ユースケース別・動画生成APIの選び方（2026年版）

動画生成で難しいのはAPIコールではなく、モデル選びです。「最良」は用途によって完全に変わります。3カットにわたって同一人物だと認識され続けなければならないキャラクター、ナレーションにリップシンクするスポークスパーソン、10回作り直すことになる使い捨てのドラフト。これらはそれぞれ別のモデルを指し示します。ofoxは3つのモデルファミリーを単一のPOST /v1/videosエンドポイントと1本のキーの背後に置いています。Seedance 2.0、Wan、HappyHorseです。エンドポイントを共有しているため、モデル間の選択はmodel文字列の変更であって、新しい統合ではありません。このガイドでは、よくあるユースケースを適切なモデルにマッピングし、それぞれの実際の秒課金価格を示します。

以下は2026年9月16日のOfox catalogの解像度別単価で、米ドル/秒です。プロバイダー名がない料金はテキスト動画生成の定価です。主プロバイダーの提示価格は別で、Seedance 2.0のBytePlusは480p / 720p / 1080p / 4Kが $0.063 / $0.15 / $0.31 / $1.24、MiniのVolcengineは480p / 720pが $0.02 / $0.04 です。入力動画があると料金区分と課金秒数が変わる場合があり、開始価格だけでは計算できません。

納品に必要な解像度を選んでください。同じ1080pのテキスト動画生成ではWan 2.7がSeedance 2.0フラッグシップより安く、720p以下の試作にはSeedance Miniが候補になります。試作後に最終版を新しく生成する費用も含めてください。

一貫したキャラクターとマルチショットのシーン：Seedance 2.0

Seedance 2.0の真骨頂は、被写体の一貫性を保ったネイティブなマルチショット生成です。同じキャラクター、プロダクト、あるいはセットが、1つのジョブ内の別々のカットにまたがって見た目を保ちます。これはまさに、レンダリングのたびに被写体を描き直すモデルからクリップをつなぎ合わせようとすると崩れる部分です。4Kに到達し、4〜15秒で動作し、テキスト・トゥ・ビデオ、イメージ・トゥ・ビデオ、動画・トゥ・ビデオに対応します。

コストは解像度に応じてスケールします。テキスト・トゥ・ビデオで480pが$0.07/s、720pが$0.16/s、1080pが$0.34/s、4Kが$1.37/sです。動画・トゥ・ビデオは同じモデル上の1つ上のティア（480pが$0.09/s、720pが$0.20/s、1080pが$0.45/s、4Kが$1.70/s）なので、解像度だけでなく、実際に走らせるモードで予算を組んでください。成果物が、1人のヒーローが複数ショットを生き延びなければならない短いブランドシーケンスなら、これが手を伸ばすべきモデルです。同じモデルのMini、Fast、フラッグシップの各ティア間だけで選んでいるなら、Seedance 2.0 の Mini・Fast・フラッグシップ比較がその切り分けを詳しく扱っています。

トーキングヘッドとアバター：HappyHorse 1.1

成果物が話す人物、アバター、スポークスパーソン、リップシンクした解説動画のとき、それに合わせて作られているのがHappyHorseです。音声駆動アバターとリップシンクの専用モデルで、参照画像と音声トラックを渡すと、口の動きが音に一致したクリップを返します。マルチ画像参照も扱い、3〜15秒で動作し、1080pに到達します。

価格は720pで$0.14/s、1080pで$0.18/s。SeedanceもWanも音声を生成するので、音が環境音であるシーンには問題ありませんが、どちらもリップシンクエンジンではありません。顔が合図に合わせて特定の言葉を話さなければならないなら、それを近似するのではなく、そのために設計されているのがHappyHorseです。

低コスト、短いループ、オープンウェイト系譜：Wan 2.7

Wanはコスパで選ぶ一手です。720pで$0.086/s、1080pで$0.15/s、解像度別の料金区分があり、1080pまでのテキスト・トゥ・ビデオ、イメージ・トゥ・ビデオ、動画・トゥ・ビデオに対応します。3ファミリーの中でWanが明確に勝る点が2つあります。1つ目は、Seedanceの全ティアが4秒を下限とするのに対し、最短2秒のクリップを受け付けること。そのため、2〜3秒のループやスティンガーはここでしか作れません。2つ目は、そのオープンウェイトの系譜により、ホスティング型APIと自分で中身を検証できるモデルとの間で同等性を選べる余地が欲しい場合に、自然な選択肢になること。Seedance 2.0 vs Wanの比較で、両者の対決を余さず追っています。

