AIモデルギャラリー：200以上の主要モデルを1つのAPIで

GPT、Claude、Seedance、GLM、Kling、Seedreamなどを1つのAPIプラットフォームで利用可能。画像、動画、テキスト、音声モデルを閲覧・比較し、公式の直接アクセスよりも割引された価格で呼び出せます。

今すぐ試す

モデル

Claude Opus 5
input text
input image
input document
output text
$
入力トークン100万個あたり4ドル、出力トークン100万個あたり20ドルで、AnthropicのOpusティアモデルにアクセスできます。Claude Opus 5は、リポジトリ規模のコーディング、長期的なエージェント処理、大量のドキュメントを扱うエンタープライズ業務向けに設計されており、100万トークンのコンテキスト、最大12万8,000トークンの出力、ビジョン、適応型思考に対応しています。
by Claude$4/1M tokens input$20/1M tokens output
Gemini 3.6 Flash
input text
input image
input document
output text
$
GPTProtoを通じて、100万入力トークンあたり0.90ドル、100万出力トークンあたり4.50ドルでGoogle Gemini 3.6 Flash APIを利用できます。このモデルはテキスト、画像、動画、音声、PDFに対応し、入力上限は1,048,576トークン、出力上限は65,536トークンです。思考機能の設定やエージェント型ツールにも対応しています。
by Google$0.9/1M tokens input$4.5/1M tokens output
Gemini 3.5 Flash Lite
input text
input image
input document
output text
$
Gemini 3.5 FlashはGoogleによるコスト最適化された超低レイテンシモデルです。1Mトークンのコンテキストウィンドウと、テキスト、動画、音声のタスクを大規模に処理するためのネイティブなマルチモーダル対応を備えています。
by Google$0.18/1M tokens input$1.5/1M tokens output
Kimi K3
input text
input image
input document
output text
$
Kimi K3は、長期的なコーディングとナレッジワークのためのMoonshot AIによる2.8兆パラメータのマルチモーダル推論モデルです。GPTProtoでは、Kimi K3 APIを入力100万トークンあたり$2.70、出力100万トークンあたり$13.50で利用できます。これはMoonshotの現在のリスト価格より10%低い料金です。
by MoonshotAI$2.7/1M tokens input$13.5/1M tokens output
GPT 5.6 Luna
input text
input image
input document
output text
$
gpt-5.6-lunaはOpenAIのGPT-5.6ファミリーの中で最も高速かつ低価格のティアで、コスト重視の大量処理ワークロード（分類、抽出、要約、ユーザー向けチャット）向けに構築されています。GPTProto上のgpt 5.6 luna apiの料金は100万トークンあたり$0.80/$4.80で、OpenAIの$1/$6という定価を20%下回ります。
by OpenAI$0.16/1M tokens input$0.96/1M tokens output
GPT 5.6 Terra
input text
input image
input document
output text
$
gpt-5.6-terraはOpenAIのGPT-5.6ファミリーにおけるバランス型のティアで、コーディング、RAG、ドキュメント分析、構造化出力など、日常的な本番トラフィック向けに位置付けられています。GPTProtoのgpt 5.6 terra apiは100万トークンあたり$2/$12で、OpenAIの$2.50/$15より20%低価格です。料金は200以上のモデルで共有される1つの残高から請求されます。
by OpenAI$1.6/1M tokens input$9.6/1M tokens output
GPT 5.6 Sol
input text
input image
input document
output text
$
gpt-5.6-solは、複数ステップのロジックと自律型エージェント向けに設計されたOpenAIのフラッグシップ推論モデルで、2026年7月にリリースされました。GPTProtoのgpt 5.6 sol APIは100万トークンあたり$4/$24で利用でき、OpenAIの$5/$30の定価より20%安く、200以上のモデルで共有される1つの残高から請求されます。
by OpenAI$4/1M tokens input$24/1M tokens output
Dola Seedream 5.0 Pro 260628
input text
input image
output image
$
Seedream 5.0 ProはByteDanceのフラッグシップ画像モデルです。レイアウト推論、ネイティブ2K出力、14言語の画像内テキストに対応したテキストから画像生成モデルです。GPTProtoではdola-seedream-5-0-pro-260628として、1024×1024画像1枚あたり$0.0405、2Kでは$0.081で提供しています。ByteDanceの通常料金$0.045および$0.09から一律10%割引で、中国本土の電話番号や法人認証は必要ありません。
by Doubao$0.0405 per time
Grok 4.5
input text
input image
output text
$
「Grok 4.5 API」により、開発者はxAIの最先端推論モデルを利用できます。エージェント型ソフトウェアエンジニアリング、複数ステップのツール呼び出し、長いコンテキストでのコード作業向けに構築されています。GPTProtoでは、grok 4.5 APIを40%オフで利用できます。料金は入力トークンが$1.2/100万、出力トークンが$3.6/100万で、単一のOpenAI互換エンドポイントからアクセスできます。
by Grok$1.2/1M tokens input$3.6/1M tokens output
Gemini 3.1 Flash Lite Image
input text
input image
output image
$
Nano Banana Lite APIはGemini 3.1 Flash-Liteモデルを支え、5秒未満の画像生成を実現します。この軽量ビジョンツールは、高速なワークフロー向けに最適化されており、1K解像度と、大規模運用に対応したネイティブな画像間編集を提供します。
by Google$0.0202 per time
Claude Sonnet 5
input text
input document
output text
$
Claude Sonnet 5は、2026年6月30日にリリースされたAnthropicで最もエージェント性の高いSonnetモデルで、より低価格ながらOpus 4.8に近い性能を発揮します。GPTProtoでは、Sonnet 5 APIを100万トークンあたり$1.6 / $8から利用でき、Anthropic公式料金より約20%低く、プラットフォーム上のすべてのモデルで共有される単一の残高から請求されます。
by Claude$1.6/1M tokens input$8/1M tokens output
Minimax M3
input text
input image
input document
output text
$
MiniMax M3は、100万トークンのコンテキストウィンドウとネイティブなマルチモーダル対応を備えた、最先端のMixture-of-Expertsモデルです。高精度な推論を実現するよう設計されており、コーディング、バイリンガルタスク、長文書の分析に優れています。
by MiniMax$0.48/1M tokens input$0.96/1M tokens output
Kling v3.0 4k
input text
input image
output video
$
Kling V3 4kはKuaishouのフラッグシップ動画モデルで、ネイティブの3840x2160解像度に対応しています。マルチショットシーケンス、統合リップシンク、高度な被写体固定機能を備え、映画のようなAI動画生成において業界をリードします。
by Kling$1.008 per time
Dreamina Seedance 2.0 Mini 260615
input text
input image
output video
$
Seedance 2.0 Miniは、ByteDanceの軽量なテキストから動画を生成するモデルです。Seedance 2.0ファミリーの中でも、高速かつ低コストなモデルとして位置付けられています。テキストプロンプトから、480pまたは720pの4～14秒の動画クリップを生成でき、ネイティブ音声とカメラ制御にも対応しています。ソーシャル向け動画、商品ループ、ストーリーボードのプレビューなど、アイデアごとに多数のクリップを生成する大量処理に適しています。GPTProtoでSeedance 2.0 Mini APIを利用すれば、1つのキーで、1つの残高から200以上の他のモデルにもアクセスできます。
by Doubao$0.2365 per time
GLM 5.2
input text
input image
input document
output text
$
GLM-5.2は、Z.ai（旧称Zhipu AI）のオープンウェイトモデルで、753BパラメータのMixture-of-Expertsモデルです。ロスレスな100万トークンのコンテキストウィンドウを備え、長期的なエージェント型コーディングとリポジトリ全体のリファクタリング向けにトレーニングされています。GPTProtoではGLM-5.2 APIを100万トークンあたり$1.26 / $3.96で利用できます。これはZ.aiの定価より10%安く、1つのキーと1つの残高で200以上のモデルを利用できます。
by Z-AI$1.26/1M tokens input$3.96/1M tokens output
Kling v3 Omni 4k
input text
input image
input video
output video
$
Kling Omni 3 4k(v3-omni-4k) by Kuaishouは、ネイティブ4Kのシネマティック動画を生成する高忠実度のマルチモーダルモデルです。高度な物理演算、時間的一貫性、プロフェッショナルな制作ワークフロー向けの精密なカメラ制御を備えています。
by Kling$1.008 per time
GPT 5.1 Chat Latest
input text
input image
input document
output text
$
gpt-5.1 chat latest APIは、ChatGPT内で稼働したGPT-5.1のスナップショットを提供し、高速で自然な会話ができるように調整されています。128Kトークンのコンテキストウィンドウ、テキストと画像の入力、ネイティブな関数呼び出しに対応し、gpt 5.1 chatはチャットボット、サポートエージェント、RAGに適しています。GPTProto gpt 5.1 chat api keyを1つ生成すれば、単一のエンドポイントからgpt 5.5やその他すべてのモデルと併用して呼び出せます。
by OpenAI$1/1M tokens input$8/1M tokens output
Claude Fable 5
input text
input document
output text
$
低価格なClaude-Fable-5 APIは、最も困難なプロジェクトに神話級の知性を提供します。高い安全基準とトークン効率を維持しながら、自律的なコーディング、数日間にわたる推論、複雑なビジョンタスクに優れています。
by Claude$8/1M tokens input$40/1M tokens output
Qwen3.7 Max
input text
input document
output text
$
Qwen3.7-maxは、Alibaba Cloudのテキスト専用推論フラッグシップモデルです。2026年5月に発表され、拡張思考推論を備えた100万トークンのコンテキストウィンドウにより、コーディング、長文書の分析、数時間にわたるエージェント実行に対応します。GPTProtoでQwen3.7-max APIを、200以上のモデルに共通する1つの残高で、公式料金を大幅に下回る価格で利用できます。
by Alibaba$0.36/1M tokens input$1.44/1M tokens output
Gemini 3.1 Flash Image
input text
input image
output image
$
Nano banana APIは、開発者に1秒未満の視覚推論と100万トークンのコンテキストウィンドウを提供します。高スループットのOCR、ネイティブな動画分析、空間検出向けに最適化されており、このAPIはわずかなコストでプロ級の画像認識を実現します。
by Google$0.0402 per time
Claude Opus 4.8 Thinking
input text
input document
output text
$
Claude Opus 4.8 ThinkingはAnthropicの最も高度なモデルで、複雑なロジックに対応する深い推論ブロックを備えています。高精度なコーディング、エージェント型ワークフロー、そしてGPTProto.comの高性能APIを介した200kコンテキストのタスクにはClaudeをご利用ください。
by Claude$4/1M tokens input$20/1M tokens output
Claude Opus 4.8
input text
input document
output text
$
Claude Opus 4.8は、最高水準の推論能力と長いコンテキストの処理に対応しています。深いリサーチや複雑なコーディングタスクにはClaudeをご利用ください。Opus 4.8は当社の統合APIを通じて利用でき、信頼性の高いパフォーマンスと、多様なAIアプリケーションにおける容易なスケーリングを実現します。
by Claude$4/1M tokens input$20/1M tokens output
Gemini 3.5 Flash
input text
input image
input document
output text
$
Gemini 3.5 Flashは、100万トークンのコンテキストウィンドウとネイティブな音声・動画推論機能を備えた、Googleの高スループットなマルチモーダルモデルです。速度と効率性を重視して構築されており、長文書のQAやリアルタイム分析で卓越したパフォーマンスを発揮します。
by Google$0.9/1M tokens input$5.4/1M tokens output
DeepSeek v4 Flash
input text
output text
$
deepseek 4 flash APIはサブ秒の応答時間と128kのコンテキストを提供します。MoEアーキテクチャを採用したこのdeepseek 4 flashモデルは、GPT-4o-miniのような競合モデルの数分の一のコストで、コーディングや高スループットのタスクに優れています。
by DeepSeek$0.14/1M tokens input$0.28/1M tokens output
DeepSeek v4 Pro
input text
output text
$
DeepSeek 4 Pro APIは、100万トークンのコンテキストウィンドウでフラッグシップレベルの推論を実現します。エージェント型コーディングとSTEMロジック向けに最適化され、競合他社の8分の1のコストで卓越したパフォーマンスを提供します。今すぐGPTProto.comからdeepseek 4 pro apiにアクセスできます。
by DeepSeek$1.392/1M tokens input$2.784/1M tokens output
Grok 4.3
input text
input image
output text
$
AI Grok 4.3はxaiの強力な推論モデルです。512Kのコンテキストウィンドウとリアルタイムのウェブ統合機能を兼ね備えています。複雑なコーディング、数学、エージェント型ワークフローに最適で、シンプルなAPI統合を通じて卓越したパフォーマンスを発揮します。
by Grok$0.75/1M tokens input$1.5/1M tokens output
GPT 5.4 Pro
input text
input image
input document
output text
$
gpt 5.4 pro APIは、複雑な論理処理とバックエンドコーディング向けに設計された高忠実度モデルです。歴史的な数学問題の解決で知られるこのGPTは、安定したPro出力を求める研究者や大規模機関に、深い技術的精度を提供します。
by OpenAI$24/1M tokens input$144/1M tokens output
GPT 5.5 Pro
input text
input image
input document
output text
$
gpt 5.5 pro APIは、圧倒的な速度で科学レベルの推論を提供します。プロフェッショナルな開発者向けに最適化されたこのgptモデルは、複雑なコードのデバッグや長文脈の論理タスクで優れた性能を発揮しながら、トークン消費量を削減します。
by OpenAI$24/1M tokens input$144/1M tokens output
GPT 5.5
input text
input image
input document
output text
$
GPT-5.5は、速度と創造的知性における大きな変化をもたらします。ユーザーは、強化されたコーディングロジックと感情的な文脈の保持を理由にGPT-5.5へ移行しています。GPT-5.5の料金はプレミアムな機能を反映していますが、GPT 5.5 APIの効率性により、トークンの総消費量を削減できる場合がよくあります。本ガイドでは、GPT-5.5のパフォーマンス指標、トークンコスト、クリエイティブライティングの改善について分析します。GPT-5.5 — 会話型AIと複雑な推論における画期的な進歩です。
by OpenAI$4/1M tokens input$24/1M tokens output
Kimi K2.6
input text
input document
output text
$
Kimi K2.6は、オープンソースAIの性能における大きな転換を示しており、Artificial Analysis Intelligence Indexで第4位にランクインしています。このマルチモーダルモデルは、複雑なコーディング、ビジョンタスク、エージェント型ワークフローを高い効率で処理します。プロプライエタリモデルに代わる費用対効果の高い選択肢を求める開発者にとって、Kimi K2.6の料金はSonnet 4.6と比較して約5倍のコスト削減を実現しながら、Opus 4.7の機能の約85%に匹敵します。GPTProtoは安定したKimi K2.6 APIアクセスを提供し、複雑なローカルハードウェア要件やクレジットベースの制限なし…
