動画を4Kへ高画質化するFLUX Video Upscale
FLUX Video Upscaleは、動画の解像度を最大4Kまで上げるAIのAPI（外部のプログラムから機能を呼び出して使う仕組み）です。 解像度を上げる処理をアップスケールや超解像と言い、このツールはBlack Forest Labsが2026年8月20日に独立したツールとして公開しました。
このツールのエンドポイントは、/v1/flux-tools/video-upscale-v1です。対象になるのは480p以上の素材です。
引き伸ばしではなく、フレームを再生成する超解像
FLUX Video Upscaleはフレームを再生成し、周りの色から間を埋める補間の代わりに、新しい解像度の細部を組み立てます。 単純な拡大は既存のピクセルを引き伸ばすため、仕上がりがぼやけるかブロック状になります。
修正の対象は、解像度が上がるほど目立つ欠陥で、Black Forest Labsは次の3つを例に出しています。
- にじんだ顔
- ぼやけた目
- 水面や草地のようなきめの細かい面に出る格子状のノイズ
Black Forest Labsは、FLUX Video UpscaleがFLUX 3の出力を前提に作られているとしています。汎用のアップスケーラーが見逃しやすい欠陥も修正できるとのこと。
"It understands FLUX 3 output natively, and fixes things a general-purpose upscaler can miss such as smudged faces or gridded artifacts on textures such as water and grass."（Black Forest Labs 公式ブログより・冒頭）公式情報を見る →
"Naive scaling stretches the pixels you already have, which is why it looks soft or blocky. FLUX Video Upscale regenerates the frame, reconstructing detail at the new resolution instead of interpolating between existing pixels."／"Fixes the imperfections that get more visible as resolution climbs: smudged faces, soft eyes, and the gridded artifacts that appear on textures like water and grass."／"It is available as a standalone API endpoint, /v1/flux-tools/video-upscale-v1."（Black Forest Labs 製品ページより・Super-resolution, not stretching 節／Repairs what scale exposes 節／FAQ「What is FLUX Upscale?」節）公式情報を見る →
倍率は1.5〜3倍で、出力は約14.4メガピクセルまで
倍率は1.5倍から3倍のあいだで指定でき、デフォルトは2倍です。 出力は元の縦横比のままで、1フレームが約14.4メガピクセルに達すると頭打ちになります。メガピクセルは画素数の単位で、1メガピクセルは1,048,576ピクセルです。
もとから解像度の高い素材に3倍を指定しても、実際には指定より小さい倍率で拡大されます。仕様は次のとおりです。
FLUX Video Upscaleの主な仕様
| 観点 | 内容 |
|---|---|
| エンドポイント | /v1/flux-tools/video-upscale-v1 |
| 倍率 | 1.5倍〜3倍（デフォルト2倍） |
| 入力の上限 | 20秒・50MB・2560x1440 |
| 出力フレームの上限 | 約14.4メガピクセル |
| モード | creativity: 0（precise）／1（creative・デフォルト） |
| 音声 | 元の音声トラックをそのまま引き継ぐ |
| 課金 | 出力のメガピクセル秒あたり |
上限は出力と入力の両側にあり、出力は1フレームが約14.4メガピクセルまで、入力は20秒・50MB・2560x1440までです。音声は処理後も元の動画のものが残ります。
"Set an upscale factor anywhere between 1.5x and 3x, defaulting to 2x."／"Output keeps the source aspect ratio, and frames are capped at about 14.4 megapixels."（Black Forest Labs 製品ページより・1080p, 2K and 4K 節の第1文と第3文）公式情報を見る →
"Output frames are capped at about 14.4 megapixels (4K and beyond): very large sources are upscaled by less than the requested factor."／"The output keeps the source clip’s audio track."（Black Forest Labs API ドキュメントより・Request parameters 節の注記）公式情報を見る →
入力できる動画は20秒・50MB・2560x1440まで
入力できる素材は、20秒・50MB・2560x1440（2K）までです。480p以上の素材であれば対象になります。そのため、長い動画（関連記事：動画生成AIのSeedance 2.5が公開、1回で30秒まで生成可能に）は、先に20秒以内の区間へ切り出してから送信する前提になります。
