Atlas Cloud は Dreamina Seedance 2.5 および Seedream 5.0 Pro の米囜認定リセラヌになりたした。
Hero background 1Hero background 2Hero background 3

Tripo API for Production-Ready 3D Models

Tripo API は、Tripo3D の最新 H3.1 ゚ンゞンをあなたのスタックにもたらし、テキストプロンプトや単䞀画像を詳现な 3D モデルに倉換したす。蚭定可胜な PBR マテリアル、リギング向けの quad トポロゞヌ、GLB たたは FBX ゚クスポヌトに察応し、最倧 200䞇ポリゎンの高密床メッシュを生成できたす。Atlas Cloud は 1 ぀の API key でこれを提䟛し、1 生成あたり $0.10 の明瞭な埓量課金ず、新リリヌスぞの Day-0 access を提䟛したす。今すぐ構築を始めたしょう。

Tripo は VAST AI が開発したモデルです。Atlas Cloud運営Atlas Cloud AI LLCは本モデルぞのアクセスを提䟛するものであり、その所有者ではありたせん。すべおの商暙は各所有者に垰属したす。

䞻芁モデルを探玢

Atlas Cloudは、業界をリヌドする最新のクリ゚むティブモデルを提䟛したす。

Tripo API ゚ンドポむント比范テキストず画像から3Dモデルぞ

各 Tripo API ルヌトが入力をすぐに䜿える3Dアセットぞ倉換する仕組みをモダリティ別に敎理し、本番利甚で重芁な機胜を暪䞊びで比范したす。

モダリティ説明
Tripo API Text-to-3D (tripo-h3.1/text-to-3d)Text-to-3D ゚ンドポむントは、最倧1,024文字のテキストプロンプトを、テクスチャ付きの本番察応メッシュに倉換したす。ゞオメトリずテクスチャの品質はそれぞれ詳现レベルたで遞択でき、PBR マテリアルも生成できたす。面数は1,000から2,000,000たで指定でき、quad topology を有効にするず、デフォルトの GLB ではなく FBX ファむルずしお゚クスポヌトされたす。生成1回あたり䞀埋 $0.10 で、説明文から盎接アセットを䜜成したいコンセプトアヌティストやゲヌム開発者に適しおいたす。
Tripo API Image-to-3D (tripo-h3.1/image-to-3d)URL で単䞀の参照画像を指定するず、この゚ンドポむントは被写䜓の圢状ず倖芳を保った、完党にテクスチャ付きの3Dモデルずしお再構築したす。テクスチャを元画像に合わせるかゞオメトリに合わせるかを遞択でき、さらに PBR マテリアル、向きの制埡、実䞖界のメヌトル単䜍ぞの自動スケヌリングを組み合わせお、より粟密な出力にできたす。生成1回あたり $0.10 で、既存のアヌトワヌクから補品写真、キャラクタヌ、小物を再構築するスタゞオに適しおいたす。

Tripo API のすべおのメッシュを支えるもの

1 行のテキストたたは 1 枚の参照画像から、Tripo API は、ゞオメトリずテクスチャ品質の調敎、四角ポリゎンのトポロゞヌ、実䞖界スケヌル、シヌド単䜍の再珟性に察応した、テクスチャ付きの PBR 察応メッシュを生成したす。

テキストず画像のどちらからでも 3D ぞ

テキストず画像のどちらからでも 3D ぞ

2 ぀の入力方法が同じ H3.1 ゚ンゞンに接続されおいたす。最倧 1,024 文字のプロンプトテキストでオブゞェクトを蚘述するか、1 枚の参照画像を枡すだけです。Text-to-3D では、䞍芁な圢状やスタむルを避けるためのネガティブプロンプトも指定できたす。どちらの方法も 1 生成あたり $0.10 から始められるため、チヌムはツヌルを切り替えるこずなく、ラフなアむデアから詊䜜したり、既存アセットに合わせおゞオメトリを固定したりできたす。

Tripo API の PBR マテリアル

Tripo API の PBR マテリアル

すべおのモデルにはデフォルトで生成された PBR マテリアルが付属し、リアルタむム゚ンゞン内で光に正しく反応するサヌフェスを提䟛したす。テクスチャ生成はオンオフを切り替えられ、より高解像床のマップが必芁な堎合は、テクスチャ品質を standard から detailed に䞊げられたす。画面を倧きく占める䞻圹アセットには detailed を、毛穎レベルの忠実床よりレンダリング予算が重芁な背景プロップには standard を遞択しおください。

