HiDream O1 1.5 Image API for Pixel-Native Creation
HiDream O1 1.5 Image API は、HiDream.ai の統合基盤モデルをあなたのスタックに提供し、テキストから画像生成、単一画像編集、被写体主導のパーソナライゼーションを 1 つのピクセルレベルシステム上で実行します。6 種類のアスペクト比プリセットに対応し、ガイダンスと推論ステップを調整することで、プロンプトへの高い忠実度を実現できます。Atlas Cloud は、OpenAI 互換の単一エンドポイントを通じてこれを提供し、1 画像あたり $0.044 の明確な従量課金制で利用できます。今すぐ開発を始めましょう。
HiDream は HiDream.ai が開発したモデルです。Atlas Cloud（運営：Atlas Cloud AI LLC）は本モデルへのアクセスを提供するものであり、その所有者ではありません。すべての商標は各所有者に帰属します。
Every HiDream O1 1.5 Image API Endpoint, Side by Side
Compare what each route of the HiDream O1 1.5 Image API takes in, renders out, and charges per call.
| Modality | Description |
|---|---|
| HiDream O1 1.5 Text-to-Image API (Text To Image) | Turn a written prompt of up to 2,500 characters into a fully composed image across six presets, from a 512x512 square to 16:9 landscape, with PNG, JPEG, or WebP output. Denoising steps range from 1 to 100 and guidance scale from 1.0 to 20.0, so each request can trade speed against how tightly the result follows your prompt. At $0.044 per image, it fits e-commerce mockups, advertising concepts, and game art produced at volume. |
| HiDream O1 1.5 Edit API (Image Editing) | Feed one reference image URL alongside your instruction and this endpoint rewrites that image, or pass several URLs for subject-driven personalization across a set. It shares the same six size presets, 1 to 100 inference steps, and 1.0 to 20.0 guidance range as the text-to-image route, returning PNG, JPEG, or WebP. Billed at $0.044 per image, it handles product retouching, background swaps, and consistent character edits. |
HiDream O1 1.5 Image API に組み込まれた精度と制御性
HiDream O1 1.5 Image API は、テキストからの画像生成、指示ベースの編集、被写体主導のパーソナライズを、1 つの pixel-native モデルに統合します。正確なバイリンガルテキストを描画し、guidance、sampling steps、出力形式を開発者が直接制御できます。
HiDream O1 1.5 Image API による Text-to-Image
最大 2,500 文字のプロンプトを送信すると、モデルはピクセル、テキスト、タスク条件を 1 つの共有空間でエンコードする単一の pixel-native transformer を通じて、完成画像としてレンダリングします。外部 VAE や別個の text encoder が処理経路に入らないため、密度の高い複数節の説明でも、細部と構図が安定します。コンセプトアート、マーケティングビジュアル、製品モックアップの信頼できる基盤になります。
バイリンガルテキストとレイアウトのレンダリング
