media-generation

StableStudio によるメディア生成

https://stablestudio.dev で x402 決済を利用して画像や動画を生成します。

セットアップ

agentcash CLI がまだインストールされていない場合は、インストールとウォレットのセットアップについて rules/getting-started.md を参照してください。

料金

すべての生成エンドポイントは、価格が動的に設定される非同期ジョブです。表示される固定価格は範囲を示します（最大 $10、seedance は最大 $20）。正確な価格はオプション（品質、解像度、長さ）によって異なり、支払い前に x402 経由で提示されるため、CLI にはリクエストごとの実際の料金が表示されます。確認済みの見積もり例：gpt-image-2 は $0.21（デフォルト）／$0.01（低品質、1024x1024）、flux-2-max は $0.07（デフォルト）、seedance t2v は $0.36（4s、480p）です。

クイックリファレンス

画像モデル

モデル	エンドポイント	料金	所要時間	編集？
gpt-image-2（デフォルト）	gpt-image-2/generate	品質／サイズに応じて $0.01-0.21	数分かかる場合があります	はい
gpt-image-1.5	gpt-image-1.5/generate	動的	約3s	はい
nano-banana-pro	nano-banana-pro/generate	動的	約10s	はい
nano-banana	nano-banana/generate	動的	約5s	はい
grok	grok/generate	動的	約3s	はい
flux-2-pro	flux-2-pro/generate	動的	約5s	はい
flux-2-max	flux-2-max/generate	デフォルトで約$0.07	—	はい

すべてのエンドポイントの先頭には https://stablestudio.dev/api/generate/ が付きます。編集用エンドポイントでは、/generate の代わりに /edit を使用します。

動画モデル

モデル	エンドポイント	料金	所要時間
veo-3.1（デフォルト）	veo-3.1/generate	動的	1-2min
veo-3.1-fast	veo-3.1-fast/generate	動的	約30s
grok-video	grok-video/generate	動的	約17s
seedance（Seedance 2 Pro）	seedance/t2v または seedance/i2v	動的、最大 $20（4s/480p は $0.36）	約1min
seedance-fast（Seedance 2 Fast）	seedance-fast/t2v または seedance-fast/i2v	動的、最大 $20	約40s
wan-2.6	wan-2.6/t2v または wan-2.6/i2v	動的	2-5min
sora-2	sora-2/generate	動的	1-3min
sora-2-pro	sora-2-pro/generate	動的	2-5min

SVG のベクター化

モデル	エンドポイント	料金
arrow-1.1	arrow-1.1/vectorize	動的
arrow-1.1-max	arrow-1.1-max/vectorize	動的

画像生成

デフォルト：gpt-image-2。 デフォルトで最適な画像モデルです。注意：生成に数分かかる場合があります。jobId をポーリングし、処理中のジョブを再送信しないでください。ユーザーから別のモデルを明示的に指定された場合、または速度、予算、grok の超ワイドアスペクト比など、明確な理由がある場合を除き、このモデルを使用してください。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/gpt-image-2/generate -m POST -b '{
  "prompt": "a cat wearing a space helmet, photorealistic",
  "quality": "high",
  "size": "1536x1024"
}'

gpt-image-2 のオプション：

• quality：「low」、「medium」、「high」（料金に影響：low は約$0.01、high は約$0.21）
• size：「1024x1024」、「1536x1024」、「1024x1536」、「auto」
• background：「opaque」、「auto」。output_format：「png」、「jpeg」、「webp」

その他の画像モデル

gpt-image-1.5 — 最速の GPT 画像モデルです。gpt-image-2 と同じスキーマですが、background では追加で「transparent」もサポートします。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/gpt-image-1.5/generate -m POST -b '{
  "prompt": "a watercolor painting of a mountain lake",
  "quality": "high",
  "size": "1536x1024"
}'