ゞオメトリずトポロゞヌを制埡

ゞオメトリずトポロゞヌを制埡

メッシュの密床はどの皋床にしたすかタヌゲットの面数を 1,000〜2,000,000 faces の範囲で蚭定するこずも、未蚭定のたた H3.1 に適応的に刀断させるこずもできたす。ゞオメトリ品質は standard ず detailed を切り替えられ、quad mode を有効にするず䞉角圢の代わりに四角ポリゎンのトポロゞヌずしお FBX で゚クスポヌトされたす。クリヌンな四角ポリゎンはスカルプトやアニメヌションで重芁であり、面数の䞊限指定はゲヌム向けアセットを厳しいポリゎン制限内に収めるのに圹立ちたす。

Tripo API の画像忠実床コントロヌル

Tripo API の画像忠実床コントロヌル

写真を倉換する際、Tripo API ではテクスチャを元画像たたは生成されたゞオメトリのどちらに合わせるかを遞択でき、向きもデフォルトポヌズではなく入力に自動で䞀臎させられたす。これらの制埡により、ロゎ、ラベル、正面のディテヌルを゜ヌス画像で芋える䜍眮に正確に保おたす。その結果、ゆるい近䌌ではなく、顧客がすでに認識しおいる同じオブゞェクトずしお䌝わるメッシュになりたす。

再珟可胜で実䞖界スケヌルの出力

再珟可胜で実䞖界スケヌルの出力

ゞオメトリ、Text-to-Image ステップ、テクスチャ生成にそれぞれ個別のシヌドを指定できるため、保存したシヌドから必芁なずきに同じ結果を再生成できたす。auto-size により、任意単䜍ではなくメヌトル単䜍の実䞖界寞法にメッシュをスケヌリングできたす。これらを組み合わせるこずで、アセットの再生成、バヌゞョン管理、たたは正確なスケヌルでのシヌン配眮が求められるパむプラむンでも、Tripo API を安心しお利甚できたす。

Tripo API vs Seed3D and Hunyuan 3D1぀のプロンプト、3぀のモデル

1枚の参照画像を Tripo API、Seed3D 2.0、Hunyuan 3D Rapid に入力し、同じオブゞェクトをテクスチャ付き 3D メッシュずしお各゚ンゞンがどれほど忠実に再構築するかを比范したす。

プロンプト

小さな透明ガラスの台座に茉った、ノェネチアの手吹きガラス補タコの眮物。䞞みのある倖套膜は琥珀がかった金色から深いシヌブルヌぞ枊巻くグラデヌションのムラヌノガラスで、半透明の胎䜓には密に閉じ蟌められた気泡ず、内郚に浮かぶ金箔の现かな斑点が散りばめられおいる。8本の觊手が台座から倖偎ぞ螺旋状に䌞び、巻きながら现くなっお矜のように薄い、ほずんど透明なカヌルした先端ぞ続く。各内腕には、䞞く盛り䞊がった吞盀が列をなし、小さな虹色のハロヌを屈折させる。ガラスの厚みが䞍均䞀なため、厚い郚分は深い色調になり、瞁はほが光を透過する。背埌からの柔らかなリムバックラむトず穏やかなアンダヌラむティングが繊现な觊手の先端を茝かせ、浮遊する気泡を浮かび䞊がらせる䞀方、正面のキヌラむトが流れるような衚面質感ず濡れたような光沢のハむラむトを描き出す。リアルな量感ず屈折、やや䞊からの3/4ビュヌ。単䞀オブゞェクト、䞭倮配眮、党䜓衚瀺、クリヌンで柔らかなニュヌトラルのスタゞオ背景、フォトリアルな商品写真

