Seedance V1.5 Pro API: テキストからビデオ vs 画像からビデオ、オーディオモード、サイレントモードの比較

Novita AIのSeedance V1.5 Proは、すでに持っているアセットから始めるのが最も簡単な選択方法です。シーンがプロンプトから始まる場合はテキストからビデオ（T2V）を、最初のフレームまたは最初と最後のフレームの設定で結果を導きたい場合は画像からビデオ（I2V）を、初期のビジュアルイテレーションではサイレント出力を維持し、音声が必要な場合のみオーディオモードを追加し、レイテンシーを気にしないバッチ処理にはflexサービス層を使用します。

もしSeedanceを他のビデオ生成選択肢と比較しているなら、まずNovita AIの包括的なSoraの代替品となるAIビデオ生成の概要から始め、その後このガイドを使用してSeedance固有のモード、オーディオ、解像度、サービス層の決定を絞り込みます。直接的なモデル間比較については、Kling V2.5 Turboはflex/online層の分割なしで予測可能なビデオあたりの価格でT2VとI2Vをカバーし、MiniMax Hailuo 2.3は画像主導のワークフロー向けに低価格でFast I2Vエンドポイントを追加します。

Seedance V1.5 Pro クイック選択表

判断	ここから始める	理由
書かれたシーンのみ持っている	テキストからビデオ	T2Vエンドポイントはpromptを必要とし、プロンプトからアダプティブなアスペクト比を選択できます。
商品写真、キャラクターフレーム、ストーリーボードフレーム、承認済みビジュアルを持っている	画像からビデオ	I2Vエンドポイントはimageとpromptを必要とするため、最初のフレームが生成クリップを固定します。
制御された開始と終了が必要	last_image付き画像からビデオ	I2V APIは最初と最後のフレーム生成のために任意のlast_imageをサポートします。
生成された音声、効果音、またはBGMが必要	generate_audio: true に設定	有効にすると、プロンプトとビジュアルコンテンツからオーディオが生成されます。
後で独自のオーディオを追加する予定	generate_audio: false に設定	サイレント出力は、破棄する生成オーディオの料金を支払うことを回避します。
ユーザーに早く結果を表示する必要がある	service_tier: "default" を使用	ドキュメントではdefaultを時間に敏感なシナリオ向けのオンライン推論と説明しています。
待つことができ、単価を低く抑えたい	service_tier: "flex" を使用	ドキュメントではflexをオンラインモード価格の50%でレイテンシーに敏感でないシナリオ向けのオフライン推論と説明しています。
プロンプトを探索している	レイテンシーが重要でない場合は480pサイレントflexから	最終候補を再生成する前に、初期探索をより安価にします。
最終候補に近いクリップをレビューしている	720pに移行し、オーディオが受入基準の一部である場合のみ有効化	720pは480pよりもコストがかかり、オーディオはリストされている秒あたりのレートを倍にします。

Novita AIでのSeedance V1.5 Pro テキストからビデオと画像からビデオモード

Novita AIは、別々の非同期ビデオAPIを通じてSeedance V1.5 Proを提供しています：

モード	Novita APIパス	必須入力	オプション入力と制御
Seedance V1.5 Pro テキストからビデオ	POST /v3/async/seedance-v1.5-pro-t2v	prompt	fps, seed, ratio, duration, watermark, resolution, camera_fixed, service_tier, generate_audio, execution_expires_after
Seedance V1.5 Pro 画像からビデオ	POST /v3/async/seedance-v1.5-pro-i2v	image, prompt	fps, seed, ratio, duration, watermark, last_image, resolution, camera_fixed, service_tier, generate_audio, execution_expires_after

両方のAPIは最初に完了したビデオではなくタスクIDを返します。アプリケーションはNovita AI Task Result APIを呼び出して、タスク完了後にステータスを確認し生成されたメディアを取得する必要があります。

共有リクエスト制御は製品設計にとって重要です。ドキュメントには、durationは4〜12秒、fpsは24、ratioオプションとして16:9、4:3、1:1、3:4、9:16、21:9、adaptive、resolutionオプションとして480p、720p、1080pがリストされています。execution_expires_afterフィールドはデフォルトで172800秒で、範囲は3600〜259200秒と文書化されています。