オプション：quality：「low」／「medium」／「high」。size：「1024x1024」、「1536x1024」、「1024x1536」、「auto」。

nano-banana-pro — 高品質で、最大 4K に対応します。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/nano-banana-pro/generate -m POST -b '{
  "prompt": "a cat wearing a space helmet, photorealistic",
  "aspectRatio": "16:9",
  "imageSize": "2K"
}'

オプション：aspectRatio：「1:1」、「2:3」、「3:2」、「3:4」、「4:3」、「4:5」、「5:4」、「9:16」、「16:9」、「21:9」。imageSize：「1K」、「2K」、「4K」。

nano-banana — 低価格の選択肢です。nano-banana-pro の比率に加えて極端なアスペクト比（「1:4」、「4:1」、「1:8」、「8:1」）を追加し、imageSize に「512」を追加しています。また、thinkingLevel：「minimal」（最速）または「high」（最高品質）をサポートします。

grok — 高速で、幅広いアスペクト比に対応します。注：aspect_ratio（アンダースコア）を使用します。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/grok/generate -m POST -b '{
  "prompt": "neon cyberpunk cityscape at night",
  "aspect_ratio": "16:9"
}'

オプション：aspect_ratio：「1:1」、「16:9」、「9:16」、「4:3」、「3:4」、「3:2」、「2:3」、「2:1」、「1:2」、「19.5:9」、「9:19.5」、「20:9」、「9:20」。

flux-2-pro — 高品質で、解像度を指定できます。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/flux-2-pro/generate -m POST -b '{
  "prompt": "editorial photo of a vintage car in golden hour light",
  "aspect_ratio": "3:2",
  "resolution": "2 MP"
}'

オプション：aspect_ratio：「1:1」、「16:9」、「9:16」、「3:2」、「2:3」、「4:5」、「5:4」、「4:3」、「3:4」。resolution：「0.5 MP」、「1 MP」、「2 MP」。

flux-2-max — flux-2-pro と同じスキーマで、さらに高品質なモデルです。resolution では追加で「4 MP」もサポートします。

SVG のベクター化

arrow-1.1（高品質な変換には arrow-1.1-max）を使って、公開されている画像 URL を SVG に変換します。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/arrow-1.1/vectorize -m POST -b '{
  "image": "https://example.com/logo.png"
}'

オプション：target_size（ピクセル単位の正方形へのリサイズサイズ、128～4096、デフォルトは 1024）、auto_crop（主要な被写体に合わせてトリミング、デフォルトは false）。返された jobId をポーリングして SVG の結果を取得します。

動画生成

推奨：veo-3.1（最高品質）

npx agentcash@latest fetch https://stablestudio.dev/api/generate/veo-3.1/generate -m POST -b '{
  "prompt": "a timelapse of clouds moving over mountains",
  "durationSeconds": "6",
  "aspectRatio": "16:9"
}'

veo-3.1 のオプション：

• durationSeconds：「4」、「6」、「8」
• aspectRatio：「16:9」、「9:16」
• resolution：「720p」、「1080p」
• negativePrompt：避けたい内容

veo-3.1 は imageMode（「none」、「first-frame」、「reference」、「interpolation」）による画像入力にも対応しています。image と lastFrame の blob URL 間のフレーム補間、またはスタイルのガイダンスに最大 3 枚の referenceImages を使用できます。

veo-3.1-fast — veo-3.1 と同じスキーマで、より低価格かつ高速です。所要時間は約 1～2 分ではなく約 30 秒です。

その他の動画モデル

seedance（Seedance 2 Pro）— 高品質で、最大 15 秒に対応します。seedance/t2v（テキストから動画）または seedance/i2v（画像から動画）を使用します。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/seedance/t2v -m POST -b '{
  "prompt": "a bird taking flight from a branch in slow motion",
  "duration": "8",
  "aspectRatio": "16:9",
  "outputResolution": "1080p"
}'