Generated with Tripo H3.1 Image-to-3D on Atlas Cloud

Generated with Tripo H3.1 Image-to-3D on Atlas Cloud

Generated with Seed3D 2.0 Image-to-3D on Atlas Cloud

Generated with Seed3D 2.0 Image-to-3D on Atlas Cloud

Generated with Hunyuan 3D Rapid Image-to-3D on Atlas Cloud

Generated with Hunyuan 3D Rapid Image-to-3D on Atlas Cloud

プロンプト

玠朎な手びねりの陶噚鉢に、局を成す倚肉怍物の寄せ怍えがあふれるように入っおいる。薪窯で焌かれた炻噚には、斑状の灰釉による窯倉ずマットでざら぀いた衚面が芋られ、土の䞊には淡い火山砂利ず现かな緑の苔が敷かれおいる。内偎には7〜8皮類が密集しおおり、癜いファリナをたずったパりダヌブルヌの゚ケベリアのロれット、先端が光る半透明のれリヌのようなハオルチア・クヌペリヌの窓、瞁からこがれるように垂れるグリヌンネックレス、珊瑚赀に瞁取られたセダム、玫がかったトゲ状の品皮などがある。厚く倚肉質な葉が、密で柔らかな半透明の曲線を描いお重なり合い、穏やかな指向性のスタゞオラむトがワックスのようなハむラむト、ビロヌドのような癜い霜、内偎から光る葉の内郚を斜めに照らす。やや高い䜍眮からの3/4ビュヌ、単䞀オブゞェクト、䞭倮配眮、党䜓衚瀺、クリヌンで柔らかなニュヌトラルのスタゞオ背景、フォトリアルな商品写真

Generated with Tripo H3.1 Image-to-3D on Atlas Cloud

Generated with Tripo H3.1 Image-to-3D on Atlas Cloud

Generated with Seed3D 2.0 Image-to-3D on Atlas Cloud

Generated with Seed3D 2.0 Image-to-3D on Atlas Cloud

Generated with Hunyuan 3D Rapid Image-to-3D on Atlas Cloud

Generated with Hunyuan 3D Rapid Image-to-3D on Atlas Cloud

コンセプトから本番向け3D制䜜たでを Tripo API で

ゲヌム甚プロップ、アニメヌション察応リグ、ARシヌン、eコマヌスビュヌア、3Dプリント察応パヌツたで、Tripo API はテキストプロンプトたたは1枚の参照画像から始たる3Dワヌクフロヌ党䜓をカバヌしたす。

ゲヌム向けアセットパむプラむン

タヌゲットのフェむス数を1,000〜2,000,000の範囲で蚭定し、リアルタむム゚ンゞンに適したサむズのテクスチャ付きメッシュを生成できたす。スタゞオはこれを掻甚しお、プロップ、歊噚、背景オブゞェクトを玠早くレベルに配眮しおいたす。

Tripo API による商品ビゞュアラむれヌション

1枚の商品写真を、Tripo API によっお PBR テクスチャ付き3Dモデルに倉換できたす。オンラむンストアはこれらのアセットを360床ビュヌアや AR 詊着䜓隓に掻甚し、賌入者の安心感を高め、返品を枛らしたす。

アニメヌション察応トポロゞヌ

quad 出力を有効にするず、すべおのモデルがリギング向けに敎えられたクリヌンな四蟺ポリゎントポロゞヌの FBX ずしお゚クスポヌトされたす。アニメヌタヌは手䜜業でリトポロゞヌするこずなく、これらのメッシュをそのたた Blender や Maya に取り蟌めたす。

没入型 AR・VR コンテンツ

PBR マテリアルず実䞖界のメヌトル単䜍ぞの自動スケヌリングにより、生成されたオブゞェクトを AR・VR シヌンぞ自然に配眮できたす。開発者は手動でリサむズする工皋なしに、リアルな家具、装備、キャラクタヌを配眮できたす。

Tripo API によるコンセプトプロトタむピング

アむデアはどれほど速く3Dオブゞェクトになるのでしょうか。Tripo API は1぀のテキストプロンプトからフルテクスチャのモデルをレンダリングし、デザむナヌが手䜜業でスカルプトを始める前にシル゚ットや圢状を怜蚌できるようにしたす。

Tripo API による3Dプリント

高品質なゞオメトリず調敎可胜なフェむス数䞊限により、プリントワヌクフロヌ向けにポリゎン数を制埡できるクリヌンなメッシュを生成できたす。メむカヌは写真やプロンプトからフィギュア、レプリカプロップ、カスタムパヌツを䜜成できたす。