Seedance V1.5 Pro テキストからビデオ vs 画像からビデオ

アイデアがまだ言語的な段階にある場合は、テキストからビデオを選択します。ワークフローがスクリプトの行、カメラの指示、被写体の説明、またはクリエイティブブリーフから始まる場合、T2Vは最初のパスを軽量に保ちます。これはアイデア出し、プロンプトの探索、そして正確な製品やキャラクターの識別が主な受入基準ではない場合に適したモードです。

最初のビジュアルが重要な場合は、画像からビデオを選択します。I2Vは商品静止画、デザインフレーム、キャラクター参照、サムネイル、ストーリーボードパネル、ブランド管理されたビジュアルに適しています。すべてのフレームで完璧なアイデンティティ保存を保証するものではありませんが、プロンプトのみのT2Vにはない具体的な出発点を生成に与えます。

I2Vのみの追加フィールドはlast_imageです。クリップが既知の開始フレームから既知の終了フレームに移動する必要がある場合に使用します。これはトランジションテスト、短い製品披露、単純なBefore/Afterの動き、そして最終的な構図がすでに決まっているストーリーボードシーンに役立ちます。最初と最後のフレームのアスペクト比が異なる場合、ドキュメントでは最後のフレームが最初のフレームに自動的にトリミングされると記載されているため、ビジュアルフレーミングが重要な場合はチームは一致するアスペクト比を準備する必要があります。

プロンプトのみのコンセプトには、通常T2Vが最初のテストです。アセット主導のコンセプトには、通常I2Vが最初のテストです。開始フレームがすでにわかっている場合は、モデルにテキストから再発見させる必要はありません。

Seedance V1.5 Pro オーディオ vs サイレント出力

Seedance V1.5 Proには、generate_audioによる直接的なオーディオスイッチがあります。trueの場合、生成されたビデオには、プロンプトとビジュアルコンテンツに基づいて自動生成された音声、効果音、BGMなどの同期オーディオが含まれます。falseの場合、出力は無音になります。

オーディオはプロンプト作成方法を変えます。生成された音声がテストの一部である場合は、話されたセリフを明示的に記述し、ビジュアルアクションや環境音から分離します。漠然としたシーンのプロンプトはビジュアル探索には十分かもしれませんが、信頼性の高いオーディオレビューには通常不十分です。

オーディオはコストも変えます。2026年6月22日に確認した現在のNovita価格ページデータでは、Seedance V1.5 Pro T2VおよびI2Vの480Pおよび720Pにおいて、オーディオ行が対応するサイレント行の2倍の価格となっています。製品が別のパイプラインでナレーション、音楽、サウンドデザインを追加する予定の場合は、初期段階ではサイレントビデオを生成します。同期音声やシーンオーディオが実際の製品要件の一部である場合は、レビュー基準と予算の両方に影響するため、早期にオーディオをテストします。

Seedance V1.5 Pro オンライン vs フレックスバッチ処理

service_tierフィールドが主要な処理層の選択です。Seedance V1.5 Proのドキュメントでは、defaultは時間に敏感なシナリオ向けに低いRPMと同時実行クォータを持つオンライン推論、flexはオフライン推論であり、オンラインモード価格の50%で高いTPDクォータを提供し、レイテンシーに敏感でないシナリオ向けと説明されています。

アプリケーション設計では、defaultをインタラクティブレーン、flexをバッチレーンとして扱います。ユーザーがUIで待機しているユーザー向けクリエイティブツールはdefaultから開始する必要があります。夜間のプロンプトスイープ、データセット形式のクリエイティブ評価、大規模な内部レビューキュー、緊急でないキャンペーンバッチではflexを使用できます。

この区別は非同期APIパターンとは別のものです。どちらのモードも最初にタスクIDを返します。違いは処理層とコストプロファイルであり、APIが同期かどうかではありません。

Seedance V1.5 Pro 解像度：480p vs 720p vs 1080p

現在のSeedance V1.5 Proのドキュメントには、サポートされるresolution値として480p、720p、1080pがリストされています。現在の価格ページデータには、Seedance V1.5 Pro T2VおよびI2Vの480Pと720Pの詳細な価格行が表示されています。同じページデータでは、今回の改定で確認したデータに一致するSeedance V1.5 Pro 1080Pの価格行は公開されていなかったため、1080pを大規模に使用する前に、本番予算計画ではライブ価格ページまたはコンソールを確認する必要があります。

