apimodels

apimodels-mcp

apimodels.app 用のMCPサーバーです。Claude Desktop、Cursor、または任意のMCPクライアントから、1つのAPIキーで画像、動画、LLMチャット、テキスト読み上げモデルを呼び出せます。

1つのキーでGPT-6.1、Claude、Gemini、GLM、DeepSeek、Qwen、Seedance、Veo、Kling、gpt-image-2、Gemini Image、MiniMax speechなどを利用できます。料金はUSDで請求され、生成が成功した場合のみお支払いいただきます。

最速のセットアップ：Codex / Claude Code プラグイン

コーディングエージェントは、スクリプト、ショットリスト、プロンプト、ffmpegを使った編集などの計画が得意です。apimodels pluginを使うと、エージェントだけではできない動画、画像、ナレーションのレンダリングが可能になります。このプラグインには、このMCPサーバーと、いつ使うか、モデルの選び方、長時間のレンダリングを待つ方法、利用料金が発生する前に確認するタイミングをエージェントに教えるスキルが含まれています。

1. 一度サインインします（Node.js 18以降が必要です）。

   npx -y apimodels-mcp login
   

   ブラウザーでapimodels.appが開くので、Authorizeをクリックします。このマシン用のCLI · <date>という名前のキーが作成され、~/.apimodels/credentials.jsonに保存されます。デスクトップアプリなど、シェルの環境変数を参照できないクライアントも含め、すべてのクライアントがこのキーを利用できます。コピーや貼り付けは不要で、この手順はエージェントに実行させることもできます。ブラウザーのないマシンでは、--no-browser（リンクを表示）または--paste（https://apimodels.app/console/api-keysのキーを貼り付け）を使います。
2. プラグインをインストールします。
   • Claude Code（2.1.275以降）：

     /plugin install apimodels --marketplace stimQQ/apimodels-mcp
     

     旧バージョンの場合：/plugin marketplace add stimQQ/apimodels-mcpを実行し、続けて/plugin install apimodels@apimodelsを実行します。
   • Codex：

     codex plugin marketplace add stimQQ/apimodels-mcp
     codex plugin add apimodels@apimodels
     

     Codexデスクトップアプリのみを使っていて、codexコマンドがない場合は、codexの代わりにnpx -y @openai/codexを使います。これにより公式CLIがその場で実行され、アプリの設定が共有されます。 その後、Codexを再起動します。クレジットを消費する各呼び出し（generate_video、generate_image、text_to_speech、chat、review_image）では、Codexによる承認が必要です。進捗、モデル一覧、残高の確認では承認を求められません。
3. 自然な言葉で依頼します。例：「朝の光の中で子猫がゆっくり頭を上げる、5秒の16:9動画を作って」、または*「このリポジトリ向けに20秒の商品動画を企画して、ショットごとにレンダリングして」*。

まだNode.jsをインストールしていませんか？それでもプラグインをインストールして動画を依頼できます。スキルがNode.jsの有無を確認し、許可を得たうえで公式LTS版をインストールします（Windowsではwinget、macOSではAppleのインストーラーを使用します）。

ホステッドサーバー：Node.js不要、OAuthでサインイン

同じツールを**https://api.apimodels.app/mcp（Streamable HTTP）で実行できます。インストールもキーのコピーも不要です。クライアントにURLを追加すると、apimodels.appへのサインインとAuthorize**のクリックを求められます。取得されるアクセストークンは、MCP · <app> · <date>という名前の専用APIキーです。接続を解除するには、コンソールでそのキーを削除します。

• Codex — ~/.codex/config.tomlに追加し、codex mcp login apimodelsを実行します。

  [mcp_servers.apimodels]
  url = "https://api.apimodels.app/mcp"
  

• Claude Code — claude mcp add --transport http apimodels https://api.apimodels.app/mcpを実行し、続けて/mcp → apimodels → Authenticateを選択します。
• ChatGPT、Claude.ai、Cursor、およびリモートMCP URLに対応するその他のクライアント — このURLをカスタムコネクターとして追加し、求められたらサインインします。

ローカルサーバーとの違い：ホステッドサーバーはマシン上のファイルを読み取れません。エージェントは代わりにget_upload_urlを呼び出し、curl -Tでファイルをアップロードして、返されたURLを渡します（ローカルパスを指定すると、この方法を案内するメッセージとともに拒否されます）。また、各呼び出しは最大50秒待機した後、get_task用のタスクIDを返します。通常のAPIキーでサインインする場合は、Authorization: Bearer sk_…として送信します。

