66 MODELS · 12 PROVIDERS · 4 MODALITIES
すべてのモデルで生成し、すべての結果を残す。










サイト内生成 · 公開ギャラリーより · 随時更新
01 · IMAGE
ひと言で、4 社が同時に描く。
GPT Image 2
Gemini 3 Pro
FLUX 2 Pro
Seedream 5.002 · LORA
見つけたら装着。いくつでも重ねられる。
STYLE · Anima装着
STYLE · Anima装着
STYLE · SDXL装着
POSE · Anima装着
DETAIL · Anima装着
LIGHT · Anima装着
2.0 / 0.1
1.4 / 0.7
0.7 / 1.4
0.1 / 2.003 · AUDIO
声を選んで、打てば話しだす。
04 · VIDEO
画像も声も映像も文字も、参照にできる。
05 · CANVAS
話して脚本に、ノードに育て、つないで一本に。
カット 01 · 昇降口
カット 02 · 相合傘
カット 03 · 商店街06 · VAULT
残したものは、また使える。
▶ 05 · 借り傘
04 · キャラアンカー
画像
画像
画像
参照を装着 · キャンバスライブラリのどれでも、キャンバスやワークベンチに放り込めば次の生成の参照になる。作品は終点ではなく、素材。
制作へ →GPT Image 2
総合首位:ブラインド評価で首位を守り、複雑な指示の読解が最も得意。
- 画像内の文字組版がほぼ崩れず、ポスター品質で使える
- 条件が多い長い prompt への忠実度が最も高く、要素が落ちない
- 日本語・中国語・韓国語などの文字描画も同じく良好
- 思考モードの分だけ待ち時間があり、生成は遅め
- 大量生成はコスト高、透過背景の対応も並
Gemini 3 Pro Image
速くて安定した主力:2–5 秒で生成、編集の制御が最も細かい。
- 2–5 秒で生成、直しても手が止まらない
- 部分再描画・ライティング・カメラ変更の制御が最も細かい
- 検索接地:実在のランドマークと光に裏付けがある
- 超現実や強いスタイル化ではかえって振り切れない
- 小さな顔や小さな文字などの細部は今も崩れる
FLUX 2 Pro
質感派:肌や布のプラスチック感が少なく、長い説明文への追従が非常に安定。
- 本物の質感:「プラスチック光沢」が少なく、物体と素材の描写が鋭い
- デュアルストリーム構成で、説明的な長い prompt への追従が非常に安定
- 同じ品質帯では最もコスパが良く、パラメータ調整も不要
- 人物は「陶器人形」のような過剰補正になりやすい
- 画像内の文字描画は今も不安定
Seedream 5.0
デザインの頭脳:組版と中国語を理解し、生成しながら調べものまでする。
- デザイン水準の組版理解:雑誌の表紙が一発で出る
- 10 以上の言語をネイティブに描画、中国語が最も安定
- 生成しながらウェブ検索するので、情報に裏付けがある
- 長い文字列は今も誤り、8–15 秒と遅め
- 写真の質感は「AI っぽさ」が出て、写実では Gemini に劣る
Recraft V4 Pro
デザイナー向けの一段:唯一ネイティブに SVG を出し、文章まるごと読める。
- ベクター SVG をネイティブ生成できる唯一のモデル
- 他が 2–3 語のところ、文章まるごと読める形で出せる
- HF のテキスト生成アリーナで 2024 年 10 月から首位
- $0.21 / 枚 は画像枠で最も高い
- デザイン特化:汎用の写実写真は主戦場ではない
NovelAI Diffusion V5
アニメ特化の最新世代:22 キャラを同一画面で混ぜず、漫画 1 ページを一発で。
- 規模 2 倍 + 32 チャンネル VAE:髪の毛や装飾まで描き込む
- 最大 22 キャラを同一画面に、多コマ漫画をそのまま配置できる
- 日本語や繁体字などの多言語 prompt に対応、透過背景も可
- アニメ特化のため、写実的な場面には向かない
- 「無制限」帯に入らず、課金は V4.5 より厳しめ
Illustrious XL
オープンなアニメ基盤の筆頭:キャラ知識が膨大で、ファインチューンの層も最も厚い。
- Danbooru 全量で学習:キャラ認識量が最大
- 手足などの構造の安定性が同世代のオープンモデルを大きく上回る
- WAI などファインチューンの層が最も厚く、LoRA 枠でも再登場する
- キャラ知識は 2024 年半ばまで、新作は認識しない
- 写実やデザイン用途は土俵ではない
Illustrious XL
基盤モデル枠:LoRA の層が最も厚いアニメの土台。
- Civitai の層が最大:キャラ・画風 LoRA が最も揃う
- Danbooru 全量の土台があり、キャラ語がそのまま通る
- API 線はデプロイ不要、Runner 線は自由に積める
- 写実方向は弱い
- 新作キャラは LoRA で補う必要がある
WAI-Illustrious
人気の調整版:そのままで整ったアニメ顔が出る。
- コミュニティ人気の常連、既定設定のままで絵が良い
- Illustrious 系 LoRA が効き、キャラの再現が安定
- Runner 直実行でパラメータは全開
- 作風は甘め、硬派な写実には向かない
