同じお題と同じプロンプトを渡したとき、画像生成AIごとにどんな違いが出るのか。
今回から、5つの生成環境へできるだけ同じ条件を渡し、それぞれの一発生成結果を観測していきます。
単純な勝敗を決めるのではなく、
- 指示をどう理解したか
- 観光地をどう描いたか
- 構図や演出をどう解釈したか
- どんな得意・不得意・誤作動が出たか
- どの用途に向いていそうか
を、観測員ミコが記録します。
目指すのは、厳密な性能試験というよりも、
みんな違って、みんな少しPON。
そんな生成AI観測記録です。
今回参加する生成環境
FLUX.2 Klein 4B Distilled
利用環境： ローカル環境
参照画像： なし
生成回数： 1回
リテイク： なし
ローカルで扱う軽量モデル枠です。
軽量モデルとしての一発完成度、プロンプトへの忠実度、構図の安定性、ローカル運用での実用性を観測します。
FLUX.2 [pro]
利用環境： BFL公式Playground
参照画像： なし
生成回数： 1回
リテイク： なし
FLUX.2の上位モデル枠です。
記事内では、
FLUX.2 [pro] / BFL公式Playground使用
として扱います。
ローカル版との差や、一発生成時の完成度、観光地と人物のまとめ方を観測します。
Gemini
利用環境： 外部画像生成環境
参照画像： なし
生成回数： 1回
リテイク： なし
ウォーターマークが入る場合も消さず、そのまま掲載します。
生成元ごとの出力仕様も含めて、素の状態を観測します。
Chatgpt
利用環境： ChatGPT「画像」機能
参照画像： なし
生成回数： 1回
リテイク： なし
通常の制作チャットとは分け、可能な限り新規条件に近い状態で生成します。
身内びいきはせず、他の生成結果と同じ条件で観測します。
Manus
利用環境： Manus無料枠・標準設定
参照画像： なし
生成回数： 1回
リテイク： なし
内部モデル名は推測せず、実際に確認できる利用条件のみ記載します。
無料枠・標準設定で、どこまで一発完成度を出せるかを観測します。
共通ルール
今回の5環境には、以下の条件を共通で渡しました。
- 完全に同じ英語プロンプト
- 参照画像なし
- 各環境1枚
- 一発生成
- リテイクなし
- 1920×1080を優先
- 1920×1080が不可能な場合は16:9の横長比率を維持
- サービス側の明確なエラーのみ再試行
- 生成結果の破綻や解釈違いは、そのまま観測結果として採用
内部設定まで完全に揃えることはできないため、厳密なベンチマークではありません。
あくまで、できるだけ同じ条件へ近づけた比較観測です。
また、本企画は基盤モデルだけでなく、各サービスの標準設定や生成処理を含む「生成環境単位」で比較します。
今回の抽選結果
| 項目 | 抽選結果 |
|---|---|
| 観測回 | 第1回 |
| 都道府県・観光地 | 秋田県｜角館武家屋敷通り |
| 構図・状況 | 案内表示を確認している |
| 演出セット | 晴れた朝・アニメ調 |
| 参照画像 | なし |
| 出力指定 | 1920×1080、不可の場合は16:9維持 |
| 再抽選 | なし |
初回から、黒板塀と武家屋敷が並ぶ角館らしい景観に、案内表示を確認する旅行者という、比較しやすい条件がそろいました。
実際に使用した共通プロンプト
Create a polished, high-quality anime-style illustration set on Kakunodate Samurai Residence Street in Akita Prefecture, Japan.
Show one adult traveler in modern, casual clothing standing beside a modest tourist information sign and carefully checking its map. The sign should look appropriate for a preserved historic district, with a simple map and pictograms, but no prominent or clearly readable text.
The location must be immediately recognizable as Kakunodate’s historic samurai district: a calm avenue lined with long black wooden fences, traditional Edo-period samurai residences, dark wooden gates, mature trees, and graceful weeping cherry branches. Preserve an authentic Japanese historic-town atmosphere and do not replace the setting with a generic shrine, temple, castle, or modern shopping street.