ツール

ツール	内容
get_balance	apimodels の残高（USD）です。エージェントはバッチ処理の前にこれを確認します。
list_models	利用可能なモデル ID（チャット／画像／動画／音声）の一覧を表示します。
chat	任意の LLM（gpt-6.1-sol、claude-opus-5-5、gemini-3-pro-preview、…）でチャット／テキスト補完を行います。
generate_image	テキストからの画像生成、または画像編集を行います。画像 URL と、モデルが確認できる縮小プレビューを返します。doubao-seedream-5-0-flash では、透明な背景を維持（background: "transparent"）したり、1 枚の画像を名前と位置情報付きのベース画像と最大 16 枚の透明レイヤーに分割（layer_decomposition: true、出力画像ごとに課金）したりすることもできます。
review_image	ビジョンモデルが画像を依頼内容と照らし合わせて評価し、修正したプロンプトを提案します。
generate_video	テキストから動画を生成します（参照画像は任意）。動画 URL を返します。wait_seconds 以内に完了しなかった場合はタスク ID を返します。
get_task	generate_image、generate_video、または text_to_speech が実行中のまま返したタスクを待機／確認します。
get_upload_url	ホスト型サーバー専用：ローカルファイルを curl -T でアップロードするための 15 分間有効なリンクを返し、公開 URL を取得します。
text_to_speech	テキストを音声に変換します（MiniMax の音声）。音声 URL を返します。ElevenLabs TTS はここでは公開されていません。URL を返すのではなく、POST /v1/tts/stream から生バイト列をストリーミングします。

長時間の生成も失われません

apimodels での生成はすべて非同期で、動画の生成には時間がかかります。生成時間の中央値は約 2.5 分で、10 件中 9 件が 8 分以内に完了します（本番環境、2026-09-22 までの週）。画像の生成には約 50 秒かかります。一方、Codex はデフォルトで 60 秒後に MCP ツール呼び出しを中断し、MCP SDK 自体のクライアントタイムアウトも 60 秒です。そのため、動画の準備ができるまでブロックするツールは待機中に強制終了されます。タスクは実行され続け、完了時にアカウントへ課金されますが、アシスタントは URL を受け取れません。0.2.x までのバージョンでは、まさにこの動作をしていました。

0.3.0 以降では、生成ツールは最大で wait_seconds（デフォルトは 50）だけ待機し、その後「実行中」の注記とともにタスク ID を返します。アシスタントが get_task を呼び出すと、さらに最大で wait_seconds 待機し、URL（画像タスクの場合は画像プレビューも）を返します。まだ実行中の場合は、再び「実行中」と返します。再送信は行われず、二重課金もありません。これはアシスタントが自動で行うため、動画を依頼するだけで大丈夫です。

• Codex：デフォルトのままにしてください。または、config.toml でこのサーバーの tool_timeout_sec を引き上げ、より大きな wait_seconds を渡してください。
• Claude Code / Claude Desktop / Cursor：60 秒の制限がないため、generate_video に wait_seconds: 600 を指定すれば、1 回の呼び出しで URL を取得できます。サーバーの環境変数に APIMODELS_WAIT_SECONDS=600 を設定すると、これがデフォルトになります。

モデルに生成結果を確認させる

画像を依頼し、満足できるまでアシスタントに修正を繰り返させます。「SAVE 10% と書かれた 16:9 のバナーを作って。スペルを確認して、必要なら修正して」のように依頼してください。

1. generate_image は URL と画像自体のプレビュー（最大 1024 px の JPEG）を返します。ツールの結果画像をモデルに渡すクライアント（Claude Desktop、Claude Code、Cursor）なら、生成結果をモデルに見せられます。プレビューを省略するには return_image: false を渡してください。
2. review_image は、ツールの結果画像をユーザーには表示するものの、モデルには表示しないクライアント（Cherry Studio など）を含め、どの環境でも動作します。画像と依頼内容をビジョンモデルに送信し、一致している点、問題点（文字化け、構図、アスペクト比、アーティファクト）と修正したプロンプトを返します。デフォルトの gpt-5.6-luna では、1 回のレビューにかかる費用は $0.01 を大きく下回ります。

アシスタントは依頼内容に基づいて aspect_ratio と resolution を自分で選ぶため、「16:9 にして」のように普通の言葉で伝えるだけで十分です。

ローカル画像はそのまま使えます

generate_image と generate_video の image_url には、次のいずれかを指定できます。

• 公開 https://… URL — そのまま渡されます
• ローカルファイルのパス — /Users/me/photo.png、./ref.jpg、~/Pictures/x.webp
• お使いのマシン上の URL — http://127.0.0.1:8000/photo.png、http://localhost:3000/…
• data:image/png;base64,… URI

最後の3つは、まずこちらでアップロードされ、その結果得られる公開 URL を使って生成されます。ファイルはお使いのマシンにしか存在せず、サーバーが 127.0.0.1 を解決するときは こちらの サーバーを指すため、これはサーバー側ではなく、ここで行う必要があります。そのため、REST API に直接渡すと private/reserved IP addresses not allowed というエラーになります。この MCP サーバーはお使いのファイルの隣で動作するため、サーバー側ではできない処理が可能です。

アップロードされたファイルはアカウントの R2 領域に保存され、30日後に自動削除されます。

セットアップ

1. npx -y apimodels-mcp login を実行して、ブラウザーで Authorize をクリックします。または、https://apimodels.app/console/api-keys でキーを作成し（sk_… のような形式です）、以下の例のようにサーバーの環境変数 APIMODELS_API_KEY に設定します。
2. MCP クライアントにサーバーを追加します。npx -y apimodels-mcp status を実行すると、使用中のキーと残高を確認できます。