ほとんどのチームにとって、480pは適切な探索設定です。プロンプトの方向性、おおまかな動き、画像参照が役立っているかどうか、オーディオをスコープに含めるべきかどうかを判断するのに十分です。探索コストよりもビジュアルレビューが重要な場合は、最終候補を720pで再生成します。

1080pは、実行予定の正確なジョブ形状の可用性と課金を両方確認した後にのみ使用します。APIフィールドはサポートしていますが、表示されている480Pと720Pの行だけから予算を立てるのは不完全です。

Seedance V1.5 Pro 料金：解像度、オーディオ、フレックスバッチ別

2026年6月22日に確認した現在のNovita価格ページデータには、テキストからビデオと画像からビデオの両方について、以下のSeedance V1.5 Pro価格がリストされています。同じ価格が、最初のフレームのI2Vと最初と最後のフレームのI2Vの行に表示されます。

モード	解像度	出力	オンライン、default	フレックスバッチ、flex
T2VまたはI2V	480P	サイレント	$0.012/秒	$0.006/秒
T2VまたはI2V	480P	オーディオ	$0.024/秒	$0.012/秒
T2VまたはI2V	720P	サイレント	$0.026/秒	$0.013/秒
T2VまたはI2V	720P	オーディオ	$0.052/秒	$0.026/秒

コスト乗数が役立つ部分です：

• オーディオは対応するサイレント行の2倍のコストです。
• フレックスバッチは対応するオンライン行の半分のコストです。
• 720Pは対応する480P行の約2倍以上のコストです。
• T2VとI2Vは、同じ解像度、オーディオ設定、サービス層で同じ表示レートです。

10秒の720Pオーディオクリップの場合、表示されるオンラインコストは10 × $0.052 = $0.52です。同じクリップをflexで使用すると、レイテンシーが許容できる場合、10 × $0.026 = $0.26です。10秒の480Pサイレント探索クリップの場合、表示されるflexコストは10 × $0.006 = $0.06です。

これにより、初期テストのパスは簡単です：オーディオをオフにし、480Pを使用し、レビューに即座の結果が必要ない場合はflexを使用してコストを削減します。クリップが最終品質で評価できるほどに近づいた場合にのみコストを上げます。

最初にテストすべきSeedance V1.5 Proモードは？

まだシーンを模索している場合は、T2Vから始めます。5〜10のコンパクトなプロンプトを作成し、レビューに十分な短い期間に保ち、480pを使用し、音声が中心的なアイデアでない限りオーディオはオフにします。目標は、アセットの制約を導入する前にコンセプトが機能するかどうかを発見することです。

アセットがすでにコンセプトである場合は、I2Vから始めます。製品フレーム、キャラクター参照、承認済みの構図が譲れない場合は、最初のテストからその画像を使用します。T2Vプロンプトはもっともらしいシーンを作成するかもしれませんが、提供しない限り正確な参照画像を知ることはできません。

トランジションがオープンエンドの動きよりも重要な場合は、last_image付きのI2Vから始めます。これは既知の開始と終了の構図がある場合に適した最初のテストです。最初と最後の画像のアスペクト比を近く保ち、プロンプトに無関係なアクションを過剰に詰め込まないようにします。

オーディオが受入基準の一部でない限り、サイレントから始めます。ビジュアルの方向性が許容可能になったら、必要に応じてgenerate_audioを有効にし、話されたセリフやサウンドキューを明示的に記述します。

キューにはflex、ライブUIにはdefaultから始めます。生成がバックグラウンドのレビューパイプラインに入る場合はflexを使用し、節約した費用をより多くのバリアントに充てます。ユーザーが製品画面で待機している場合は、defaultを使用し、タスクの進捗状況を中心にUIを設計します。

Novita AIでのSeedance V1.5 Pro API：完全なワークフロー

本番ワークフローでは、両方のSeedance V1.5 Proモードを非同期ジョブとして扱う必要があります：

1. 入力画像があるかどうかに基づいて、T2VまたはI2Vを選択します。
2. generate_audioでサイレントまたはオーディオを選択します。
3. service_tierでdefaultまたはflexを選択します。
4. 解像度と期間を選択します。
5. モデル固有のエンドポイントにタスクを送信します。
6. 返されたタスクIDを保存します。
7. タスクが成功するか失敗するまでTask Result APIをポーリングします。
8. URLの有効期限が切れる前に、返されたビデオURLを保存します。