by MoonshotAI$0.855/1M tokens input$3.6/1M tokens output
GPT Image 2
input text
input image
output image
$
gpt-image-2は、OpenAIの2026年4月の画像モデルです。レンダリング前に構図を計画するエージェント型の「思考」、ネイティブ2K出力、CJKを含む画像内の多言語テキスト、最大16枚の参照画像に対応したマスクベースの編集を備えています。標準のOpenAIリクエスト形式でGPTProtoを経由して利用できます。
by OpenAI$6.4/1M tokens input$24/1M tokens output
Claude Opus 4.7 Thinking
input text
input document
output text
$
Claude Opus 4.7は、特に複雑なエンジニアリングとビジュアル分析において、AIエージェントの能力を飛躍的に向上させます。高速なレスポンスと深い思考の間をつなぐ、xhigh推論強度を導入しています。SWE-benchにおける本番タスクの解決率を3倍に向上させ、2576pxのビジョンサポートを備えたClaude Opus 4.7は、単なるチャットボットではありません。自らの結果を検証する、完全に機能するエージェントです。GPTProto.comでClaude Opus 4.7を利用すれば、100万トークンあたり$5/$25という競争力のある料金で、安定したAPIアクセスとシームレスな統合体験を、クレジットの有効期限を気にする…
by Claude$4/1M tokens input$20/1M tokens output
Claude Opus 4.7
input text
input document
output text
$
Claude Opus 4.7は、自律型AIの能力における大きな飛躍を実現し、特に人間による監督を最小限に抑えながら、より長く複雑なタスクに対応できるよう設計されています。このアップデートでは、Claude Codeを使用する開発者向けに、革新的なxhigh思考レベルとUltra Reviewコマンドが導入されました。最大2,576ピクセルの画像をサポートする強化された視覚機能と、新たな自己検証ロジックにより、Claude Opus 4.7は技術レポートやコーディングにおいて、より高い精度を実現します。GPTProtoでは、柔軟な料金システムを利用して、この強力なAPIをすぐに統合できます。以前のバージョンと同様の競争力のある価格で…
by Claude$4/1M tokens input$20/1M tokens output
Dreamina Seedance 2.0 Fast 260128
input text
input image
output video
$
The dreamina-seedance-2-0-fast-260128 APIは、GPTProto上で提供されるByteDanceのSeedance 2.0 Fastテキスト・トゥ・ビデオモデルのDreaminaチャンネル版です。ByteDanceのDreaminaクリエイティブラインを通じて提供され、doubao版と同じ速度最適化モーションエンジンを採用しています。480p〜720p、4〜14秒の動画を生成でき、ネイティブ音声と再現性のためのシードを任意で指定できます。Seedance 2.0 Fastモデルの全体概要についてはdoubao-seedance-2-0-fast-260128ページをご覧ください。このページでは、…
by Doubao$0.2365 per time
Dreamina Seedance 2.0 260128
input text
input image
output video
$
GPTProtoでDreamina Seedance 2.0 APIを呼び出し — ByteDanceのネイティブ同期音声対応テキスト・動画モデル。4～15秒のクリップを1回あたり$0.2957から利用可能。1つの残高、1つのOpenAI形式キーで、同じアカウント上の200以上のモデルにアクセスできます。
by Doubao$0.2957 per time
Vidu 2.0
input image
output video
$
Vidu 2.0は、プロのアニメ制作に匹敵する、非常にシャープで「クリスピー」な映像を生成できることで知られる次世代AI動画モデルです。Vidu 2.0は美的品質と高忠実度のアニメーションに優れている一方、制限の厳しいクレジットシステムや、複雑な動きの中でリップシンクが安定しないことに悩むユーザーも少なくありません。Kling AIやSeedance 2.0などの代替サービスと比較すると、Vidu 2.0はプレミアムな映像出力を提供しますが、プロンプトへの忠実度を確保するには慎重なプロンプトエンジニアリングが必要です。GPTProtoプラットフォームを通じて、開発者やクリエイターはより柔軟な料金体系でVidu 2.0にアクセスでき、…
by Vidu$0.08 per time
Doubao Seedance 2.0 260128
input text
input image
output video
$
Doubao Seedance 2.0は、テキスト、画像、動画、音声を1回の呼び出しで受け取り、同期した動画と音声を一度に生成する、統合オーディオビデオアーキテクチャを基盤としたByteDanceの第2世代動画モデルです。このページでは、テキストから動画を生成するエンドポイントを紹介します。プロンプトを入力すると、ネイティブサウンド付きで、最大1080pの4～15秒のクリップを取得できます。GPTProtoでdoubao-seedance-2-0-260128を$0.2957/runから利用可能です。残高は1つで管理でき、OpenAI互換のアクセスを利用できます。Jimeng/Volcano Arkのアカウントや地域別の支払い設定は…
by Doubao$0.2957 per time
Doubao Seedance 2.0 Fast 260128
input text
input image
output video
$
The Seedance 2.0 Fast APIは、ByteDanceの速度最適化済みテキスト・トゥ・ビデオモデルです。大量の本番制作向けに、高速な動きと映画的なアクションショットを実現するよう構築されています。このページはdoubao-seedance-2-0-fast-260128ビルド、つまりSeedance 2.0 FastのDoubaoチャンネル版で、4～14秒の480p～720pクリップを生成し、ネイティブ音声とカメラ固定制御をオプションで利用できます。GPTProtoでは、200種類以上の他のモデルも利用できる1つのOpenAI互換APIキーでこのモデルにアクセスでき、1クリップあたり$0.2365からの手頃な従量課…
by Doubao$0.2365 per time
Grok 4.20 Beta 0309 Reasoning
input text
input image
output text
$
The grok-4.20-beta-0309-reasoningは、推論に特化した人工知能の最新の進化形です。深い論理分析を必要とする開発者向けに設計されたgrok-4.20-beta-0309-reasoningモデルは、複数ステップの問題解決とチェーン・オブ・ソート処理に優れています。GPTProtoプラットフォームを通じてgrok-4.20-beta-0309-reasoningを統合することで、ユーザーは会話履歴をサーバー上で保持するステートフルなResponses APIを利用でき、高度なAIエージェントの構築に伴う複雑さを大幅に軽減できます。コードのデバッグから複雑なレポートの生成まで、grok-4.20-beta-0…
by Grok$0.75/1M tokens input$1.5/1M tokens output
Grok 4.20 Beta 0309 Non Reasoning
input text
input image
output text
$
grok-4.20-beta-0309-non-reasoningモデルは、高速な人工知能における画期的な進歩を体現しています。深い思考過程の処理に伴うオーバーヘッドなしで即時出力が求められるタスク向けに特別に設計されたgrok-4.20-beta-0309-non-reasoningは、リアルタイムチャット、コンテンツの要約、反復的なデータ変換に優れています。GPTProtoを介してgrok-4.20-beta-0309-non-reasoning APIを活用することで、開発者は従来のレイテンシーのボトルネックを回避できます。このgrok-4.20-beta-0309-non-reasoningバリアントは、コスト効率と安定性を…
by Grok$0.75/1M tokens input$1.5/1M tokens output
Grok 4.20 Multi Agent Beta 0309
input text
input image
output text
$
grok-4.20-multi-agent-beta-0309モデルは、自律型エージェントの連携と集合的推論における最高峰を体現しています。xAIのロードマップに基づく専門的な反復モデルとして開発されたgrok-4.20-multi-agent-beta-0309は、複数のサブタスクを専門化された内部ペルソナが処理する必要がある複雑なワークフローで優れた性能を発揮します。GPTProtoでgrok-4.20-multi-agent-beta-0309を利用することで、開発者は状態を保持した会話管理、リージョナルエンドポイントによる低レイテンシ、そして高度な推論トレースを利用できます。このベータ版、特にgrok-4.20-multi-…
by Grok$0.75/1M tokens input$1.5/1M tokens output
GLM 5.1
input text
input document
output text
$
GLM-5.1は、エージェント型エンジニアリングと長時間のコーディングタスク向けに設計された、Z.aiの754Bパラメータ、MITライセンスのオープンウェイトモデルです。テキスト入力を受け付け、テキストを返し、最大128K出力トークンに対応した200Kトークンのコンテキストウィンドウをサポートします。公式に文書化されている機能には、思考モード、ストリーミング、関数呼び出し、コンテキストキャッシュ、構造化出力、MCP統合が含まれます。GPTProtoでは、入力トークン100万個あたり$1.26、出力トークン100万個あたり$3.96でGLM-5.1 APIにアクセスできます。これはZ.aiの提示する$1.40/$4.40の料金より10…
by Z-AI$1.26/1M tokens input$3.96/1M tokens output
Kling v3 Omni Pro
input text
input image
input video
output video
$
kling-v3-omni-proは、卓越した被写体の一貫性とネイティブな音声・映像同期を提供する、AI動画生成技術の最高峰です。統合型マルチモーダルモデルとして、kling-v3-omni-proは、クリエイターが複雑なシーン遷移と多言語サポートを備えた最長15秒の動画を制作できるようにします。GPTProto経由でkling-v3-omni-pro APIを活用することで、企業は専門家レベルの精度で高解像度コンテンツの制作を自動化できます。このモデルは、ストーリーボードレベルの制御と強化された顔の一貫性を導入することで従来のモデルを上回っており、信頼性と高性能が求められる現代のデジタルマーケティングや映像制作のワークフローに不可…
by Kling$0.2688 per time
Kling v3 Omni Std
input text
input image
input video
output video
$
The kling-v3-omni-stdモデルは、Kling 3.0シリーズにおけるマルチモーダルAI生成の頂点を体現しています。オールインワンソリューションとして設計されたkling-v3-omni-stdは、被写体の一貫した保持と、ネイティブな音声・映像同期を実現します。GPTProto APIプラットフォームを通じてkling-v3-omni-stdを利用することで、ユーザーは複雑なシーン遷移を含む、最大15秒の高解像度動画を生成できます。このモデルは、プロフェッショナル品質のAI動画制作やナラティブストーリーテリングに必要な中核的なクリエイティブ機能を損なうことなく、コスト効率を高めるよう最適化されています。kling-v…
by Kling$0.2016 per time
Text Embedding Ada 002
input text
output text
$
text-embedding-ada-002モデルは、テキストを高次元のベクトル表現に変換する業界標準です。text-embedding-ada-002を活用することで、開発者はセマンティック検索、レコメンデーションエンジン、感情分析タスクにおいて比類のない精度を実現できます。この特定のAIモデルはコストとパフォーマンスを最適化しており、text-embedding-ada-002 apiはエンタープライズグレードのAIアプリケーションに最適な選択肢です。GPTProtoでは、複雑なクレジットシステムに煩わされることなく、text-embedding-ada-002へシームレスにアクセスできます。text-embedding-a…
by OpenAI$0.07/1M tokens input
GPT 5.4 Nano
input text
input image
input document
output text
$
GPT-5.4 Nano APIは、より大規模なモデルのコストやレイテンシーをかけずに、信頼性の高いインテリジェンスを必要とする開発者向けの、OpenAIの高効率なテキスト・トゥ・テキストエンドポイントです。リアルタイムの分類、意図検出、簡潔な要約向けに構築されたGPT-5.4 Nanoは、毎秒150以上のトークンで動作し、入力100万トークンあたり$0.16、出力100万トークンあたり$1で提供されています—現在GPTProtoでは20%オフです。これは、本番環境向けAIを実現するコスト効率の高い従量課金制の方法であり、プラットフォーム上のすべてのモデルで使える1つのAPIキーを利用できます。
by OpenAI$0.16/1M tokens input$1/1M tokens output
GPT 5.4 Mini
input text
input image
input document
output text
$
The gpt-5.4-mini AIモデルは、コンパクトな知性の頂点を体現し、大量のタスクに対応する高効率な選択肢を開発者に提供します。Responses API向けに設計されたgpt-5.4-miniは、従来世代と比べて、速度、費用対効果、推論能力に優れています。GPTProto.comでは、gpt-5.4-miniはクレジット制限のないシームレスな統合環境と、超安定したパフォーマンスを提供します。リアルタイムのチャットエージェントを構築する場合でも、複雑なデータ処理パイプラインを構築する場合でも、gpt-5.4-miniは一貫した結果を実現します。gpt-5.4-mini APIを活用することで、企業はより大規模で高コストな推…
by OpenAI$0.6/1M tokens input$3.6/1M tokens output
GLM 5 Turbo
input text
input document
output text
$
GLM-5-Turboは、リアルタイムのチャット補完、ツール呼び出し、マルチターンのエージェントループに対応する、Z-AIの速度重視ティアのテキストモデルです。テキスト入力・テキスト出力に対応し、262Kのコンテキストウィンドウと設定可能な推論機能を備えています。GPTProtoでは、1Mトークンあたり$1.08 / $3.60でGLM-5-Turbo APIを利用できます。これは通常価格より10%安く、200種類以上の他のモデルにも使える1つの残高で支払えます。
by Z-AI$1.08/1M tokens input$3.6/1M tokens output
Vidu Q3 Turbo
input text
input image
output video
$
vidu q3 AIモデルは、デジタルクリエイターにとって時間的一貫性とシネマティックなレンダリングを大きく飛躍させるものです。vidu q3アーキテクチャを活用することで、ユーザーはフレーム間で被写体のアイデンティティを維持した、高忠実度の動画シーケンスを生成できます。GPTProto APIを通じてシームレスに統合されたvidu q3は、ビジュアルエフェクトやマーケティングコンテンツの迅速なプロトタイピングを可能にします。複雑な物語を構築する場合でも、短編のソーシャルメディア動画を作成する場合でも、vidu q3エンジンはプロフェッショナルな制作に必要な安定性とディテールを提供します。GPTProtoではクレジットベースの制限が…
by Vidu$0.032 per time
GPT 5.4
input text
input image
input document
output text
$
gpt-5.4は大規模言語モデルの最新の進化形であり、単純なチャット補完を超えて、完全なエージェント型エコシステムへと進化しています。GPT Protoで現在利用可能なgpt-5.4は、革新的なResponses APIを活用し、ウェブ検索やコードインタープリターなどの組み込みツールをネイティブに提供します。推論能力が大幅に向上し、前世代モデルと比べてSWE-benchスコアが3%改善されたgpt-5.4は、複雑な問題解決において、状態を保持するコンテキストと高精度な出力を必要とする開発者向けに設計されています。高い安定性を備えた当社のプラットフォームで、gpt-5.4とともにAI自動化の未来を体験してください。
by OpenAI$2/1M tokens input$12/1M tokens output
Gemini 3.1 Flash Lite Preview
input text
input image
input document
output text
$
gemini-3.1-flash-lite-previewは、生成AIにパラダイムシフトをもたらすモデルです。速度と効率性に最適化された、100万トークンという広大なコンテキストウィンドウを備えています。狭いメモリ容量に制限される従来のモデルとは異なり、gemini-3.1-flash-lite-previewでは、コードベース全体、数時間に及ぶ動画、大規模なドキュメントライブラリを1つのプロンプトで開発者がアップロードできます。GPT Protoプラットフォームを通じて利用できるこのモデルは、多くのユースケースでRAG（検索拡張生成）の複雑さを解消し、コンテキスト内学習で高い精度を実現します。GPT Proto上でgemini-3…
