画像生成は GPT Image 2、ラフ出しは Nano Banana、物撮りっぽいのは Seedream、動画は Seedance 2.0 か可灵（Kling）——用途ごとにベストなモデルが違うのは、実際に作っている人ほど痛いほど分かっていると思います。

問題は、そのたびにプロバイダごとの SDK・認証・課金・レスポンス形式がバラバラで、key 管理だけで消耗することです。

この記事では、1 つの API・1 つの key で上記 5 系統のモデルを叩き、ワークフローの中で自由に組み合わせるやり方をまとめます。エンドポイントもレスポンス形式も統一されているので、モデルを変えても model の文字列を差し替えるだけです。

結論（先に全体像）

エンドポイントは画像系も動画系も共通：POST /v1/images/generations と POST /v1/videos/generations
認証は Bearer token 1 本。モデルを変えても変わらない
すべて非同期：返ってきた task_id を GET /v1/tasks/{task_id} でポーリングし、results 配列から出力 URL を取る
課金は従量（credits）。レスポンスの credits_reserved で予約され、安いモデルでラフ→良いものだけ高品質モデル、という使い分けでコストを最小化できる
だから「モデルを切り替える」=「文字列を1個変える」だけ。ワークフロー全体を1本のスクリプトで回せる

順番に行きます。

共通の叩き方（ここだけ押さえれば全部同じ）

ベースURL と認証

Base URL: https://api.evolink.ai
Header:   Authorization: Bearer YOUR_API_KEY
          Content-Type: application/json

key はダッシュボード（https://evolink.ai/dashboard/keys）で発行します。以降のすべてのリクエストでこの 1 本を使い回します。

非同期 → ポーリングの流れ

画像も動画も「投げたら task_id が返る → 完了するまで状態を見に行く」という同じ流れです。

# 1) タスクを投げる（例は後述の各モデル）
# → レスポンスの "id" が task_id

# 2) task_id で結果を取りに行く
curl https://api.evolink.ai/v1/tasks/task-unified-1757165031-uyujaw3d \
  -H "Authorization: Bearer YOUR_API_KEY"

完了時のレスポンス（共通形式）：

{
  "id": "task-unified-1757165031-uyujaw3d",
  "status": "completed",
  "progress": 100,
  "results": [
    "https://.../output.png"
  ],
  "error": null,
  "type": "image"
}

status は pending → processing → completed（または failed）
出力 URL は results 配列に入る
⚠️ 生成された画像・動画の URL は 24時間で失効します。すぐに保存してください

ここまでが共通。あとは model と一部パラメータを変えるだけです。

画像モデル：`POST /v1/images/generations`

3 つとも同じエンドポイント。model を変えるだけです。

GPT Image 2 — 指示理解が強い「仕上げ用」

curl -X POST https://api.evolink.ai/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A beautiful colorful sunset over the ocean"
  }'

model と prompt だけ必須。size（既定 auto）、resolution（既定 1K）、quality（既定 medium）、n、画像編集用の image_urls（1〜16枚）、mask_url は任意です。

Nano Banana 2（Gemini 3.1 Flash Image）— 速くて安い「ラフ出し用」

curl -X POST https://api.evolink.ai/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3.1-flash-image-preview",
    "prompt": "A cat playing on the grass"
  }'

quality は 0.5K / 1K / 2K（既定）/ 4K。image_urls で image-to-image / 編集も可能（最大14枚、実写人物は最大4枚）。model_params.thinking_level（auto/min/high）で速度と品質のバランスを調整できます。

Seedream 4.0 — 物撮り・デザイン寄りの「バリエーション用」

curl -X POST https://api.evolink.ai/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "doubao-seedream-4.0",
    "prompt": "A serene lake reflecting the beautiful sunset scenery",
    "size": "16:9",
    "quality": "2K"
  }'

必須は model と prompt のみ。軽量・安価に回したいときは doubao-seedream-5.0-lite に差し替えるだけで同じインターフェースで使えます。

補足：本記事の Seedream は実在するモデルID doubao-seedream-4.0 を採用しています。社内で別バージョン表記を使っている場合は model の文字列だけ差し替えてください。

動画モデル：`POST /v1/videos/generations`

こちらも同じエンドポイント、同じ task_id ポーリング。

Seedance 2.0 — テキスト/画像から動画、音声つき

curl -X POST https://api.evolink.ai/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0-text-to-video",
    "prompt": "城市日落延时摄影，金色光线洒满天际线",
    "duration": 8,
    "quality": "720p",
    "aspect_ratio": "16:9",
    "generate_audio": true
  }'