最小限のテキストからビデオリクエストの形状は次のとおりです：

curl --location --request POST 'https://api.novita.ai/v3/async/seedance-v1.5-pro-t2v' \
  --header 'Content-Type: application/json' \
  --header "Authorization: Bearer ${NOVITA_API_KEY}" \
  --data-raw '{
    "prompt": "清潔なスタジオでコンパクトなスマートランプが点灯する製品デモクリップ。ゆっくり押し込むようなカメラ移動、ソフトな影、ニュートラルな背景。",
    "duration": 5,
    "resolution": "480p",
    "ratio": "16:9",
    "service_tier": "flex",
    "generate_audio": false,
    "watermark": false
  }'

最小限の画像からビデオリクエストの形状は次のとおりです：

curl --location --request POST 'https://api.novita.ai/v3/async/seedance-v1.5-pro-i2v' \
  --header 'Content-Type: application/json' \
  --header "Authorization: Bearer ${NOVITA_API_KEY}" \
  --data-raw '{
    "image": "https://example.com/product-frame.png",
    "prompt": "カメラが微妙に前進する間、ランプを穏やかな光のパルスでアニメーション化。製品を中央に保ち、テキストオーバーレイは避ける。",
    "duration": 5,
    "resolution": "480p",
    "ratio": "adaptive",
    "service_tier": "flex",
    "generate_audio": false,
    "watermark": false
  }'

送信後、返されたタスクIDをTask Result APIと共に使用します。ビデオURLがすぐに利用可能になると想定するのではなく、キュー状態、処理中、成功、失敗の状態に対応して構築します。

Seedance V1.5 Proの最終推奨事項

ほとんどのチームにとって、最良の最初のSeedance V1.5 Proテストは480P、サイレント、flexです：書かれたコンセプトしかない場合はT2V、ソース画像がある場合はI2V。プロンプトまたは参照画像が近づいたら720Pに移行します。生成された音声、効果音、または音楽がレビューの一部である場合にのみオーディオを有効にします。結果がユーザー向けで時間に敏感な場合はdefaultを使用し、タスクが待機可能な場合はflexを使用します。

このシーケンスは、コアAPIフローを変更せずに最初の評価を安価に保ちます。クリップがビジュアルレビューに合格したら、解像度を上げ、必要に応じてオーディオをオンにし、より少ない最終候補を実行します。

FAQ

Seedance V1.5 ProはNovita AIでテキストからビデオと画像からビデオの両方で利用できますか？

はい。Novita AIは、POST /v3/async/seedance-v1.5-pro-t2vとPOST /v3/async/seedance-v1.5-pro-i2vの個別のSeedance V1.5 Pro T2VおよびI2Vエンドポイントを文書化しています。

Seedance V1.5 Proはオーディオを生成しますか？

はい。generate_audioフィールドは、出力に同期オーディオを含めるかどうかを制御します。生成された音声、効果音、BGMの場合はtrueに設定し、サイレントビデオの場合はfalseに設定します。

画像からビデオはテキストからビデオよりも高価ですか？

この記事で確認した現在の価格ページデータでは、T2VとI2Vの同じ解像度、オーディオ設定、サービス層において同じSeedance V1.5 Proレートがリストされています。

オンライン処理とフレックス処理の違いは何ですか？

ドキュメントでは、defaultは時間に敏感なシナリオ向けのオンライン推論、flexはオフライン推論で、オンラインモード価格の50%でレイテンシーに敏感でないシナリオ向けと説明しています。

最初に480Pと720P、どちらをテストすべきですか？

広範なプロンプトと参照画像の探索には480Pを使用します。コンセプトがより本格的なビジュアルレビューに十分近づいたら720Pを使用します。大規模な実行で使用する前に、1080Pの課金を確認してください。

おすすめ記事

• Novita AIでのSeedance 1.5 Pro：完全なデベロッパーガイド
• Novita AIでのKling V2.5 Turbo API：テキストからビデオと画像からビデオ
• 比較対象のトップ5 AIビデオ生成モデル