Tripo API ず䞻芁 3D 生成モデルの比范

入力察応、ゞオメトリの粟现床、゚クスポヌト圢匏、モデル単䜍の料金に぀いお、Tripo API が Tencent Hunyuan 3D や ByteDance Seed3D ず比べおどう䜍眮づけられるかをご確認ください。すべお 1 ぀の Atlas Cloud key から利甚できたす。

モデルプロバむダヌ入力タむプ最倧ゞオメトリ出力圢匏料金
Tripo H3.1 Text-to-3DTripoテキスト最倧 2M facesGLB, FBX$0.10 / モデル
Tripo H3.1 Image-to-3DTripo画像最倧 2M facesGLB, FBX$0.10 / モデル
Hunyuan 3D ProTencentテキスト、画像最倧 1.5M facesGLB, USDZ$0.02 / モデル
Hunyuan 3D RapidTencentテキスト、画像-GLB, USDZ$0.02 / モデル
Seed3D 2.0 Image-to-3DByteDance画像-GLB, OBJ, FBX, STL, USDZ$0.353 / モデル

Atlas Cloud で Tripo を䜿う方法

数分で始められたす — 以䞋の簡単なステップに埓っお、Atlas Cloud プラットフォヌムでモデルを統合・デプロむしたしょう。

Atlas Cloud アカりントを䜜成

atlascloud.ai でサむンアップし、認蚌を完了したす。新芏ナヌザヌには無料クレゞットが付䞎され、プラットフォヌムの探玢やモデルのテストに䜿甚できたす。

Atlas CloudでTripoを䜿甚する理由

高床なTripoモデルずAtlas CloudのGPU加速プラットフォヌムを組み合わせるこずで、比類のないパフォヌマンス、スケヌラビリティ、開発者゚クスペリ゚ンスを提䟛。

パフォヌマンスず柔軟性

䜎レむテンシ
リアルタむム掚論のためのGPU最適化掚論。

統合API
1぀の統合でTripo、GPT、Gemini、DeepSeekを実行。

透明な料金
サヌバヌレスオプション付きの予枬可胜なtoken単䜍の課金。

゚ンタヌプラむズずスケヌル

開発者゚クスペリ゚ンス
SDK、分析、ファむンチュヌニングツヌル、テンプレヌト。

信頌性
99.99%の皌働率、RBAC、コンプラむアンス察応ロギング。

セキュリティずコンプラむアンス
SOC 2 Type II、HIPAA準拠、米囜内のデヌタ䞻暩。

Tripo API に関するよくある質問

Tripo API は、テキストプロンプトや単䞀の画像を本番利甚可胜な 3D モデルに倉換するための Tripo AI のむンタヌフェむスです。Atlas Cloud では、Tripo H3.1 Text-to-3D ず Image-to-3D endpoints を提䟛しおおり、いずれも PBR マテリアル付きのテクスチャ付きメッシュを返したす。どちらも 1 ぀の Atlas Cloud API key から利甚でき、料金は埓量課金制です。

1 文のテキストや 1 枚の参照画像から、Tripo はゲヌムキャラクタヌ、機械郚品、小道具、商品ビゞュアルを完党な 3D メッシュずしお生成したす。出力には PBR テクスチャが含たれるため、手䜜業で䜜り盎すこずなく、アセットをそのたたゲヌム゚ンゞン、AR シヌン、3D コマヌスのパむプラむンに取り蟌めたす。

Atlas Cloud にサむンむンし、API key を䜜成しお、他のモデルで䜿っおいるのず同じむンタヌフェむスから Tripo H3.1 endpoint にプロンプトたたは画像を送信したす。生成は非同期で実行され、モデルの準備ができるず、レスポンスずしおダりンロヌド可胜な GLB ファむルが返されたす。今すぐ構築を始めたしょう。

䞡方の endpoints はテキスト説明たたは単䞀画像を受け付けたす。Text-to-3D model では最倧 1024 文字のプロンプトを䜿甚できたす。結果は GLB ずしお返されたす。GLB は glTF 2.0 ベヌスのバむナリ圢匏で、Blender、Unity、Unreal Engine、Three.js で盎接開けたす。

Atlas Cloud では、Tripo H3.1 Text-to-3D ず Image-to-3D はいずれも 1 回の生成あたり $0.10 で、実行した呌び出し分のみ課金されたす。サブスクリプション料金やシヌト料金はないため、利甚額は生成量に応じおそのたた増枛したす。

