メインコンテンツへスキップ
Museは、Metaの動画生成モデルです。クリップにはBGMと効果音が付き、1回のリクエストで最長60秒の連続した動画を返せます。料金は1本あたり$0.30〜$1.55で、標準的なトークングループなら呼び出せます。
Museのテキストからの動画生成の例:夜明けの岩場の海岸に立つ灯台と、岩に砕ける波

下のテキストから動画を生成する例の出力:muse-video、10秒、16:9(プロンプトは出力例に対応するため英語のままです)

トークンの作成

トークン管理で、次の設定でトークンを追加します。 Metaのアカウントも、動画専用のグループも必要ありません。

料金

Museの動画は、1本ごとの課金です。モデル内で選ぶ長さ、アスペクト比、画像を送るかどうかで料金は変わりません。 課金のルールです。
  • タスクの作成時に課金され、失敗したタスクは全額返金されます。
  • パラメーターエラーで送信時に拒否されたリクエストは、課金されません。
  • 再送するたびに新しいタスクが作成され、再び課金されます。自社のジョブIDとタスクの id の対応を保存してください。
実際の課金額は、タスクごとに使用ログで確認できます。

動画モデルの選び方

2026年10月31日時点で、720p以上の10秒クリップでは、MuseがLaoZhang APIで最も低価格です。動画1本あたりの定額料金、20〜60秒の連続した1本のクリップ、既存動画の延長が必要なときに使ってください。 2K、参照動画、参照音声が必要なときは、MiniMax H3を使います。1080pにはSeedanceかWanを使ってください。各モデルで5秒・10秒のクリップがいくらか、どのエンドポイントを使うかは、動画APIの比較にまとめています。

出力例

次のクリップは、編集していないMuseの出力で、モデルが生成した音声がそのまま付いています。クリックすると再生されます。キャプションには、モデル、長さ、アスペクト比、プロンプトを載せています。 MiniMax H3の出力例は同じプロンプトを使っているため、2つのモデルをシーンごとに比較できます。プロンプトは出力と対応させるため、英語のままです。

muse-video、5秒、16:9。プロンプト:A red fox walking through snowy forest at sunrise, cinematic

muse-video-20sで、前の5秒のクリップを20秒に延長。プロンプト:The fox reaches a frozen river and looks across it as the sun rises higher

muse-video-20s、20秒、16:9。プロンプト:A paper boat drifts down a rainy city gutter, then sails into a small sunny pond

muse-video-40sで、前の20秒のクリップを40秒に延長。プロンプト:The paper boat sails across the pond, passes under a wooden bridge and reaches a garden fountain

muse-video-40s、40秒、16:9。プロンプト:A hot air balloon rises over a valley at dawn, drifts over a river and a village, then lands in a meadow

muse-video-50s、50秒、9:16の縦向き。プロンプト:A cyclist rides through a coastal town from morning to sunset: market, harbor, cliff road, lighthouse

仕組み

1

タスクを作成する

model と prompt を指定して、POST /v1/videos を呼びます。このエンドポイントは非同期で、動画の完成を待たずに、数秒でタスクの ID を返します。この ID を保存してください。
2

状態をポーリングする

15秒おきに GET /v1/videos/{id} を呼び、status を読み取ります。どの呼び出しもすぐに返ります。10秒までのクリップは通常2〜3分で完了し、混雑時は5分以上かかることがあります。20〜30秒のクリップは約4〜10分、40〜60秒のクリップは約5〜10分かかります。
3

結果をダウンロードする

status が completed になったら、video_url からMP4をダウンロードします。ダウンロードに Authorization ヘッダーは不要で、リンクは7日間有効です。
最大30分間ポーリングを続け、タスクの実行中は再送しないでください。
  • 送信とポーリングのどちらもすぐに返るため、HTTPのタイムアウトを長くする必要はありません。
  • ポーリングの上限は30分です。status が queued か in_progress の間は確認を続けます。
  • ポーリングをやめた場合は、あとで同じ id を確認してください。再送すると新しいタスクが作成され、再び課金されます。
  • 40分たっても完了していないタスクは、失敗として扱われ、全額返金されます。

準備

cURLの例では、レスポンスのフィールドを読み取るために jq を使います(macOSでは brew install jq)。先にキーとベースURLを設定します。

テキストから動画を生成する

リクエストが成功すると、待機中のタスクが返ります。
よく使う任意フィールドは2つです。
  • seconds:省略すると、muse-video は10秒のクリップを作ります。
  • aspect_ratio:クリップの形。代わりに、720x1280 のようなピクセル指定の size も送れます。先頭フレームや参照画像を送るときにも適用されます。詳しくは下の「画像を使うときのアスペクト比」を参照してください。

先頭フレーム、または先頭と末尾のフレームから動かす

image で最初のショットを指定し、last_frame を加えると最後のショットも指定できます。画像は、公開URLまたは data:image/...;base64, のデータURLで渡します。
モデルは2枚の画像を視覚的な参照として使います。クリップは同じ構図で始まり、同じ構図で終わりますが、細部がピクセル単位で再現されるわけではありません。 ローカルのファイルをアップロードするには、multipartフォームデータで送ります。先頭フレームは input_reference、末尾フレームは last_frame に入れます。
-F でアップロードするときは、Content-Type: application/json を設定しないでください。画像は1枚あたり10 MBまでです。