by Google$0.15/1M tokens input$0.9/1M tokens output
O3 Mini
input text
output text
$
o3-mini/text-to-textモデルは、コスト効率に優れた推論の頂点を体現しています。OpenAIによって設計され、高性能なGPT Protoプラットフォーム上でホスティングされるo3-mini/text-to-textは、数学、プログラミング、科学分野における複雑な問題解決に卓越しています。標準的な大規模言語モデルとは異なり、o3-mini/text-to-textは応答前に論理を検証する専門的な推論チェーンを活用し、ハルシネーションを大幅に削減します。GPT Protoを通じてo3-mini/text-to-textを統合することで、ユーザーはレイテンシーを最小限に抑えながら、高度なエンタープライズアプリケーションに必…
by OpenAI$0.77/1M tokens input$3.08/1M tokens output
Gemini 3.1 Flash Image Preview
input text
input image
output image
$
nanobanana2モデルは、特に高い精度と低いレイテンシを求める開発者向けに設計された、人工知能の世界における革新的な進歩です。nanobanana2は、自然言語理解、複雑なコード生成、繊細な感情分析において優れた性能を発揮します。GPTProtoでnanobanana2 APIを利用することで、ユーザーは制約の多い月額サブスクリプションを必要としない、安定した環境のメリットを享受できます。nanobanana2は従来のモデルと比べて優れた推論能力を備えており、エンタープライズレベルのアプリケーションやクリエイティブな自動化における第一の選択肢となっています。nanobanana2ユーザー向けに最適化された柔軟な料金体系と堅牢な…
by Google$0.0402 per time
GPT 5.3 Codex
input text
input image
input document
output text
$
gpt-5.3-codex/text-to-textモデルは、エージェント型のテキストおよびコード生成における頂点を体現しています。革新的なResponses APIフレームワークを基盤に構築されたこのモデルは、ネイティブなマルチターン状態管理と統合ツール利用を提供し、従来のチャット補完の枠を超えています。複雑なソフトウェアのリファクタリングを自動化する場合でも、高精度な推論エージェントを構築する場合でも、gpt-5.3-codex/text-to-textは従来のモデルと比べて論理的一貫性を30%向上させます。GPT Protoでは、最適化されたプロンプトキャッシュと透明性の高い「Add Funds」請求システムにより、この強力な…
by OpenAI$1.225/1M tokens input$9.8/1M tokens output
DeepSeek v3.2
input text
output text
$
deepseek-v3.2/text-to-text とともに、推論の次なる進化を体験しましょう。GPT Proto エコシステムに完全統合されたこのモデルは、Mixture-of-Experts（MoE）アーキテクチャにおける大きな飛躍を実現し、複雑な問題解決や創造的な統合に比類のない効率性を提供します。複雑なソフトウェア開発ワークフローの自動化から、ニュアンスに富んだローカライズコンテンツの生成まで、deepseek-v3.2/text-to-text は高い精度と深い洞察力を発揮します。GPT Proto 上で deepseek-v3.2/text-to-text を活用することで、ユーザーは知性を損なうことなく、低レイテンシ…
by DeepSeek$0.168/1M tokens input$0.252/1M tokens output
Claude Opus 4.6 Thinking
input text
input document
output text
$
Claude APIは、大規模言語モデル技術における大きな飛躍を体現しており、複雑なデータ処理に対応する卓越した推論能力、安全性、そして大容量のコンテキストウィンドウを提供します。GPTProtoを通じてClaude APIを活用することで、開発者や企業は、複雑な指示にも正確に対応できる高度なAIソリューションを導入できます。自動化されたカスタマーサポートシステム、法務文書の分析ツール、クリエイティブな文章作成アシスタントのいずれを構築する場合でも、Claude APIは必要な信頼性とニュアンスを提供します。GPTProtoはClaude APIとのシームレスな統合を実現し、ダウンタイムを最小限に抑え、生成AIプロジェクト全体のパフ…
by Claude$4/1M tokens input$20/1M tokens output
Minimax M2.5
input text
input document
output text
$
MiniMax-M2.5は、MiniMax AIエコシステム内で信頼性の高いテキスト処理および推論機能を求める開発者に向けた、基盤となる強力なモデルです。M2.7のように速度が向上した新しいバージョンが登場する一方で、MiniMax-M2.5は、大規模なバッチ推論や本番ワークフローに適した、安定性とコスト効率に優れた選択肢であり続けています。構造化された推論能力と、拡大を続けるマルチモーダル対応への取り組みで知られるMiniMax-M2.5は、複雑なエージェントタスクのための技術的な基盤を提供します。GPTProtoでは、シンプルな従量課金モデルでMiniMax-M2.5を提供しており、隠れた月額料金はなく、実際に使用したトークン分…
by MiniMax$0.24/1M tokens input$0.96/1M tokens output
Seedream 5.0 260128
input text
input image
output image
$
GPTProtoでグローバルのBytePlus seedream-5-0-260128ルートを、1画像あたり0.0298ドルで利用できます。これはVolcengineのdoubao-seedream-5-0-260128と同じSeedream 5.0 Liteリリースを指しており、モデル文字列は基盤となる画像モデルではなく、上流の地域ゲートウェイに応じて変わります。
by Doubao$0.0297 per time
Doubao Seedream 5.0 260128
input text
input image
output image
$
GPTProtoを通じて、正確なモデル文字列 `doubao-seedream-5-0-260128` でByteDance Seedream 5.0 Lite APIにアクセスできます。テキストプロンプトから1回あたり$0.0298で画像を生成できます。これは表示されている市場参考価格$0.035より約15%低い料金です。GPTProtoの同じアカウントを使用し、200種類以上のAIモデルで残高を共有できます。
by Doubao$0.0297 per time
Gemini 3.1 Pro Preview
input text
input image
input document
output text
$
gemini-3.1-pro-preview/text-to-textモデルは、長文コンテキストを扱う大規模言語モデルの頂点に位置し、開発者による大規模データセットの処理方法を一変させる、前例のない200万トークンのコンテキストウィンドウを提供します。GPT Protoプラットフォームでgemini-3.1-pro-preview/text-to-textを利用することで、ユーザーは優れた推論、高精度な情報検索、そして多ショットのインコンテキスト学習機能を活用できます。数千行のコードや法律文書のライブラリ全体を分析する場合でも、gemini-3.1-pro-preview/text-to-textは情報のノイズに埋もれて詳細が失われ…
by Google$1.2/1M tokens input$7.2/1M tokens output
Claude Sonnet 4.6
input text
input document
output text
$
claude sonnetモデルは、人工知能の進化における重要なマイルストーンを示す存在であり、認知の深さと処理速度を高度なバランスで実現します。Anthropicによって設計され、GPTProto上でホストされるclaude sonnetは、より大規模なモデルに伴う遅延を抑えながら、きめ細かな推論を必要とするエンタープライズグレードのタスクに対応できるよう設計されています。claude sonnet APIを利用することで、開発者はコーディング、多言語翻訳、複雑なデータ抽出に優れたモデルへアクセスできます。GPTProtoを使えば、合理化されたAIインフラストラクチャを通じてclaude sonnetを活用でき、競争の激しい環境に…
by Claude$2.4/1M tokens input$12/1M tokens output
Claude Sonnet 4.6 Thinking
input text
input document
output text
$
Claude Sonnet 4.6 Thinkingは、推論に特化したAIモデルにおける大きな飛躍を示し、指示への従いや論理的な深度において、Opusのような多くのより大規模なモデルを上回ります。標準的なモデルが答えを急ぐ一方で、Claude Sonnet 4.6 Thinkingは論理を洗練させるためにより多くの内部処理を行うため、コーディング、複雑なデータ抽出、特定のトーンが求められるクリエイティブなタスクに最適です。GPTProtoを使用すれば、制限の多いサブスクリプション階層を回避し、統合API経由でこのモデルにアクセスできます。当社のプラットフォームにより、クレジットのリセットや使用量の上限を気にすることなく、Claude…
by Claude$2.4/1M tokens input$12/1M tokens output
Doubao Seed 2.0 Code Preview 260215
input text
input image
output text
$
Seed 2.0 Codeは、ByteDanceが開発したフラッグシップコーディングモデルで、128kコンテキストの推論に対応するよう設計されています。このSeedバージョンは、リポジトリレベルのロジック、UIからコードへの変換タスク、そして現代のエンジニアリングチーム向けの高同時実行APIパフォーマンスに優れています。
by Doubao$0.371/1M tokens input$1.8551/1M tokens output
Kimi K2.5
input text
input document
output text
$
Kimi 2.5は、速度、信頼性、費用対効果に特化して最適化された、Moonshot AIの高性能な大規模言語モデルです。高度なAttention ResidualsとKDAアーキテクチャを採用し、Kimi 2.5は驚異的な速度でのトークン生成と、優れたマルチモーダル機能を実現します。長いコンテキストウィンドウを必要とするタスクから、OpenCodeを介したフロントエンドWebデザインまで、Kimi 2.5 APIは、Claude Opusのような高価なモデルに代わる、安定性と予算効率に優れた選択肢を提供します。GPTProtoでは、開発者はKimi 2.5の料金プランを利用でき、堅牢なインフラストラクチャと優れた視覚的推論精度を維…
by MoonshotAI$0.54/1M tokens input$2.7/1M tokens output
GLM 5
input text
input document
output text
$
glm-5/text-to-textモデルは、Zhipu AIのエンジニアリングの頂点を体現し、現在ではGPT Protoエコシステムに完全統合されています。自律型エージェントアプリケーションの基盤となる中核として特別に設計されたglm-5/text-to-textは、複数ステップの推論、複雑な指示への対応、高精度なテキスト生成に優れています。大規模な128Kコンテキストウィンドウと最適化されたトークン化により、glm-5/text-to-textはエンタープライズグレードのNLPタスクに信頼性の高い選択肢を開発者に提供します。GPT Protoでglm-5/text-to-textを利用することで、ユーザーは、生の知能を妥協するこ…
by Z-AI$0.9/1M tokens input$2.88/1M tokens output
Claude Opus 4.6
input text
input document
output text
$
claude-opus-4-6/text-to-textモデルは、Anthropicの推論能力の頂点を体現するモデルであり、現在では高性能なGPT Protoプラットフォームを通じて利用できます。極めて高い精度、深い文脈理解、高度なクリエイティブライティングが求められるタスク向けに設計されたclaude-opus-4-6/text-to-textは、他のモデルが苦戦する場面でも卓越した能力を発揮します。複雑な法務文書の処理、大規模なソフトウェアシステムの設計、繊細なブランドストーリーの作成など、claude-opus-4-6/text-to-textはプロフェッショナル品質の成果物に必要な信頼性と知性を提供します。GPT Proto…
by Claude$4/1M tokens input$20/1M tokens output
Kling v3.0 Pro
input text
input image
input video
output video
$
The kling-v3.0-pro/text-to-videoモデルは、モーション、ライティング、物理的な整合性をかつてないほど自在に制御できる、生成動画技術の頂点です。ハイエンドな制作環境向けに設計されたkling-v3.0-pro/text-to-videoは、複雑なテキスト記述を、滑らかで高解像度の映像ナラティブへと変換できます。GPT Protoプラットフォームでは、堅牢なAPIサポートと透明性の高い料金体系により、このプロフェッショナル品質のツールを活用できます。これにより、kling-v3.0-pro/text-to-videoの出力は、現代のデジタルメディアおよび映画的ストーリーテリングに求められる厳格な基準を、すべ…
by Kling$0.2688 per time
Kling v3.0 Std
input text
input image
input video
output video
$
kling-v3.0-std/text-to-videoモデルは、生成動画技術における大きな飛躍を示すもので、GPT Protoのユーザーに、説明文を高精細で滑らかな動画コンテンツへ変換する機能を提供します。Klingエコシステムにおける標準ティアモデルとして、kling-v3.0-std/text-to-videoは計算効率と息をのむような映像出力を両立します。特に、これまでのモデルではレンダリングが難しかった複雑な人間の動き、現実的な物理演算、緻密な照明シナリオに対応できるよう設計されています。kling-v3.0-std/text-to-videoを活用することで、クリエイターはすべてのフレームで時間的な一貫性を維持した映画的…
by Kling$0.2016 per time
Vidu Q3 Pro
input text
input image
output video
$
viduq3-pro/text-to-videoモデルは、生成メディアにおけるパラダイムシフトを体現しています。従来のモデルとは異なり、viduq3-pro/text-to-videoは、ネイティブな音声と映像の同期に対応した高忠実度の16秒動画生成を実現します。プロフェッショナルなコンテンツクリエイターや企業の厳しい要件に応えるために開発されたviduq3-pro/text-to-videoは、インテリジェントなミラーカットやストーリーボードロジックといった複雑な映像表現を自在に扱います。GPT Proto上でviduq3-pro/text-to-videoを利用することで、ユーザーは迅速な反復作業のために設計された、安定性と高い…
by Vidu$0.04 per time
Kling v2.6 Std
input text
input image
input video
output video
$
ジェネレーティブシネマの頂点を、kling-v2.6-std/text-to-videoで体験しましょう。この最先端モデルは、複雑なテキストの説明を、卓越した時間的一貫性を備えた滑らかで高解像度の動画コンテンツへと変換します。堅牢なGPT Protoプラットフォーム上でホストされるkling-v2.6-std/text-to-videoは、クリエイター、マーケター、開発者に、従来の制作に伴う負担なしで、プロ品質のビジュアルストーリーテリングを実現するスムーズな入口を提供します。ソーシャルメディア向けのコンテンツ制作から映画シーケンスのプロトタイピングまで、kling-v2.6-std/text-to-videoは、現代のデジタル環境…
by Kling$0.056 per time
Vidu Q2 Pro
input image
output video
$
Vidu Q2 Proは、マルチモーダルAIにおける大きな飛躍を実現し、高忠実度の動画生成に特化しています。キャラクターの一貫性とリアルな動きを求めるクリエイターのために設計されたこのVidu Proモデルは、高度なリファレンス画像から動画への変換機能を提供します。マーケティング素材やエピソード形式のコンテンツの制作など、Vidu Q2 APIは安定した処理性能と低レイテンシを実現します。Vidu Q2 Proでは、アートスタイルやシーンの切り替えを正確に制御できます。柔軟な料金体系と信頼性の高いVidu Proへのアクセスにより、開発者が動画制作を効率的に拡張できるGPTProtoで、Vidu Q2 Proの違いを体験してください…
by Vidu$0.032 per time
Vidu Q2 Turbo
input image
output video
$
viduq2-turbo/image-to-videoモデルは、生成ビデオ技術における大きな飛躍を示すもので、特に速度と時間的一貫性に最適化されています。GPT Protoプラットフォームで利用できるこのモデルにより、開発者やクリエイターは静止画像を数秒で滑らかかつ高精細な動画シーケンスへと変換できます。高度な潜在拡散技術を活用することで、viduq2-turbo/image-to-videoは動きを単なるランダムノイズではなく、入力画像のコンテキストを一貫して物理的に表現します。自動化されたマーケティングツールを構築する場合でも、没入型エンターテインメント体験を開発する場合でも、viduq2-turbo/image-to-vide…
by Vidu$0.024 per time
Vidu Q2 Pro Fast
input image
output video
$
