Runway API

Runway の API を使用して AI ビデオ、画像、音声を生成します。高品質なテキスト-ビデオおよび画像-ビデオ生成向けの Runway 最新 Gen-4.5 モデル、Gen-4 バリアント、ならびに Google (Veo、Gemini) および ElevenLabs の第三者モデルに対応しています。

推奨: gen4.5 を使用してください - 最新かつ最も高性能なビデオ生成モデルです。

セットアップ: インストールガイド を参照してください。API キーは RUNWAYML_API_SECRET 環境変数に設定します。

クイックスタート

Python

from runwayml import RunwayML

client = RunwayML()

# Image-to-video with latest Gen-4.5 model
task = client.image_to_video.create(
    model="gen4.5",
    prompt_image="https://example.com/image.jpg",
    prompt_text="A timelapse on a sunny day with clouds flying by",
    ratio="1280:720",
    duration=10
).wait_for_task_output()

print(f"Video URL: {task.output[0]}")

# Text-to-video (no image required)
task = client.image_to_video.create(
    model="gen4.5",
    prompt_text="A serene mountain landscape at sunset with clouds drifting",
    ratio="1280:720",
    duration=10
).wait_for_task_output()

Node.js

import RunwayML from "@runwayml/sdk";

const client = new RunwayML();

// Image-to-video with latest Gen-4.5 model
const task = await client.imageToVideo
  .create({
    model: "gen4.5",
    promptImage: "https://example.com/image.jpg",
    promptText: "A timelapse on a sunny day with clouds flying by",
    ratio: "1280:720",
    duration: 10,
  })
  .waitForTaskOutput();

console.log(`Video URL: ${task.output[0]}`);

// Text-to-video (no image required)
const textTask = await client.imageToVideo
  .create({
    model: "gen4.5",
    promptText: "A serene mountain landscape at sunset",
    ratio: "1280:720",
    duration: 10,
  })
  .waitForTaskOutput();

cURL

# Image-to-video
curl -X POST "https://api.dev.runwayml.com/v1/image_to_video" \
  -H "Authorization: Bearer $RUNWAYML_API_SECRET" \
  -H "X-Runway-Version: 2024-11-06" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gen4.5",
    "promptImage": "https://example.com/image.jpg",
    "promptText": "A timelapse on a sunny day",
    "ratio": "1280:720",
    "duration": 10
  }'

# Text-to-video (no image required)
curl -X POST "https://api.dev.runwayml.com/v1/image_to_video" \
  -H "Authorization: Bearer $RUNWAYML_API_SECRET" \
  -H "X-Runway-Version: 2024-11-06" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gen4.5",
    "promptText": "A serene mountain landscape at sunset",
    "ratio": "1280:720",
    "duration": 10
  }'

# Poll for result (use returned task id)
curl "https://api.dev.runwayml.com/v1/tasks/{task_id}" \
  -H "Authorization: Bearer $RUNWAYML_API_SECRET" \
  -H "X-Runway-Version: 2024-11-06"

---

利用可能なモデル一覧

ビデオ生成

モデル	入力	価格	ユースケース
gen4.5 ⭐	テキストまたは画像	12 credits/秒	最新かつ推奨 - 最高品質のテキスト/画像からビデオ (音声なし)
gen4_turbo	画像	5 credits/秒	高速な画像-ビデオ生成 (音声なし)、反復処理
gen4_aleph	ビデオ + テキスト/画像	15 credits/秒	ビデオ-ビデオ変換 (音声なし)
act_two	画像またはビデオ	5 credits/秒	キャラクタージェスチャー/動き (音声なし)
veo3	テキストまたは画像	40 credits/秒	Google Veo 高品質ビデオ 音声付き
veo3.1	テキストまたは画像	40 credits/秒	Google Veo 3.1 キーフレーム付き & 音声付き
veo3.1_fast	テキストまたは画像	15 credits/秒	Google Veo 3.1 高速/低価格 & 音声付き

画像生成

モデル	入力	価格	ユースケース
gen4_image	テキスト + リファレンス (オプション)	5 credits/720p、8 credits/1080p	スタイル転送による高品質生成
gen4_image_turbo	テキスト + リファレンス (必須)	2 credits/画像 (任意解像度)	高速な反復処理
gemini_2.5_flash	テキスト + リファレンス	5 credits/画像	Google Gemini 画像生成

音声生成 (ElevenLabs)

モデル	入力 → 出力	価格
eleven_multilingual_v2	テキスト → 音声	1 credit/50 文字
eleven_text_to_sound_v2	テキスト → 効果音	1 credit/6 秒
eleven_voice_isolation	音声 → クリーン音声	1 credit/6 秒
eleven_voice_dubbing	音声 → ダビング済み音声	1 credit/2 秒
eleven_multilingual_sts_v2	音声 → 音声	1 credit/2 秒

1 credit = $0.01。dev.runwayml.com でクレジットを取得してください。

---

ビデオ生成

Gen-4.5 (テキスト-ビデオおよび画像-ビデオ)

