fal-models-catalog

fal.ai モデルカタログ

fal.ai の本番環境での利用に向けた、エンドポイント優先のナビゲーションです。各モダリティのリファレンスには、ユースケース別（高品質なリアリズム／高速・低コスト／4K／特化型）に厳選した候補を掲載しています。自由入力の検索を使う前に、タスクに合ったモダリティのリファレンスを確認してください。

実行環境： すべてのエンドポイント呼び出しは、genmedia CLI 経由で実行します。コマンド構文については genmedia スキルを参照してください。まだインストールしていない場合は、一度 genmedia init を実行してください。

エンドポイント優先のルール

1. 該当するモダリティのリファレンスからエンドポイント ID を選びます。
2. 次のコマンドで確認します：genmedia models --endpoint_id <endpoint_id> --json
3. 次のコマンドで詳細を調べます：genmedia schema <endpoint_id> --json
4. 必要に応じて、次のコマンドで料金を確認します：genmedia pricing <endpoint_id> --json
5. 案内されたエンドポイントが見つからない、非推奨である、拒否される、または該当する役割がここで網羅されていない場合に限り、テキスト検索を使用します：

genmedia models "<task description>" --json
genmedia docs "<topic>" --json

エンドポイント ID を推測してはいけません。

モダリティのリファレンス

ユーザーのタスクに合ったリファレンスを読み込んでください：

• text-to-image.md、プロンプトからの画像生成（テキスト重視、高品質な静止画、高速なドラフト）
• image-to-image.md、画像編集、インペインティング、背景削除、アップスケーリング
• text-to-video.md、プロンプトからの動画生成（最高品質、高速・低コスト、マルチショットのストーリーテリング）
• image-to-video.md、参照フレームからの動画生成（音声駆動やリップシンクのバリエーションを含む）
• video-to-video.md、動画編集、スタイル変更、アップスケーリング、背景削除
• text-to-3d.md、テキストからの3Dモデル生成
• image-to-3d.md、参照画像からの3Dモデル生成
• text-to-audio.md。TTS、音楽、SFX の生成
• audio-to-text.md、音声テキスト変換（Whisper、話者分離対応の ElevenLabs Scribe）
• image-to-text.md。OCR、キャプション生成、VQA、検出、セグメンテーション

ユーティリティエンドポイント

リサイズ、合成、マスク、音声の結合、字幕などのワークフロー用ユーティリティエンドポイント ID は、fal-workflow スキルにあります： fal-workflow/references/utility-endpoints.md。

ユーティリティエンドポイントを明示しているのは、創作向けのモデル選択肢ではなく、決定論的なツールだからです。使用前に必ずスキーマを確認してください。