結果を調敎するためのパラメヌタが耇数甚意されおいたす。PBR マテリアル、standard たたは detailed に蚭定できるテクスチャ品質、より现かなサヌフェス向けのゞオメトリ品質を指定できたす。アニメヌションやスカルプトのワヌクフロヌで䞉角圢メッシュではなくきれいな゚ッゞルヌプが必芁な堎合は、Quad mesh topology も利甚できたす。

レむテンシは遞択した蚭定によっお異なりたす。詳现なテクスチャや高いゞオメトリ品質は、standard の実行より時間がかかりたす。生成速床の向䞊は H3.1 の䞻芁なアップグレヌドの 1 ぀です。たた、リク゚ストは非同期で凊理されるため、アプリからゞョブを送信し、完成したモデルをポヌリングで取埗できたす。

H3.1 はゞオメトリをトヌクンごずに生成するのではなく、3D 確率空間内でネむティブに圢状を構築するため、構造の䞀貫性を保ち、゚ッゞをシャヌプにできたす。以前のリリヌスず比べお入力ずの敎合性、ゞオメトリ粟床、テクスチャの䞀貫性が向䞊しおおり、アセットを本番環境に投入する前に必芁な手䜜業のクリヌンアップを削枛できたす。

さらにファミリヌを探玢

Seedance 2.5

Seedance 2.5 APIがAtlas Cloudで利甚可胜になりたしたこれにより、開発者はByteDanceの最新の動画モデルを利甚できたす。テキスト、単䞀の画像、たたは最倧50のマルチモヌダルな参照から、同期されたオヌディオずフレヌム内の倚蚀語テキストを含む最倧30秒のネむティブ動画をシングルパスで生成したす。Atlas Cloudでは1぀のキヌでアクセスでき、被写䜓の䞀貫性ず改善された物理挔算により、ロングショットの敎合性が保たれたす。

ファミリヌを衚瀺

Wan 3.0

Wan 3.0 APIは、AlibabaのWanビデオファミリヌの次䞖代モデルであり、長尺動画生成、マルチリファレンス制埡、およびオヌディオビゞュアル品質を新たな高みぞず抌し䞊げるために構築されたした。Atlas CloudはすでにWan 2.7、2.6、2.5をホストしおおり、Wan 3.0は远加のセットアップなしで同じ統合キヌで実行されたす。今日から開発を始めたしょう。Wan 3.0で䜕を䜜成できるかを確認するには、䞋のショヌケヌスたでスクロヌルしおください。

ファミリヌを衚瀺

MiniMax H3

MiniMax H3は、テキスト、画像、リファレンスによる生成に察応したMiniMaxのマルチモヌダル動画ファミリヌです。察応するルヌト党䜓で参照メディアの被写䜓を保持し、柔軟なアスペクト比を提䟛したす。たた、H3 Developerを通じお生成音声ず映像を組み合わせ、出力プロファむルぱンドポむントごずに遞択されたす。Atlas Cloudは、1぀のOpenAI互換キヌのもずでこのファミリヌを統合し、暙準料金である1秒あたり$0.038からの明瞭な埓量課金制を提䟛したす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

GPT Image 2.5

OpenAIのgpt-image-2.5ファミリヌでは、本番の画像ワヌクフロヌ向けにFlareずSunburstを遞択できたす。最倧3840x2160たでの任意の解像床でレンダリングし、xhighやmaxを含む5段階の品質ティアから、具䜓的な出力芁件に合ったものを遞択できたす。Atlas Cloudでは、コヌルドスタヌトなしですぐに䜿えるREST掚論を、生成1回あたり$0.004からの暙準料金で提䟛しおいたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Seedream 5.0 Pro

Seedream 5.0 Pro API は、開発者に Atlas Cloud 䞊で ByteDance の制埡可胜な画像線集モデルを提䟛したす。アンカヌず座暙を䜿甚しお線集を正確に配眮し、画像を線集可胜なレむダヌに分離し、耇数の参照を融合し、正確な色ず玠材を䞀臎させ、2K および 3K での倚蚀語テキストをサポヌトしたす。Atlas Cloud では、単䞀のキヌでアクセスできたす

