3行でいうと
- Stability AI自身が運営するつなぎ方は、Webアプリ、Platform API、DAWプラグイン（beta）、Hugging Faceで配る公開モデルです。
- Stable Audio 3.0のLargeは、重みが公開されません。APIか、エンタープライズの自前運用で使う、と公式は書いています。
- DAWプラグインは、小さいモデル（SA3 SFXとSA3 Medium）がパソコンの中で動き、Largeだけがクラウドで動くと、公式のヘルプが説明しています。
- 公式の製品ページは、Arm、Comfy、fal、WPP、Replicateなどをパートナーとして挙げています。パートナーのサービスは別の会社が運営するもので、その規約はこの記事では読めていません。
- 読んだ範囲では、MCPサーバーや、公式が運営するChatGPT・Claude向けの連携は見つかりませんでした。
この記事は、公式の資料を2026年10月23日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。コマンド名、URLのパス、数字は公式の表記を写しています。公式ページは要約の形で取得したため、読めなかった所は「公式の資料では確認できていない」と書いています。なお、API仕様の本体ページは、取得の上限に当たったため一部しか読めていません。
先に結論
- つなぎ方は4種類。 ①Webアプリ（人が使う）、②Platform API（プログラムが使う）、③DAWプラグイン（制作ソフトの中で使う）、④公開モデル（自分のパソコンで動かす）。
- データの流れは、動く場所で決まる。 公開モデルを自分のパソコンで動かせば、生成そのものは手元で済みます（モデルのファイルを取る時にHugging Faceのログインと同意は要ります）。APIとWebアプリ、プラグインのLargeは、Stability AIのクラウドに入力が送られます。
- 公式と第三者を分ける。 パートナーとして挙がっている会社のサービス経由で使うときは、その会社のデータの扱いが加わります。
- 見立て（僕らの意見で、公式の推奨ではありません）。 初心者は、まずWebアプリで感覚をつかみ、必要が出てからプラグインかAPIへ進むのが、迷いが少ないと思います。
前提：用語をそろえる
- API。 他のソフトからStable Audioを呼び出す窓口です。
- エンドポイント。 APIの具体的な宛先（URLの末尾）です。
- 非同期。 頼むとすぐに「受付番号（id）」が返り、できあがった音は、あとで別の窓口から取りに行く方式です。
- open weights。 学習済みモデルのファイルが公開されていること。
- 自前運用（self-hosting）。 自分の機械やクラウドで、モデルを動かすことです。
- プラグイン。 制作ソフトの中で動く、追加機能です。
公式（Stability AI）が運営するもの
1. Webアプリ（stableaudio.com）
人が画面で使う入口です。中に「Producer chat」という、セッションを聞き取れる会話の窓があります。追加、再生成、作曲といった操作を頼めて、費用はボタンと同じクレジットだと、公式のヘルプが説明しています。
2. Platform API
- 料金の目安。 公式のdocsの料金ページは、1クレジットを0.01米ドルとし、Stable Audio 3.0とStable Audio 2.5は、どちらも1回8クレジット（0.08米ドル）と書いています。audio-to-audioやインペイントの個別の料金は、読んだ範囲では見つかりませんでした。
- Stable Audio 3.0。 docsのAPI説明によると、非同期です。頼むとidが返り、結果は別の窓口（audio resultsの取得）で受け取ります。テキストは、フォームの項目として送り、音声はファイルの項目として送る、とあります。
- 出力の形。 Acceptヘッダーで決まります。
audio/*なら音のファイルそのもの、application/jsonならbase64の文字列とメタデータ、とdocsに書かれています。各窓口が返す音声形式は、読んだ範囲では確認できていません。 - 結果の保管とレート制限。 docsのAPI説明は、非同期の結果は24時間保管され、頼んだ時と同じAPIキーで取りに行く必要がある、と書いています。リクエストは10秒に150回までで、超えると429が返り、60秒ブロックされる、とも書かれています（全窓口共通の説明で、Stable Audio専用の数字かは書かれていません）。
- Stable Audio 2.5のaudio-to-audio。 公式のヘルプによると、窓口は
POST /v2beta/audio/stable-audio-2/audio-to-audioです。元の音と文章を送り、任意のstrength（開始値の目安は0.8）で、どれだけ元から離れるかを決めます。元に近すぎるなら0.85〜0.9、離れすぎなら0.6〜0.75が目安、と書かれています。入力できる長さ、形式、サイズの上限は、このヘルプには書かれていません。 - Largeの提供。 Stable Audio 3.0 Largeは、Stability AIのAPIとエンタープライズの自前運用で使えます（3.0の発表）。
- 学習への利用の設定。 Platform APIには、データを学習に使うかを決める設定ページがあります（次の「データの流れ」と第4本）。
3. DAWプラグイン（beta）
公式のヘルプ「Stable Audio DAW Plugin Guide」より。
| 項目 | 書かれていること |
|---|---|
| 今のできること | 文章から音を作ることのみ。インペイントとaudio-to-audioは「予定」 |
| 対応 | macOSのVST（Cubase、Reaper、Ableton）とAU（Logic Pro）。WindowsとAAX（Pro Tools）はあとで |
| 同梱モデル（パソコン内で動く） | SA3 SFX、SA3 Medium。ログイン不要 |
| クラウドのモデル | Stable Audio 3 Large。プラグイン内でStable Audioのアカウントにログイン |
| クレジット | クラウド生成はWebアカウントと同じクレジットを使う。経由するのは「Stable Sessions API」 |
| インストール手順 | このページには書かれていない。Abletonでの手順は別のヘルプにある（下記） |