テキストのみと画像-ビデオ生成の両方に対応した最新の高性能 Runway モデル。

テキスト-ビデオ

テキスト説明のみからビデオを生成します：

task = client.image_to_video.create(
    model="gen4.5",
    prompt_text="A serene mountain lake at sunrise with mist rising from the water",
    ratio="1280:720",
    duration=10,
    seed=12345  # Optional: reproducibility
).wait_for_task_output()

テキスト-ビデオのアスペクト比: ランドスケープ 1280:720 (16:9) | ポートレート 720:1280 (9:16)

画像-ビデオ

既存の画像に動きをつけます：

task = client.image_to_video.create(
    model="gen4.5",
    prompt_image="https://example.com/image.jpg",
    prompt_text="Camera slowly pushes in, leaves rustling in the breeze",
    ratio="1584:672",
    duration=10,
    seed=12345
).wait_for_task_output()

画像-ビデオのアスペクト比:

• ワイドスクリーン: 1280:720 (16:9)、1584:672 (21:9 超ワイド)
• スタンダード: 1104:832 (4:3)
• ポートレート: 720:1280 (9:16)、832:1104 (3:4)

期間: 2～10 秒 | 価格: 12 credits/秒 (5 秒で最低 60 credits)

Gen-4 Turbo (画像-ビデオ)

task = client.image_to_video.create(
    model="gen4_turbo",
    prompt_image="https://example.com/image.jpg",
    prompt_text="Camera slowly pushes in, leaves rustling",
    ratio="1280:720",
    duration=5,
    seed=12345           # Optional: reproducibility
).wait_for_task_output()

アスペクト比: ランドスケープ 1280:720、1584:672、1104:832 | ポートレート 720:1280、832:1104 | スクエア 960:960

Aleph (ビデオ-ビデオ)

既存のビデオをテキスト/画像ガイダンスで変換します：

task = client.video_to_video.create(
    model="gen4_aleph",
    video_uri="https://example.com/source.mp4",
    prompt_text="Transform to anime style",
    references=[{"uri": "https://example.com/style_ref.jpg"}]  # Optional style reference
).wait_for_task_output()

アスペクト比: Gen-4 オプションに 848:480 (ランドスケープ) と 480:848 (ポートレート) を追加します。

Act-Two (キャラクタージェスチャー)

参照パフォーマンスからキャラクタージェスチャーを生成します。オブジェクトは type の識別子が必要です：

task = client.character_performance.create(
    model="act_two",
    character={"type": "image", "uri": "https://example.com/character.jpg"},  # or type: "video"
    reference={"type": "video", "uri": "https://example.com/performance.mp4"}
).wait_for_task_output()

キャラクタータイプ: image (キャラクタースタティック環境でジェスチャー) または video (キャラクター独自の動きを含めてジェスチャー)

Veo (Google)

テキスト-ビデオと画像-ビデオ向けの Google の Veo モデル。Veo モデルには音声生成が含まれています - 音声付きビデオが必要な場合に最適です。

# Text-to-video with audio (no image required)
task = client.image_to_video.create(
    model="veo3.1",  # or "veo3", "veo3.1_fast"
    prompt_text="A cinematic shot of a rocket launching at sunset with roaring engines"
).wait_for_task_output()

# Image-to-video with audio
task = client.image_to_video.create(
    model="veo3.1",
    prompt_image="https://example.com/starting_frame.jpg",
    prompt_text="Smooth camera movement through the scene with ambient nature sounds"
).wait_for_task_output()

注: Gen-4.5 および Gen-4 モデルはサイレントビデオを生成します。音声が必要な場合は Veo を使用するか、ElevenLabs モデルで別途音声を追加してください (音声生成セクションを参照)。

---

画像生成

Gen-4 画像 (リファレンス付き)

プロンプトの @mention 構文でリファレンス画像を使用します：

# gen4_image - reference_images はオプション
task = client.text_to_image.create(
    model="gen4_image",
    ratio="1920:1080",
    prompt_text="A beautiful mountain landscape at sunset"
).wait_for_task_output()

# リファレンス付き
task = client.text_to_image.create(
    model="gen4_image",
    ratio="1920:1080",
    prompt_text="@EiffelTower painted in the style of @StarryNight",
    reference_images=[
        {"uri": "https://example.com/eiffel.jpg", "tag": "EiffelTower"},
        {"uri": "https://example.com/starry.jpg", "tag": "StarryNight"}
    ]
).wait_for_task_output()

注: gen4_image_turbo は reference_images が必須です (最低 1 つ)。テキストのみの生成には gen4_image を使用してください。

タグなしのリファレンスは一般的なスタイルとして適用されます：

reference_images=[
    {"uri": "https://example.com/subject.jpg", "tag": "subject"},
    {"uri": "https://example.com/style.jpg"}  # No tag = style reference
]

---

音声生成

ElevenLabs モデルでテキスト-音声、効果音、音声処理を行います。

音声プリセット: Maya、Arjun、Serene、Bernard、Billy、Mark、Clint、Mabel、Chad、Leslie、Eleanor、Elias、Elliot、Noah、Rachel、James、Katie、Tom、Wanda、Benjamin