上限を超えた素材は処理前に拒否され、課金されない
20秒を超える素材、または2560x1440を超える素材は、処理が始まる前に拒否されます。 切り詰めも縮小もされず、課金もありません。20秒や2560x1440を超えた動画を試しに送信しても、費用は発生しない仕組みです。
"Sources longer than 20 seconds or larger than 2560x1440 are rejected before processing; they are not truncated or downscaled, and no charge applies."（Black Forest Labs API ドキュメントより・Request parameters 節の注記）公式情報を見る →
2Kの素材は最小倍率の1.5倍で4Kになる
2K（2560x1440）の素材は、最小の倍率である1.5倍で4Kに上がります。 一方で、4Kの素材は入力できません。このエンドポイントは4Kに向けて拡大するためのもので、入力の上限が2560x1440までだからです。
"Source clips are limited to 20 seconds, 50MB, and 2560x1440 (2K) resolution. The minimum 1.5x factor lifts a full 2K source to 4K; the endpoint upscales toward 4K, it does not take 4K in."（Black Forest Labs API ドキュメントより・Limitations 節）公式情報を見る →
"Any source from 480p up works, landing at up to 4K."（Black Forest Labs 製品ページより・1080p, 2K and 4K 節の第2文）公式情報を見る →
4K化で選ぶpreciseとcreativeの違いは？
モードはcreativityという1つのパラメータで切り替え、0がprecise、1がcreativeです。 指定しなければcreativeで処理されます。2つのモードは仕上がりの性格が異なり、違いは次のとおりです。
2つのモードの違い
| 観点 | precise（creativity: 0） | creative（creativity: 1・デフォルト） |
|---|---|---|
| 処理ステップ | 4ステップ | 8ステップ |
| 単価 | 0.07ドル（約11.1円）／メガピクセル秒 | 0.10ドル（約15.9円）／メガピクセル秒 |
| 処理の性格 | 元の素材をそのまま維持して鮮鋭にする | 細部をより積極的に復元して生成する |
| 同一性 | 重視する | preciseほど厳密には維持されず、顔や商品が変わることがある |
| 適する素材 | 顔・商品・ブランド資産・実在人物の映像 | 生成映像・質感・群衆・風景 |
表のとおり、顔や商品を変えたくないかどうかで選ぶモードが異なります。処理ステップが多いcreativeは、単価も高くなります。
顔や商品を変えたくない動画はprecise
顔や商品を変えたくない動画には、precise（creativity: 0）を選びます。実在人物の映像で顔が変われば、同じ人には見えません。そのため、preciseは元の素材をそのまま維持して鮮鋭にするモードで、顔・商品・ブランド資産・実在人物の映像のように同一性が重要なときに使います。
商品カットやブランド資産が入る動画も、このモードの対象です。4ステップで処理が完了する分だけ速くて安く、参照の細部をそろえたいときにも適しているとのこと。
": 4 steps, $0.07/mp/s. This is faster and cheaper, and the better choice when you need to keep identity or reference details consistent."（Black Forest Labs 公式ブログより・Two modes 節の Precise 項。この直前に「Precise」のラベルが立つ）公式情報を見る →
"preserves the source exactly and sharpens it. Use it when identity matters: faces, products, brand assets, footage of real people."／"0 preserves the source precisely;"（Black Forest Labs API ドキュメントより・Choosing a mode 節の creativity: 0 の説明と Request parameters 節の creativity 行）公式情報を見る →
デフォルトのcreativeは顔や商品が変わることがある
デフォルトのcreativeは、細部を積極的に生成するぶん、顔や商品が変わることがあります。また、生成映像・質感・群衆・風景の素材を2Kや4Kに上げるなら、8ステップで復元と生成をpreciseより強く進めるcreativeが適しています。
公式ブログは、同一性が変わったり置き換わったりすることがあり、参照との一致度はpreciseより低いとしています。公式ドキュメントも、顔や商品が変わることがあると記しています。
creativeがデフォルトであることには注意が必要です。人が写る素材をモードの指定なしで送信すると、顔が変わって戻ってくる可能性があります。人物や商品の動画では、creativityに0を指定します。