必須は model と prompt。duration は 4〜15 秒、generate_audio 既定 true（false で無音）。画像から動画にしたいときは seedance-2.0-image-to-video にして image_urls（1〜2枚）を渡します。安く回すなら fast- 系の variant もあります。

可灵（Kling V3）— 構図・モーション品質が高い動画

text-to-video：

curl -X POST https://api.evolink.ai/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3-text-to-video",
    "prompt": "A cat running on a grass field under bright sunshine",
    "duration": 5,
    "aspect_ratio": "16:9",
    "quality": "720p"
  }'

画像から動画（image-to-video）は image_start に先頭フレーム画像の URL を渡します：

curl -X POST https://api.evolink.ai/v1/videos/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "kling-v3-image-to-video",
    "prompt": "The person slowly turns their head and smiles",
    "image_start": "https://example.com/portrait.jpg",
    "duration": 5,
    "quality": "720p"
  }'

本題：1本のスクリプトで使い分ける

ここまでで気づいた通り、呼び出し方が全モデルで同じです。なので「どのモデルでも投げて待つ」共通関数を1つ作れば、あとはモデル名を変えるだけでワークフローが組めます。

import os, time, requests

BASE = "https://api.evolink.ai"
HEADERS = {
    "Authorization": f"Bearer {os.environ['EVOLINK_API_KEY']}",
    "Content-Type": "application/json",
}

def generate(kind: str, body: dict) -> list[str]:
    """kind: 'images' or 'videos'. 完了までポーリングして results を返す。"""
    r = requests.post(f"{BASE}/v1/{kind}/generations", json=body, headers=HEADERS)
    r.raise_for_status()
    task_id = r.json()["id"]

    while True:
        t = requests.get(f"{BASE}/v1/tasks/{task_id}", headers=HEADERS).json()
        if t["status"] == "completed":
            return t["results"]
        if t["status"] == "failed":
            raise RuntimeError(t["error"])
        time.sleep(3)

これだけで、安いモデルで数を出して、良かったものだけ高品質モデルや動画に回す——というコスト最適なパイプラインがそのまま書けます。

# 1) ラフを安く大量に出す（Nano Banana）
roughs = generate("images", {
    "model": "gemini-3.1-flash-image-preview",
    "prompt": "minimalist product poster, eco water bottle, studio light",
    "quality": "1K",
    "n": 4,
})

# 2) 採用カットだけ指示理解の強い GPT Image 2 で仕上げ
final = generate("images", {
    "model": "gpt-image-2",
    "prompt": "the same poster, refined typography, premium look",
    "image_urls": [roughs[0]],   # ラフを参照画像に
    "quality": "high",
})

# 3) その静止画を可灵で動画化
clip = generate("videos", {
    "model": "kling-v3-image-to-video",
    "prompt": "camera slowly pushes in, subtle light flicker",
    "image_start": final[0],
    "duration": 5,
})

print(clip[0])  # 完成動画の URL（24時間で失効するので保存）

ポイントは、ステップ間でプロバイダを跨いでいるのに、コードの構造は何も変わらないこと。generate() を呼ぶだけで Nano Banana → GPT Image 2 → 可灵がシームレスに繋がります。Seedance に変えたければ model を seedance-2.0-image-to-video にするだけです。

なぜこれが「激安」になるのか

課金は従量制で、レスポンスの usage.credits_reserved に予約クレジットが出ます（画像は per_call、動画は per_second など）。つまり：

探索フェーズは安いモデル（Nano Banana の低 quality、Seedance の fast- variant）で数を稼ぐ
採用したものだけ高いモデル/高解像度に上げる
どのモデルが何クレジットかはレスポンスで毎回見えるので、ワークフロー単位でコストが読める

「全部いきなり最高品質で回す」のをやめて、安い→絞る→上げるの段階設計にできるのが、マルチモデルを1つの API に寄せる最大のメリットです。

エラーまわり（最小限）

レスポンスはモデル共通で、失敗時は error.code / error.message / error.type が返ります。

code	意味	よくある原因
400	invalid_request	パラメータ不正・必須欠落
401	unauthorized	key 間違い
402	insufficient_quota	残高不足
403	model_access_denied	そのモデルの権限なし
429	rate_limit_exceeded	レート上限

task_id を取れた後は GET /v1/tasks/{task_id} の status が failed のときに error を見る、という共通ハンドリングで十分です。

まとめ

GPT Image 2 / Nano Banana / Seedream / Seedance / 可灵を、同じエンドポイント・同じ key・同じポーリングで叩ける
だから「モデル切り替え = 文字列1個」。ワークフローを1本のスクリプトで組める
安いモデルで探索 → 採用分だけ高品質/動画化、でコストを段階的に最小化できる

詳細なパラメータは各モデルの公式ドキュメントを参照してください：