構図の中に判読可能な文字を配置できる画像モデルは多くありませんが、HiDream O1 1.5 は中国語、英語、混在言語の文字列、数値データを、手作業のレタッチを省けるほどきれいにレンダリングします。pixel-native 設計により複数領域のレイアウトを扱え、latent-space モデルで文字がぼやけたり崩れたりしがちな場面でも、見出し、キャプション、ラベルを鮮明に保ちます。デザイナーは、テキストまでそのまま公開できるポスター、パッケージ、ソーシャル向けグラフィックを作成できます。
HiDream O1 1.5 Image API による In-Context Editing
1 つの参照画像 URL と、「イヤホンを削除する」のような自然言語の指示を渡すと、edit endpoint が周囲の構図を保ったまま変更を適用します。生成と編集を同じモデルが担うため、照明、スタイル、変更しない領域は一から作り直されるのではなく、一貫性を保ちます。チームは、承認済みのビジュアルを全面的に作り直すことなく反復改善するために利用できます。
被写体主導のパーソナライズ
複数の参照画像 URL を指定すると、モデルは被写体を捉え、そのアイデンティティをまったく新しいシーン、ポーズ、背景へと引き継ぎます。この subject-driven モードでは、画像ごとの fine-tuning なしに、キャラクター、製品、ブランドマスコットを生成間で認識可能なまま保てます。同じ人物や対象を各所に登場させる必要があるキャンペーン、ストーリーボード、ゲームアセットに適しています。
1 つのキーでフル制御、Pay-As-You-Go
実際にどれほどの制御が必要ですか？ guidance_scale は 1.0 から 20.0、inference steps は 1 から 100 まで調整でき、6 種類のアスペクト比プリセットから選択し、PNG、JPEG、WebP として書き出せます。すべての呼び出しは 1 つの OpenAI-compatible endpoint 経由で実行され、料金は画像 1 枚あたり $0.044 の明瞭な pay-as-you-go 課金で、サブスクリプションは不要です。今すぐ構築を始めましょう。
HiDream O1 1.5 Image API vs 主要モデル：1つのプロンプト、3つのレンダリング
同一のプロンプトを HiDream O1 1.5 Image API と競合する2つの画像モデルに送信し、それぞれが同じ言葉を構図、ライティング、細部表現としてどう解釈するかを比較します。
地中海の港町にある活気あふれる朝の魚市場。木製の屋台には、その日の新鮮な魚介が手書きチョークの価格板で並び、縞模様のエプロンを着た若い魚屋の女性が笑いながら身ぶりの途中で銀色のイワシを空中に放り投げている。低い黄金色のサイドライトが濡れた石畳ときらめく魚の鱗をかすめ、深い望遠圧縮により屋台が背後の柔らかく霧がかった港へと重なって見える。温かなテラコッタの壁と冷たい銀色の魚に対比するティールの雨戸のカラーパレット。くっきりしたチョーク文字と風化した木目。率直なドキュメンタリー報道写真、35mm、ワイド 16:9 アスペクト比、フルブリード
Generated with HiDream O1 1.5 on Atlas Cloud
Generated with Nano Banana Pro on Atlas Cloud
Generated with Seedream v4.5 on Atlas Cloud
実をつけたセクロピアの枝をめぐって口論の最中を捉えられた2羽のコンゴウインコ。翼は真紅とコバルトの炸裂のように広がり、1羽は羽ばたきの途中で逆さまに転がっている。半透明の羽を透かして光る柔らかな曇天のジャングル光に逆光で照らされ、400mm 望遠で撮影されているため、幾層にも重なる霧がかった熱帯雨林が背景へ圧縮されている。右三分の一を淡い空の広いネガティブスペースが満たし、深いエメラルドの葉群を背景に補色関係の赤い羽毛が際立つ。羽枝とくちばしの質感はかみそりのようにシャープに描写。博物誌的な野生動物写真、ワイド 16:9 アスペクト比、フルブリード
Generated with HiDream O1 1.5 on Atlas Cloud
Generated with Nano Banana Pro on Atlas Cloud
Generated with Seedream v4.5 on Atlas Cloud
HiDream O1 1.5 Image APIでプロンプトから本番制作まで
Eコマース、広告、ゲームアート、ソーシャルキャンペーンまで、HiDream O1 1.5 Image APIは、1つのプロンプトまたは一連の参照素材から、画像生成、編集、被写体の一貫性を保ったパーソナライズを、1画像あたり一律$0.044で実現します。
Eコマース向け商品ビジュアル
小売チームは、テキストプロンプトから商品カットやライフスタイルシーンを1画像あたり$0.044で生成でき、6種類のアスペクト比プリセットから選択できます。写真撮影やスタジオでの納品待ちなしに、カタログ用ビジュアルを用意できます。
HiDream O1 1.5 Image APIで制作する広告クリエイティブ
