fal-model-guide

Name: fal-model-guide
Author: josiahsiegel

github.com/josiahsiegelクリエイティブ・メディア5973 回インストール19 週間前に更新

リポジトリ

fal-model-guide について

fal-model-guideは、fal.aiを使うクリエイターや開発者向けのモデル選定ガイドです。画像、動画、音声、3Dモデルの機能やパラメーター、速度、品質、コストを整理し、開発・本番での選択を支援します。

主な機能

01品質と速度によるモデル比較
02画像・動画・音声・3Dを網羅
03エンドポイントとパラメーターの参照
04開発・本番向けの選定指針
05コストと性能の最適化ヒント

活用シーン

01画像生成モデルの選定
02品質別の動画モデル選び
03文字起こしや音声合成モデルの選定
04生成処理のコストと性能の計画

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/josiahsiegel/claude-plugin-marketplace --skill fal-model-guide

インストール後、Claude Code で/fal-model-guideを入力して読み込まれたか確認します。

詳細

クイックリファレンス

カテゴリ	高速／低コスト	バランス型	最高品質
画像	FLUX Schnell	FLUX.1 Dev	FLUX.2 Pro
動画	Runway Turbo	LTX-2 Pro	Kling 2.6 Pro
音声 STT	Whisper Turbo	Whisper	Whisper Large v3
音声 TTS	Kokoro	XTTS	ElevenLabs

FLUX モデル	エンドポイント	ステップ数	用途
FLUX.2 Pro	`fal-ai/flux-2-pro`	28	本番環境
FLUX.1 Dev	`fal-ai/flux/dev`	28	高品質
FLUX Schnell	`fal-ai/flux/schnell`	4	高速な反復

動画モデル	長さ	音声	速度
Kling 2.6 Pro	5-10s	あり	遅い
LTX-2 Pro	5s	あり	中程度
Runway Turbo	5-10s	なし	高速

このスキルを使用する場面

モデル選択の判断には、以下の場合に使用します。

画像生成における FLUX と SDXL の比較
品質レベルに応じた動画モデルの選択
適切なモデル選択によるコストの最適化
モデル固有のパラメーターの理解
本番環境用と開発用のパイプライン構築

関連スキル：

テキストから画像を生成する場合：fal-text-to-image を参照
テキストから動画を生成する場合：fal-text-to-video を参照
音声モデルについては：fal-audio を参照

fal.ai モデル選択ガイド

用途に適した fal.ai モデルを選択するための包括的なガイドです。

画像生成モデル

FLUX ファミリー

モデル	エンドポイント	最適な用途	速度	品質	コスト
FLUX.2 [pro]	`fal-ai/flux-2-pro`	本番環境、最高品質	中程度	最高	$$$
FLUX.1 [dev]	`fal-ai/flux/dev`	高品質、オープンソース	中程度	高	$$
FLUX Schnell	`fal-ai/flux/schnell`	高速な反復	高速	良好	$
FLUX LoRA	`fal-ai/flux-lora`	カスタム学習済みスタイル	中程度	高	$$
FLUX Realism	`fal-ai/flux-realism`	写実的な画像	中程度	高	$$

FLUX.2 Pro - 最新かつ最高品質

const result = await fal.subscribe("fal-ai/flux-2-pro", {
  input: {
    prompt: "Professional product photo of a watch",
    image_size: "square_hd",
    num_inference_steps: 28,
    guidance_scale: 3.5
  }
});

FLUX.1 Dev - 最適なオープンソースの選択肢

const result = await fal.subscribe("fal-ai/flux/dev", {
  input: {
    prompt: "A serene mountain landscape",
    image_size: "landscape_16_9",
    num_inference_steps: 28
  }
});

FLUX Schnell - 4ステップの高速生成

const result = await fal.subscribe("fal-ai/flux/schnell", {
  input: {
    prompt: "Quick concept sketch",
    num_inference_steps: 4  // Optimized for 4 steps
  }
});

Stable Diffusion モデル

モデル	エンドポイント	最適な用途
Fast SDXL	`fal-ai/fast-sdxl`	高速、低コスト
SDXL	`fal-ai/stable-diffusion-xl`	従来型の SDXL
SD 1.5	`fal-ai/stable-diffusion-v15`	旧バージョンとの互換性
SDXL Turbo	`fal-ai/sdxl-turbo`	超高速