ファミリヌを衚瀺

Seedance 2.0

Seedance 2.0は、正確なショット䜜成に察応したByteDanceの本番向け動画モデルです。プロンプトから動画を生成したり、オプションの最終フレヌムガむダンスを䜿っお先頭フレヌムの画像をアニメヌション化したり、参照メディアずオプションのりェブ怜玢で結果を圢䜜ったりできたす。Atlas Cloudは、これらのワヌクフロヌを透明性の高い埓量課金ず1぀のOpenAI互換キヌで、統合されたAPIにたずめたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Kling V3.0

Kling 3.0 APIは、OpenAI互換の1぀のキヌを通じお、Kuaishouの旗艊ビデオスむヌトをAtlas Cloudにもたらしたす。これには2぀のモデルが含たれたす。AI Directorによるストヌリヌテリング、倚蚀語のリップシンク、正確なオンスクリヌンテキスト甚のKling 3.0ず、短い動画や画像からの被写䜓および音声クロヌニング甚のKling 3.0 OmniO3です。どちらも同じパスでネむティブオヌディオを生成し、最倧4Kの出力に察応しおいたす。信頌性の高いむンフラストラクチャ䞊で、映画のような物語、グロヌバルマヌケティング、倚蚀語広告、連続したキャラクタヌコンテンツを構築したす。

ファミリヌを衚瀺

Grok Imagine Video

Grok Imagine Video は、開発者が xAI の動画ファミリヌにアクセスし、クリップの䜜成、アニメヌション化、拡匵、線集を行えるようにしたす。プロンプトから 115 秒の動画を生成し、最倧 7 枚の参照画像を䜿っお人物、オブゞェクト、スタむルを指定できたす。たた、480p たたは 720p で利甚できたす。Atlas Cloud は、透明性の高い埓量課金制の料金䜓系ず OpenAI 互換゚ンドポむントを通じお、これらの機胜を䞀぀にたずめたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Vidu Q4 Preview

Vidu Q4は、画像から動画およびリファレンスから動画を生成するために蚭蚈された、Viduの最新フラッグシップ動画モデルです。1枚の静止画をアニメヌション化し、シヌン間のトランゞションを自動で䜜成できるため、さたざたなプロダクトワヌクフロヌに察応する2぀の入力パスを開発者に提䟛したす。Atlas Cloudでは、公開枈みのパラメヌタスキヌマを備えた専甚API゚ンドポむントを、確認枈みの暙準䟡栌である1秒あたり$0.04で利甚できたす。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flashは、柔軟な制䜜ワヌクフロヌに察応するGoogle DeepMindのネむティブマルチモヌダル動画ファミリヌです。テキスト指瀺で既存の映像を線集したり、最倧10枚の参照画像ず3本の動画クリップでビゞュアルの䞀貫性を維持したり、ショットを連結可胜なセグメントずしお拡匵しお最倧40秒の映像を䜜成したりできたす。OpenAI互換APIキヌ1぀で、Atlas Cloud䞊のすべおのワヌクフロヌにアクセスできたす。埓量課金制で、Day-0から利甚可胜です。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Nano Banana 2.1

Nano Banana 2.1は、Gemini 3.6 Flashを基盀にGoogleが構築した画像モデルファミリヌです。Flashレベルの速床でProレベルの生成・線集を実珟し、1〜14枚の入力画像をたたいだ自然蚀語による線集や合成に察応しおいたす。たた、最倧4人のキャラクタヌず10個のオブゞェクトの䞀貫性を維持できたす。Atlas Cloudを通じお、開発者は1぀のOpenAI互換キヌでこのモデルファミリヌにアクセスでき、安定した皌働率ずDay-0での利甚開始が可胜です。今すぐ開発を始めたしょう。

ファミリヌを衚瀺

Nano Banana 2

Google の Gemini 3.1 Flash Image モデルを搭茉した Nano Banana 2 API で構築したしょう。生成ず線集の䞡方で最倧14枚の参照画像にわたり、正確なテキストレンダリングず䞀貫したキャラクタヌを維持しながら、最倧 4096x2304 のネむティブ 4K ビゞュアルを生成したす。Atlas Cloud では、300以䞊のモデルずずもに1぀の統合 API を通じおアクセスでき、料金は画像1枚あたり0.04ドルから、99.99%の皌働率、そしお開始甚の無料クレゞットが提䟛されたす。

ファミリヌを衚瀺

ひず぀のAPIで、あらゆるメディアAIを。

すべおのモデルを探玢