Pika H3 Flexとは

Pika H3 Flexとは、PikaがMiniMax-H3を土台に調整し、映像と同期した音声を作る動画生成モデルです。文章に加えて参考画像や映像、音声も指定できます。商品の見た目やカメラの動きを別々の資料で伝え、短い広告の案をいくつか比較する場面に向くでしょう。

写真と動きの見本を別々に渡せる?

Pikaは2026年10月29日に発表し、開発者向けのPika API Clubで使えるようにしました。制作アプリへは11月2日に追加すると案内しています。文章のみでも生成でき、画像・動画・音声を合わせて最大12件の参照素材を渡せます。音声は単独では使えず、画像か動画に添える形です。公式の作例には、リップグロスの参照写真をもとに、カットを切り替えた短い広告を作ったものも。自社の商品なら、角度ごとの写真と見本映像を用意し、何をどの資料に合わせるかを指示できます。

素材を集めるときは、見た目の参考と動きの参考を分けて指定すると、出力を確かめる項目も見えてきます。Seedream 5.5のような画像生成モデルで見本を作る場合も、商品の正式な色やロゴを手元の元画像と照合してから渡す流れです。

試作の解像度と仕上げの解像度を分ける

動画そのものは480pか768pで生成し、必要に応じて1080p、2K、4Kへ拡大します。4Kは後から解像度を引き上げた出力です。2026年11月時点のPika APIでは、文章から15秒の映像を作る例で、768pなら約0.30米ドル、4Kなら約1.20米ドル。参照素材を使う生成は単価が上がり、768pで15秒なら出力分だけで約0.90米ドルです。方向性を検討する素材と、納品に使う素材で費用を分けて見積もる場面に向くでしょう。

公開されたのはMiniMax-H3に追加する調整用の重みと実行コード。自社のサーバーで動かすための重みにはMiniMax H3の独自ライセンスが適用され、EU・英国・韓国・米国はこの許諾の対象外。これらの地域では、作った映像を使ったり表示したりすることも許諾の範囲に入りません。商用製品・サービスの年間売上が2,000万米ドルを超える場合は、MiniMaxの事前の書面承認が必要です。商用製品やサービスの画面にはMiniMax H3の表示義務もあります。

Topic映像と音声を作る計算は50段から6段へ

Pikaは、ざらついた状態から少しずつ映像と音声を形にする計算を、土台のMiniMax-H3の50段から6段に減らしたと報告しました。768pで15秒のクリップなら、この計算部分は最短で約7秒です。送信から完成品を受け取るまでの待ち時間には素材の処理なども加わります。

Pika H3 Flexに関するよくある質問

せりふだけ残して、音楽を小さくできますか?
PikaのAPIでは、せりふ、音楽、効果音、動作に合わせる音、環境音の5種類を別々の音声素材として取り出せます。動画編集ソフトで音楽だけの音量を下げるなどの調整ができます。
自社環境でも4Kへの拡大や音の分離ができますか?
公開版がそのまま生成できるのは480pと768pの映像と同期音声です。Pikaが発表した4K等への拡大と種類ごとの音声の切り分けは、Pika側で提供する機能です。

あわせて読みたい記事