// Fast SDXL - Good balance of speed and quality
const result = await fal.subscribe("fal-ai/fast-sdxl", {
  input: {
    prompt: "A colorful abstract painting",
    image_size: "square_hd",
    num_inference_steps: 25
  }
});

特化型画像モデル

モデル	エンドポイント	用途
Recraft V3	`fal-ai/recraft-v3`	デザイン素材、ベクター画像
Ideogram	`fal-ai/ideogram`	画像内のテキスト
Playground v2.5	`fal-ai/playground-v25`	クリエイティブ／芸術的な用途
Kandinsky 3	`fal-ai/kandinsky-3`	ロシア製モデル

画像から画像への変換モデル

モデル	エンドポイント	用途
FLUX i2i	`fal-ai/flux/dev/image-to-image`	画像の変換
FLUX Inpaint	`fal-ai/flux/dev/inpainting`	領域の編集
FLUX ControlNet	`fal-ai/flux/dev/controlnet`	ガイド付き生成
IP-Adapter	`fal-ai/ip-adapter-flux`	スタイル転送

// Image-to-Image transformation
const result = await fal.subscribe("fal-ai/flux/dev/image-to-image", {
  input: {
    image_url: "https://example.com/photo.jpg",
    prompt: "Transform into watercolor painting style",
    strength: 0.75  // 0-1, how much to change
  }
});

// Inpainting (edit specific regions)
const result = await fal.subscribe("fal-ai/flux/dev/inpainting", {
  input: {
    image_url: "https://example.com/photo.jpg",
    mask_url: "https://example.com/mask.png",
    prompt: "A golden retriever"
  }
});

// ControlNet (structural guidance)
const result = await fal.subscribe("fal-ai/flux/dev/controlnet", {
  input: {
    prompt: "Modern house design",
    control_image_url: "https://example.com/edges.png",
    controlnet_conditioning_scale: 0.8
  }
});

動画生成モデル

テキストから動画への生成

モデル	エンドポイント	品質	長さ	音声	最適な用途
Kling 2.6 Pro	`fal-ai/kling-video/v2.6/pro`	最高	5-10s	ネイティブ	映画のような映像
Sora 2	`fal-ai/sora`	最高	5-20s	オプション	高度な用途
LTX-2 Pro	`fal-ai/ltx-video-2-pro`	高	5s	あり	高品質な高速生成
Runway Gen-3	`fal-ai/runway/gen3/turbo`	高	5-10s	なし	高速
Luma	`fal-ai/luma-dream-machine`	良好	5s	なし	クリエイティブな用途
CogVideoX	`fal-ai/cogvideox`	良好	6s	なし	オープンソース

Kling 2.6 Pro - 総合的に最高の品質

const result = await fal.subscribe("fal-ai/kling-video/v2.6/pro", {
  input: {
    prompt: "A majestic eagle soaring over mountains at golden hour",
    duration: 5,
    aspect_ratio: "16:9",
    negative_prompt: "blurry, distorted",
    cfg_scale: 0.5
  }
});

LTX-2 Pro - 音声付きの高速生成

const result = await fal.subscribe("fal-ai/ltx-video-2-pro", {
  input: {
    prompt: "Ocean waves crashing on rocks",
    resolution: "720p",
    enable_audio: true
  }
});

画像から動画へ

モデル	エンドポイント	最適な用途
MiniMax Hailuo	`fal-ai/minimax/video-01`	画像のアニメーション化
Kling i2v	`fal-ai/kling-video/v2.6/pro/image-to-video`	高品質なアニメーション
Luma i2v	`fal-ai/luma-dream-machine`	クリエイティブ用途
Runway i2v	`fal-ai/runway/gen3/turbo/image-to-video`	高速処理

// Animate a still image
const result = await fal.subscribe("fal-ai/minimax/video-01", {
  input: {
    image_url: "https://example.com/portrait.jpg",
    prompt: "Person slowly turns head and smiles",
    prompt_optimizer: true
  }
});

動画から動画へ（編集）

// Edit/transform existing video
const result = await fal.subscribe("fal-ai/kling-video/o1", {
  input: {
    video_url: "https://example.com/video.mp4",
    prompt: "Change to anime style"
  }
});