The viduq2-pro-fast/image-to-videoモデルは、映像の時間的一貫性とレンダリング効率における大きな飛躍を実現します。深層拡散モデルにありがちなレイテンシーを抑えながら高忠実度の映像出力を必要とするプロフェッショナル向けに設計されたviduq2-pro-fast/image-to-videoは、フレーム間で被写体の同一性を維持することに優れています。静止した商品画像を5秒間のシネマティックな演出へ変換する場合でも、複雑な風景をアニメーション化する場合でも、viduq2-pro-fast/image-to-videoは現代のメディア制作に必要な精度を提供します。GPT Protoを通じて利用できるこのモデル…
by Vidu$0.024 per time
Vidu Q2
input text
input image
output image
output video
$
viduq2/text-to-imageモデルは、高忠実度AI画像生成の頂点を体現し、1080pから4K解像度まで比類のないディテールを提供します。高度な拡散アーキテクチャを基盤とするviduq2/text-to-imageは、解剖学的な正確さと映画のようなライティングを備えた、複雑で多層的なプロンプトの解釈に優れています。GPT Protoプラットフォームで利用できるこのモデルは、Eコマースの商品レンダリングからハイエンドなコンセプトアートまで、プロフェッショナル品質のクリエイティブワークフローに必要な安定性と速度を開発者やクリエイターに提供します。GPT Protoでviduq2/text-to-imageを選択することで、ユー…
by Vidu$0.024 per time
Grok Imagine Image
input text
input image
output image
$
grok-imagine-image/text-to-imageで、生成美学の頂点を体験してください。このモデルはxAIによって開発され、GPT Proto上でホストされており、プロンプトへの忠実度とビジュアルの精度におけるパラダイムシフトを実現します。従来世代の拡散モデルとは異なり、grok-imagine-image/text-to-imageは、生成されたシーン内での人体の描写、複雑なライティング、判読可能なタイポグラフィのレンダリングに優れています。GPT Protoを介してgrok-imagine-image/text-to-imageをワークフローに統合することで、高価なハードウェアや制約の多い月額サブスクリプションを必…
by Grok$0.012 per time
GPT 4.1 Mini 2025 04 14
input text
input image
input document
output text
$
The gpt-4.1-mini-2025-04-14/text-to-textは、最小限のレイテンシで高性能なテキスト生成を実現するために設計された、革新的でコンパクトな言語モデルです。2025年初頭にリリースされたこのモデルは、大規模なフラッグシップモデルと超高速・軽量なバージョンの間のギャップを埋めます。リアルタイムの会話エージェント、複雑な要約、構造化データの抽出に優れています。従来モデルとは異なり、gpt-4.1-mini-2025-04-14/text-to-textは、完全なGPT 4シリーズの推論能力の95%を維持しながら、トークンコストを大幅に削減する新しい蒸留アーキテクチャを採用しています。開発者からは、大規模な…
by OpenAI$0.28/1M tokens input$1.12/1M tokens output
Qwen Turbo
input text
output text
$
qwen-turbo/text-to-textモデルは、Alibaba Cloudが開発した最先端の大規模言語モデルです。著名なQwenファミリーに属し、特に高速処理と低レイテンシーのパフォーマンスに最適化されています。Turbo版として、インテリジェンスとコスト効率の絶妙なバランスを実現しており、リアルタイムアプリケーションに最適です。このモデルは多言語理解に優れており、特に英語と中国語に対応し、複雑な推論やクリエイティブな文章作成をサポートします。より大規模な姉妹モデルと比較して、qwen-turbo/text-to-textは高い論理的精度を維持しながら、より高速な応答時間を実現します。GPT Protoプラットフォーム上で、…
by Alibaba$0.045/1M tokens input$0.18/1M tokens output
Qwen Plus
input text
output text
$
qwen-plus/text-to-textは、Alibaba Cloudが開発した高度な大規模言語モデルで、著名なQwenファミリーに属しています。中堅から上位層に位置するモデルとして、推論能力と計算効率の最適なバランスを実現しています。複雑なテキスト生成と理解を目的に設計されたqwen-plus/text-to-textは、多言語処理、特に中国語と英語のコンテキストにおいて優れた性能を発揮します。堅牢な論理的推論、数学的能力、コード生成を強みとしています。自動コンテンツ作成から複雑なデータ分析まで、qwen-plus/text-to-textは、大規模なフラッグシップモデルに伴うレイテンシーを抑えながら、エンタープライズレベルの…
by Alibaba$0.36/1M tokens input$1.08/1M tokens output
Qwen3 Max
input text
output text
$
qwen3-max/text-to-textモデルは、Alibaba Cloudの最新世代の言語モデルを代表する最高峰のモデルです。高度なトランスフォーマーアーキテクチャを基盤とし、qwen3-max/text-to-textは、複雑な推論、数学的問題解決、高度なコーディングタスクにおいて卓越した性能を発揮します。Qwen3ファミリーのフラッグシップモデルとして、広大なコンテキストウィンドウと、洗練された指示追従能力を備えています。前世代モデルと比較して、qwen3-max/text-to-textはより優れた論理的一貫性と、多様な文化的コンテキストに対するよりきめ細かな理解を提供します。複数の言語や専門分野にわたる高精度なテキスト…
by Alibaba$1.08/1M tokens input$5.4/1M tokens output
GPT 5.2 Codex
input text
input image
input document
output text
$
gpt-5.2-codex/text-to-textは、OpenAIの推論シリーズの頂点に位置するモデルであり、GPT Protoプラットフォーム上で高密度な論理処理とプログラム構造に特化して最適化されています。基盤となるGPT-5アーキテクチャを土台に、このcodexバリアントは、構文の正確性とアルゴリズム的な問題解決のための専門的なトレーニングを統合しています。人間の複雑な要件を実行可能なロジックや、ニュアンスに富んだ技術文書へ変換することに優れた、高知能のテキスト変換エンジンとして機能します。GPT Protoで洗練されたgpt-5.2-codexを利用することで、開発者は標準的な推論モデルと比較して、速度とコンテキスト保持性…
by OpenAI$1.225/1M tokens input$9.8/1M tokens output
GPT 5.1 Codex Max
input text
input image
input document
output text
$
gpt-5.2は、OpenAIの言語モデル進化における最先端を担うモデルであり、深い推論とマルチモーダル処理の効率性に特化して改良されています。GPT-5エコシステムにおける段階的でありながら強力なアップデートとして、gpt-5.2は、推論負荷をより細かく制御できる機能と、新しいResponses APIを通じた指示追従性能の向上を実現しています。このモデルは、コード生成、論理的推論、画像処理において高い精度を必要とする開発者向けに設計されています。GPT Protoプラットフォームでは、ユーザーはgpt-5.2をエンタープライズグレードのアプリケーションに活用でき、優れたコンテキストウィンドウと低レイテンシのパフォーマンスというメ…
by OpenAI$0.875/1M tokens input$7/1M tokens output
Kling Image O1
input text
input image
output image
$
kling-image-o1/text-to-imageは、Kling AIエコシステム内で高精度なビジュアル合成を実現する最先端の生成モデルです。標準的なKling画像シリーズを進化させたこのo1バリアントは、複雑なプロンプトをより的確に意味理解するための高度な推論能力を備えています。フォトリアルなテクスチャ、映画的なライティング、そして標準モデルでは見落とされがちな精緻な建築ディテールの生成に優れています。デジタルエンターテインメント向けのアセット制作から高品質なマーケティング素材の作成まで、kling-image-o1/text-to-imageは堅牢でプロフェッショナルな出力を提供します。空間的な一貫性と美的調和を維持する能…
by Kling$0.0224 per time
Kling Video O1 Pro
input text
input image
input video
output video
$
kling-video-o1-pro/text-to-videoは、プロフェッショナル品質の出力に特化して設計された、Kling AIの生成動画技術の頂点です。Klingファミリーの進化形として、このモデルは高度な推論能力を備え、複雑なプロンプトを高い時間的一貫性とリアルな物理的相互作用をもって解釈します。映画のような美しさと滑らかな動きを備えた、高解像度1080pコンテンツの生成に優れています。標準的な生成動画モデルと比較して、kling-video-o1-proはより長いシーケンスにわたって細部を優れた精度で保持します。安定したAPI統合を通じて、AI生成によるビジュアルストーリーを正確に制御する必要があるマーケティング代理店、…
by Kling$0.2688 per time
Kling Video O1 Std
input text
input image
input video
output video
$
kling-video-o1-std/text-to-videoは、複雑なテキストによる説明を高品質なシネマティック映像へと変換するために設計された、最先端の生成動画モデルです。評価の高いKling AIファミリーの標準バージョンとして、このモデルは計算効率と息をのむような映像のリアリティを両立しています。現実世界の物理法則のシミュレーション、キャラクターの一貫性の維持、プロの映像制作に匹敵する滑らかな動きの生成を得意としています。短編のソーシャルメディア動画の作成から大規模な映画プロジェクトの構想まで、kling-video-o1-std/text-to-videoは現代のデジタルストーリーテリングに必要な信頼性と創造性を提供しま…
by Kling$0.2016 per time
Kling v2.6 Pro
input text
input image
input video
output video
$
kling-v2.6-pro/text-to-videoは、プロフェッショナル品質のビジュアルストーリーテリングを実現するために設計された、最先端の生成動画モデルです。Klingの中核アーキテクチャを基盤に、このPro版ではモーションダイナミクスと時間的一貫性が大幅に強化され、映画のように滑らかな動きを備えたフルHD 1080pの映像シーケンスを生成できます。複雑な物理法則や生き生きとした人間の表情のシミュレーションに優れており、広告、映画のプリビジュアライゼーション、高度なデジタルマーケティングに最適な選択肢です。標準モデルと比較して、kling-v2.6-pro/text-to-videoはプロンプトへの忠実度と高度なカメラ制御…
by Kling$0.0896 per time
Gemini 2.5 Flash Preview Tts
input text
output audio
$
gemini-2.5-flash-preview-tts/text-to-audioは、効率的なテキスト読み上げと音声合成に特化した、Googleの最新のGeminiファミリーモデルです。迅速で自然な音声出力を実現するよう設計されており、会話型AI、アクセシビリティソリューション、リアルタイムマルチメディアアプリに高品質な結果を提供します。従来世代と比較して、gemini-2.5-flash-preview-tts/text-to-audioは、音声のニュアンスが向上し、応答時間が短縮され、マルチモーダル統合がシームレスになっています。合理化されたAPIにより開発者は簡単に導入でき、堅牢なアーキテクチャによって、負荷の高い環境でもス…
by Google$0.3/1M tokens input$6/1M tokens output
Gemini 2.5 Pro Preview Tts
input text
output audio
$
gemini-2.5-pro-preview-tts/text-to-audioは、テキストから音声への変換に特化したマルチモーダルAIモデルです。Geminiの最新のアーキテクチャ上の進化を基盤として、文章を自然な音声に変換します。このモデルは、高い精度、迅速な処理、カスタマイズ可能な音声出力を特徴としています。スケーラブルでリアルタイムな音声合成を求める開発者に適しており、gemini-2.5-pro-preview-tts/text-to-audioは、アプリ、アクセシビリティプラットフォーム、カスタマーサポート、マルチメディアソリューションへのスムーズな統合を実現します。標準のGeminiモデルや従来世代のモデルと比較して、…
by Google$0.6/1M tokens input$12/1M tokens output
Grok Code Fast 1
input text
output text
$
grok-code-fast-1/text-to-text は、コードの高速生成やテキスト間変換タスクに特化した高速AIモデルです。効率的でコンテキストに基づくコーディング出力を提供し、開発者の生産性を高めるよう最適化されています。GPTのような主流モデルと比較して、grok-code-fast-1/text-to-text は特にソフトウェアエンジニアリングの用途において、最小限のレイテンシーとワークフローへの適応性を重視しています。高速な応答と無駄のない設計により、正確で迅速なコード提案やリファクタリングを必要とするプロフェッショナルにとって信頼できる選択肢となっています。このモデルは、複雑なプログラミングタスク、堅牢なエラー処…
by Grok$0.12/1M tokens input$0.9/1M tokens output
Grok 4 0709
input text
input image
output text
$
grok-4-0709/text-to-textは、xAIのGrokファミリーに属する高度なテキスト生成AIモデルで、自然言語タスクの処理における速度と精度に最適化されています。文章作成、プログラミング、データ要約のワークフローを効率的にサポートします。従来のGrokシリーズと比較して、grok-4-0709/text-to-textは推論能力が向上し、一貫性のある出力を提供するため、信頼性が高く文脈を考慮した応答を必要とする専門家に適しています。Grokアーキテクチャを基盤としているため、さまざまな業界でスケーラブルなソリューションの迅速な処理と統合を実現します。
by Grok$1.8/1M tokens input$9/1M tokens output
Speech 2.6 Hd
input text
output audio
$
speech-2.6-hd/text-to-audioは、テキストを高精細な音声に変換する最先端のAIモデルです。速度と自然言語処理に優れるよう設計されており、さまざまなスタイルで明瞭かつ表現力豊かな音声を生成します。speech-2.6-hdファミリーの一部として、従来世代と比べてレイテンシーと自然な韻律が向上しています。リアルな音声合成、多言語対応、シームレスなAPI統合により、他のモデルとは一線を画します。メディア制作、アクセシブルなテクノロジー、カスタマーサービス、教育ツールなどの用途に最適です。優れた音質と柔軟なカスタマイズ機能を備えた、スケーラブルな音声ソリューションを開発者が構築できるようにします。
by MiniMax$60/1M tokens output
Wan 2.6
input text
input image
output video
$
Wan 2.6はAlibabaのテキスト・トゥ・ビデオモデルです。プロンプトから、最大15秒・最大1080pの動画クリップを生成でき、音声、環境音、音楽を同期して1回の処理で追加します。複数ショットのシーンを計画し、カットをまたいでキャラクターの同一性を維持します。GPTProtoでは1回あたり$0.45から利用でき、200以上のモデルで共有できる1つの残高から支払えます。
by Alibaba$0.45 per time
Doubao Seedance 1.5 Pro 251215
input text
input image
output video
$
doubao-seedance-1-5-pro-251215/text-to-videoは、テキスト入力を数秒で高品質な動画に変換するために設計された次世代のマルチモーダルAIモデルです。高度なdoubao-seedanceファミリーの一部として開発されたこのモデルは、高速な生成速度と正確なシーン合成を活用します。基本モデルと比較して、時間的整合性の向上、ビジュアルの忠実度の強化、出力オプションのカスタマイズに対応しています。マーケティング、教育、クリエイティブ制作、ビジネスのプロトタイピングに最適で、スケーラブルなAPIサポートにより、開発者は動画ワークフローを自動化できます。独自の処理パイプラインにより、文脈を踏まえたプロンプト…
by Doubao$0.0408 per time
Seedance 1.5 Pro 251215
input text
input image
output video
$
Seedance 1.5 Pro APIは、業界をリードするシネマティックなAI動画生成を提供します。ByteDanceの技術を基盤に、マルチショットのストーリーボード機能と、リアルでプロフェッショナル品質のビジュアルストーリーテリングプロジェクトを実現する、向上したキャラクターの一貫性を備えています。
by Doubao$0.0408 per time
Gemini 3 Flash Preview
input text
input image
output text
$
gemini3は、テキスト、コード、音声、画像、動画にわたって比類のない推論能力を提供する、次世代のマルチモーダル人工知能です。GPTProtoを通じてgemini3のインフラストラクチャを活用することで、開発者は従来のプロバイダーにありがちな制限を受けることなく、非常に安定した高性能な環境にアクセスできます。gemini3モデルは、複雑な論理的推論と膨大なコンテキスト処理に優れており、エンタープライズグレードのアプリケーションに最適です。GPTProtoを利用すれば、gemini3をワークフローにシームレスに統合でき、使用状況の監視、請求の効率的な管理、そして世界的な需要に対応するためのAIソリューションの容易なスケールに必要なツ…
