画像・動画生成 API 料金の比較(2026)— 1 枚 $0.01 から
画像・動画の生成モデルは 1 枚・1 秒単位の絶対単価で課金されるため、テキストモデルと違って料金を 1 枚の表で見渡せます。byesu では gpt-image-2 が $0.01 / 枚、nano-banana-2 と flux-kontext-max が $0.025 / 枚、seedream-4.5 が $0.05 / 枚。動画は Veo 3.1(gemini-veo31)が $0.01875 / 秒、Runway Gen-4 Turbo が $0.025 / 秒 です。
わかりやすい例を 1 つ。Google の公式料金では Veo 3.1 は標準出力でおよそ $0.40 / 秒、8 秒のクリップなら約 $3.20 です。同じ 8 秒を byesu で生成すると $0.15。プロンプトを 1 ショットあたり 10 回試すような使い方が現実的になるかどうかを、この差が左右します。
すべてのモデルは 1 つの sk- トークンで呼び出せる AI API ゲートウェイで、リクエストは公式モデルへ品質劣化なしにルーティングされます。失敗した動画タスクは自動返金され、サブスクリプション契約や最低利用額はありません。本ページの公式料金は 2026 年 7 月時点で各社の料金ページと照合したものです。価格は各社の都合で変わるため、予算を組む前に出典元でご確認ください。
画像生成 API の料金比較
| モデル | byesu 単価 | 公式料金(参考) | 出典 |
|---|---|---|---|
| gpt-image-2 | $0.01 / 枚 | トークン課金:$5/M(テキスト入力)・$8/M(画像入力)・$30/M(画像出力)= 1024×1024 でおよそ $0.006〜$0.211(後述) | OpenAI 料金ページ |
| nano-banana-2(Gemini 3.1 Flash Image) | $0.025 / 枚 | $0.067(1K)・$0.101(2K)・$0.151(4K) | Gemini API 料金 |
| flux-kontext-max(Black Forest Labs、画像編集) | $0.025 / 枚 | $0.08 / 枚 | fal.ai モデルページ |
| seedream-4.5(ByteDance) | $0.05 / 枚(2K・4K 込み) | $0.04 / 枚 | fal.ai モデルページ |
正直な補足を 3 点。seedream-4.5 は byesu の一律単価がベンダーの per-image レートよりわずかに上ですが、その代わり 2K でも 4K でも同じ 1 枚 $0.05、しかも他のモデルと同じエンドポイント・同じトークンで使えます。nano-banana-2 は Google 自身の per-image 定価が解像度とともに急に上がるのに対し、byesu の 1 枚単価は解像度によらず一定です。flux-kontext-max は参照画像を使った編集向けのモデルで、fal.ai の $0.08 / 枚 に対して byesu は $0.025 / 枚 です。解像度別のライブ価格は生成プレイグラウンドで確認できます。
gpt-image-2:トークン課金を「1 枚いくら」に換算する
OpenAI は gpt-image-2 を枚数では売らず、トークンで課金します。テキスト入力 $5/M、画像入力 $8/M(キャッシュ時 $2/M)、そして 画像出力 $30/M です。生成された 1 枚は解像度と品質設定に比例して出力トークンを消費するため、実コストはリクエストごとに動きます。OpenAI が公開している 1024×1024 の例を換算すると、およそ次のようになります。
| 品質 | 1 枚あたりの概算(OpenAI 直接) |
|---|---|
| 低 | 約 $0.006 |
| 中 | 約 $0.053 |
| 高 | 約 $0.211 |
編集や参照画像つきのリクエストでは 画像入力トークンが上乗せされ、長いプロンプトはテキスト入力トークンを増やします。つまり OpenAI 直接の「1 枚いくら」は常に見積もりであって、定価ではありません(Batch API は非同期処理と引き換えにトークン単価を半額にします)。
byesu ならこの計算は不要です。最初のラフでも、参照画像を付けた 10 回目の修正(/v1/images/edits)でも、一律 $0.01 / 枚 です。
動画生成 API の料金比較(秒単価)
動画の料金は 秒単価 × seconds パラメータ。指定できる長さはモデルごとに異なり、失敗したタスクは自動返金されます。
| モデル | byesu 秒単価 | 例(byesu) | 公式料金(参考) | 出典 |
|---|---|---|---|---|
| gemini-veo31(Veo 3.1、1080p) | $0.01875 / 秒 | 6 秒 = $0.1125 · 8 秒 = $0.15 | $0.40 標準(720p/1080p)・$0.10〜$0.12 Fast | Gemini API 料金 |
| runway-gen4-turbo(image-to-video) | $0.025 / 秒 | 5 秒 = $0.125 · 10 秒 = $0.25 | $0.05(5 credits/秒 × $0.01/credit) | Runway API ドキュメント |
改めてスケール感を。8 秒の Veo 3.1 クリップは byesu で $0.15、Google の標準定価なら $3.20。同じ尺で 20 倍以上の開きがあり、ショットごとにプロンプトを何度も試せるかどうかは、まさにこの差で決まります。Runway Gen-4 Turbo は静止画をアニメ化する image-to-video モデルで、先頭フレームの指定が必須です。
どのモデルを選ぶ?
