モデル

高速な高品質生成と精密編集。参照画像の忠実度が向上。

Google の最新高速画像モデル。鮮明なテキスト、会話型編集、最大 14 枚の参照融合、4K 出力に対応。

xAI Grok Imagine Image 2.0 — 品質制御と最大 2K 出力の画像生成・編集。

ByteDance フラッグシップの画像生成・編集モデル。鮮明な 1K/2K 出力。

Highest-fidelity Flux 2 image model for generation and multi-reference editing.

同期音声、豊富なリファレンス制御、30 秒までのクリップに対応する ByteDance のフラッグシップマルチモーダル動画モデル。

MiniMax H3 Max で、テキスト、開始・終了フレーム、マルチモーダル参照から映像と音声を生成。

Black Forest Labs のマルチモーダル動画モデル。テキストから同期音声付き動画を生成。

Google のフラッグシップ動画モデル。ネイティブ音声、最初/最後のフレーム制御、被写体参照画像に対応。