横長、縦長、正方形の各フレーミングで、厳密に構成され、映画的なライティングで描画されたキャンペーンポスターやバナーを制作できます。代理店はヒーロークリエイティブを一度の作業で反復し、そのまま本番利用できるアートをクライアントに納品できます。
精密な写真編集
1枚の参照画像と編集プロンプトを渡すだけで、写真の構図とライティングを維持しながら、スタイル変更、レタッチ、再構成を行えます。デザイナーは本格的なエディターを使わずに、背景の修正や要素の差し替えができます。
HiDream O1 1.5 Image APIで一貫したキャラクター表現
複数の参照画像を入力すると、モデルはまったく新しいシーンでもキャラクター、商品、マスコットの一貫性を保ちます。スタジオは、モデルの特徴を維持したまま使い回せるブランドアセットやキャンペーンシリーズを構築できます。
ゲームアートとコンセプトデザイン
ゲームチームが環境、プロップ、キャラクターコンセプトを必要とする場合、モデルはguidance scaleとinference stepsで調整された詳細なアートを返します。アートディレクターはスタジオの制作時間を投入する前に、ビジュアルの方向性を探索できます。
HiDream O1 1.5 Image APIによるソーシャルキャンペーン
多忙なコンテンツカレンダーを運用していますか？マーケターは、正方形、縦長、横長の各プリセットで、投稿、ストーリーズ、サムネイル向けの目を引くグラフィックをすばやく作成できます。各画像は、予測可能な一律$0.044で生成されます。
HiDream O1 1.5 Image API と競合画像モデルの比較
HiDream O1 1.5 Image API が、組み込み推論、バイリンガルテキスト、オープンウェイト、画像あたりのコストにおいて、Alibaba および ByteDance の画像モデルと比べてどの位置にあるかを確認できます。
| モデル | プロバイダー | 推論プロンプトエージェント | バイリンガルテキストレンダリング | オープンウェイト | 価格（画像あたり） |
|---|---|---|---|---|---|
| HiDream O1 1.5 Text-to-Image | HiDream.ai | √ | √ | √ | $0.044 |
| HiDream O1 1.5 Edit | HiDream.ai | √ | √ | √ | $0.044 |
| Qwen Image 2.0 | Alibaba (Qwen) | - | √ | - | $0.035 |
| Seedream v4.5 | ByteDance | - | √ | - | $0.04 |
Atlas Cloud で HiDream を使う方法
数分で始められます — 以下の簡単なステップに従って、Atlas Cloud プラットフォームでモデルを統合・デプロイしましょう。
Atlas Cloud アカウントを作成
atlascloud.ai でサインアップし、認証を完了します。新規ユーザーには無料クレジットが付与され、プラットフォームの探索やモデルのテストに使用できます。
Atlas CloudでHiDreamを使用する理由
高度なHiDreamモデルとAtlas CloudのGPU加速プラットフォームを組み合わせることで、比類のないパフォーマンス、スケーラビリティ、開発者エクスペリエンスを提供。
パフォーマンスと柔軟性
低レイテンシ：
リアルタイム推論のためのGPU最適化推論。
統合API：
1つの統合でHiDream、GPT、Gemini、DeepSeekを実行。
透明な料金：
サーバーレスオプション付きの予測可能なtoken単位の課金。
エンタープライズとスケール
開発者エクスペリエンス：
SDK、分析、ファインチューニングツール、テンプレート。
信頼性：
99.99%の稼働率、RBAC、コンプライアンス対応ロギング。
セキュリティとコンプライアンス：
SOC 2 Type II、HIPAA準拠、米国内のデータ主権。
HiDream O1 1.5 Image API のよくある質問と回答
HiDream O1 1.5 Image API は、Atlas Cloud 上の単一の OpenAI 互換エンドポイントを通じて、HiDream の統合画像生成モデルへプログラムからアクセスできる API です。ピクセルレベルの統合 transformer を基盤としており、複数の個別ツールを組み合わせる代わりに、1 つのモデルで text-to-image、編集、被写体ベースのパーソナライズを実現します。Day-0 で利用でき、従量課金制かつ呼び出しごとの透明な料金体系です。
単純な text-to-image 生成にとどまらず、このモデルは指示ベースの編集、複数の参照画像を使った被写体ベースのパーソナライズ、ポスターや商用グラフィック向けの正確な長文テキスト描画に対応します。構図の精度と画像内テキストの読みやすさが重要な、EC の商品ビジュアル、広告クリエイティブ、ゲームアートなどで活用されています。