大量に安く作るドラフト：Seedance Mini

Seedance 2.0 Miniのテキスト動画生成は、定価が480pで $0.04/s、720pで $0.08/s。現在の主プロバイダー Volcengine の提示価格は $0.02/s と $0.04/s です。低コストの試作向けですが、全入力モードに共通する価格ではありません。

価格の実態：秒単位、解像度別

実際の解像度と入力モードに合う料金区分を使ってください。下表は入力動画・再試行・追加サービスなしで、8秒のテキスト動画を生成する見積もりです。実際の請求額を測定したものではありません。

同じ8秒のクリップを、3ファミリーそれぞれ1080pで比べたのが次の表です。

Seedance 2.0の1080p動画入力では、定価が $0.45/s、主プロバイダー BytePlus が $0.41/s です。入力動画の長さも課金秒数に含まれる場合があるため、出力が8秒という情報だけで最終料金は計算できません。テキスト入力のみの8秒出力ならBytePlusの提示価格で $2.48、上表の定価では $2.72 です。

Sora、Veo、Kling、Hailuoの位置づけ

MiniMax H3とH3 MaxもOfox catalogに登録されており、IDは minimax/hailuo-3 と minimax/hailuo-3-max です。解像度別料金が異なるため、Hailuo全体を未提供とは扱えません。Sora・Veo・Klingは具体的なモデルとルートを確認してから導入してください。Sora・Veo・Klingの比較では各社の独立APIを扱っています。

キー1本、あらゆるモデル

選ぶのが安く済むのは、切り替えが安く済むからです。ここに挙げたどのモデルも同じリクエストを使います。POST /v1/videosにモデルIDとプロンプトを渡し、ジョブをポーリングし、unsigned_urls[0]からクリップを読み取る。Seedance 2.0 APIアクセスガイドがそのリクエスト・レスポンスの一巡を丸ごと解説しており、3ファミリーすべてで同一です。

すでに持っているキーで、3つとも試す。 ofox動画APIで始める。キー1本、USD課金、レンダリングした秒数ぶんだけ支払い、Seedance・Wan・HappyHorseを1つの文字列で入れ替えられます。

FAQ

トーキングヘッド（話す顔）のアバターにはどの動画モデルを使うべきですか？ HappyHorse 1.1。音声駆動アバターとリップシンクの専用モデルで、画像と音声トラックを渡すと同期したトーキングクリップを返します。最大1080p、$0.14/s（720p）または$0.18/s（1080p）。

ofoxで最も安く動画を生成する方法は？ Seedance 2.0 Miniのテキスト動画生成は、定価が480pで $0.04/s、720pで $0.08/s。現在の主プロバイダー Volcengine の提示価格は $0.02/s と $0.04/s です。低コストの試作向けですが、全入力モードに共通する価格ではありません。

2秒のクリップを作れるモデルはどれですか？ Wan。最短2秒を受け付けます。Seedanceの各ティアは4秒が下限、HappyHorseは3秒からです。

これらのモデルはすべて同じ料金ですか？ いいえ。テキスト動画生成の解像度別の秒単価は、Wanは$0.086〜$0.15、HappyHorseは$0.14〜$0.18、Seedanceは480p〜4Kで$0.07〜$1.37です。

これらすべてを1本のAPIキーで使えますか？ はい。3つとも1本のofox BearerキーでPOST /v1/videosの背後にあります。切り替えはmodel文字列の変更です。

参考情報源

• ofox動画モデルカタログと秒あたり下限価格
• ofox Seedance 2.0モデル詳細、480p〜4Kの解像度別価格
• ofox Wan 2.7モデル詳細、720pと1080pの価格
• ofox HappyHorse 1.1モデル詳細、720pと1080pの価格
• Seedance 2.0のティア比較：Mini、Fast、フラッグシップ
• Seedance 2.0 vs Wan動画API比較
• Seedance 2.0 APIアクセスのクイックスタート