2:3、3:2、21:9から選びます。durationは1〜15秒、resolutionは360p〜1080pで設定でき、audioをtrueにすると同期したサウンドトラックが付きます。
pixverse-v6-max
モデル:
PoYoのPixVerse V6 Max APIで、テキストプロンプトや画像1枚から、360p・540p・720p・1080pの1–15秒の動画を生成できます。ネイティブ音声をオンにすると、セリフ、効果音、音楽を映像と一緒に生成。テキストから動画では8種類のアスペクト比から選べ、料金は出力1秒ごとの従量課金です。
Input
351/2048
Added 1/1
Drop files here, paste files, or add a URL. Add one image to animate it. JPEG, PNG or WebP, up to 20 MB. Leave empty to generate from text.
——
5s
Output
出力例
これはサンプルデータです。新しい結果を生成すると実際の出力を確認できます。
タスクID:TBZFVACN4ESNZNYD作成日時:2026-10-28T14:41:56
ステータス:finished進行状況:100%
Examples
価格の詳細
従量課金制。サブスクリプションも隠れた費用もありません。
| ティア | PoYo 価格 | 元の価格 / 割引 |
|---|---|---|
| 360p · 音声なし | $0.024/秒 4.8 クレジット/秒 | $0.027/秒10% お得 公式 |
| 360p · 音声あり | $0.036/秒 7.2 クレジット/秒 | $0.040/秒10% お得 公式 |
| 540p · 音声なし | $0.036/秒 7.2 クレジット/秒 | $0.040/秒10% お得 公式 |
| 540p · 音声あり | $0.044/秒 8.8 クレジット/秒 | $0.049/秒10% お得 公式 |
| 720p · 音声なし | $0.044/秒 8.8 クレジット/秒 | $0.049/秒10% お得 公式 |
| 720p · 音声あり | $0.060/秒 12 クレジット/秒 | $0.067/秒10% お得 公式 |
| 1080p · 音声なし | $0.088/秒 17.6 クレジット/秒 | $0.098/秒10% お得 公式 |
| 1080p · 音声あり | $0.112/秒 22.4 クレジット/秒 | $0.124/秒10% お得 公式 |
課金方法: 出力動画の秒数に応じて課金されます。
実際の請求額は最終的な出力に基づきます。
PIXVERSE V6 MAX
同期サウンド付きの1080p動画を生成する、PixVerse Vシリーズ最高画質のモデル
PixVerse V6 Max API：ネイティブ音声とリップシンクに対応したシネマ級AI動画生成
PoYoならPixVerse V6 Max APIをすぐに利用できます。詳細なシーンを書くか画像1枚をアニメーション化するだけで、リアルな光の表現と自然な演技に、同期したセリフ・音楽・効果音を備えた最大15秒の1080p動画を生成。各リクエストは出力1秒ごとに課金されます。
PoYoで使えるPixVerse V6 Maxの生成モード
02
PixVerse V6 Max 画像から動画
image_urlsに公開アクセス可能なJPEG、PNG、WebPのリンクを1つ指定すると、V6 Maxがその画像を動かします。プロンプトは任意で最大2,048文字。動画は画像の構図とアスペクト比を引き継ぎます。長さ、解像度、音声の設定はテキストから動画と同じです。
PixVerse V6 Max APIの主な機能
PixVerse V6 Maxが描く映画のようなディテール、会話シーン、製品、写真アニメーションを同期サウンドとともにご覧ください。
01
絵コンテのような詳細プロンプトから生まれる映画的リアリズム
長いクリエイティブブリーフは、映像になるまでにディテールが抜け落ちがちです。PixVerse V6 Maxは、演技、カメラワーク、照明、サウンドを組み合わせた最大5,000文字のプロンプトに従うため、シーンのタイムラインを一拍ずつ書き込めます。肌、布地、素材は自然な質感で描かれ、光、被写界深度、色はクリップ全体でバランスを保ちます。