": 8 steps, $0.10/mp/s. Uses more steps to push repair and detail generation. It can change or replace identity, so reference consistency is lower than with Precise."（Black Forest Labs 公式ブログより・Two modes 節の Creative 項。この直前に「Creative」のラベルが立つ）公式情報を見る →
"restores and invents fine detail more aggressively. Use it on generated footage, textures, crowds, and scenery. It does not preserve identity as strictly as precise mode, so faces and products can drift."／"(default) allows creative detail enhancement"（Black Forest Labs API ドキュメントより・Choosing a mode 節の creativity: 1 の説明と Request parameters 節の creativity 行。後者は値 1 を挟んで前後に分かれる）公式情報を見る →
動画アップスケールの料金は出力のメガピクセル秒で課金される
料金は、出力のメガピクセル秒で課金されます。メガピクセル秒は、出力1フレームのメガピクセル数に出力の秒数を掛けた値です。2026年8月時点の単価は、preciseが1メガピクセル秒あたり0.07ドル（約11.1円）、creativeが0.10ドル（約15.9円）です。
出力した分だけ支払う従量課金のAPIで、入力の解像度・倍率・任意のプロンプトは別に課金されません。拒否された素材にも課金されないため、見積もりは出力の解像度・秒数・モードで立てられます。
10秒を1080pにすると、preciseで1.39ドル
10秒の素材を1080pにすると、precise（0.07ドル（約11.1円））では1.39ドル（約221円）、creative（0.10ドル（約15.9円））では1.98ドル（約314円）です。つまり、1080p（1920x1080）は1.98メガピクセルで、10秒を掛けると19.8メガピクセル秒になります。1メガピクセルの定義は、FLUXの画像料金と同じです。
"Upscaling is priced per megapixel-second of delivered output: the megapixels per output frame multiplied by the output duration in seconds. You are charged for delivered output only."／"Example: upscaling a 10-second clip to 1080p (1920 x 1080 = 1.98 megapixels) is 19.8 megapixel-seconds, so $1.39 in precise mode or $1.98 in creative mode."／"One megapixel is 1,048,576 pixels (1024 x 1024), the same definition as FLUX image pricing."（Black Forest Labs API ドキュメントより・Pricing 節）公式情報を見る →
出力解像度ごとの1秒あたりの目安は0.14〜0.79ドル
出力1秒あたりの目安は、解像度とモードによって0.14ドル（約22.2円）から0.79ドル（約125円）までです。 解像度ごとの金額は次のとおりです。
出力解像度ごとの1秒あたり概算
| 出力解像度 | precise | creative |
|---|---|---|
| 1080p | 0.14ドル（約22.2円）／秒 | 0.20ドル（約31.7円）／秒 |
| 2K | 0.25ドル（約39.7円）／秒 | 0.35ドル（約55.5円）／秒 |
| 4K | 0.55ドル（約87.3円）／秒 | 0.79ドル（約125円）／秒 |
どの解像度でもcreativeはpreciseより高く、解像度が上がるほど出力1秒あたりの金額も上がります。入力の解像度は課金に入らないため、金額は出力に選ぶ解像度とモードによって変わります。
"Per second of output, that works out to approximately:"（Black Forest Labs API ドキュメントより・Pricing 節。この直後に解像度別の秒単価が続く）公式情報を見る →
"Charges are based on output only: input resolution, upscale factor and optional prompts are not charged separately, and rejected clips are not charged."（Black Forest Labs 製品ページより・FAQ「How much does video upscaling cost?」節）公式情報を見る →
1回のPOSTと結果の取得で完了する4K高画質化の流れ
4K化は、POST（データを送信する通信）を1回行い、結果を取りに行く流れで完了します。 送信する動画は20秒までで、渡し方はHTTP(S)のURLかbase64（データを文字列にした形式）です。POSTの応答に含まれるpolling_url（結果の取得先）で状態を取得し、状態（status）がreadyになった時点で結果を取り出せます。
約1時間で失効する署名付きURLに注意