by Google$0.3/1M tokens input$1.8/1M tokens output
GPT Image 1.5
input text
input image
output image
$
gpt-image-1.5/text-to-imageは、正確かつ高速なテキスト画像生成のために構築された、高度なマルチモーダルAIモデルです。GPTファミリーの一員として、基盤となるGPTテクノロジーを活用しながら、ビジュアル合成に特化して最適化されています。開発者は、迅速なプロトタイピング、クリエイティブなデザインワークフロー、自動画像生成タスクに利用できます。標準的なGPTモデルと比較して、強力な画像処理、視覚的な創造性、マルチモーダルワークフローとのシームレスな統合を実現しており、さまざまな業界で活動するデジタルコンテンツ制作者、マーケター、プロダクトチームにとって強力なツールとなっています。
by OpenAI$5.6/1M tokens input$22.4/1M tokens output
Video Watermark Remover
input video
output video
$
動画透かし除去 v2.1は、3D-FlowとGANバックボーンを使用して、時間的一貫性を維持しながらロゴを消去します。サブピクセル単位のインペインティングにより、4K動画を1:1の速度で処理し、動くフレーム間のちらつきを除去してプロフェッショナルな仕上がりを実現します。
by Gptproto$0.05 per time
GPT 5.2 Pro 2025 12 11
input text
input image
input document
output text
$
gpt-5.2-pro-2025-12-11は、堅牢なテキスト生成、コード支援、データ分析を必要とする開発者や企業向けに設計された、最先端のAI言語モデルです。GPT-5シリーズの一部として、強化された速度、改善されたコンテキスト管理、マルチモーダル対応を提供します。従来モデルと比較して、gpt-5.2-pro-2025-12-11は、より優れた精度、創造性に富んだ柔軟性、スケーラブルなAPIパフォーマンスを実現し、要求の厳しいビジネスおよび技術アプリケーションに最適です。
by OpenAI$14.7/1M tokens input$117.6/1M tokens output
GPT 5.2 2025 12 11
input text
input image
input document
output text
$
gpt-5.2-2025-12-11/text-to-textは、OpenAIの第5世代にあたる最先端のAI言語モデルで、高速かつ精密なテキスト生成を実現するよう設計されています。強化されたトランスフォーマー技術を基盤とし、高度なクリエイティブライティング、プログラミング支援、要約、技術コンテンツの生成に対応しています。従来のGPTモデルをさらに進化させたこのモデルは、より高速な応答、優れた精度、文脈をより的確に理解した出力を提供するため、信頼性の高いパフォーマンスを求める開発者、企業、研究者、ライターに最適です。テキストからテキストへの生成に特化しているため、現代のAI搭載アプリケーションに一貫性があり、論理的で人間らしい出力を提…
by OpenAI$1.225/1M tokens input$9.8/1M tokens output
GPT 5.2 Chat Latest
input text
input image
input document
output text
$
gpt-5.2-chat-latest/text-to-textはOpenAIの最先端のテキストモダリティAIモデルで、チャット、ライティング、プログラミング、分析において、高速で正確なコンテキスト駆動型の出力を必要とする開発者向けに設計されています。GPT-5ファミリーを基盤としており、従来のバージョンと比べて応答速度と論理性が向上しています。このモデルは、安定性、創造性、拡張性に優れたテキスト処理を実現し、コンテンツ生成、自動サポート、テクニカルライティング、データ分析などの用途に最適です。従来のGPTモデルと比較して、より深いコンテキスト推論と、プロフェッショナルなワークフローへの優れた適応性を備えており、さまざまな業界の技術…
by OpenAI$1.225/1M tokens input$9.8/1M tokens output
GPT 5.2 Pro
input text
input image
input document
output text
$
gpt-5.2-pro/text-to-textは、第5世代GPTファミリーに属する強力な生成AIモデルで、高度なテキストのみのタスク向けに設計されています。テキスト作成、コード支援、高い信頼性と精度が求められる大規模なエンタープライズシナリオにおいて優れた性能を発揮します。従来のGPTバージョンと比較して、gpt-5.2-pro/text-to-textは、より高速でコンテキストに富んだ出力、正確な応答処理、そして向上した創造的推論を提供します。拡張性と効率性に優れたテキストワークフローの自動化や、重要なプロジェクトに必要な堅牢な言語機能を求める開発者や専門家に最適です。
by OpenAI$14.7/1M tokens input$117.6/1M tokens output
GPT 5.2
input text
input image
input document
output text
$
gpt-5.2/text-to-textは、執筆、要約、コード生成、データ分析などの迅速かつ正確なテキストベースのタスク向けに設計された次世代AI言語モデルです。高度なGPT-5ファミリーの一部として、従来のモデルと比べて、向上したテキスト理解力とより高い速度・精度を統合しています。その特化型アーキテクチャは、拡張可能なパフォーマンス、堅牢なコンテキスト管理、そしてプロフェッショナルな環境で信頼性の高い結果を実現します。開発者、アナリスト、教育者は、そのテキスト間処理に特化した性能の恩恵を受けられるため、要求の厳しいワークフローやシームレスなAPI統合に最適です。汎用モデルと比較して、gpt-5.2/text-to-textは、エン…
by OpenAI$1.225/1M tokens input$9.8/1M tokens output
Kling v2.5 Turbo Std
input text
input image
output video
$
kling-v2.5-turbo-std/image-to-videoモデルは、生成動画技術における画期的な飛躍を実現します。速度と映画のようなリアリズムの両方を求めるクリエイター向けに設計されたこのモデルは、静止した視覚情報を解釈し、物理法則に沿った滑らかな動きへと変換することに優れています。デジタルポートレートに命を吹き込む場合でも、複雑な風景をアニメーション化する場合でも、GPT Protoのkling-v2.5-turbo-std/image-to-videoは、プロフェッショナル品質の制作に必要な精度と一貫性を提供します。高度なDiffusion Transformerアーキテクチャを活用することで、従来のバージョンと…
by Kling$0.168 per time
Seedream 4.5 251128
input text
input image
output image
$
seedream-4-5-251128/text-to-imageは、テキストによる指示を詳細かつ正確な画像に変換する、最新の高性能マルチモーダルAIモデルです。Seedreamモデルファミリーの一部として設計されており、商用および研究のシナリオにおいて、信頼性が高く、創造的で、文脈を理解した結果を提供します。基盤モデルと比較して、seedream-4-5-251128/text-to-imageは画像生成タスクにおける速度と精度を最適化し、開発者や企業によるシームレスな統合をサポートします。その高度なアーキテクチャにより、高速な処理、柔軟な入力処理、一貫した出力を実現し、堅牢でスケーラブルなマルチモーダルワークフローによって、他の…
by Doubao$0.034 per time
Doubao Seedream 4.5 251128
input text
input image
output image
$
doubao-seedream-4-5-251128/text-to-imageは、自然言語のプロンプトから詳細でスタイル性の高いビジュアルを作成する、高品質なテキスト画像生成モデルであるByteDanceのDoubao Seedream 4.5向けAPIモデル識別子です。通常、プログラムによる画像生成ワークフローを通じて、マーケティングクリエイティブ、コンセプトアート、教育用または製品用のイラストの作成に使用されます。
by Doubao$0.034 per time
Grok Imagine 0.9
input text
output image
$
grok-imagine-0.9/text-to-imageモデルは、xAIエコシステムにおける大きな飛躍を示すものであり、クリエイターに高精度なビジュアル生成のための堅牢なツールセットを提供します。高度な潜在拡散技術を基盤とするgrok-imagine-0.9/text-to-imageは、複雑で多層的なプロンプトの解釈に優れ、解剖学的な正確さと一貫したライティングを備えた画像を生成します。GPT Protoプラットフォームでは、標準的なURLエクスポートとBase64エンコードされたJSON文字列の両方に対応した、シンプルなAPIを通じてこのモデルを利用できます。10枚の画像バッチを生成する場合でも、複雑なimage-to-im…
by Grok$0.135 per time
Claude Opus 4.5 20251101
input text
input document
output text
$
claude-opus-4-5-20251101は、AnthropicのClaudeファミリーに属する高度なAI言語モデルです。迅速で高品質なテキスト生成とコード生成を目的に設計されており、コンテンツ作成から複雑な分析まで、幅広い用途に対応します。従来のClaudeモデルと比較して、推論能力の向上、信頼性の強化、コンテキストウィンドウとタスク固有の出力に対するさらなる制御を実現しています。企業、研究、一般的な生産性向上の用途において、速度、創造性、精度のバランスに優れていることから、プロフェッショナルにclaude-opus-4-5-20251101が選ばれています。
by Claude$4/1M tokens input$20/1M tokens output
Grok 4.1 Fast Non Reasoning
input text
input image
output text
$
Grok-4-1-fast-non-reasoningは、高速なコンテンツ生成と自動化を主な目的として設計された、迅速かつ効率的なAI言語モデルです。Grokファミリーの一員であるこのモデルは、複雑な推論よりもスループットと信頼性を重視しており、大規模なワークフロー、バッチ処理、迅速な応答が不可欠なシナリオに最適です。基盤となるGrokモデルと比較すると、grok-4-1-fast-non-reasoningはより深い推論を犠牲にして速度を最適化しており、テンプレート化されたコピーライティング、簡単な要約、自動メッセージングなどのタスクをサポートします。最大限の効率性とスケーラブルなパフォーマンスを求める開発者や企業に最適です。
by Grok$0.12/1M tokens input$0.3/1M tokens output
Grok 4.1 Fast Reasoning
input text
input image
output text
$
grok 4.1は、複雑な推論タスクを卓越した速度で処理できるよう設計された、リアルタイムインテリジェンスの頂点です。GPTProtoプラットフォームを通じてgrok 4.1をワークフローに統合することで、自然言語理解とデータ統合における高度な機能を利用できます。grok 4.1モデルは、ライブデータの更新と深いコンテキスト認識が求められる環境で優れた性能を発揮します。高度なエージェントの構築でも、エンタープライズ検索の最適化でも、grok 4.1は現代のAIアプリケーションに必要な信頼性とパフォーマンスを提供します。GPTProtoは高い稼働率と柔軟な料金体系でgrok 4.1を利用できるようにし、grok 4.1を開発者にとって…
by Grok$0.12/1M tokens input$0.3/1M tokens output
GPT 5.1 Codex
input text
input image
output text
$
GPT-5.1-Codexは、持続的で長期的なソフトウェアエンジニアリングタスクに最適化された、OpenAIの高度なコーディングモデルです。複数のセッションにわたって重要な情報を保持する独自のコンテキスト圧縮メカニズムを備えており、大規模なプロジェクトを一貫性を保って処理できます。GPT-5.1-Codex-Maxは、より高いトークン効率、長時間にわたるエージェント型コーディングワークフロー、デバッグ、リファクタリング、CI/CD自動化における品質向上を提供し、複雑で複数ファイルにまたがるコードベースの管理に最適です。
by OpenAI$0.875/1M tokens input$7/1M tokens output
Gemini 3 Pro Image Preview
input text
input image
output image
$
nanobananaモデルは、特に高スループットのAPI環境向けに最適化された、効率的な機械知能における画期的な進歩を表しています。蒸留されたアーキテクチャを活用することで、nanobananaは従来のモデルより大幅に低いレイテンシで、高速なテキスト生成と複雑なデータ処理を実現します。このnanobananaモデルは、リアルタイムのカスタマーサポート、動的なコンテンツ作成、高負荷なデータ分析タスクに最適です。GPTProtoプラットフォーム上では、nanobananaは高い可用性とコスト効率の高いスケーリングを実現する堅牢なインフラストラクチャの恩恵を受けています。nanobananaを活用することで、開発者はクレジットベースの制限…
by Google$0.0804 per time
Veo 3.1 Fast Generate Preview
input text
input image
input video
output video
$
Veo-3.1-Fast-Generate-Previewは、Google DeepMindが提供する高速な動画生成モデルです。テキスト、画像、動画フレームから、短編でシネマティックな動画をリアルタイムに作成できます。最高レベルの忠実度よりも、速度と低レイテンシーを優先しています。ネイティブ音声に対応し、テキストから動画、画像から動画、動画から動画への生成ワークフローをサポートしており、高速なプレビューや反復的なクリエイティブプロセスに最適化されています。
by Google$1.2 per time
Gemini 3 Pro Preview
input text
input image
input document
output text
$
gemini-3-pro-preview/text-to-textモデルは、Googleの生成AI技術の最先端を体現しており、広大なコンテキストウィンドウと高度な推論能力を提供します。プレビューリリースとして、gemini-3-pro-preview/text-to-textは、次世代の言語処理や複雑な指示追従を開発者が試せるようにします。高リスクなテキスト生成や高度な分析タスク向けに設計されたこのモデルは、大規模なデータセットの要約や、非常に創造性の高いコンテンツの生成に優れています。エージェント型ワークフローに統合する場合でも、長文ドキュメントの統合に使用する場合でも、このモデルは従来モデルを大きく上回る性能を発揮し、技術チーム…
by Google$1.2/1M tokens input$7.2/1M tokens output
Veo 3.1 Generate Preview
input text
input image
input video
output video
$
Veo-3.1-generate-preview は、Google が提供する高度な AI 動画生成ツールで、テキストから動画、画像から動画、動画から動画の 3 つの主なモードを備えています。同期音声とリアルなビジュアルを備えた、高品質な 4～8 秒の 720p／1080p 動画を生成します。主な機能には、一貫性を保つために最大 3 枚の参照画像を使用できる機能、開始フレームと終了フレーム間のスムーズなトランジション、より長いシーケンスのための動画延長機能があります。
by Google$3.2 per time
Qwen Image Lora
input text
input image
output image
$
qwen image lora APIは、Qwen2-VLをベースにした特殊な視覚言語モデルを提供します。任意解像度のスケーリング、二言語OCR、ビジュアルグラウンディングに優れており、高精度な文書抽出タスクに適した強力な選択肢です。
by Alibaba$0.0244 per time
Qwen Image Plus Lora
input text
input image
output image
$
Qwen-Image-Plus-Loraは、LoRA（低ランク適応）技術によってQwen-Imageファミリーを拡張し、LoRAアダプターを使用して特定のスタイルや被写体に対する迅速なファインチューニングやカスタマイズを可能にします。Alibaba CloudのQwenチームによって開発され、Qwen-Imageの中核となる編集・生成機能を維持しながら、ブランドコンテンツ、スタイル変換、専門的なクリエイティブタスク向けに、効率的で軽量なモデル適応をサポートします。
by Alibaba$0.0244 per time
Qwen Image Plus
input text
input image
output image
$
Qwen-Image-Plus（Qwen-Image-Edit-2509としても知られています）は、Alibaba CloudのQwenチームが開発した高度なAI画像編集モデルです。複数画像の編集、人や製品のアイデンティティを保持する一貫性の向上、高度なテキスト編集、精密な画像操作を可能にするネイティブControlNetサポートに対応しています。セマンティック編集、外観編集、クリエイティブ生成、動的なポーズの作成に優れており、多用途で高品質な画像編集を実現します。
by Alibaba$0.0195 per time
GPT 4o Mini 2024 07 18
input text
output text
$
gpt 4o mini APIは、OpenAIが提供する高性能な小型モデルです。128kのコンテキスト、ネイティブな画像認識、低レイテンシを備え、大量処理に適しています。コストを重視しつつ、わずかな料金でGPT-4レベルの知能を必要とする開発者に最適です。