音声モデル

音声からテキストへ

モデル	エンドポイント	最適な用途
Whisper	`fal-ai/whisper`	高精度な文字起こし
Whisper Turbo	`fal-ai/whisper-turbo`	高速な文字起こし

const result = await fal.subscribe("fal-ai/whisper", {
  input: {
    audio_url: "https://example.com/speech.mp3",
    task: "transcribe",  // or "translate"
    language: "en",
    chunk_level: "segment"
  }
});

console.log(result.text);
console.log(result.chunks);  // With timestamps

テキストから音声へ

モデル	エンドポイント	最適な用途
Elevenlabs	`fal-ai/elevenlabs`	高品質な音声
F5-TTS	`fal-ai/f5-tts`	音声クローニング
Kokoro	`fal-ai/kokoro`	多言語対応

// Text-to-speech with Elevenlabs
const result = await fal.subscribe("fal-ai/elevenlabs", {
  input: {
    text: "Hello, welcome to our service.",
    voice_id: "voice_id_here"
  }
});

3D 生成モデル

モデル	エンドポイント	使用例
TripoSR	`fal-ai/triposr`	画像から3Dメッシュへ
InstantMesh	`fal-ai/instantmesh`	高速な3D生成
Stable Zero123	`fal-ai/stable-zero123`	新規視点の合成

// Generate 3D mesh from image
const result = await fal.subscribe("fal-ai/triposr", {
  input: {
    image_url: "https://example.com/object.jpg"
  }
});

console.log(result.model_mesh.url);  // GLB/OBJ file

モデル選択の決定木

What do you want to create?
├── Image
│   ├── From text only?
│   │   ├── Need best quality? → FLUX.2 Pro
│   │   ├── Need fast iteration? → FLUX Schnell
│   │   ├── Need open-source? → FLUX.1 Dev
│   │   └── Budget conscious? → Fast SDXL
│   ├── Transform existing image?
│   │   ├── Style transfer → FLUX i2i
│   │   ├── Edit specific region → FLUX Inpainting
│   │   └── Follow structure → FLUX ControlNet
│   └── Need text in image? → Ideogram
│
├── Video
│   ├── From text only?
│   │   ├── Need best quality? → Kling 2.6 Pro
│   │   ├── Need fast preview? → Runway Gen-3 Turbo
│   │   └── Need audio? → LTX-2 Pro or Kling
│   ├── Animate image? → MiniMax Hailuo
│   └── Edit video? → Kling O1
│
├── Audio
│   ├── Speech to text?
│   │   ├── Accurate → Whisper
│   │   └── Fast → Whisper Turbo
│   └── Text to speech? → Elevenlabs / F5-TTS
│
└── 3D
    └── Image to 3D? → TripoSR

パフォーマンス比較

画像生成速度

モデル	所要時間（1024x1024）
FLUX Schnell	1-2秒
Fast SDXL	2-3秒
FLUX.1 Dev	5-8秒
FLUX.2 Pro	8-12秒

動画生成速度

モデル	所要時間（5秒の動画）
Runway Gen-3 Turbo	30-60秒
LTX-2 Pro	60-90秒
Kling 2.6 Pro	120-180秒

コスト最適化の戦略

開発フェーズ
- プロンプトの反復にはFLUX Schnellを使用します
- 手早いテストにはFast SDXLを使用します
- 動画のプレビューにはRunway Gen-3 Turboを使用します
本番フェーズ
- 最終画像にはFLUX.2 Proを使用します
- 最終動画にはKling 2.6 Proを使用します
バッチ処理
- オフピーク時間帯に処理します
- 適切な画像サイズを使用します（不必要なアップスケーリングは避けてください）
- 再現性のためにシードごとに結果をキャッシュします
リソース効率
- 目標解像度で生成します（大きく生成してから縮小することは避けてください）
- 大量処理にはウェブフックを使用します（ポーリングのオーバーヘッドを回避します）
- クライアント側のキャッシュを実装します

モデル別のヒント

FLUX のヒント

ガイダンススケールは3～4が最適です
28ステップが最適なデフォルト値です
Schnellは4ステップのみで最適に動作します
詳細なプロンプトほど、より良い結果が得られます

動画のヒント

プロンプトにカメラの動きを含めます
動作や動きを明確に説明します
アーティファクトを避けるためにネガティブプロンプトを使用します
テストでは短い再生時間から始めます