It is a clear, sunny morning. Use fresh morning light, soft directional shadows, a clean blue sky, and a quiet atmosphere before the street becomes crowded. Keep the traveler and the information sign clearly visible while showing enough of the black-fenced streetscape to establish the location.
Use a natural eye-level, medium-wide composition. The traveler should be actively looking at and checking the information sign rather than posing for the viewer. Include only a small number of distant pedestrians if needed. Do not add fantasy elements, vehicles, modern billboards, oversized signs, or unrelated tourist facilities.
Anime illustration style with detailed backgrounds, coherent architecture, natural proportions, clean linework, subtle colors, believable lighting, and a finished cinematic composition.
Output at 1920 × 1080 pixels. If that exact resolution is unavailable, preserve a horizontal 16:9 aspect ratio.案内板は、文字生成の勝負に寄りすぎないよう、地図とピクトグラムを中心にし、目立つ文字は避けるよう指定しました。
生成結果
公開時は毎回、以下の固定順で掲載します。
採点時だけはファイル名をランダム化し、生成環境名を伏せてA〜Eとして評価しました。
1. FLUX.2 Klein
第一印象
人物の動作が最も分かりやすい一枚。
案内板を指さしながら確認しており、「案内表示を確認している」という今回の状況が、一目で伝わります。
観測メモ
- 指示理解： 人物の行動は非常に明確
- 観光地の再現： 黒板塀、門、しだれ桜で角館らしさを構成
- 構図・演出： 人物と案内板を大きめに見せる、分かりやすい構図
- 人物・背景・小物： 全体の整合性は良好
- 気になった点： 案内板の文字情報がかなり強く、控えめな案内表示という指定から少し外れる
- 良かった点： 行動の明快さは5枚の中でも特に強い
- 今日のPON： 読めそうで読めない案内板が、逆にかなり目立つ
2. FLUX.2 [pro]
第一印象
全体のバランスが最も自然。
黒板塀、しだれ桜、案内板、人物、朝の光が無理なく一枚に収まっています。
観測メモ
- 指示理解： 主要条件を非常に素直に反映
- 観光地の再現： 黒板塀の連続と落ち着いた街並みが強い
- 構図・演出： 人物と背景の比率が自然で、名所も分かりやすい
- 人物・背景・小物： 目立つ破綻は少ない
- 気になった点： 大きな弱点は少ないが、驚くほど尖った独自解釈も少なめ
- 良かった点： 一発生成としての総合完成度が高い
- 今日のPON： 目立ったPONはなし
3. Gemini
第一印象
アニメ調としてのまとまりがよく、人物の存在感も自然。
黒板塀、武家屋敷、しだれ桜、案内板という主要要素が、素直に整理されています。
観測メモ
- 指示理解： 主要条件を高い精度で反映
- 観光地の再現： 角館を思わせる黒板塀と町並みが分かりやすい
- 構図・演出： 朝の光と静かな通りの雰囲気が良好
- 人物・背景・小物： 大きな破綻は少ない
- 気になった点： 人物が手元の地図も見ており、案内表示そのものへの注目が少し分散
- 良かった点： アニメ背景として見やすく、全体の完成度も高い
- 今日のPON： 案内板より手元の地図に夢中気味
4. Chatgpt
第一印象
背景の情報量と観光地らしさが強い一枚。