- テキストから動画で最大5,000文字のプロンプト
- 肌、布地、ライティングの自然なディテール
- 1リクエストで最大15秒の1080p動画
02
複数キャラクターの会話と正確なリップシンク
会話シーンは、それぞれのセリフが正しい人物から発せられてこそ成立します。音声をオンにすると、V6 Maxは引用符で囲んだセリフを指定した話者に割り当て、話す順番を明確に保ち、口の動きを声に同期させます。聞き手のキャラクターは静かなままです。視線、呼吸、間で感情を表現するため、ショートドラマやストーリー型広告に適しています。
- 引用符のセリフを指定した話者に割り当て
- 生成された声に口の動きを同期
- 目線、呼吸、間で伝わる感情
03
一貫した製品表現、読みやすい文字、ビートに合うサウンド
ロゴが歪んだり、パッケージの色が途中で変わったりすると、製品動画の信頼性は損なわれます。V6 Maxはクローズアップや回転の中でも製品の形状、色、ブランディングを安定して保ち、ブランド名や短いコピーを読みやすく描画します。さらに動きやエフェクトを生成した音楽のビートに合わせるため、ECクリップや広告クリエイティブに実用的です。
- 製品の形状、色、パッケージが安定
- ブランド名や画面上の短いコピーも読みやすい
- 音楽に合わせた動きとエフェクト
04
音声付きで画像から動画生成：写真1枚をシネマ級1080p動画に
製品写真やキャラクタービジュアルは、テキストだけでは再現しにくいものです。image_urlsに写真を1枚指定すると、PixVerse V6 Maxはその画像を冒頭のフレームとして動かし、被写体、構図、アスペクト比を保ちます。カメラワーク、動き、サウンドは最大2,048文字の任意のプロンプトで指示でき、環境音、効果音、音楽は映像と同時に生成されます。
- 製品写真、ポートレート、キービジュアルを動画化
- 元画像の被写体、フレーミング、アスペクト比を維持
- 動きに同期したサウンド、最大1080p
PixVerse V6 Max APIはどんな人に役立つ？
01
ショートドラマ・AI映画スタジオ
話者の交代が明確で、正確なリップシンクと感情豊かな演技を備えた会話シーンを生成できます。1つのプロンプトでシーンを一拍ずつ描写し、シリーズ作品、予告編、企画提案向けに最大15秒の1080pクリップを書き出せます。
02
広告・ブランドチーム
製品、ロゴ、キャッチコピーが一貫して読みやすい広告クリエイティブを制作できます。テキストから動画では16:9、9:16、1:1など8種類のアスペクト比から、掲載面ごとに最適なものを選べます。
03
EC事業者
商品写真1枚を、動きとサウンドのある短いクリップに変換できます。360pや540pでアイデアを試し、採用するバージョンを1080pで書き出して、商品ページやマーケットプレイスの出品に活用できます。
04
音楽・MVクリエイター
動き、トランジション、エフェクトが生成された楽曲のビートに沿うパフォーマンスクリップやMVのシーンを作成できます。映像とリズムがひとつの作品としてまとまります。
05
SNSクリエイター
文章のアイデアやキービジュアルを、ネイティブ音声付きの9:16縦型またはスクエアのクリップに変換できます。1〜15秒の長さで、冒頭のフック、ループ動画、ショート動画の投稿1本分まで幅広く使えます。
06
開発者・動画プラットフォーム
PoYoの非同期APIを通じて、PixVerse V6 Maxを自社プロダクトに組み込めます。タスクを送信してステータスをポーリングするかコールバックを受け取り、秒単位の課金をベースに独自の料金体系を構築できます。
PoYoでPixVerse V6 Max APIを使う方法
ステップ1：登録してAPIキーを作成
PoYoにサインインし、アプリケーション用のアクセスキーを作成します。
APIキーを取得 →
ステップ2：クレジットをチャージ
アカウントにクレジットを追加します。Playgroundでは、生成前に選択した解像度、長さ、音声設定に応じた推定クレジットが表示されます。
クレジットを追加 →