署名付きURL（そのリンクを知る人だけが一定時間だけ開ける形式）は、結果が出てから約1時間で失効します。 状態がreadyになると、この形式のmp4のURLが出力されます。動画のダウンロードは、失効するまでが期限です。
"Upscaling a clip is one POST and a poll: send up to 20 seconds of video as an HTTP(S) URL or base64, then fetch the result from the"／"Signed delivery URLs expire about 1 hour after the result is ready. Download your video within this timeframe."（Black Forest Labs API ドキュメントより・Quick start 節の冒頭。1つ目の断片の直後に polling_url の記載が続く）公式情報を見る →
編集を終えてから、圧縮の少ない素材を選ぶ
アップスケールは、編集とトリミングを終えた最後の工程で行います。 支払いは残す尺の分だけにとどまり、使わない映像に料金がかかりません。
送信する素材には、用意できる中で最も圧縮の少ないものを選びます。圧縮によるノイズがあると、復元できる細部が限られるためです。
"Start from the least compressed source you have. Compression artifacts limit how much real detail the upscaler can recover."／"Run upscaling as your final step, after editing and trimming, so you only pay for footage you keep."（Black Forest Labs API ドキュメントより・Tips for best results 節）公式情報を見る →
上限内の素材で、人物や商品にはpreciseを選ぶ
FLUX Video Upscaleは動画を最大4Kへ引き上げる独立のAPIで、使う前に素材の長さが20秒以内、解像度が2K以内であることを確認します。 長尺や4Kの素材は、そのままでは入りません。
モードは、人や商品が写る動画ならprecise、生成映像や風景ならcreativeです。デフォルトがcreativeなので、人物の動画をモードの指定なしで送信すると顔が変わる可能性があります。
費用は出力の解像度・秒数・モードから見積もれます。1080pの10秒ならpreciseで1.39ドル（約221円）、4Kなら出力1秒あたり0.55〜0.79ドル（約125円）です。
FAQ
- FLUX Video Upscaleは何倍まで拡大できますか？
- 指定できる倍率は1.5倍から3倍までで、デフォルトは2倍です。出力フレームは約14.4メガピクセルで頭打ちになるため、もともと解像度の高い素材に3倍を指定しても、実際の拡大率はそれより小さくなります。2Kの素材なら最小の1.5倍で4Kに届きます。
- 料金はどう計算されますか？
- 出力したフレームのメガピクセル数に出力秒数を掛けた「メガピクセル秒」で課金されます。単価はpreciseが1メガピクセル秒あたり0.07ドル（約11.1円）、creativeが0.10ドル（約15.9円）です。10秒の動画を1080pへ上げると19.8メガピクセル秒となり、preciseで1.39ドル（約221円）、creativeで1.98ドル（約314円）になります。入力の解像度や倍率、プロンプトは別途課金されません。
- 長い動画や4K素材はそのまま入れられますか？
- 入れられません。入力は20秒・50MB・2560x1440（2K）までです。20秒を超える素材や2560x1440を超える素材は処理前に拒否され、切り詰められたり縮小されたりはせず、課金も発生しません。長尺は先に切り出してから送信する必要があります。
関連する記事
FLUX 3 Videoの料金は毎秒0.06ドルから、音声つき最長20秒FLUX 3 Videoは音声つきで最長20秒の動画を作ることができる生成AIで、料金は秒単価制です。HDは1秒0.17ドル（約27円）、Draftは0.06ドル（約9.52円）で、延長は単価が上がります。APIと提携先経由でだけ使え、Seedance 2.5やMiniMax H3とは長さが異なります。
Wan3.0とは？30秒の動画を一度に生成できるAlibabaの新モデルAlibaba CloudのWan3.0は、1回の生成で最大30秒の動画を出力できる動画生成モデルです。PPTやPDFなど9形式の文書も入力にできますが、1回に提供できるのはファイルかリンク1つで、100MB・50ページまでです。料金は480Pで1秒0.05ドル（約7.98円）からで、30秒の1080Pは6.00ドル（約958円）です。
動画生成AIのSeedance 2.5が公開、1回で30秒まで生成可能にByteDanceは2026年7月31日、動画生成AIのSeedance 2.5（シードダンス2.5）を公式ブログで発表しました。1回で30秒を生成できることや参照素材の使い方、Jimeng AIとDoubao Proでの提供を解説し、料金などByteDanceがまだ公表していないこともまとめています。
MiniMax H3のライセンスと商用利用の条件、日本は適用地域に入るMiniMax H3は、2026年8月2日付のライセンスで公開された動画生成AIです。適用地域は米国・EU・英国・韓国を除く全世界で、日本を含みます。商用は画面表示が必須で、年商2,000万ドル（約31億6,700万円）超は事前の書面許諾が必要です。公開分だけを使う公式手順は768pまでで、2K化は未公開です。