コンテンツへスキップ

画像・動画生成AIモデル

人気の画像・動画生成モデルを解説します。何ができるのか、どう違うのか、どんな用途に向いているのか。各モデルの主要データ、プロンプト例、よくある質問への回答をまとめています。

暗いデスクに広げたプリント写真の束(ポートレート、商品写真、山のパノラマ)と、その上に置かれた熟したバナナ

Google DeepMind画像AI2Faceで利用可能

Nano Banana 2.1

Googleの主力画像モデル。最大4K、参照画像14枚、8:1パノラマ、価格はNano Banana 2の半分。

霧に包まれた緑の谷と蛇行する川、斜面にかかる雲の空撮

Google DeepMind画像AI2Faceで利用可能

Nano Banana 2

Googleの主力写真モデル。Flashの速さ、Proに迫る品質、最大4K。

木のテーブルに並ぶ写真、水彩画、粘土のキツネのフィギュアとバナナ

Google DeepMind画像AI2Faceで利用可能

Nano Banana

写真の生成と編集のためのGoogleのモデルファミリー。高速なNano Bananaから最上位のProまで。

白いデスクを真上から:山の風景のサムネイルが並ぶスケッチブック、カラーの風景を映したスマートフォン、ストップウォッチ、マーカー、エスプレッソ

Google DeepMind画像AI2Faceで利用可能

Nano Banana 2 Lite

Googleの軽量画像モデル。数秒で生成、1Kのみ、ファミリーで最も安価。

夜のスタジオで、生成したポートレートとポスターのグリッドをモニターで確認するデザイナー

Google DeepMind画像AI2Faceで利用可能

Nano Banana Pro

フォトリアル、画像内の正確な文字、4Kでの参照画像活用に強いGoogleの最上位モデル。

嵐の崖の上の白い灯台。波が岩に砕け、光の筋が雨を貫く

Google DeepMind動画AI2Faceで利用可能

Veo 3.1

音声つきのGoogle動画モデル。セリフ、効果音、音楽を同じクリップに。最大4K、8秒。

ローマの水道橋の建設。作業員が踏み車クレーンで石を持ち上げ、木の支保工の上にアーチを組む

Google DeepMind動画AI2Faceで利用可能

Gemini Omni

「動画版Nano Banana」。テキスト、写真、動画から音声付きクリップを作り、普通の文で修正します。

夕方のデザインスタジオの机。ポスター、布の見本、ドライフラワーの花瓶、街の灯が見える窓辺の真鍮ランプ

ByteDance Seed画像AI2Faceで利用可能

Seedream

ByteDance の画像モデル。フォトリアル、デザイン、10言語以上の文字、最大 4K。

夜明けの霧の港で、黄色いレインコートと航海帽の年配の漁師が船に乗っている

ByteDance Seed動画AI2Faceで利用可能

Seedance

音声付きのByteDance動画モデル。1回の生成で最長30秒、2.5では参照を最大50件。

トラットリアの厨房で、炎の立つフライパンにパスタを投げ上げる料理人

Kuaishou動画AI2Faceで利用可能

Kling

Kuaishouの動画モデル。複数ショットの映像は最長15秒、音声つき。Kling 4.0は30秒を掲げています。

クリエイティブ事務所の机を上から見たところ。ポスターの下絵、スケッチ入りタブレット、マーカー、シール、コーヒー

OpenAI画像AI2Faceで利用可能

GPT Image

ChatGPT の OpenAI 画像モデル。正確な文字、レイアウト、修正、長辺 3840 px。

超現実の風景。雲でできた巨大な鯉が霧の山の湖の上を泳ぎ、下にランタンをつけた小舟がある

Midjourney画像AI2Faceで利用可能

Midjourney

絵画寄りの画像モデル。見分けのつく見た目、スタイル、パーソナライズ、HDの2K。

日当たりのよいアーティストのロフト:写真のプリントとパレットが並ぶ大きな机、山の風景を映したノートパソコン、窓辺の植物

Black Forest Labs画像AI2Faceで利用可能

FLUX

BFLのモデル。FLUX.2は10枚の参照で4MP画像、FLUX 3 Videoは動画ランキング3位。

夕暮れのターコイズブルーの海を見下ろすつづら折りの道を走る赤いオープンカー、空撮

MiniMax動画AI2Faceで利用可能

Hailuo

MiniMaxの動画モデル。H3はステレオ音声付きで最長15秒・2Kの動画、ウェイトは公開。

雪の山間の駅で赤い列車から降りる緑のマフラーの若い女性

Alibaba動画AI2Faceで利用可能

Wan

Alibabaの動画モデル。音声付きで最長30秒、参照は最大20件、ドキュメントにも対応。

暗い編集スタジオ:モニターに夕暮れの砂漠を行く騎手のカット、隣に光るボタンの操作卓とヘッドホン

Runway動画AI2Faceで利用可能

Runway

Runwayの動画モデル。Gen-4.5はテキストや画像から、精密なカメラワークの動画を生成。

夕暮れの広場でコンクリートの階段の上をキックフリップで跳ぶスケートボーダー

xAI画像AI2Faceで利用可能

Grok Imagine

xAIの画像と動画。Image 2.0はArena6位、Video 1.5は音声と参照に対応。