参照画像から生成する

reference_images に、1〜4枚の画像を指定します。モデルは、画像の被写体とスタイルを動画に反映しますが、どの画像も先頭フレームとしては使いません。

画像を使うときのアスペクト比

先頭フレーム、末尾フレーム、参照画像を送るときは、クリップの形が次のように決まります。
  • aspect_ratio(または size)を指定した場合: 生成の前に、各画像がその比率で中央トリミングされ、クリップもその形で出力されます。サイズは「リクエストのフィールド」にまとめています。
  • 指定しない場合: クリップは画像そのままの形になります。たとえば3:2の横向き写真なら、1152×768です。
中央トリミングでは、画像の左右または上下が切り取られます。被写体が端に寄っている場合は、アップロードの前に目的の比率へ自分でトリミングして、構図を管理してください。

20秒・30秒から最大60秒のクリップを作る、または動画を延長する

長いモデルは、いずれもモデル名のとおりの長さで、1本の連続したクリップを生成します(20〜60秒。料金は「料金」を参照)。呼び出し方は muse-video と同じで、seconds は省略できます。 既存のクリップから続きを作るには、video_url を渡します。
延長のルールです。
  • muse-video 以外のモデルは、すべて video_url を受け付けます。完成した動画の長さは、元のクリップを含めてモデル名のとおりです。
  • 元の動画は、公開されていてダウンロードできるhttpsのMP4リンクで、完成する動画より2秒以上短くする必要があります。上限は、muse-video-20s が18秒、muse-video-30s が28秒で、以降同様に muse-video-60s の58秒までです。
  • 元のファイルが約19 MBを超える場合、LaoZhang APIはまず720pに圧縮します。そのため、結果のうち元の動画の部分はやや鮮明さが落ちます。
  • たとえば、5秒の元動画を muse-video-20s で延長すると、約15秒が追加されて、20秒の動画になります。
  • LaoZhang APIが返した video_url も、元の動画として使えます。

ポーリングとダウンロード

タスクを取得する

動画のレンダリング中は、status が in_progress になり、progress におおよその進捗が百分率で入ります。
完了すると、タスクに video_url が入ります。
失敗したタスクは status: "failed" になり、理由が error.message に入ります。課金はすでに返金されています。

動画をダウンロードする

Authorization ヘッダーを付けて GET /v1/videos/{id}/content を呼ぶと、MP4ファイルが返ります。

最小のPythonクライアント

requests が必要です(pip install requests)。

APIリファレンス

リクエストのフィールド

アスペクト比ごとの出力サイズです。 画像を使う場合は、同じ比率でも、この表より数十ピクセルほど異なるサイズになることがあります。たとえば16:9で1248×704、4:3で1056×800などです。フレームレートは常に24 fpsで、resolution や fps を指定しても出力は変わりません。

タスクの状態

エラー

最初の3つは、送信時にHTTP 400として返り、タスクは作成されず課金もされません。残りは失敗したタスクとして届き、返金済みです。

よくある質問

5秒と10秒の料金は同じですか?

はい。muse-video は、5、8、10秒のいずれも$0.30です。さらに長い連続ショットには、muse-video-20s($0.55)、muse-video-30s($0.80)から、muse-video-60s($1.55)までを使います。

1080pの動画は作れますか?

いいえ。Museの出力は、横向きが1280×720、縦向きが720×1280です。そのほかの形は「リクエストのフィールド」にあります。resolution: "1080p" を送ってもエラーにはなりませんが、出力サイズは変わりません。

クリップが画像と同じ形になるのはなぜ?

aspect_ratio も size も指定しないと、Museは送った画像の形を維持します。aspect_ratio を加えると、画像が先にその比率で中央トリミングされ、希望の形のクリップが出力されます。被写体が画像の端に寄っているときは、アップロードの前に自分でトリミングしてください。詳しくは「画像を使うときのアスペクト比」を参照してください。

動画に音声は付きますか? オフにできますか?

どのクリップにも音声が付き、BGMと効果音はプロンプトに沿って作られます。オフにするオプションはありません。音声が不要なときは、ダウンロードしたあとで音声トラックを取り除いてください。

タイムアウト後に再送してよいですか?

先にタスクを確認してください。クライアント側のタイムアウトは、タスクの失敗を意味しません。同じ id のポーリングを続けてください。再送すると新しいタスクが作成され、再び課金されます。 status が failed のときだけ、リクエストを修正して新しいタスクを作成します。失敗したタスクはすでに返金されており、40分たっても完了していないタスクは、自動的に失敗として扱われて返金されます。

動画のリンクはいつまで保存されますか?

7日間です。その後はリンクの有効期限が切れ、タスクを再ダウンロードできなくなります。タスクが完了したらすぐにファイルを保存してください。

関連ドキュメント