はい。HiDream O1 1.5 は、中国語と英語のニュアンスを含むプロンプトを解釈できるように学習されており、多言語の画像内テキストも高い精度で描画します。そのため、モデルを切り替えずにローカライズされたビジュアルを提供したいチームに実用的です。
HiDream O1 1.5 Image API は 1 つの OpenAI 互換キーで呼び出せるため、ほとんどの既存 SDK は Atlas Cloud エンドポイントを指定するだけで利用できます。プロンプトと任意のパラメーターを含むリクエストを hidream-o1-1.5/text-to-image モデルに送信し、生成された画像を取得します。利用者側で別途モデルをホスティングしたり GPU インフラを用意したりする必要はありません。
プロンプトは最大 2,500 文字まで利用でき、1024x1024 の square_hd、512x512 の square に加えて、4:3 と 16:9 の portrait および landscape オプションなどのプリセットサイズを選べます。また、num_inference_steps はデフォルト 50 で 1〜100 の範囲で調整でき、guidance_scale はデフォルト 5.0 で 1.0〜20.0 の範囲に設定できます。出力形式は PNG、JPEG、WebP に対応しています。
既存画像に対して指示ベースの編集を行うには、reference_image_urls に単一の URL を渡します。シーンをまたいで一貫した被写体を保つパーソナライズを行うには、複数の URL を指定します。通常の text-to-image 生成では、このフィールドを空のままにします。編集ワークフロー向けには専用の hidream-o1-1.5/edit モデルが用意されており、同じ画像単価で利用できます。
HiDream O1 1.5 Image API は Atlas Cloud 上で 1 画像あたり $0.044 で提供され、text-to-image モデルと edit モデルは同じ料金です。請求は従量課金制で、呼び出しごとの料金が明確なため、サブスクリプションなしで生成した画像分だけ支払います。今すぐ構築を始められます。
Atlas Cloud では 1024x1024 の square_hd などのプリセットサイズを選択でき、モデルは latent space に圧縮するのではなく、統合 transformer によって生のピクセルから直接各画像を合成します。細部や画像内テキストがボトルネックからアップスケールされるのではなく生成されるため、HiDream はポスターや商品グラフィックにおける美しいタイポグラフィとシャープなエッジで知られています。
さらにファミリーを探索
Kling 4.0
Kling 4 APIは、Kuaishouが2026年10月15日にリリースした動画モデルKling 4.0を提供します。1回のパスで最大30秒を生成し、最大10個のキーフレームに追従し、Omni Referenceを介して15の画像、動画、被写体をブレンドし、リップシンク付きのステレオオーディオを追加します。Atlas Cloudは、動画編集を含む全4つのエンドポイントを、OpenAI互換の単一キーで1秒あたり0.11ドルから提供します。今日から構築を始めましょう。
Seedance 2.5
Seedance 2.5 APIがAtlas Cloudで利用可能になりました！これにより、開発者はByteDanceの最新の動画モデルを利用できます。テキスト、単一の画像、または最大50のマルチモーダルな参照から、同期されたオーディオとフレーム内の多言語テキストを含む最大30秒のネイティブ動画をシングルパスで生成します。Atlas Cloudでは1つのキーでアクセスでき、被写体の一貫性と改善された物理演算により、ロングショットの整合性が保たれます。
Wan 3.0
Wan 3.0 APIは、AlibabaのWanビデオファミリーの次世代モデルであり、長尺動画生成、マルチリファレンス制御、およびオーディオビジュアル品質を新たな高みへと押し上げるために構築されました。Atlas CloudはすでにWan 2.7、2.6、2.5をホストしており、Wan 3.0は追加のセットアップなしで同じ統合キーで実行されます。今日から開発を始めましょう。Wan 3.0で何を作成できるかを確認するには、下のショーケースまでスクロールしてください。
MiniMax H3
MiniMax H3は、テキスト、画像、リファレンスによる生成に対応したMiniMaxのマルチモーダル動画ファミリーです。対応するルート全体で参照メディアの被写体を保持し、柔軟なアスペクト比を提供します。また、H3 Developerを通じて生成音声と映像を組み合わせ、出力プロファイルはエンドポイントごとに選択されます。Atlas Cloudは、1つのOpenAI互換キーのもとでこのファミリーを統合し、標準料金である1秒あたり$0.038からの明瞭な従量課金制を提供します。今すぐ開発を始めましょう。
