モデル/Google AI/Gemini API

Live6個の注目エンドポイント

Google Gemini API — AI動画、画像生成、音声合成

MuapiでGoogle Geminiメディアモデルを活用し、AI画像生成、シネマティック動画、複数話者による音声合成を実現。1つのMuapi APIキーで、これらすべてのエンドポイントに統一された非同期ポーリングワークフローでアクセスできます。このページではメディア生成ワークフローに焦点を当てています。Geminiモデルファミリーごとにリクエストフィールドや料金が異なりますので、各ファミリーのリンク先で完全なラインナップ、詳細パラメータ、最新の提供状況をご確認ください。

Google AI APIキーを取得 Gemini Omniを見る Google Gemini API examples on GitHub

Nano Banana

Googleの画像生成および編集ファミリー。全バリアントはハブをご覧ください。1個の注目エンドポイント

画像新着Featured

Nano Banana

Nano Banana 2

Google画像生成エンドポイント。ファミリーハブには追加の生成および編集バリアントが含まれます。

Image generation

$0.06/request

モデルを試す

Imagen 4

スタンダード、高速、ウルトラティアを備えたGoogleテキストから画像生成モデル。1個の注目エンドポイント

画像提供中

Imagen 4

Imagen 4 Fast

Google Imagen 4ファミリーによる高速なテキストから画像生成。

Image generation高速

$0.02/generation

モデルを試す

Veo 3.1

動画生成、画像から動画、参照、延長、高速、ライトバリアント。2個の注目エンドポイント

動画提供中

Veo 3.1

Veo 3.1 テキストから動画生成

Veo 3.1ファミリーでプロンプトから動画を生成。

Video generation

$2.50/request

モデルを試す

動画提供中

Veo 3.1

Veo 3.1 Fast テキストから動画生成

Veo 3.1によるさらに高速なプロンプトからの動画生成。

Video generation高速

$0.60/request

モデルを試す

Gemini Omni

同期音声付きの動画生成および動画編集ワークフロー。1個の注目エンドポイント

動画提供中

Gemini Omni

Gemini Omni テキストから動画生成

Gemini Omniを使用して同期音声付きの動画を生成。

Video + synchronized audio

From $0.16

モデルを試す

Gemini音声合成（TTS）

テキストから表現力豊かな複数話者の対話音声を生成。1個の注目エンドポイント

音声合成（TTS）新着

Gemini TTS

Gemini 3.8 Flash TTS

構造化テキストから表現力豊かな複数話者の対話音声を生成。

Dialogue to audio高速

$0.015/1,000 chars

モデルを試す

Google Gemini メディアAPIファミリー

MuapiにおけるGoogleの生成メディアラインナップは、画像生成・編集、動画作成、音声合成を網羅しています。Nano BananaとImagenが画像、VeoとGemini Omniが動画、Gemini TTSが対話音声に対応します。

このランディングページでは、専用ハブの全モデルを繰り返すことなく各ファミリーを比較できるよう代表的なエンドポイントを紹介しています。完全なカタログやパラメータ詳細、最新の提供状況は各ファミリーページをご覧ください。

構築できるもの

画像の作成と編集

プロンプトによる画像生成や参照ベースの編集にはNano Banana、高品質なテキストから画像生成にはImagen 4を使用します。

動画の生成

プロンプトからの動画生成、画像からのモーション付け、関連する動画ワークフローにはVeo 3.1またはGemini Omniを呼び出します。

音声の合成

構造化された話者と対話ターンをGemini TTSに送信し、複数話者の音声を生成します。

Google AI API エンドポイント

ファミリー	入力	出力	開始価格	全ラインナップ
Nano Banana	プロンプトおよび任意の参照要素	画像	1リクエストあたり $0.03から	/nano-banana-api
Imagen 4	プロンプト	画像	1回生成あたり $0.02から	/imagen-4
Veo 3.1	プロンプト、画像、または動画の参照	動画	1リクエストあたり $0.30から	/veo-3.1
Gemini Omni	エンドポイントに応じたプロンプト、画像、または動画	動画、編集、または音声	一部エンドポイントで1秒あたり $0.048から	/gemini-omni
Gemini TTS	話者および対話ターン	音声	1,000文字あたり $0.01から	/gemini-tts