Abletonでの設定は、別のヘルプ「Setting Up the Stable Audio Plugin in Ableton Live」に書かれています。流れは、①stableaudio.com/pluginからインストーラーを取り、モデルのファイルを少なくとも1つダウンロードする、②インストーラーがVST3/AUのプラグインを標準のプラグイン置き場に入れる、③Abletonの設定（Preferences）のPluginsタブで「Rescan Plugins」を押す、④オーディオまたはMIDIトラックにプラグインを読み込むと、入れたモデルが自動で見つかる、です。このヘルプには、ログインの手順やシステム要件は書かれていません。なお、このヘルプは「macOSまたはWindows用のインストーラー」と書いていますが、「DAW Plugin Guide」は現時点macOSのみ（Windowsはあとで）と書いており、公式ページ同士で食い違っています。プラグインのページ（stableaudio.com/plugin）の説明文は「Mac用」です。
4. 公開モデル（Hugging Face）とライブラリ
- Stable Audio 3.0。 Small SFX、Small、Mediumの重みがHugging Faceで公開されています。ライセンスはStability AI Community Licenseです。ファイルを取るには、ログインして、条件に同意する必要があります（モデルカード）。
- ライブラリ。
stable-audio-3（推論と調整）とstable-audio-tools（研究用）が、モデルカードで案内されています。 - 注意。 モデルカードは、文章を読み取る部品（T5Gemma）が、別の条件（Gemma Terms of Use）で配られている、と書いています。
- Stable Audio Open 1.0。 同じくHugging Faceで公開。最長47秒。研究と実験向けと書かれています。
- LoRA。 自分の音源で調整するドキュメントが、SmallとMediumについて公開されたと、3.0の発表に書かれています。
- 自前運用。 Stability AIの比較記事は、Mediumを自前で動かせば、1回ごとの費用も回数の制限もない、と書いています。ただし、年間売上100万米ドル超の組織が商用に使うには別の契約が要ります（第4本）。
パートナー・第三者のもの（運営は別の会社）
- パートナーとして挙がっている会社。 公式の製品ページ（stability.ai/stable-audio）は、Arm、Comfy、fal、WPP、Replicateを挙げています。3.0の発表は、ComfyUIなどのパートナーの場でも使えるようになる予定、と書いています。
- 扱いの違い。 これらは、Stability AIの運営ではありません。その場で入力した文章や音が、どう扱われるかは、各社の規約とプライバシーの方針によります。この記事では、各社のページは読めていません。
- コミュニティが作ったツール。 勝手に作られたラッパー、拡張、サーバーなどは、公式の資料では確認できていません。使う場合は、その作者の説明を自分で読んでください。
- MCPやChatGPT・Claude向けの公式連携。 読んだ範囲では、見つかりませんでした。
データはどこへ流れるか
| つなぎ方 | 入力が行く先 | 公式の説明 |
|---|---|---|
| Webアプリ | Stability AIのクラウド | 利用規約とプライバシーポリシー |
| Platform API | Stability AIのクラウド | 同上。学習に使うかの設定ページがある |
| プラグイン（SA3 SFX、SA3 Medium） | 手元のパソコン | 同梱モデルは、ログイン不要と書かれている |
| プラグイン（Large） | Stability AIのクラウド | ログインが要り、Webと同じクレジット |
| 公開モデルを自分で動かす | 手元の機械 | モデルのファイル入手時にHugging Faceのログインと同意が要る |
| パートナー経由 | 各パートナー | この記事では未確認 |
プライバシーポリシー（2026年9月30日施行と表示）は、入力と出力をモデルの学習や評価に使うことがあり、設定で止められると書いています。クラウド事業者などの委託先、決済業者、共有ワークスペースの他の利用者などへ渡ることがあるとも書かれています。保存期間は、固定の日数ではなく「必要な間」と書かれています。
気をつけること
- 「無料」と「手元で完結」は同じではない。 公開モデルは、ライセンスの条件（年間売上100万米ドルの区切り、登録、表示）が付きます（第4本）。
- プラグインはbeta。 現時点はmacOSが中心、機能は文章からの生成のみ、と公式が書いています。
- パートナー経由の規約は別。 規約、料金、データの扱いは、各社のものを読んでください。
- APIの細部は未読。 入力できる音声の上限、出力形式、インペイントのAPI、料金の全体は、取得の上限に当たったこともあり、公式の資料では確認できていません。
出典
- Stable Audio 3.0（Stability AI、確認日 2026-10-23）
- Stable Audio 3.0 の発表（Stability AI、5月20日付、確認日 2026-10-23）
-
Stable Audio DAW Plugin Guide（Stability AI Knowledge Base、確認日 2026-10-23）
-
Setting Up the Stable Audio Plugin in Ableton Live（Stability AI Knowledge Base、確認日 2026-10-24）
- Tips for using the Stable Audio 2.5 Audio-to-Audio API（Stability AI Knowledge Base、確認日 2026-10-23）
- How to use Stable Audio（Stability AI Knowledge Base、確認日 2026-10-23）
- Pricing（Stability AI docs、確認日 2026-10-23）
- API reference（Stability AI docs、確認日 2026-10-23）
- Opt-out of Data Training for Platform API（Stability AI Knowledge Base、確認日 2026-10-23）
- stable-audio-3-medium モデルカード（Stability AI、Hugging Face、確認日 2026-10-23）
- stable-audio-open-1.0 モデルカード（Stability AI、Hugging Face、確認日 2026-10-23）
- Stable Audio vs. competitors（Stability AI explainers、確認日 2026-10-23）
- Privacy Policy（Stability AI、2026年9月30日施行と表示、確認日 2026-10-23）
- Stability AI License（Stability AI、確認日 2026-10-23）