GPT Image 2.5
OpenAIのgpt-image-2.5ファミリーでは、本番の画像ワークフロー向けにFlareとSunburstを選択できます。最大3840x2160までの任意の解像度でレンダリングし、xhighやmaxを含む5段階の品質ティアから、具体的な出力要件に合ったものを選択できます。Atlas Cloudでは、コールドスタートなしですぐに使えるREST推論を、生成1回あたり$0.004からの標準料金で提供しています。今すぐ開発を始めましょう。
Seedream 5.0 Pro
Seedream 5.0 Pro API は、開発者に Atlas Cloud 上で ByteDance の制御可能な画像編集モデルを提供します。アンカーと座標を使用して編集を正確に配置し、画像を編集可能なレイヤーに分離し、複数の参照を融合し、正確な色と素材を一致させ、2K および 3K での多言語テキストをサポートします。Atlas Cloud では、単一のキーでアクセスできます！
Seedance 2.0
Seedance 2.0は、正確なショット作成に対応した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ームガイダンスを使って先頭フレームの画像をアニメーション化したり、参照メディアとオプションのウェブ検索で結果を形作ったりできます。Atlas Cloudは、これらのワークフローを透明性の高い従量課金と1つのOpenAI互換キーで、統合されたAPIにまとめます。今すぐ開発を始めましょう。
Kling V3.0
快手が提供するKling V3 APIファミリーは、テキスト・画像・参照動画を使ったワークフローに対応しています。キャラクターの一貫性を保ちながら動きを転写し、ビジュアル参照で生成をガイドし、自然言語の指示で動画を編集できます。Atlas Cloudでは、用途に応じてStandardとProのエンドポイントを利用できます。更新：Atlas CloudでKling V4が利用可能になりました。[Kling V4](https://www.atlascloud.ai/zh/models/kling-v4)のページをご覧ください。
Grok Imagine Video
Grok Imagine Video は、開発者が xAI の動画ファミリーにアクセスし、クリップの作成、アニメーション化、拡張、編集を行えるようにします。プロンプトから 1～15 秒の動画を生成し、最大 7 枚の参照画像を使って人物、オブジェクト、スタイルを指定できます。また、480p または 720p で利用できます。Atlas Cloud は、透明性の高い従量課金制の料金体系と OpenAI 互換エンドポイントを通じて、これらの機能を一つにまとめます。今すぐ開発を始めましょう。
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設計された、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ーション化し、シーン間のトランジションを自動で作成できるため、さまざまなプロダクトワークフローに対応する2つの入力パスを開発者に提供します。Atlas Cloudでは、公開済みのパラメータスキーマを備えた専用APIエンドポイントを、確認済みの標準価格である1秒あたり$0.04で利用できます。今すぐ開発を始めましょう。
Gemini Omni 1.1 Flash
Gemini Omni 1.1 Flashは、柔軟な制作ワークフローに対応するGoogle DeepMindのネイティブマルチモーダル動画ファミリーです。テキスト指示で既存の映像を編集したり、最大10枚の参照画像と3本の動画クリップでビジュアルの一貫性を維持したり、ショットを連結可能なセグメントとして拡張して最大40秒の映像を作成したりできます。OpenAI互換APIキー1つで、Atlas Cloud上のすべてのワークフローにアクセスできます。従量課金制で、Day-0から利用可能です。今すぐ開発を始めましょう。
Nano Banana 2.1
Nano Banana 2.1は、Gemini 3.6 Flashを基盤にGoogleが構築した画像モデルファミリーです。Flashレベルの速度でProレベルの生成・編集を実現し、1〜14枚の入力画像をまたいだ自然言語による編集や合成に対応しています。また、最大4人のキャラクターと10個のオブジェクトの一貫性を維持できます。Atlas Cloudを通じて、開発者は1つのOpenAI互換キーでこのモデルファミリーにアクセスでき、安定した稼働率とDay-0での利用開始が可能です。今すぐ開発を始めましょう。
おすすめ記事
Atlas Cloud を最大限に活用するためのガイド、チュートリアル、製品アップデート。