- 待ち時間は Runner の負荷次第
Anima Pencil-XL
鉛筆のクリーンな線:線画感のあるイラストが一発で出る。
- 鉛筆・クリーンな線の質感はここだけ
- 線画にも彩色仕上げにも向く
- Runner 直実行でパラメータは全開
- 題材は狭く、イラスト方向が本領
- 厚塗りの写実は不得手
Pony Diffusion V6 XL
画風世界の元祖:どんな画風も誰かが学習させている。
- LoRA の対応範囲が最も広い一系統
- 画風トリガー語の体系が成熟している
- コミュニティの蓄積が最も深い
- 素の顔は平凡で、LoRA で引き上げる前提
- prompt 記法に慣れが要る(score 系)
SDXL 1.0
汎用のベテラン:写実からイラストまで一通り受ける。
- エコシステムの網羅性が最も高いオープン基盤
- 写実・デザイン・イラストのどれも回る
- ツール群と解説が最も揃っている
- 素の品質は新しいモデルに引き離された
- 際立たせるには LoRA の組み合わせが要る
Anima(DiT)
新アーキテクチャの実験場:DiT 基盤のアニメ新星。
- 新しい DiT 構成で、細部の上限が高い
- サイト内 v4 パイプラインが配備済み
- アニメ方向の新しい選択肢
- エコシステムは始まったばかりで LoRA が少ない
- 生成時間は長め
Seedance
参照生成をまとめて:18 ルートを持つ動画の主力。
- 参照エンドポイント:画像 + 音声 ×3 をまとめて渡せる
- 2.0 から 2.5 まで全帯が稼働、4 系統の接続が互いに backup
- 先頭フレームからの画像生成動画が最も手に沿う
- 最上位 2.5 は秒単価が最も高い帯
- 10 秒を超えるとつなぎ合わせが要る
MiniMax H3
コスパの主力:海外と国内の二重化、参照生成も揃う。
- 低価格帯でも参照エンドポイントが付く
- 国内ルートは遅延が小さい
- 人物の動きの自然さで評判が良い
- 1080p の帯が少ない
- スタイル化したカメラワークは Kling に劣る
Wan 3.0
Alibaba の主力:本家は公開済み、サイト内のルートは増設中。
- サイト全体で最安の単価帯、$0.10 / 秒
- reference-to-video の参照ルートが稼働中
- 本家が新エンドポイントを出し続け、サイト内も追随して増設
- カメラの語彙は素朴
- 長尺の一貫性は並
HappyHorse 1.1
速い帯のダークホース:ブラインド評価トップ 5 のコスパ。
- Artificial Analysis のブラインド評価トップ 5(v1.1 と v1.0 が同順位・サイト内注記)
- 書き出しが速い
- 単価が手頃
- スタイル制御は並
- 情報が少ない
可灵
カメラ派:カメラワークと質感で評判を取る一本。
- カメラワークと物理的な質感は第一線
- O3 Pro Omni は万能エンドポイント
- 人物の芝居が繊細
- 3.0 Pro は参照入力を受け付けない(サイト内注記)
- 単価はやや高め
Gemini Omni Flash
万能の速攻:安く、まずアイデアを動かす。
- テキスト生成も画像生成もこれ 1 本
- 速くて安く、下書きに向く
- Google 側の画像認識が強い
- 上限は専用の動画モデルに及ばない
- スタイル制御は粗い
Fish Audio S2.1 Pro
セリフの主力:中国語音声の自然さで評判の一段。
- 中国語の話し言葉の自然さは第一線
- サイト内の音色ライブラリから直接選択、クローンも可
- S2.1 Pro 無料版・有料版に対応
- 英語のアクセントはやや平板
- 強い感情は temperature の調整が要る
ElevenLabs
効果音と劇伴:SFX と Music の 2 ルート。
- SFX:一文でそのまま擬音が出る
- Music:1 曲分の構成をコントロールできる
- 業界標準の音質
- 中国語の歌詞は並
- 秒課金なので尺の管理が要る
Rodin Gen-2.5
多視点で押さえる:参照画像を最大 5 枚まで 1 モデルに渡せる。
- 参照画像は最大 5 枚(サイト内上限)
- 後工程で直せるトポロジー品質
- 四方向ビューのワークフロー
- 生成速度は遅い帯
- テクスチャの上限は並
Hunyuan3D
ポリゴンの王:150 万面の上限を持つ細部派。
- 面数は 4 万–150 万まで調整可(既定 50 万)
- テクスチャ付きメッシュを一度に出力
- v3.1 Pro は細部をさらに強化
- 高ポリゴンの書き出しはファイルが大きい
- 有機的な形状はハードサーフェスより得意
Trellis 2
つまみは全部開放:解像度もテクスチャもポリゴン削減も手の内。
- 解像度は 512 / 1024 / 1536 の 3 段階
- テクスチャは 1K–4K から選択
- 5k–2M のポリゴン削減でゲームのパイプラインに直結
- 速度は中庸
- スタイル化した入力で崩れやすい
TripoSR
秒で出る帯:画像 1 枚から数秒でグレーモデル。
- 書き出しが最も速い
- 軽量なグレーモデルは試作向き
- オープンソース出自でエコシステムが扱いやすい
- テクスチャの細部がない
- 複雑な構造はぼやけやすい