料金はモデル、動画の長さ、解像度、エンドポイントによって異なります。リクエスト送信前に各ファミリーページで正確な費用をご確認ください。

Google Gemini APIの呼び出し方法

Muapi APIキーを使用してモデル固有のJSONリクエストを送信し、リクエストIDを保存して共通結果エンドポイントをポーリングします。画像、動画、音声エンドポイントはそれぞれ異なるリクエストフィールドを使用します。

1. Nano Bananaで画像を生成

curl -X POST https://api.muapi.ai/api/v1/nano-banana \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A small glass greenhouse on a mossy hillside at sunrise","aspect_ratio":"1:1"}'

# Response: {"request_id":"REQUEST_ID"}

Nano Banana画像エンドポイントにプロンプトを送信します。

2. Imagen 4で画像を生成

curl -X POST https://api.muapi.ai/api/v1/google-imagen4 \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A richly detailed glasshouse at sunrise, dew on tropical leaves","aspect_ratio":"16:9","num_images":1}'

# Response: {"request_id":"REQUEST_ID"}

Imagen 4にプロンプトとアスペクト比を送信します。

3. Veo 3.1で動画を生成

curl -X POST https://api.muapi.ai/api/v1/veo3.1-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A cinematic sunrise over a misty mountain valley","duration":8}'

# Response: {"request_id":"REQUEST_ID"}

プロンプトと長さを指定してVeoを呼び出します。

4. Gemini Omniで動画を生成

curl -X POST https://api.muapi.ai/api/v1/gemini-omni-text-to-video \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt":"A chef explains a recipe in a warm studio kitchen","resolution":"1080p","duration":8,"aspect_ratio":"16:9"}'

# Response: {"request_id":"REQUEST_ID"}

同期音声付きの動画を作成します。

5. Gemini TTSで音声を合成

curl -X POST https://api.muapi.ai/api/v1/gemini-3-8-flash-tts \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"speakers":[{"speaker_id":"Speaker 1","voice_name":"Kore","accent":"Neutral","style":"Empathetic","pace":"Natural"}],"dialogue_turns":[{"speaker_id":"Speaker 1","text":"Welcome to the show."}]}'

# Response: {"request_id":"REQUEST_ID"}

構造化された話者と対話ターンを指定します。

6. 完了した出力をポーリング

curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \
  -H "x-api-key: YOUR_API_KEY"

# Poll until status is completed, then read the generated asset URL from outputs.

返されたリクエストIDを使用して共通結果エンドポイントをポーリングします。

Google Gemini API よくある質問

Muapiを通じて呼び出せるGoogle AIモデルはどれですか？

注目のメディアファミリーには、Nano Banana、Imagen 4、Veo、Gemini Omni、Gemini音声合成（TTS）が含まれます。完全なエンドポイント一覧は各ファミリーページをご覧ください。

このページにはGeminiテキストチャットモデルも含まれますか？

このカタログは画像、動画、音声などのGoogleメディア生成エンドポイントに特化しています。現在利用可能なテキスト生成モデルとそのリクエスト形式については、Muapiの最新APIスキーマをご確認ください。

Google Gemini APIキーはどのように取得しますか？

「アクセスキー」画面からMuapi APIキーを作成し、モデルエンドポイントへのリクエスト時に x-api-key ヘッダーに設定して送信します。

すべてのGoogleモデルで同じリクエスト形式を使用しますか？

いいえ。画像、動画、音声エンドポイントではそれぞれ異なるフィールドを受け入れます。正確なリクエストスキーマはモデル固有のファミリーページおよびAPIサンプルを参照してください。

Nano Banana APIGoogle画像生成および編集エンドポイントを見る。Imagen 4 APIスタンダード、高速、ウルトラ画像生成を比較。Veo 3.1 APIVeo動画の全ラインナップを見る。Veo API以前のVeo動画エンドポイントを見る。Veo 4 APIVeo 4ページで最新の提供状況を確認。Gemini Omni API動画生成、動画編集、音声ワークフローを見る。Gemini Omni 1.1 Flash APIFlash動画および編集エンドポイントを見る。Gemini TTS API複数話者対応の音声合成モデルを比較。音声認識（STT）APIGoogle音声認識エンドポイントを見る。

Google AIメディアモデルで開発

1つのMuapi APIキーでGoogleの画像、動画、音声合成モデルをご自身のアプリケーションに統合できます。

APIキーを取得 Gemini Omniを見る