Documentation Index
Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
Use this file to discover all available pages before exploring further.
TokenLab は単一の統一 API を通じて動画生成機能を提供します。動画生成は非同期です。リクエスト送信後、task_id と poll_url が返り、その後はポーリングで最終結果を取得します。
可用性とポーリング
公開動画モデルの最新在庫を確認するには、Models API または モデルページ を利用してください。
作成レスポンスで poll_url が返る場合は、その URL をそのまま使ってください。/v1/tasks/{id} を指す場合は、それを固定の正規ステータスエンドポイントとして扱ってください。
モデルとメディアの動作
音声挙動はモデル依存です。TokenLab では、Veo 3 系列は output_audio を省略すると既定で有声として扱われます。一方、無音が既定のモデルや、安定した音声トグルを公開していないモデルもあります。
本番運用では、画像・動画・音声入力には公開アクセス可能な https URL を優先してください。互換モデルでは data: URL も利用できますが、URL の方が retry・観測・デバッグの面で扱いやすくなります。
非同期ワークフロー
現在の公開操作
TokenLab の公開動画契約は主に次の操作をカバーしています。
text-to-videoimage-to-videoreference-to-videostart-end-to-videovideo-to-videomotion-control
audio-to-video と video-extension も契約上は受け付けますが、このドキュメント時点の「広く有効な公開モデル」一覧には、これらを一般公開しているモデルは含まれていません。
能力マトリクス
凡例：✅ 該当 プロバイダー ファミリーに、現在有効な公開モデルが少なくとも 1 つ存在する | ❌ 現在有効な公開モデルでは未公開
| シリーズ | T2V | I2V | 参照 | 開始-終了 | V2V | モーション |
|---|
| OpenAI | ✅ | ✅ | ❌ | ❌ | ❌ | ❌ |
| Kuaishou | ✅ | ✅ | ✅ | ✅ | ✅ | ✅ |
| Google | ✅ | ✅ | ✅ | ✅ | ❌ | ❌ |
| ByteDance | ✅ | ✅ | ❌ | ❌ | ❌ | ❌ |
| MiniMax | ✅ | ✅ | ❌ | ❌ | ❌ | ❌ |
| Alibaba | ✅ | ✅ | ✅ | ❌ | ❌ | ❌ |
| Shengshu | ✅ | ✅ | ✅ | ✅ | ❌ | ❌ |
| xAI | ✅ | ✅ | ❌ | ❌ | ✅ | ❌ |
| Other | ❌ | ❌ | ❌ | ❌ | ✅ | ❌ |
用語の意味
- T2V (Text-to-Video)：テキスト prompt から動画を生成
- I2V (Image-to-Video)：開始画像から動画を生成。互換性の観点では
image_url を推奨
- Reference：
reference_images で 1 枚または複数の参考画像を渡して条件制御
- Start-End：
start_image と end_image で開始フレームと終了フレームを制御
- V2V (Video-to-Video)：既存動画を主入力として扱う
- Motion：主体画像とモーション参照動画を同時に使う
現在の公開モデル一覧
OpenAI
| モデル | 公開オペレーション |
|---|
sora-2 | テキストから動画、画像から動画 |
sora-2-pro | テキストから動画、画像から動画 |
sora-2-pro-storyboard | 画像から動画 |
Kuaishou
| モデル | 公開オペレーション |
|---|
kling-3.0-motion-control | モーション制御 |
kling-3.0-video | テキストから動画、画像から動画、開始・終了フレームから動画、要素参照 |
kling-v2.1-master | テキストから動画、画像から動画 |
kling-v2.1-pro | 画像から動画、開始・終了フレームから動画 |
kling-v2.1-standard | 画像から動画 |
kling-v2.5-turbo-pro | テキストから動画、画像から動画、開始・終了フレームから動画 |
kling-v2.5-turbo-std | テキストから動画、画像から動画 |
kling-v2.6-pro | テキストから動画、画像から動画、開始・終了フレームから動画 |
kling-v2.6-std | テキストから動画、画像から動画 |
kling-v3.0-pro | テキストから動画、画像から動画、開始・終了フレームから動画 |
kling-v3.0-std | テキストから動画、画像から動画、開始・終了フレームから動画 |
kling-video-o1-pro | テキストから動画、画像から動画、参考画像から動画、開始・終了フレームから動画、動画から動画 |
kling-video-o1-std | テキストから動画、画像から動画、参考画像から動画、開始・終了フレームから動画、動画から動画 |
Google
| モデル | 公開オペレーション |
|---|
veo3 | テキストから動画、画像から動画 |
veo3-fast | テキストから動画、画像から動画 |
veo3-pro | テキストから動画、画像から動画 |
veo3.1 | テキストから動画、画像から動画、参考画像から動画、開始・終了フレームから動画 |
veo3.1-fast | テキストから動画、画像から動画、参考画像から動画、開始・終了フレームから動画 |
veo3.1-pro | テキストから動画、画像から動画、開始・終了フレームから動画 |
ByteDance
| モデル | 公開オペレーション |
|---|
seedance-1.5-pro | テキストから動画、画像から動画 |
MiniMax
| モデル | 公開オペレーション |
|---|
hailuo-2.3-fast | 画像から動画 |
hailuo-2.3-pro | テキストから動画、画像から動画 |
hailuo-2.3-standard | テキストから動画、画像から動画 |
Alibaba
| モデル | 公開オペレーション |
|---|
wan-2.2-plus | テキストから動画、画像から動画 |
wan-2.5 | テキストから動画、画像から動画 |
wan-2.6 | テキストから動画、画像から動画、参考画像から動画 |
Shengshu
| モデル | 公開オペレーション |
|---|
viduq2 | テキストから動画、参考画像から動画 |
viduq2-pro | 画像から動画、参考画像から動画、開始・終了フレームから動画 |
viduq2-pro-fast | 画像から動画、開始・終了フレームから動画 |
viduq2-turbo | 画像から動画、開始・終了フレームから動画 |
viduq3-pro | テキストから動画、画像から動画、開始・終了フレームから動画 |
viduq3-turbo | テキストから動画、画像から動画、開始・終了フレームから動画 |
xAI
| モデル | 公開オペレーション |
|---|
grok-imagine-video | テキストから動画、画像から動画 |
grok-imagine-image-to-video | 画像から動画 |
grok-imagine-text-to-video | テキストから動画 |
grok-imagine-upscale | 動画から動画 |
その他
| モデル | 公開オペレーション |