テキスト-音声

task = client.text_to_speech.create(
    model="eleven_multilingual_v2",
    prompt_text="Hello, welcome to RunwayML!",
    voice={"type": "runway-preset", "preset_id": "Maya"}
).wait_for_task_output()

効果音

task = client.sound_effect.create(
    model="eleven_text_to_sound_v2",
    prompt_text="Thunder rumbling in the distance, rain on a window"
).wait_for_task_output()

音声分離

task = client.voice_isolation.create(
    model="eleven_voice_isolation",
    audio_uri="https://example.com/noisy_audio.mp3"
).wait_for_task_output()

音声ダビング

task = client.voice_dubbing.create(
    model="eleven_voice_dubbing",
    audio_uri="https://example.com/speech.mp3",
    target_lang="es"  # Spanish
).wait_for_task_output()

サポート言語: en、hi、pt、zh、es、fr、de、ja、ar、ru、ko、id、it、nl、tr、pl、sv、fil、ms、ro、uk、el、cs、da、fi、bg、hr、sk、ta

音声-音声

音声を別の声に変換します。type 識別子が必須です：

task = client.speech_to_speech.create(
    model="eleven_multilingual_sts_v2",
    media={"type": "audio", "uri": "https://example.com/original.mp3"},  # or type: "video"
    voice={"type": "runway-preset", "preset_id": "Maya"}
).wait_for_task_output()

---

入力要件

サイズ制限

タイプ	URL 制限	Data URI 制限	一時アップロード
画像	16MB	5MB (エンコード前 3.3MB)	200MB
ビデオ	32MB	16MB	200MB
音声	32MB	16MB	200MB

サポート形式

画像: JPEG、PNG、WebP (GIF 不可)

ビデオ: MP4 (H.264/H.265/AV1)、MOV (ProRes)、MKV、WebM

音声: MP3、WAV、FLAC、M4A、AAC

Base64 Data URI

import base64

with open("image.jpg", "rb") as f:
    data_uri = f"data:image/jpeg;base64,{base64.b64encode(f.read()).decode()}"

task = client.image_to_video.create(
    model="gen4_turbo",
    prompt_image=data_uri,
    prompt_text="Gentle movement"
).wait_for_task_output()

---

タスク管理

すべての操作は非同期です。wait_for_task_output() を使用してください (自動ポーリング、10 分タイムアウト)。

ステータス: PENDING → RUNNING → SUCCEEDED / FAILED / CANCELED

THROTTLED = レート制限中。PENDING として扱います。

タスクのキャンセル/削除

# 実行中のタスクをキャンセルするか完了済みタスクを削除
client.tasks.delete(task.id)

手動ポーリングとバッチ処理については タスク管理 を参照してください。

---

プロンプティングのコツ

Gen-4 はシンプルさが効果的です。 シンプルに始めて、反復します。

• 単一シーン (5～10 秒クリップ) を説明します。
• 明確な物理的説明を使用し、概念的な言語は避けます
• サブジェクトは汎用的に参照します: 「そのサブジェクト」、「彼女」
• 否定的な表現を避けます - 「ぼかしなし」は予測不可能な結果をもたらします

カメラの動きと高度なテクニックについては プロンプティングガイド を参照してください。

---

エラーハンドリング

from runwayml import RunwayML, APIError, RateLimitError

client = RunwayML()

try:
    task = client.image_to_video.create(...).wait_for_task_output()
    if task.status == "FAILED":
        print(f"Generation failed: {task.failure}")
except RateLimitError:
    print("Rate limited - SDK retries automatically")
except APIError as e:
    print(f"API error {e.status_code}: {e.message}")

コード	意味	アクション
400	無効な入力	リクエストパラメータを修正してください
401	無効な API キー	RUNWAYML_API_SECRET を確認してください
429	レート制限	SDK が自動的にバックオフ付きで再試行します
503	サービス利用不可	SDK が自動的に再試行します

---

パラメータクイックリファレンス

ビデオ (gen4.5)

パラメータ	タイプ	オプション
model	string	"gen4.5"、"gen4_turbo"、"veo3"、"veo3.1"
duration	number	2 ～ 10 (秒)
ratio	string	テキスト-ビデオ: "1280:720" (16:9)、"720:1280" (9:16)<br>画像-ビデオ追加: "1584:672" (21:9)、"1104:832" (4:3)、"832:1104" (3:4)
prompt_text	string	動きとシーンの説明 (必須)
prompt_image	string	URL または base64 (テキスト-ビデオではオプション、画像-ビデオでは必須)
seed	number	オプション、再現性のため

画像 (gen4_image)

パラメータ	タイプ	オプション
model	string	"gen4_image"、"gen4_image_turbo"
ratio	string	"1920:1080"、"1280:720" など
prompt_text	string	画像の説明
reference_images	array	[{"uri": "..."、"tag": "..."}]

---

参考資料

• インストールガイド - SDK セットアップ
• プロンプティングガイド - 高度なプロンプティング
• タスク管理 - ポーリング、バッチ処理

公式ドキュメント

• Runway API ドキュメント - 完全な API リファレンス
• モデルガイド - 利用可能なすべてのモデル
• デベロッパーポータル - API キーとアカウント管理