by OpenAI$0.105/1M tokens input$0.42/1M tokens output
Chatgpt 4o Latest
input text
output text
$
chatgpt 4o latest は、ChatGPT で見られる正確な動的 RLHF チューニングとマルチモーダル性能を提供します。128k のコンテキストと低レイテンシを備え、GPTProto.com でのエージェントワークフローや複雑なビジョンタスクに最適な選択肢です。
by OpenAI$3.5/1M tokens input$10.5/1M tokens output
GPT 5.1
input text
input image
output text
$
GPT-5.1は、開発者向けに設計されたOpenAIの最新のGPT-5シリーズモデルです。適応型推論を使用して思考時間を動的に調整し、知的能力を損なうことなく、単純なタスクを2～3倍高速化します。「reasoning-free」モード、24時間キャッシュ、apply_patch/shellツールなどの新機能により、コード編集とプログラミングの効率が大幅に向上します。このリリースは、強力かつ最適化されたAI体験を提供します。
by OpenAI$0.875/1M tokens input$7/1M tokens output
Grok 4 Image
input text
output image
$
Grok-4-imageは、Grok 4の視覚的な理解と推論の能力を拡張します。画像を解釈・分析でき、テキストと視覚を組み合わせたマルチモーダルなインタラクションをサポートします。今後の開発では画像生成の実現も目指しており、テキスト、視覚、コードの能力を1つの強力なシステムに統合する、充実したAI支援ワークフローを可能にします。
by Grok$0.042 per time
GPT Image 1 Mini
input text
input image
output image
$
GPT-image-1-miniは、テキストプロンプトから直接新しい画像を作成するための、OpenAIの軽量モデルです。最大1536×1024の解像度で、高速かつ手頃な価格の画像生成を提供し、品質と忠実度を調整できます。大量のクリエイティブ用途に最適ですが、微細なディテールの表現力と写実性はプレミアムモデルに比べて劣ります
by OpenAI$1.75/1M tokens input$5.6/1M tokens output
Kling v2.1 Master
input text
input image
output video
$
Kling 2.1 APIは、高度な物理推論を活用した高忠実度のシネマティック動画生成を提供します。このマスターバージョンは、ネイティブ1080pレンダリングと3D時空間アテンションに対応し、マルチモーダルプロジェクトにおいて優れた時間的一貫性を実現します。
by Kling$1.12 per time
Kling v2.1 Pro
input image
output video
$
Kling 2.1 Pro APIは、複雑な動きとリアルな物理表現に重点を置いた最先端の動画生成を提供します。プロ品質の結果を求めるクリエイターに最適なこのKlingモデルは、キャラクターの動きを高度に制御し、高忠実度の動画クリップを実現します。
by Kling$0.392 per time
Kling v2.1 Standard
input image
output video
$
Kling 2.1 APIは、開発者向けに業界をリードする動画生成機能を提供します。このバージョンは安定した動きと高解像度を実現し、信頼性の高いAI動画出力を必要とするプロフェッショナルなクリエイティブワークフローにおいて、Klingを第一の選択肢とします。
by Kling$0.224 per time
Hailuo 2.3 Fast
input image
output video
$
hailuo 2.3 APIは、リアルタイムアプリ向けに最適化された、高スループット・低レイテンシのLLMを提供します。128Kのコンテキストウィンドウと優れたバイリンガル性能を備え、GPTProto.com上で、優れた速度とコスト効率によりチャットボットや動画生成を支えます。
by MiniMax$0.171 per time
Hailuo 2.3 Pro
input text
input image
output video
$
GPTProtoで画像から動画生成向けのhailuo 2.3 pro APIを、1回の生成あたり$0.441で利用できます。MiniMaxの直接提供による1080p料金より約10%低価格です。1つの米ドル残高と1つのAPIキーで200以上のモデルを利用でき、MiniMaxの動画ポイントも地域制限付きのサインアップも必要ありません。1枚の静止画像を、構図が安定した自然な動きの1080p動画に変換できます。
by MiniMax$0.441 per time
Hailuo 2.3 Standard
input text
input image
output video
$
Hailuo-2.3-Standard image to videoは、静止画像を滑らかで映画のような768p動画へとアニメーション化するために設計されたMiniMax AIモデルです。最大10秒間の動画に対応し、画像の構図、ライティング、キャラクターのディテールを維持しながら、リアルな動き、カメラワーク、シーンの切り替えを加えます。高品質とコストパフォーマンスのバランスに優れ、高忠実度の動画をすばやく制作できます。
by MiniMax$0.252 per time
Hailuo 02 Standard
input text
input image
output video
$
Hailuo-02-Standardは、画像またはテキストプロンプトから高品質な動画を生成するために設計された、MiniMaxのAI動画生成モデルです。通常は768pの解像度（Proバージョンの1080pと比較）で、1秒あたり25フレーム、6秒または10秒の動画を生成します。このモデルは、自然な動きの合成、高度なカメラ制御、リアルな物理表現を備えた映画のような動画を作成するための深いプロンプト理解に優れています。生成時間の速さ（約4分）とプロフェッショナルな映像品質のバランスが取れており、ソーシャルメディア、マーケティング、クリエイティブコンテンツ制作に適しています。
by MiniMax$0.252 per time
Hailuo 02 Pro
input text
input image
output video
$
Hailuo-02-Proは、MiniMaxが開発した最先端のAI動画生成モデルです。テキストまたは画像のプロンプトから、最大10秒間のプロ品質の高精細な1080p動画を生成します。リアルな物理シミュレーション、映画のような動き、カメラアングルやタイミングなどの監督レベルの制御に優れています。幻覚の発生率が低く、視覚的・意味的な一貫性を維持します。マーケティング、ソーシャルメディアコンテンツ、教育、プロトタイピングなど、幅広い用途で利用されています。
by MiniMax$0.441 per time
Hailuo 02 Fast
input image
output video
$
hailuo 02 video (MiniMax-02-fast)は、200ミリ秒未満のレイテンシーを実現する高スループットのマルチモーダルモデルです。バイリンガルの視覚推論に最適化されており、高密度なOCRや大規模なツール利用に対応し、多くのミニモデルを速度と効率性で上回ります。
by MiniMax$0.09 per time
Wan 2.2 Plus
input text
input image
output video
$
Wan 2.2 Plus APIは、比類のない時間的一貫性を備えたネイティブ4K動画生成を実現します。3Dフローマッチングアーキテクチャを活用し、クリエイティブなワークフローにおいて、動きのダイナミクスを正確に表現し、キャラクターを高い忠実度で維持できます。
by Alibaba$0.09 per time
Text Embedding 3 Small
input text
output text
$
text-embedding-3-smallモデルは、埋め込みの効率性とコストパフォーマンスを大きく向上させます。現代の自然言語処理の中核を担うtext-embedding-3-smallは、テキストを深い意味的情報を捉えた高次元ベクトルへ変換できます。Retrieval-Augmented Generation（RAG）やセマンティック検索向けに最適化されたtext-embedding-3-smallは、ada-002などの従来世代のモデルを上回る性能を発揮しながら、インフラコストを削減します。GPTProtoを通じてtext-embedding-3-smallを統合することで、次元削減に対応した安定性と低レイテンシのAPIを…
by OpenAI$0.014/1M tokens input
Text Embedding 3 Large
input text
output text
$
モデル text-embedding-3-large は、AI業界における意味表現の最高峰です。3072次元に対応した text-embedding-3-large は、ベクトル検索、レコメンデーションエンジン、RAGシステムに比類ないニュアンスをもたらします。高速な GPTProto API を通じて利用できる text-embedding-3-large により、開発者はテキストデータ内の複雑な関係性を捉えられます。グローバルな検索プラットフォームを構築する場合でも、専門性の高いAIエージェントを開発する場合でも、text-embedding-3-large はプロフェッショナル品質の運用に必要な安定性と深みを提供します。GPT…
by OpenAI$0.091/1M tokens input
GPT 5 Chat
input text
input image
output text
$
gpt 5 chatモデルは、OpenAIにおける推論能力とネイティブなマルチモーダリティの最新の飛躍を体現しています。256kのコンテキストウィンドウとエージェント型の計画能力を備えたgpt 5 chatは、複雑なコーディングや科学的課題を比類のない精度で解決します。
by OpenAI$0.875/1M tokens input$7/1M tokens output
GPT 5 Codex
input text
input image
output text
$
OpenAIのgpt 5 codex apiは、ソフトウェア開発ライフサイクル全体に対応する最先端クラスのモデルです。256kのコンテキストウィンドウ、自律的なリポジトリレベルの編集、比類のない推論能力を備えたネイティブなビジョン・トゥ・コード生成を提供します。
by OpenAI$0.875/1M tokens input$7/1M tokens output
Tripo3d v2.5
input image
output video
$
Tripo3D v2.5は、1枚の画像やテキストプロンプトから高品質な3Dアセットを生成する、高度なAI搭載3Dモデリングツールです。よりシャープなエッジによる幾何学的精度の向上、リアルなマテリアルを実現する強化されたPBRレンダリング、BlenderやComfyUIなどのツールとのシームレスな統合を特長としています。カスタマイズ可能なスタイル、クワッドメッシュトポロジー、デザイナーやゲーム開発者向けの効率的なワークフローにも対応しています。
by Tripo3d$0.3 per time
Image Watermark Remover
input image
output image
$
画像ウォーターマーク除去ツールは、ロゴやテキストオーバーレイの除去に使用される高精度なv2.1ビジョンモデルです。PSNR 34.2 dBを達成し、SDXLを上回ります。GPTProto.comのこの非破壊インペインティングAI APIを使って、最大4K解像度の画像ファイルを今すぐ処理できます。
by Gptproto$0.01 per time
Image Zoom
input image
output image
$
image-zoom/image-to-imageモデルは、画像の変換と高品質化に特化した高度なAI生成ツールです。ベース画像モデルとは異なり、高解像度処理と柔軟な画像間変換機能をサポートしています。クリエイティブ、技術、プロフェッショナルな用途に適しており、速度、精度、柔軟なAPI統合を重視しています。そのため、適応性の高い画像ソリューションを求める開発者やデザイナーに特に魅力的なモデルです。
by Gptproto$0.02 per time
Image Upscaler
input text
input image
output image
$
image-upscaler/image-to-imageは、画像の高画質化と変換のために設計された最新のAIモデルです。信頼できるAIチームによって開発されたこのモデルは、低解像度またはノイズの多い画像を、より鮮明で高品質な画像へ変換することに優れています。基本的なアップスケーリングモデルと比較して、高度な処理性能、より高速な処理速度、安定した出力品質を提供します。画像処理、クリエイティブ業界、そして高速かつ正確な結果が求められる技術的なワークフローに取り組む開発者に最適です。
by Gptproto$0.01 per time
Image Background Remover
input text
input image
output image
$
画像背景除去ツールは、高度なニューラルネットワークを使用して被写体を識別し、不要な部分を消去します。画像ファイルを高精度で処理し、背景を完全に除去しながら、髪の毛や毛皮などの細部を完璧に保持します。
by Gptproto$0.001 per time
Gemini 2.5 Flash Image Hd
input text
input image
output image
$
Gemini 2.5 Flash Image HDは、解像度とクリエイティブな制御性が向上した高度なAI画像生成・編集モデルです。複数の画像のブレンド、キャラクターの一貫性の維持、自然言語プロンプトによる正確な局所編集に対応しています。現実世界への理解に基づき、背景のぼかし、オブジェクトの削除、ポーズの変更、カラー化などのタスクを実行できます。
by Google$0.03 per time
Claude Haiku 4.5 20251001
input text
input document
output text
$
高速かつコスト効率に優れたインテリジェンスを実現する、claude haiku 4.5 APIを統合しましょう。200ミリ秒未満のレイテンシーとネイティブなマルチモーダル対応を備え、GPTProto.comでのエージェントループや大規模なデータ抽出に最適な選択肢です。
by Claude$0.8/1M tokens input$4/1M tokens output
Veo3.1
input text
input image
output video
$
Gemini Veo 3.1は、Google DeepMindのフラッグシップ動画モデルであり、時間的一貫性の高い4Kシネマティックコンテンツと、プロフェッショナルなワークフロー向けの高度なクリエイティブコントロールを提供します。
by Google$0.5 per time
Veo3.1 Pro
input text
input image
output video
$
veo 3.1 pro APIは、業界をリードする動画生成とマルチモーダル推論を提供します。Gemini 3.1の技術を統合し、最大1時間の映像を処理できるほか、Files APIを活用して20GBのアップロードと、フレーム単位の詳細な分析を実現します。
by Google$2.5 per time
Veo3.1 Fast
input text
input image
output video
$
Google DeepMindによる高速動画生成モデル、Veo 3.1 Fast。45秒未満で映画のような1080pクリップを生成し、ソーシャルメディア、ストーリーボード作成、Eコマースのワークフローに適した、優れた時間的一貫性と自然な物理表現を提供します。
by Google$0.5 per time
Seedance 1.0 Pro 250528
input text
input image
output video
$
Seedance Pro APIは、時間的な動画の一貫性と空間推論に重点を置いた、フラッグシップ級のマルチモーダル性能を提供します。Tencent ARCによって開発され、クリエイター向けにプロフェッショナルなモーション転送と、高密度な視覚的指示追従を実現します。
by Doubao$0.0408 per time
Grok 2 Image
input text
output image
$
grok 4 imageは、xAIが提供する最先端のマルチモーダルモデルです。正確な視覚的推論とリアルタイムの情報アクセスを組み合わせ、128kのコンテキストウィンドウ全体で、複雑なチャート、OCRデータ、UIデザインを業界最高水準の精度で解釈します。
by Grok$0.042 per time
Sora 2 Pro
input text
input image
output video
$
Sora 2 Proは、OpenAIの高忠実度テキスト・動画生成モデルです。テキストプロンプトを送信すると、動き、物理演算、音声が同時に生成されたMP4が返されます。GPTProtoでは、1つのキーと200以上のモデルで共有できる1つの残高を使ってSora 2 Pro APIを呼び出せます。個別のOpenAI開発者アカウントは不要で、モデルの利用を開始する前に使用量ティアの要件をクリアする必要もありません。
by OpenAI$1.2 per time
Gemini 2.5 Flash Image
input text
input image
output image
$
Gemini-2.5-Flash-Imageは、高速なビジュアル処理と画像生成における大きな飛躍を実現します。軽量でありながら高性能なバリアントとして、Gemini-2.5-Flash-Imageは、標準的な写真をエグゼクティブ向けのヘッドショットや映画のようなポートレートなど、スタジオ品質のアセットへ変換することに優れています。高度なプロンプトエンジニアリングを活用することで、Sony a7 IVのようなハイエンドカメラに匹敵する超リアルな結果を実現できます。古い家族写真の修復から、複雑な背景を含むソーシャルメディアコンテンツの生成まで、Gemini-2.5-Flash-Imageは一貫性のあるプロフェッショナルな出力を提供します…
by Google$0.0234 per time
Sora 2
input text
input image
output video
$
sora2は生成動画技術の頂点に位置し、前例のないリアリティと時間的一貫性を提供します。初期の動画モデリングフレームワークの後継として、sora2はトランスフォーマーベースの拡散アーキテクチャを活用し、物理的な正確性を備えた複雑なシーンを合成します。映画のような風景や精密なキャラクター同士のインタラクションを生成する場合でも、sora2はプロフェッショナルな制作に必要な忠実度を提供します。GPTProtoを介してsora2を統合することで、開発者は柔軟な料金体系を備えた安定したAPIにアクセスでき、従来のクレジットシステムの制約を回避しながら、生成されるすべてのフレームで最高水準のAIパフォーマンスを実現できます。
