Muse Video — プロンプトや画像から音声付きの 10 秒クリップを生成

Muse Video は Meta Superintelligence Labs の動画モデルで、2026 年 7 月に Muse Image とともにプレビューが披露されました。SeedRouter では、テキストのプロンプト、または最大 9 枚の参照画像を付けたプロンプトから、約 10 秒・720p の音声付きクリップを 1 本生成します。

SeedRouter の Muse Video はクリップ 1 本あたり $0.024 で、音声も含まれます。すべてのクリップは約 10 秒なので、料金に秒数を掛ける方式ではありません。失敗したリクエストは課金されません。

SeedRouter では有料です。Muse Video API はクリップ単位の課金で、新規アカウントには試用用の少額クレジットが付与されます。サブスクリプションはなく、任意の金額をチャージできます。クレジットに期限はなく、失敗したリクエストは課金されません。

SeedRouter のキーを作成し、model に muse-video を指定して、プロンプトを /v1/videos/generations に POST します。タスク ID が返るので、動画の準備ができるまで /v1/tasks/{id} をポーリングし、output.video_url からダウンロードしてください。

はい、常に生成します。Muse Video のクリップにはすべて、映像と一緒に生成された音声トラックが付き、audio: false は受け付けません。必要な音をプロンプトに記述してください。

はい。image_urls に最大 9 件の画像 URL を渡し、プロンプトで動きを説明してください。Muse Video はこれらを参照画像として使います。最初のフレームは元画像に近くなりますが、ピクセル単位のコピーではありません。

いいえ。Muse Video は約 10 秒・720p のクリップを 1 本生成し、duration と resolution はその値だけを受け付けます。より長いクリップや 1080p には、同じ残高で使える Kling 4.0 があります。

はい。aspect_ratio を 9:16 にすると縦長クリップになります。16:9、1:1、4:3、3:4、3:2、2:3 も使えます。省略すると Muse Video は参照画像に従い、テキストのみなら 16:9 になります。