ステップ3：APIを統合model: "pixverse-v6-max"とprompt、またはimage_urlsに画像1枚を指定して、/api/generate/submitに送信します。その後、タスクIDを照会するか、コールバックURLを指定して完成した動画を受け取ります。
ドキュメントを見る →
PixVerse V6 Max APIのよくある質問
PixVerse V6 Maxとは？
PixVerse V6 Maxは、PixVerseのVシリーズの最上位モデルで、映画、ショートドラマ、広告、ミュージックビデオ向けに作られています。テキストプロンプトまたは画像1枚から最大1080pの1–15秒の動画を生成し、同期したセリフ、音楽、効果音も任意で付けられます。PoYoでは、モデルID pixverse-v6-maxを指定して1つのAPIから呼び出せます。
PixVerse V6 MaxとPixVerse V6の違いは？
V6 MaxはV6と同じテキスト・画像入力を受け付け、出力品質を重視しています。プロンプトへの忠実度が高く、質感と光がよりリアルで、キャラクターや製品がより安定し、会話のリップシンクがより正確で、画面上の文字もより読みやすくなっています。
PoYoでのPixVerse V6 Maxの料金は？
料金は出力1秒ごとで、解像度と音声の有無によって決まります。無音動画は360pで4.8クレジット（$0.024）、540pで7.2（$0.036）、720pで8.8（$0.044）、1080pで17.6（$0.088）です。音声付きの場合は7.2（$0.036）、8.8（$0.044）、12（$0.06）、22.4（$0.112）です。すべての料金はPixVerse公式APIの定価より10%安く設定されています。5秒の無音540p動画は36クレジットです。
テキストから動画と画像から動画の違いは？
テキストから動画では、最大5,000文字のプロンプトを送信してアスペクト比を選びます。画像から動画では、image_urlsに画像リンクを1つ送信します。この場合プロンプトは任意で最大2,048文字となり、動画は画像のアスペクト比に従います。
使用できるアスペクト比と解像度は？
テキストから動画では16:9、9:16、4:3、3:4、1:1、2:3、3:2、21:9を選択でき、デフォルトは16:9です。どちらのモードでも360p、540p、720p、1080pで出力でき、デフォルトは540pです。
セリフやサウンドを生成するには？
audioをtrueに設定し、プロンプトでサウンドを描写します。セリフは引用符で囲み、どのキャラクターが話すかを明記してください。例：The detective says: "Same place I lost her." するとモデルが、セリフ、環境音、効果音、音楽を動画と一緒に生成します。
動画の長さの上限と生成にかかる時間は？
durationは1〜15の整数秒で設定でき、デフォルトは5です。生成は非同期で行われ、処理時間は長さ、解像度、負荷状況によって変わります。結果はタスクIDをポーリングするか、コールバックURLを指定して受け取ってください。
PixVerse V6 Maxの動画は商用利用できますか？
商用利用の前に、適用されるモデルとプラットフォームの規約を確認し、アップロードする画像の権利を保有していることを確かめてください。公開前には、生成された音声、顔、ブランドの細部をチェックしてください。
PoYoでPixVerse V6 Max APIを利用する理由
01
出力1秒ごとの従量課金
クリップごとに解像度、長さ、音声設定を選べます。料金表とPlaygroundの見積もりは同じ秒単位の料金を使用しており、支払いは生成した秒数分だけです。
02
Playgroundで両モードをテスト
プロンプトを書くか画像をアップロードし、フォーム編集とJSON編集を切り替えながら、統合前に実際のリクエストと推定クレジットを確認できます。
03
1つのAPIで多数の動画モデル
PixVerse V6 MaxとPoYo上の他の動画・画像・音声モデルで、同じ認証、送信、ステータス確認のワークフローを使えます。
04
タスクの追跡またはコールバック受信
タスクIDをポーリングして進捗を確認するか、コールバックURLを指定し、同じ非同期ワークフローで完成した動画のリンクを取得します。