|---|
topaz-video-upscale | 動画から動画 |
使用例
テキストから動画
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "sora-2",
"prompt": "A calm cinematic shot of a cat walking through a sunlit garden.",
"operation": "text-to-video",
"duration": 4,
"aspect_ratio": "16:9"
}
)
画像から動画
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "hailuo-2.3-standard",
"prompt": "The scene begins from the provided image and adds gentle natural motion.",
"operation": "image-to-video",
"image_url": "https://example.com/portrait.jpg",
"duration": 6,
"aspect_ratio": "16:9"
}
)
Kling 3.0 Elements
kling_elements は、要素参照が必要な場合に kling-3.0-video と一緒に使います。画像条件付きリクエスト（image_url、image_urls、start_image、end_image）を指定し、各要素をプロンプト内で @name として参照します。kling_elements と output_audio=true は併用できません。要素参照を使う場合は output_audio を省略するか false にしてください。
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "kling-3.0-video",
"prompt": "Place @hero_bag on a studio turntable with soft product lighting.",
"operation": "image-to-video",
"image_url": "https://example.com/studio-start.png",
"duration": 5,
"resolution": "720p",
"kling_elements": [
{
"name": "hero_bag",
"description": "black leather handbag",
"element_input_urls": [
"https://example.com/bag-front.png",
"https://example.com/bag-side.png"
]
}
]
}
)
参考画像から動画
seedance-2.0 と seedance-2.0-fast では、TokenLab は現在最大 9 枚の参照画像に加えて、最大 3 本の参照動画と 3 本の参照音声をサポートします。duration は生成される出力長のみを制御し、参照動画入力の長さ上限を個別に定義するものではありません。
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "veo3.1",
"prompt": "Keep the same subject identity and palette while adding subtle motion.",
"operation": "reference-to-video",
"reference_images": [
"https://example.com/ref-a.jpg",
"https://example.com/ref-b.jpg"
],
"duration": 8,
"resolution": "720p",
"aspect_ratio": "9:16"
}
)
開始・終了フレーム制御
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "viduq2-pro",
"prompt": "Smooth transition from day to night.",
"operation": "start-end-to-video",
"start_image": "https://example.com/city-day.jpg",
"end_image": "https://example.com/city-night.jpg",
"duration": 5,
"resolution": "720p",
"aspect_ratio": "16:9"
}
)
動画から動画
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "topaz-video-upscale",
"operation": "video-to-video",
"video_url": "https://example.com/source.mp4",
"prompt": "Upscale this clip while preserving the original motion."
}
)
モーション制御
response = requests.post(f"{BASE}/videos/generations",
headers=headers,
json={
"model": "kling-3.0-motion-control",
"operation": "motion-control",
"prompt": "Keep the subject stable while following the motion reference.",
"image_url": "https://example.com/subject.png",
"video_url": "https://example.com/motion.mp4",
"resolution": "720p"
}
)
パラメータの目安
| パラメータ | 型 | メモ |
|---|
operation | string | 本番では明示指定を推奨 |
image_url | string | 最も互換性が高い画像入力 |
image | string | ローカル検証や小さな入力向けの data: URL |
reference_images | string[] | 参考画像条件制御の正式な公開フィールド |
reference_image_type | string | 任意の asset / style 切り替え |
video_url | string | 現在の公開 video-to-video / motion-control モデルで必要 |
audio_url | string | モデル固有の音声条件フロー向け |
output_audio | boolean | Veo 3 系列は省略時に true 扱い。kling-3.0-video は upstream の sound 制御用にこの selector を受け付け、省略時は無音です。 |
モデル選定のヒント
最高品質
品質優先なら veo3.1-pro、kling-video-o1-pro、viduq3-pro が有力です。
高速な反復
より速い試行には veo3.1-fast、hailuo-2.3-fast、viduq3-turbo が有力です。
参照画像条件制御
参照画像ベースの条件制御には veo3.1、veo3.1-fast、wan-2.6、kling-video-o1-pro / std を優先してください。
動画から動画
一般公開されている video-to-video ルートは主に topaz-video-upscale、grok-imagine-upscale、kling-video-o1-pro / std です。