by OpenAI$0.4 per time
Claude Sonnet 4.5 20250929 Thinking
input text
input document
output text
$
claude-sonnet-4-5-20250929-thinking/text-to-text は、Anthropic が提供する多用途の AI 言語モデルで、高品質なテキストの理解と生成に対応しています。高度な推論、クリエイティブライティング、コード支援を高速で実行できます。従来の Claude モデルと比較して、コンテキスト処理、推論能力、精度が向上しており、プロフェッショナルなワークフローに適しています。信頼性が高く、テキスト間処理に特化しているため、安全で倫理的な AI 支援を求める開発者、データアナリスト、コンテンツクリエイターにとって堅牢な選択肢です。
by Claude$2.4/1M tokens input$12.8/1M tokens output
Claude Sonnet 4.5 20250929
input text
input document
output text
$
Claude Sonnet 4.5 APIは、最先端のインテリジェンスを大規模に提供します。このclaudeモデルは、200kのコンテキストウィンドウ、92.4%のHumanEvalスコア、信頼性の高いツール呼び出し機能を備えており、GPTProtoを介してsonnet 4.5 apiを利用する開発者にとって最適な選択肢です。
by Claude$2.4/1M tokens input$12/1M tokens output
Claude Opus 4.1 20250805 Thinking
input text
input document
output text
$
Claude Opus 4.1は、複雑な推論に対応する最高峰の思考モデルです。高度なAPIを活用することで、開発者は50万トークンのコンテキストウィンドウを使い、ゼロ欠陥のコーディングと深い科学的統合に取り組み、あらゆるエージェント型ワークフローで論理的一貫性を確保できます。
by Claude$12/1M tokens input$60/1M tokens output
Seedream 4.0 250828
input text
input image
output image
$
seedream 4 APIは、128Kのコンテキストウィンドウを備えた、専門的なマルチモーダル推論を提供します。Tencent ARCによって開発され、空間知能、高精度な動画分析、産業用途向けのサブピクセルOCRに優れています。
by Doubao$0.0255 per time
Wan 2.5
input text
input image
output image
output video
$
wan 2.5 APIは、4K解像度に対応した高度なテキスト・トゥ・ビデオ機能を提供します。Alibabaが開発したこのAPIは、業界をリードする時間的一貫性とカメラの直接制御を実現し、シームレスでプロフェッショナル品質のAI動画制作ワークフローを可能にします。
by Alibaba$0.027 per time
Kling v2.5 Turbo Pro
input text
input image
output video
$
Kling 2.5 Turbo APIは、Diffusion Transformerアーキテクチャを使用し、高忠実度の動画生成を提供します。人体の描写、複雑な物理演算、映画的な1080pモーションに優れており、プロフェッショナルな動画制作における有力な選択肢です。
by Kling$0.28 per time
Speech 2.5 Turbo Preview
input text
output audio
$
MiniMaxのSpeech 2.5 APIは、高忠実度かつ低レイテンシーの音声ネイティブ体験を提供します。ネイティブな音声間処理と3秒のゼロショット音声クローンに対応しており、応答性と感情理解に優れたAIエージェントに最適です。
by MiniMax$36/1M tokens output
Speech 2.5 Turbo Preview Voice Clone
input text
input audio
output audio
$
MiniMaxのText Speech 2.5モデルは、業界最高水準のゼロショット音声クローニングを実現します。300ミリ秒未満の低レイテンシーと高忠実度の48kHz出力により、息づかいや笑い声などの感情表現を備えた自然な音声へ、テキストを瞬時に変換します。
by MiniMax$0.5003 per time
Speech 02 Turbo
input text
output audio
$
Speech 2 Turboは、テキスト読み上げや音声認識のタスクに対応する高度な機能群を備え、低レイテンシーと自然な出力を重視しています。Speech Turbo apiを活用することで、開発者は従来のシステムに伴うオーバーヘッドなしに、高速な音声合成をアプリケーションへ統合できます。このSpeech 2モデルは品質と効率のバランスに優れ、ElevenLabsやDragonに代わる費用対効果の高い選択肢を提供します。短い音声処理からプロフェッショナルなワークフローまで、Speech 2 Turboはさまざまな音声環境で安定したパフォーマンスを実現します。
by MiniMax$0.002 per time
Speech 02 Hd
input text
output audio
$
Text Speech 02はMiniMaxのフラッグシップHDオーディオモデルです。息づかいや笑い声など、自然な感情表現を備えた超高忠実度の48kHz出力を実現します。リアルタイムの会話型AIに最適で、テキストと人間らしい音声のギャップを埋めます。
by MiniMax$0.0082 per time
Speech 2.5 Hd Preview Voice Clone
input text
input audio
output audio
$
Speech 2.5の音声技術は、超低遅延と48kHzの高音質出力を実現します。ByteDanceによるこのプレビューモデルは、わずか3秒の音声で即時のゼロショット音声クローンを可能にし、高品質なコンテンツやリアルタイムAIアシスタントに最適です。
by MiniMax$0.5003 per time
Speech 2.5 Hd Preview
input text
output audio
$
ByteDanceのテキスト音声変換モデル「speech 2.5」は、スタジオ品質の48kHzオーディオと、表現力豊かな自然な韻律をネイティブで提供します。ゼロショット音声クローニングと200ミリ秒未満の低レイテンシに対応しており、リアルタイムアプリケーションや大規模なプロフェッショナルコンテンツ制作に最適です。
by MiniMax$60/1M tokens output
Gemini 2.5 Flash Nothinking
input text
input image
input document
output text
$
Gemini 2.5 Flash APIは、マルチモーダルAIアプリケーション向けに超低レイテンシーのソリューションを提供します。100万トークンのコンテキストウィンドウとネイティブ動画サポートを備え、スループットとコスト効率を重視する開発者向けに設計されています。
by Google$0.18/1M tokens input$1.5/1M tokens output
Doubao Seedream 4.0 250828
input text
input image
output image
$
Doubao SeeDream 4 APIは、ByteDanceが提供する高性能なマルチモーダルモデルです。視覚的推論、10分間の動画分析、複雑な中国文化のニュアンスに優れており、128kのコンテキストウィンドウと、開発者向けとして業界をリードするOCR精度を備えています。
by Doubao$0.0255 per time
GPT 5 Pro
input text
input image
output text
$
GPT-5 Pro APIは、ネイティブなマルチモーダルトークンとSystem-2推論により、フラッグシップ級の性能を提供します。256Kコンテキストと高精度な動画理解を活用し、統合型のGPTProto.comプラットフォームを通じて、複雑な自律エージェントを構築できます。
by OpenAI$10.5/1M tokens input$84/1M tokens output
DeepSeek v3
input text
output text
$
DeepSeek V3 APIは、6710億パラメータによる最先端レベルの知能を提供します。コーディングと数学向けに最適化されたこのMoEモデルは、128kのコンテキストウィンドウを備え、GPTProto.comを通じて大幅に低いコストでGPT-4oと同等の性能を実現します。
by DeepSeek$0.1622/1M tokens input$0.6487/1M tokens output
Qwen Image
input text
output image
$
Qwen image API（Qwen-VL-Max）は、Alibabaによる最先端の視覚言語モデルです。高解像度のOCR、バウンディングボックスを用いた正確なビジュアルグラウンディング、複雑な動画分析に優れており、数学的推論ではGPT-4oを上回ります。
by Alibaba$0.0315 per time
DeepSeek R1
input text
output text
$
DeepSeek R1 APIは、最先端クラスの推論能力と128kコンテキストを提供します。MoEアーキテクチャを基盤とし、GPTProto.comの開発者向けに、o1のような同等のプロプライエタリモデルと比べて20倍低コストでありながら、複雑な数学やコーディングに優れています。
by DeepSeek$0.33/1M tokens input$1.3135/1M tokens output
GPT 4o 2024 08 06
input text
input image
input document
output text
$
gpt 4o APIは、スキーマ準拠率100%を誇るフラッグシップのマルチモーダル性能を提供します。この2024-08-06スナップショットは、128kのコンテキスト、Turboと比べて2倍の速度、高ボリュームの開発者ニーズや複雑な推論エージェント向けの低価格を提供します。
by OpenAI$1.75/1M tokens input$7/1M tokens output
GPT 5 Nano
input text
input image
input document
output text
$
The GPT 5 Nano APIは、128kのコンテキストとネイティブ音声処理を提供する、OpenAI最速のマルチモーダルモデルです。大量のオーケストレーションやリアルタイムサポートに最適で、入力トークン100万件あたりわずか0.05ドルで、優れた推論性能を発揮します。
by OpenAI$0.035/1M tokens input$0.28/1M tokens output
GPT 5 Mini
input text
input image
input document
output text
$
gpt 5 mini APIは、GPT-4oレベルの知能を1秒未満のレイテンシーで提供します。大規模な本番運用向けに最適化されたこのマルチモーダルモデルは、128kのコンテキストウィンドウに対応し、最小限のコストで信頼性の高い抽出とリアルタイム推論を実現します。
by OpenAI$0.175/1M tokens input$1.4/1M tokens output
GPT 5
input text
input image
input document
output text
$
GPT 5 APIは、最先端のエージェント型自律性とSystem 2推論を提供します。このネイティブなマルチモーダルモデルは256kのコンテキストウィンドウに対応し、テキスト、音声、動画を横断した高度なアプリケーション向けに、複雑なタスク計画と深い論理検証を可能にします。
by OpenAI$0.875/1M tokens input$7/1M tokens output
Higgsfield Turbo
input image
output video
$
higgsfield-turboは、リアルな人間の動きに最適化された高速動画モデルです。蒸留されたDiTアーキテクチャを使用し、競合モデルより4倍速く1080pの動画クリップを生成します。ソーシャルメディアやアプリに最適で、GPTProto.comから利用できます。
by Higgsfield$0.2842 per time
Higgsfield Lite
input image
output video
$
higgsfield liteモデルは、基礎的なAI動画機能を提供します。クリエイティブな動きを生み出しますが、プロフェッショナルなワークフローでは、キャラクターの一貫性と生成速度について現実的な期待値を持つ必要があります。
by Higgsfield$0.0875 per time
Higgsfield Standard
input image
output video
$
Higgsfield Standardは、リアルな人間の動きを専門とするマルチモーダル動画モデルです。ソーシャルメディア向けに最適化されており、APIを通じて高品質な9:16コンテンツを提供し、動きの滑らかさで競合を上回り、マーケティングとeコマースの成長を支援します。
by Higgsfield$0.3941 per time
GPT 4o Mini
input text
input image
output text
$
OpenAIのgpt 4o mini APIは、大量処理が求められるタスクで優れた知能を発揮します。128kのコンテキストウィンドウとマルチモーダル対応により、このミニモデルは、超低レイテンシーと低コストを維持しながら、推論や構造化データの抽出に優れています。
by OpenAI$0.105/1M tokens input$0.42/1M tokens output
Claude Opus 4.1 20250805
input text
input document
output text
$
Claude Opus 4.1 APIは、Anthropic最高峰の推論性能を提供します。20万トークンのコンテキストウィンドウとComputer Use 2.0を備えたこの4.1モデルは、ハイステークスなエンタープライズエージェント向けの多段階推論、複雑なコーディング、精緻な文書分析に優れています。
by Claude$12/1M tokens input$60/1M tokens output
Doubao Seed 1.6 Thinking 250715
input text
input image
output text
$
Seed 1.6 Thinking APIは、Chain-of-Thoughtを通じて深い推論を実現します。ByteDanceのこの高性能モデルは、数学およびバイリンガルコーディングに優れており、GPTProtoを介して複雑な論理タスクに対応するコスト効率の高い代替手段を提供します。
by Doubao$0.0971/1M tokens input$0.9714/1M tokens output
Doubao Seed 1.6 Thinking 250615
input text
input image
output text
$
Doubao Seed 1.6 Thinking APIは、高度な論理推論と256Kコンテキストをワークフローにもたらします。ByteDanceが開発したこのAPIは、非公開のChain-of-Thought推論を活用し、複雑なSTEMやコーディングの問題を高い精度とコスト効率で解決します。GPTProto.comでご利用いただけます。
by Doubao$0.0971/1M tokens input$0.9714/1M tokens output
Doubao Seed 1.6 Flash 250615
input text
input image
output text
$
Seed 1.6 Flash APIは、リアルタイムアプリ向けに1秒未満のレイテンシと卓越したスループットを実現します。このDoubaoのイテレーションは、ネイティブな関数呼び出しに対応した128kのコンテキストウィンドウを処理し、グローバル規模で優れたコストパフォーマンスを提供します。
by Doubao$0.0182/1M tokens input$0.1821/1M tokens output
Doubao Seed 1.6 250615
input text
input image
output text
$
ByteDanceのAI Seed 1.6 Flashモデルは、GPT-4oの10分の1のコストでフラッグシップ級の知能を提供します。低レイテンシーと128Kコンテキストに最適化されており、中国語と英語のバイリンガル対応が求められるエンタープライズアプリケーションや、高並行ワークフローで優れた性能を発揮します。
by Doubao$0.0971/1M tokens input$0.2428/1M tokens output
GPT 4o Mini Tts
input text
output audio
$
最大2,000入力トークンを、13種類の組み込み音声とMP3、Opus、AAC、FLAC、WAV、またはPCM出力に対応した、自在に調整可能な音声に変換します。GPTProtoでgpt-4o-mini-ttsを、テキスト入力トークン100万トークンあたり$0.42、音声出力トークン100万トークンあたり$8.40で利用できます。OpenAIの掲載料金より30%お得です。
by OpenAI$0.42/1M tokens input$8.4/1M tokens output
Gemini 2.5 Pro
input text
input image
input document
output text
$
Gemini 2.5 Pro APIは、動画、音声、大規模なコードベースを深く分析するための、200万トークンという広大なコンテキストウィンドウを提供します。Googleのこのマルチモーダルモデルは、エンタープライズのニーズに応える複雑な推論と高再現率の検索タスクに優れています。
by Google$0.75/1M tokens input$6/1M tokens output
GPT 4o Transcribe
input text
input audio
output text
$
GPT 4o Transcribe APIは、正確な音声テキスト変換を実現します。このGPT 4o搭載APIは、高度な気流モデリングと推論モデルにより、ささやき声や通常の音声に対応し、GPTProtoでの文字起こしプロジェクトの成功を確実にします。
by OpenAI$1.75/1M tokens input$7/1M tokens output