必須項目：prompt、duration、aspectRatio、outputResolution。オプション：duration：「4」～「15」。aspectRatio（キャメルケース）：「1:1」、「3:4」、「4:3」、「16:9」、「9:16」、「21:9」。outputResolution：「480p」、「720p」、「1080p」。任意の upscaleResolution：「4k」。i2v の場合は "image": "https://blob-url..." を追加します。不明なフィールドは拒否されます。

seedance-fast（Seedance 2 Fast）— 同じスキーマで、より低価格かつ高速です。outputResolution の上限は「720p」です。

grok-video — 短い動画を最も低価格で生成できます。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/grok-video/generate -m POST -b '{
  "prompt": "a candle flame flickering",
  "duration": "6",
  "resolution": "720p",
  "aspect_ratio": "16:9"
}'

オプション：duration：「3」、「6」、「9」、「12」、「15」。resolution：「480p」、「720p」。aspect_ratio：「1:1」、「16:9」、「9:16」、「4:3」、「3:4」、「3:2」、「2:3」。画像から動画を生成する場合は、任意で image URL を指定します。

wan-2.6 — 低価格で、t2v と i2v に対応します。duration：「5」、「10」、「15」。t2v では size（「1280720」、「7201280」、「19201080」、「10801920」）を使用します。i2v では resolution（「720p」、「1080p」）と image を使用します。

sora-2 — seconds：「4」、「8」、「12」。size：「1280x720」、「720x1280」。画像から動画を生成する場合は、任意で input_reference 画像 URL を指定します。

sora-2-pro — プレミアムモデルです。seconds は sora-2 と同じ（「4」、「8」、「12」）で、size に「1792x1024」、「1024x1792」が追加されています。

ジョブのポーリング

生成処理では jobId と pollUrl が返されます。完了するまでポーリングします。

npx agentcash@latest fetch https://stablestudio.dev/api/jobs/{jobId}

画像は 3 秒ごと、動画は 10 秒ごとにポーリングします。結果には imageUrl または videoUrl が含まれます（ベクター化ジョブの場合は SVG コンテンツ）。 fetch は、有料の送信リクエストと無料の SIWX ポーリングリクエストの両方を処理します。

その他のジョブエンドポイント（SIWX、無料）：GET /api/jobs はすべてのジョブを一覧表示します。DELETE /api/jobs/{jobId} は失敗したジョブを論理削除します。

画像編集

まず元画像をアップロードする必要があります。rules/uploads.md を参照してください。

すべての画像モデルが /edit に対応しています。編集エンドポイントは、images（blob URL の配列）と prompt を受け取ります。

npx agentcash@latest fetch https://stablestudio.dev/api/generate/gpt-image-2/edit -m POST -b '{
  "prompt": "change the background to a beach sunset",
  "images": ["https://...blob-url..."]
}'

Grok の編集では aspect_ratio も指定できます。GPT-image の編集では、生成時と同じ quality／size オプションを使用します。

モデルの比較

画像モデル

モデル	コスト	速度	最適な用途
gpt-image-2	$0.01-0.21	数分	既定の選択肢として最適。再送信せず、ポーリングしてください
gpt-image-1.5	動的	約3秒	高速な GPT 画像、透明な背景
nano-banana-pro	動的	約10秒	高品質、最大 4K 解像度
nano-banana	動的	約5秒	手早い下書き、極端なアスペクト比
grok	動的	約3秒	高速、多数のアスペクト比
flux-2-pro	動的	約5秒	高品質、解像度を制御可能
flux-2-max	約$0.07以上	—	Flux の最高品質、最大 4 MP

動画モデル

モデル	コスト	速度	最適な用途
veo-3.1	動的	1～2分	最高品質、補間、参照画像
veo-3.1-fast	動的	約30秒	高品質な動画をすばやく生成
grok-video	動的	約17秒	短い動画を最安で生成
seedance	最大$20	約1分	高品質、最大15秒、4Kアップスケール
seedance-fast	最大$20	約40秒	手頃な価格で、十分な品質の動画
wan-2.6	動的	2～5分	手頃な価格、テキストまたは画像入力、音声同期
sora-2	動的	1～3分	プレミアム品質
sora-2-pro	動的	2～5分	最高品質