| モデル | 得意なこと | 単価の位置づけ |
|---|---|---|
| gpt-image-2 | 日常のラフ出し、アイコン、高速反復 | 最安($0.01 / 枚) |
| nano-banana-2 | 生成と編集の両立、テキスト描画、最大 4K | 中位($0.025 / 枚) |
| flux-kontext-max | 参照画像を使った編集、指示追従重視 | 中位($0.025 / 枚) |
| seedream-4.5 | 高解像度のポスター、アートディレクション | プレミアム($0.05 / 枚、4K 込み) |
| gemini-veo31 | テキスト/画像 → 動画、シネマティック 1080p | $0.01875 / 秒 |
| runway-gen4-turbo | 静止画のアニメ化(先頭フレーム必須) | $0.025 / 秒 |
目安としては、gpt-image-2 で反復 → nano-banana-2 か seedream-4.5 で仕上げ → 動画の秒数は画像ドラフトで検証済みのプロンプトに絞る、という流れが無駄がありません。
テキスト・コーディングモデルはどう課金される?
「メディアは絶対単価」ですが、テキスト・コーディング系(Claude / GPT-5.6 / Grok / Gemini)は各社ともトークン課金です。判断材料として、まず各社の公式料金を並べます(100 万トークンあたり、入力 / 出力)。
| モデル | 公式料金(入力 / 出力・100 万トークン) |
|---|---|
| Claude Opus 4.8 | $5 / $25 |
| GPT-5.6 Sol | $5 / $30 |
| GPT-5.6 Terra | $2.5 / $15 |
| GPT-5.6 Luna | $1 / $6 |
| Grok 4.5 | $2 / $6(キャッシュ済み入力 $0.50) |
byesu ではこれらを 1 つのキーで扱い、公開された**グループ倍率(入力 1x / 出力 5x / キャッシュヒット 0.1x)**によるトークン単位の従量課金です。実際のお支払い額は公式料金の一部にとどまり、コンソールでは公式料金と並べて実際の請求価格をリアルタイムで確認できます。
「Opus 4.8 と GPT-5.6 のどちらか」「GPT-5.6 と Grok 4.5 のどちら」で迷うときも、model 文字列を変えるだけで同一キーのままベンチマークできるので、ご自身のワークロードで比べるのがいちばん確実です。詳しい料金の考え方は OpenRouter との比較もあわせてご覧ください。
呼び出し方法
上記のモデルはすべて標準的な OpenAI 形式のエンドポイントで応答します。画像は POST /v1/images/generations、動画は非同期の POST /v1/videos。使うトークンは media / media-gen グループの 1 つだけです。手順は API での呼び出し方、モデル一覧は画像生成・動画生成をご覧ください。チャージはコンソールから行い、サブスクリプション契約や最低利用額はありません。
メディアモデルはトークンのグループにご注意
画像・動画モデルを呼び出すトークンは media / media-gen グループで作成してください。それ以外のグループでは「no available channel」エラーになります。詳細はグループの選び方を参照してください。
関連リンク
- 画像・動画生成 API 料金(まとめ) — 全モデルの単価とアカウントの仕組み
- クイックスタート(3 ステップ) — トークン作成 · アドレス設定 · モデル選択
- API での呼び出し方 — 画像・動画エンドポイントの使い方
- 対応モデル一覧 — テキスト / 画像 / 動画の全モデル
- OpenRouter との比較 — 料金体系・API フォーマットの違い
よくある質問
画像生成 API はどのモデルがいちばん安いですか?
byesu では gpt-image-2 が 1 枚 $0.01 と最安です。nano-banana-2 と flux-kontext-max は $0.025 / 枚、seedream-4.5 は 2K・4K 込みで $0.05 / 枚 です。いずれも 1 つの sk- トークンで呼び出せるため、用途に応じてモデル名を変えるだけで切り替えられます。
Veo 3.1 の API は 1 秒あたりいくらですか?
byesu(モデル名 gemini-veo31)では $0.01875 / 秒 です。8 秒クリップは約 $0.15。Google の公式料金は標準出力でおよそ $0.40 / 秒(Fast ティアで $0.10〜$0.12 / 秒)のため、同じ 8 秒でも公式料金では約 $3.20 になります。失敗した動画タスクは自動返金されます。
gpt-image-2 のトークン課金は 1 枚いくらになりますか?
OpenAI を直接呼ぶ場合、gpt-image-2 は枚数ではなくトークンで課金され(画像出力 100 万トークンあたり $30 など)、1024×1024 の画像は品質設定により公開例でおよそ $0.006(低)〜$0.211(高)と変動します。byesu では品質にかかわらず一律 $0.01 / 枚 で、この計算は不要です。
動画生成タスクが失敗したらどうなりますか?
byesu では失敗した動画タスクは自動返金されます。動画の料金は秒単価 × seconds パラメータで、タスク作成時に課金され、失敗ステータスで終了した場合は全額が返金されます。
Opus 4.8 と GPT-5.6、Grok 4.5 の料金はどう違いますか?
各社の公式料金は、Claude Opus 4.8 が 100 万トークンあたり入力 $5 / 出力 $25、GPT-5.6 Sol が $5 / $30・Terra が $2.5 / $15・Luna が $1 / $6、Grok 4.5 が $2 / $6(キャッシュ済み入力 $0.50)です。byesu ではこれらを 1 つのキーで扱え、公開されたグループ倍率(入力 1x / 出力 5x / キャッシュヒット 0.1x)によるトークン単位の従量課金で、実際のお支払い額は公式料金の一部にとどまります。