Grok 4
input text
input image
output text
$
Grok 4は、xAIが提供する最先端のAI言語モデルで、1.7兆個のパラメータを備えています。推論能力が大幅に向上し、130,000トークンという広大なコンテキストウィンドウに加え、テキストや画像を含むマルチモーダル機能を提供します。科学研究、コーディング、リアルタイムデータ分析などの複雑なタスクに優れており、Xなどのプラットフォームからライブデータを統合して、動的で正確な回答を提供します。
by Grok$1.8/1M tokens input$9/1M tokens output
GPT 4.1 2025 04 14
input text
input image
input document
output text
$
gpt-4.1-2025-04-14/text-to-textは、OpenAIの最新世代GPT-4.1に属する高度な自然言語AIモデルで、複雑なテキスト生成、インテリジェントなコード支援、ニュアンスに富んだデータ処理を専門としています。エンタープライズ向けの信頼性と開発者の生産性を考慮して設計されており、従来のバージョンと比べて、より正確な出力、より高速な推論、改善された文脈理解を実現します。テキスト変換タスクに特化しており、構造化コンテンツの作成、専門的なコミュニケーション、拡張性の高いドキュメントワークフローにおいて、多くの汎用モデルを上回る性能を発揮します。
by OpenAI$1.4/1M tokens input$5.6/1M tokens output
Doubao 1.5 Pro 32k 250115
input text
output text
$
Doubao 1.5 AIは、ByteDanceのフラッグシップ推論モデルです。GPT-4oクラスの性能を備え、英語と中国語における優れたバイリンガル論理能力を提供します。ツールの活用や複雑なエージェント向けに最適化されており、欧米のモデルの数分の一のコストで利用できます。
by Doubao$0.0971/1M tokens input$0.2428/1M tokens output
Doubao 1.5 Vision Pro 32k 250115
input text
input image
output text
$
Doubao 1.5 APIは、ByteDanceによるエンタープライズグレードのマルチモーダルビジョン機能を提供します。32kコンテキストに最適化されており、従来のモデルの数分の一のコストで、中国語と英語のドキュメントに対して優れたOCRとバイリンガル推論を実現します。
by Doubao$0.3642/1M tokens input$1.0928/1M tokens output
Gemini 2.5 Flash
input text
input image
input document
output text
$
Gemini 2.5 Flash APIは、サブ秒のレイテンシと大規模なコンテキストに対応するよう設計された、高スループットでマルチモーダルネイティブなモデルです。長いコンテキストの検索とリアルタイム推論に優れており、複雑なエージェントワークフロー向けに200万トークンの容量を提供します。
by Google$0.18/1M tokens input$1.5/1M tokens output
Veo3 Pro
input text
input image
output video
$
Veo 3 Proは、映画のような4K動画を生成するマルチモーダル生成モデルです。Veo 3 Pro APIにより、開発者は120秒のセグメント、200万トークンのコンテキスト、そして高忠実度でプロフェッショナル品質のビジュアルコンテンツを実現する、物理法則に基づく時間的一貫性にアクセスできます。
by Google$1.28 per time
Veo3 Fast
input text
input image
output video
$
Googleのveo 3 fast APIは、5秒未満で高忠実度の1080p動画生成を実現します。リアルタイム推論と映画品質のコントロールを目的に構築されたこのモデルは、3D-Flowメカニズムを採用し、映像の安定性と優れた時間的一貫性を確保します。
by Google$0.48 per time
Flux Kontext Max
input text
input image
output image
$
FLUX Kontext Maxは、Black Forest LabsのFLUX.1 Kontextファミリーにおけるプレミアムティアです。ファミリー内で最も高いプロンプト遵守性能と画像内タイポグラフィを備えた、指示ベースの画像編集およびテキストから画像への生成モデルです。GPTProtoでは、FLUX Kontext Max APIを1画像あたり$0.064で利用できます。これはBFLの$0.08のリスト価格より20%安く、200以上の他のモデルも同じ1つのキーで実行できます。
by Flux$0.064 per time
Flux Kontext Pro
input text
input image
output image
$
FLUX Kontext Proは、Black Forest Labsのコンテキスト対応画像モデルです。テキストプロンプトから画像を生成したり、1つの指示で既存の画像を編集したりしながら、複数回の編集にわたってキャラクター、製品、構図の一貫性を維持できます。GPTProtoでFLUX Kontext Pro APIを1画像あたり$0.032で利用できます。これはBFLの$0.04のリスト価格より20%安く、200以上の他のモデルも利用できる1つのキーで実行できます。
by Flux$0.032 per time
Grok 3 Mini
input text
output text
$
AI Grok 3 Miniは、xAIが提供する高効率な推論モデルです。Xとの統合によるコーディングタスクとリアルタイム情報検索に優れ、GPTProto.comを通じて開発者に低レイテンシーのパフォーマンスを提供します。
by Grok$0.18/1M tokens input$0.3/1M tokens output
Grok 3 Reasoner R
input text
output text
$
grok/grok-3-reasoner-rは、xAIの推論能力の頂点を体現するモデルであり、特に深い認知処理を必要とするタスク向けに設計されています。標準的なLLMとは異なり、grok/grok-3-reasoner-rはResponses APIを介したステートフルアーキテクチャを採用しているため、複数ステップのやり取りにわたってコンテキストと推論チェーンを維持できます。GPT Protoに統合されたこのモデルは、論理的推論、複雑なコーディング、科学研究において優れた性能を発揮します。暗号化された思考コンテンツを活用することで、grok/grok-3-reasoner-rはAIの「思考過程」を追跡するための透明性と安全性を兼ね備…
by Grok$1.8/1M tokens input$9/1M tokens output
Claude Sonnet 4 20250514 Thinking
input text
input document
output text
$
Claude Sonnet 4-Thinkingは、AIが複雑な論理や創造的な文章を扱う方法に大きな変化をもたらします。「思考」フェーズで知られるこのモデルは、他のLLMが結論を急ぐ可能性のある深い推論タスクで優れた性能を発揮します。GPTProto.comでは、月額サブスクリプションの煩わしさなしに、Claude Sonnet 4-Thinkingへ直接APIアクセスできます。当プラットフォームは透明性の高い従量課金モデルを採用しているため、実際に使用した分だけお支払いいただけます。エンタープライズレベルのコードをリファクタリングする場合でも、微妙なニュアンスを含む技術レポートを作成する場合でも、Claude Sonnet 4-T…
by Claude$2.4/1M tokens input$12/1M tokens output
Claude Sonnet 4 20250514
input text
input document
output text
$
Claude Sonnet 4 APIは100万トークンのコンテキストと高度な推論を提供します。コーディングとコンテキスト管理に優れている一方、ユーザーからは簡潔な文体と、エムダッシュを好んで使う傾向が指摘されています。Opusレベルの深さとスピードを必要とする技術的なタスクに最適です。
by Claude$2.4/1M tokens input$12/1M tokens output
Ideogram Reframe v3
input image
output image
$
Ideogram AI画像生成API（v3）は、業界最高水準のタイポグラフィとグラフィックデザインの再現性を提供します。スマートリフレーミングと正確な16進数カラーコード制御に最適化されており、アーティファクトを排除して、プロフェッショナルな4Kビジュアルアセットを実現します。
by Ideogram$0.048 per time
Ideogram Edit v3
input image
output image
$
Ideogram Edit v3は、高忠実度の画像編集とプロフェッショナルなタイポグラフィに最適な選択肢です。このAI画像編集APIを使えば、開発者は業界をリードするテキスト精度とデザインに即した機能をあらゆるアプリケーションに統合できます。
by Ideogram$0.048 per time
Ideogram Remix v3
input text
output image
$
ideogram-remix-v3/text-to-imageは、高品質なビジュアルコンテンツ生成に特化した先進的なテキスト画像変換AIモデルです。拡散ベースのアーキテクチャを活用し、テキストプロンプトを一貫性のある詳細な画像へと変換します。このモデルは汎用性に優れており、デザインのプロトタイピング、広告ビジュアル、教育用イラストなど、さまざまなクリエイティブワークフローをサポートします。ベースモデルと比較して、ideogram-remix-v3/text-to-imageは、レンダリング速度、プロンプトへの忠実度、スタイルの一貫性が向上しています。拡張性と信頼性に優れた生成画像を必要とする開発者、アーティスト、マーケター、教育者に…
by Ideogram$0.048 per time
Ideogram Replace Background v3
input text
output image
$
Ideogram AI画像APIは、業界最高水準のタイポグラフィ保持機能を備えた、プロフェッショナル品質の背景置換を提供します。Eコマースや広告向けに、商品ラベルを完璧に維持し、リアルなライティングを保ちながら、環境を簡単に差し替えられます。
by Ideogram$0.048 per time
Grok 3 Reasoner
input text
output text
$
grok/grok-3-reasonerは、単純なトークン予測を超えて、推論時の深い思考へと進化する、人工知能におけるパラダイムシフトを体現しています。思考の連鎖プロセスを活用することで、grok/grok-3-reasonerは自己修正を行い、複数の論理的な経路を検討し、最終的な回答を提示する前に自らの結論を検証できます。GPT Protoプラットフォームでは、低レイテンシーのインフラストラクチャとプロフェッショナルグレードの状態管理に支えられた、この高度なアーキテクチャをすぐに利用できます。カーネルレベルのコードのデバッグから複雑な経済理論のシミュレーションまで、grok/grok-3-reasonerはミッションクリティカルな…
by Grok$0.0082 per time
O4 Mini
input text
input image
input document
output text
$
o4-miniはGPTProto.comで利用できる、高速かつコスト効率に優れた推論モデルです。基本的なチャットと最先端の論理推論のギャップを埋め、ネイティブなマルチモーダル機能、エージェント型のツール利用、複雑なタスクにおける優れたSTEM性能を提供します。
by OpenAI$0.99/1M tokens input$3.96/1M tokens output
O3
input text
input image
input document
output text
$
o3は、卓越したSTEMタスクと高度なコーディングのために構築された、OpenAIの最先端の推論モデルです。20万トークンのコンテキストと高い推論能力により、o3はGPTProto.comの開発者向けに、数学および複雑な問題解決で新たなベンチマークを打ち立てます。
by OpenAI$1.8/1M tokens input$7.2/1M tokens output
Ideogram Generate v3
input text
output image
$
Ideogramは、世界最高水準のテキスト描画で知られる、特化型AI画像生成ツールです。このジェネレーターは複雑なプロンプトにも正確に従うため、信頼性の高いタイポグラフィとレイアウトの制御を必要とするデザイナーやブランドオーナーにとって最適な選択肢です。
by Ideogram$0.048 per time
Veo3
input text
input image
output video
$
veo 3 APIは、Google DeepMindの最高峰の4K動画生成モデルを提供します。物理法則を考慮したモーションと最大120秒の出力を備え、統合プラットフォームを通じて、クリエイターにプロフェッショナルな映画品質の制御と同期音声を提供します。
by Google$0.48 per time
Gemini 2.0 Flash
input text
input image
input document
output text
$
Gemini 2 Flash は、Google の速度最適化されたマルチモーダルモデルです。100万トークンのコンテキストウィンドウとネイティブなリアルタイム音声・動画処理を備え、エージェント型ワークフローやライブ会話アプリにおける1秒未満のレイテンシーを実現するよう設計されています。
by Google$0.06/1M tokens input$0.24/1M tokens output
Grok 3
input text
output text
$
Grok 3は、ネイティブな推論機能を備えたxAIの最先端AIモデルです。ColossusクラスターでトレーニングされたこのAIは、数学とコーディングに優れています。GPTProto.comを通じてAIのGrok 3を利用し、リアルタイム検索と高度な論理推論を今すぐアプリに統合しましょう。
by Grok$1.8/1M tokens input$9/1M tokens output
GPT 4.1 Nano
input text
input image
input document
output text
$
GPT 4.1 nano APIは、1秒未満のレイテンシと高スループットのパフォーマンスを実現します。構造化出力や画像処理タスク向けに最適化されたこのGPTモデルは、技術的な信頼性を損なうことなく、より大規模なLLMに代わる費用対効果の高い選択肢を提供します。
by OpenAI$0.07/1M tokens input$0.28/1M tokens output
GPT 4.1 Mini
input text
input image
input document
output text
$
gpt 4.1 mini APIは、高頻度の実用タスクに適した、1秒未満のレイテンシーと128kのコンテキストを提供します。速度とコストを最適化し、スケールに対応したエージェント型ワークフローを構築する開発者向けに、優れた視覚的推論とネイティブな構造化出力を実現します。
by OpenAI$0.28/1M tokens input$1.12/1M tokens output
GPT 4.1
input text
input image
input document
output text
$
gpt 4.1 APIは、深い知的ニュアンスと創造的な文章作成能力で高く評価されている、特化型モデルです。より新しいモデルが登場する中でも、gpt 4.1は一貫性があり、企業的ではないスタイルの出力を得られる信頼性の高い選択肢です。
by OpenAI$1.4/1M tokens input$5.6/1M tokens output
GPT Image 1
input text
input image
output image
$
gpt-image-1/image-editモデルは、ビジュアル操作におけるパラダイムシフトをもたらします。従来の拡散ベースのエディターとは異なり、gpt-image-1/image-editはネイティブなマルチモーダル大規模言語モデルです。つまり、単にピクセルを処理するだけでなく、リクエストの意味的な文脈を理解します。シーンに複雑なオブジェクトを追加する場合でも、世界に関する知識に基づいてライティングを変更する場合でも、gpt-image-1/image-editは比類のない一貫性を実現します。GPT Protoのワークフローにgpt-image-1/image-editを統合することで、人間のような推論で指示に従うツールを利用で…
by OpenAI$7/1M tokens input$28/1M tokens output
GPT 4o
input text
input image
input document
output text
$
gpt-4o/text-to-textは、高性能なテキスト生成と理解のために設計された、OpenAIの最新世代の言語モデルです。最適化された速度、向上した論理的思考力、複数ターンの会話能力を兼ね備えています。リアルタイムの文章作成、コード生成、データ分析に最適なgpt-4o/text-to-textは、スケーラブルなスループットとコンテキストを考慮した正確性により、GPT-4などの従来モデルとは一線を画します。開発者は、ビジネス、テクノロジー、教育分野における信頼性の高い自動化と生産性向上のために、このモデルを活用しています。
by OpenAI$1.75/1M tokens input$7/1M tokens output
Midjourney
input text
input image
output image
$
Midjourney v6.1は、生成AIアートの世界における大きな飛躍を示すバージョンで、洗練された美しさと優れたプロンプト遵守に重点を置いています。このバージョンは、高度なパラメータによってキャラクターの一貫性を維持できる点、そして「AIスロップ」ではなくプロの写真やデジタルアートのように見える画像を生成できる点で、特に高く評価されています。複雑なクリエイティブワークフローを構築する場合でも、シンプルなマーケティング素材を作成する場合でも、Midjourney v6.1はハイエンドな制作に必要な信頼性とビジュアル品質を提供します。GPTProtoを通じて、複雑なクレジットシステムを使わずにMidjourney v6.1をアプリケ…
by Midjourney$0.0608 per time