Claude Desktop

claude_desktop_config.json を編集します（Settings → Developer → Edit Config）。

{
  "mcpServers": {
    "apimodels": {
      "command": "npx",
      "args": ["-y", "apimodels-mcp"],
      "env": {
        "APIMODELS_API_KEY": "sk_your_key_here"
      }
    }
  }
}

Claude Desktop を再起動します。これで、「…の画像を生成して」や「…の5秒間の動画を作って」と頼めるようになります。

Cursor

Settings → MCP → Add new MCP server を選択するか、~/.cursor/mcp.json に追加します。

{
  "mcpServers": {
    "apimodels": {
      "command": "npx",
      "args": ["-y", "apimodels-mcp"],
      "env": { "APIMODELS_API_KEY": "sk_your_key_here" }
    }
  }
}

Codex CLI

~/.codex/config.toml に追加します。

[mcp_servers.apimodels]
command = "npx"
args = ["-y", "apimodels-mcp"]
env = { APIMODELS_API_KEY = "sk_your_key_here" }
# Optional. Codex aborts a tool call after 60 s by default; the tools stay under that
# on their own (see "Long generations do not get lost"), so this is only needed if you
# want generate_video to return the URL in one call — then also pass wait_seconds: 600.
# tool_timeout_sec = 660

Codex で知っておくべきことが2つあります。

• 承認。 Codex は、読み取り専用としてマークされていないツール呼び出しを承認するよう求めます。0.4.3 以降、list_models と get_task は読み取り専用としてマークされているため、動画の完了を待つときに確認のたびに承認を求められることはありません。アカウントに課金されるツール（generate_video、generate_image、text_to_speech、chat、review_image）では、呼び出しごとに引き続き1回承認を求められます。これらの確認も省略するには、[mcp_servers.apimodels] の下に default_tools_approval_mode = "approve" を追加します。
• ツール名を指定してください。 Codex は MCP ツールを最初にすべて一覧表示するのではなく、必要に応じて読み込むため、使いたいツールを指定してください。たとえば、「apimodels generate_video を使って…の5秒間の16:9動画を作って」 と頼みます。「動画を作って」だけでは、ツールが選ばれないことがあります。

Cherry Studio

Settings → MCP Servers で、タイプが stdio のサーバーを追加します。

• Command: npx
• Arguments: -y apimodels-mcp
• Environment variables: APIMODELS_API_KEY=sk_your_key_here

サーバーを有効にしてから、チャットボックスの下にある MCP コントロールで、会話に使用するサーバーを選択します。会話モデルには、ツール呼び出しに対応したチャットモデル（Claude、GPT、Gemini …）を使用します。画像モデルの呼び出しは、そのモデルが行います。Cherry Studio で npx を使うには Node.js が必要です。Windows の場合は https://nodejs.org からインストールしてください。

ほかの MCP クライアントも同様に使用できます。環境変数に APIMODELS_API_KEY を設定し、stdio 経由で npx -y apimodels-mcp を実行してください。

モデル、ドキュメント、料金

ツールから呼び出せる機能は、すべて apimodels.app に記載されています。

• API ドキュメント · 料金 · モデルの全カタログ
• 画像：GPT Image 2.5 API（モデルページ）、GPT Image 2 API、Nano Banana 2.1 API（モデルページ）、画像モデル一覧
• 動画：Seedance 2.5 API、Google Veo API、MiniMax H3 API、FlashVSR による動画のアップスケーリング
• チャットと音声：LLM API（GPT、Claude、Gemini、DeepSeek、GLM、Qwen）、Claude Sonnet 5.5、音声とテキスト読み上げ
• その他の利用方法：Claude Code のセットアップ、チャットクライアント、エージェントスキル、無料の計算ツールと各種ツール
• 出力例付きのプロンプトライブラリ：GPT Image 2.5 のプロンプト、GPT Image 2 のプロンプト、Seedance 2.5 のプロンプト、MiniMax H3 のプロンプト

設定

環境変数	デフォルト値	説明
APIMODELS_API_KEY	—	お使いの sk_… キーです。apimodels-mcp login を実行済みの場合は省略できます。両方が存在する場合は、こちらが優先されます。
APIMODELS_CREDENTIALS_FILE	~/.apimodels/credentials.json	apimodels-mcp login がキーを保存する場所であり、サーバーがキーを探す場所です。
APIMODELS_BASE_URL	https://api.apimodels.app/v1	API のベース URL です。
APIMODELS_WAIT_SECONDS	50	generate_image、generate_video、text_to_speech、get_task のデフォルトの wait_seconds です。タスク ID を返すまで呼び出しが待機する時間を指定します。最大値は 900 です。
APIMODELS_TIMEOUT_MS	—	非推奨（0.2.x）：同じ待機時間をミリ秒で指定します。設定されている場合は引き続き適用されます。

ローカル開発

pnpm install
pnpm build
APIMODELS_API_KEY=sk_... node dist/index.js   # runs over stdio

ライセンス

MIT