光谱汇深ブログ
光谱汇深チームによる技術的な洞察、チュートリアル、最新情報をお届けします。AI コストの最適化とより良いアプリ開発をサポートします。
注目の記事
Vidu Omni Pro 徹底解説 · 1080p AI 動画生成モデル
Vidu Omni Pro を徹底解説。1080p 解像度、最大 16 秒、音声と映像の同時生成、マルチモーダル入力までを整理し、光谱汇深統一 API の Python サンプルも掲載します。
最新記事
Qwen Image 3.0 API：料金・導入・実装ガイド
Qwen Image 3.0 API の最新料金、認証、画像生成・編集パラメータ、非同期タスクの送信とポーリング、エラー時の再試行、結果保存までを実装例とともに解説します。Standard と Pro の違い、1K・2K の選び方、Python・JavaScript のサーバー連携、公開前の確認事項もまとめました。
Doubao Seedance 2.5 AI動画モデル完全解説
ByteDanceのAI動画モデルDoubao Seedance 2.5について、テキスト・画像・参照入力、長尺クリップ、部分編集、本番制作向け制御機能を詳しく解説します。
Doubao Seedance 2.5 APIアクセスと料金ガイド
Doubao Seedance 2.5 APIへのアクセス方法、料金ルートの比較、動画コストの見積もり、安全な非同期生成ワークフローの構築方法を詳しく解説します。
Tencent WorkBuddy V5.3.5デュアルライティングガイド
Tencent WorkBuddy V5.3.5がAIによる下書き、人間のレビュー、コメント、権限、バージョン管理を文書やOfficeファイル内で一元化する仕組みと、共同編集の実践方法を詳しく解説します。
Hailuo 03 AI動画ジェネレーターAPIガイド
Hailuo 03の動画生成、対応入力、解像度ティア、非同期APIワークフロー、価格の基本、光谱汇深を通じた実践的な統合手順を詳しく解説します。
Hailuo 03 APIの価格・アクセス完全ガイド
Hailuo 03 APIの価格、モデルアクセス、認証、非同期タスク処理、出力制限を解説し、本番利用におけるHailuo 2.3との違いと選び方を詳しく比較します。
UniNote：統合マルチモーダル埋め込み
XiaohongshuのUniNoteが、テキスト、画像、音声、動画を1つの共有埋め込み空間にマッピングし、検索、ランキング、サーチを統合する仕組みを解説します。
dots-note-3.0の内側：AI数学推論の新たな飛躍
dots-note-3.0が自然言語による証明、Pythonでの検証、反復的な自己レビューを用い、IMOで満点の42/42を獲得したとされる仕組みを解説します。
dots-note-3.0がIMOで満点を達成
Xiaohongshuのdots-note-3.0が2026年のIMOで42/42を獲得したと報告されています。自己検証とPythonによる確認を用いた証明作成ワークフローを解説します。
Qwen-Audio-3.0-TTS API：料金と音声コントロール
Qwen-Audio-3.0-TTS は入力 100 万文字あたりで課金され、リクエストごとに 4,096 文字の上限があります。Flash と Plus のティアを比較し、音声・言語・速度を設定し、エラーコードをテストしましょう。
Qwen-Audio-3.0-TTS：Flash と Plus を解説
Qwen-Audio-3.0-TTS の Flash と Plus をレイテンシ、音質、価格で比較。Flash はライブ音声、Plus はナレーション向け。API セットアップのヒントも紹介。
Qwen-Image-3.0：機能・ベンチマーク・APIアクセス
Qwen-Image-3.0 は可読性の高いテキスト描画、精密なレイアウト制御、ネイティブ2K出力を実現。ベンチマーク、APIワークフロー、光谱汇深経由の利用方法を解説します。
DeepSeek V4 Pro Max：ベンチマークとAPIガイド
DeepSeek V4 Pro Maxは、深い推論、コーディング、100万トークンのコンテキストを対象としています。光谱汇深でベンチマーク、トークン単価、OpenAI互換のAPI設定を確認しましょう。
GLM 5.3リリース：API料金とGLM 5.5の最新状況
Zhipuは2026年8月14日にコーディング特化のGLM 5.3をリリースした。光谱汇深でのGLM 5.3 API料金、GLM 5.2との違い、GLM 5.3 Flashの使い分け、GLM 5.5の現状をまとめて解説する。
Kimi K3 API：機能・料金・利用方法
Kimi K3は100万トークンのコンテキストウィンドウ、ネイティブなビジョン機能、OpenAIスタイルのAPIアクセスを提供します。機能、トークン料金、光谱汇深経由での呼び出し方法をご紹介します。
MiniMax次世代モデル：リリースとAPIプレビュー
MiniMax Hailuo 2.3は、テキストまたは画像から6～10秒の映画のようなクリップを生成します。機能、送信→ポーリング→ダウンロードのAPIフロー、光谱汇深での秒単位のCNY料金をご紹介します。
Qwen 3.8 Preview：新機能とAPIアクセス
Qwen 3.8 Previewは、最大1Mトークンのコンテキストでテキスト・画像・動画を統合します。新機能、出力上限、光谱汇深でのOpenAI互換API利用方法をご紹介します。
Qwen-Audio-3.0-TTSがAI音声ランキングで首位
AlibabaのQwen-Audio-3.0-TTSが低WER、100ms未満の遅延、感情制御、10言語対応でTTSランキング首位に。速度のFlash、忠実度のPlus。