Whisper のヒント

精度を高めるために言語のヒントを指定します
英語以外の言語から英語に翻訳するには、"translate"タスクを使用します
chunk_level="segment"を指定するとタイムスタンプが得られます

さらにモデルを探す

https://fal.ai/models にアクセスすると、以下を含む600以上のモデルの完全なカタログを確認できます。

顔の修復／高画質化
背景の削除
アップスケーリング
スタイル変換
OCR
オブジェクト検出
その他、多数の特化モデル

Markdown 対応

ログインしてコメント

基本情報

作者: josiahsiegel
リポジトリ: josiahsiegel/claude-plugin-marketplace
カテゴリ: クリエイティブ・メディア
インストール数: 73
GitHub スター: 59

問題を報告

おすすめの Skills

すべての Skills

ai-video-generation

github.com/inference-sh

1.7M

inference.sh CLI で Google Veo、Seedance 2.0、HappyHorse、Wan、Grok など 40 以上のモデルを使って AI 動画を生成する。モデル：Veo 3.1、Seedance 2.0、HappyHorse 1.0、Wan 2.5、Grok Imagine Video、OmniHuman、Fabric、HunyuanVideo。機能：テキストから動画、画像から動画、参照から動画、動画編集、リップシンク、アバターアニメーション、動画アップスケーリング、フォーリー音。用途：ソーシャルメディア動画、マーケティングコンテンツ、解説動画、製品デモ、AI アバター。トリガー：video generation、ai video、text to video、image to video、veo、animate image、video from image、ai animation、video generator、generate video、t2v、i2v、ai video maker、create video with ai、runway alternative、pika alternative、sora alternative、kling alternative、seedance、happyhorse

ai-image-generation

github.com/inference-sh

1.7M

inference.sh CLI で GPT-Image-2.5、FLUX、Gemini、Grok、Seedream、Reve など 50 以上のモデルを使って AI 画像を生成する。モデル：GPT-Image-2.5 Flare、GPT-Image-2.5 Sunburst、GPT-Image-2、FLUX Dev LoRA、FLUX.2 Klein LoRA、Gemini 3 Pro Image、Grok Imagine、Seedream 4.5、Reve、ImagineArt。機能：テキストから画像、画像から画像、インペインティング、LoRA、画像編集、アップスケーリング、テキストレンダリング。用途：AI アート、製品モックアップ、コンセプトアート、ソーシャルメディア用グラフィック、マーケティングビジュアル、イラスト。トリガー：flux、image generation、ai image、text to image、stable diffusion、generate image、ai art、midjourney alternative、dall-e alternative、text2img、t2i、image generator、ai picture、create image with ai、generative ai、ai illustration、grok image、gemini image、gpt image、openai image、chatgpt image

ai-avatar-video

github.com/inference-sh

1.7M

inference.sh CLI で AI アバターやトーキングヘッド動画を作成します。おすすめ：P-Video-Avatar（最速、最安、TTS 内蔵）。その他：OmniHuman、Fabric、PixVerse。音声：Inworld TTS-2（100以上の言語に対応し、キャラクターの感情を調整可能）、ElevenLabs、Kokoro。機能：音声駆動アバター、テキストからアバター、リップシンク動画、トーキングヘッド生成、バーチャルプレゼンター、UGC コンテンツ。用途：AI プレゼンター、解説動画、バーチャルインフルエンサー、吹き替え、マーケティング動画、UGC 広告、ゲームアバター、NPC の会話。トリガー：ai avatar、talking head、lipsync、avatar video、virtual presenter、ai spokesperson、audio driven video、heygen alternative、synthesia alternative、talking avatar、lip sync、video avatar、ai presenter、digital human、ugc、ugc video、ugc ad、avatar ugc

remotion-render

github.com/inference-sh

1.6M

inference.sh を介して React/Remotion コンポーネントコードから動画をレンダリングします。TSX コードを渡すと MP4 を取得できます。useCurrentFrame、useVideoConfig、spring、interpolate、AbsoluteFill、Sequence など、すべての Remotion API に対応します。解像度、FPS、長さ、コーデックを設定できます。用途：プログラムによる動画生成、アニメーショングラフィック、モーションデザイン、データ駆動型動画、React アニメーションの動画化。トリガー：remotion、render video from code、tsx to video、react video、programmatic video、remotion render、code to video、animated video、motion graphics code、react animation video