写実寄りの質感を残しつつ、アニメ背景として整理された街並みになっています。
観測メモ
- 指示理解： 大筋で条件を守っている
- 観光地の再現： 黒板塀、門、しだれ桜の密度が高い
- 構図・演出： 朝の光が明確で、観光地の雰囲気も伝わりやすい
- 人物・背景・小物： 大きな破綻は少ない
- 気になった点： 案内板がやや大きく、情報量も多い
- 良かった点： 背景描写と名所感はかなり強い
- 今日のPON： 控えめな案内板というより、しっかり主役級の案内板
5. Manus
第一印象
鮮やかな朝の光と、明るい色彩が印象的。
画面全体の見栄えは強く、人物が案内板を見ている状況も分かりやすくなっています。
観測メモ
- 指示理解： 主要条件はおおむね反映
- 観光地の再現： 黒板塀と門構えで歴史地区らしさを表現
- 構図・演出： 光と色の演出が強い
- 人物・背景・小物： 目立つ破綻は少ない
- 気になった点： しだれ桜より柳の印象が強く、角館固有の景観要素が少し弱い
- 良かった点： 視覚的な華やかさと朝の明るさがある
- 今日のPON： しだれ桜が、少し柳寄りに変身
匿名採点
5枚は、ファイル名をランダム化したうえでA〜Eとして採点しました。
採点時には生成環境名を確認せず、採点終了後に正体を公開しています。
各項目10点満点、合計50点です。
| 匿名画像 | 指示忠実度 /10 | 観光地・地域性 /10 | 構図・演出 /10 | 破綻の少なさ /10 | 一発完成度 /10 | 合計 /50 |
|---|---|---|---|---|---|---|
| A | 9 | 9 | 8 | 9 | 9 | 44 |
| B | 8 | 9 | 8 | 9 | 9 | 43 |
| C | 8 | 8 | 8 | 9 | 8 | 41 |
| D | 8 | 8 | 9 | 8 | 8 | 41 |
| E | 9 | 9 | 9 | 9 | 9 | 45 |
正体公開
| 匿名画像 | 生成環境 |
|---|---|
| A | Gemini |
| B | Chatgpt |
| C | Manus |
| D | FLUX.2 Klein |
| E | FLUX.2 [pro] |
今回の比較まとめ
一番お題に忠実
FLUX.2 [pro]
人物、案内板、黒板塀、しだれ桜、朝の光が、無理なく一つの画面に収まっていました。
条件を強く誇張するのではなく、全体を自然に成立させた点が高評価です。
一番観光地らしさが出た
Gemini
黒板塀と武家屋敷の街並みが分かりやすく、アニメ調としても整理されていました。
Chatgptも背景密度では非常に強かったものの、案内板の存在感が少し勝ちすぎたため、今回はGeminiを選びました。
一番構図・発想が面白かった
FLUX.2 Klein
人物が案内板を指さす動作まで明確に描き、「確認している」という状況を最も強く見せました。
案内板の文字が目立ちすぎる弱点はありましたが、今回の状況説明としては非常に分かりやすい一枚です。
一番一発完成度が高かった
FLUX.2 [pro]
派手な弱点がなく、観光地、人物、朝の空気、アニメ調のバランスが最も安定していました。
今日のPON
Manus
角館のしだれ桜を求めたところ、少し柳寄りの木が育ちました。
大きな破綻ではありませんが、「そこ、惜しい！」と突っ込みたくなる初回らしいPONです。
スコア一覧
| 生成環境 | 指示忠実度 | 観光地・地域性 | 構図・演出 | 破綻の少なさ | 一発完成度 | 合計 |
|---|---|---|---|---|---|---|
| FLUX.2 Klein | 8 | 8 | 9 | 8 | 8 | 41 |
| FLUX.2 [pro] | 9 | 9 | 9 | 9 | 9 | 45 |
| Gemini | 9 | 9 | 8 | 9 | 9 | 44 |
| Chatgpt | 8 | 9 | 8 | 9 | 9 | 43 |
| Manus | 8 | 8 | 8 | 9 | 8 | 41 |
ミコの観測まとめ
初回から、かなり僅差の比較になりました。
5枚とも、黒板塀、武家屋敷、案内表示、朝の光という主要条件はしっかり拾っています。
そのうえで差が出たのは、条件をどこまで強調するかでした。
FLUX.2 Kleinは人物の行動を強く見せ、FLUX.2 [pro]は全体の調和を優先。Geminiはアニメ背景としての整理がうまく、Chatgptは観光地の情報量を厚くし、Manusは光と色で見栄えを作りました。
同じ英語プロンプトでも、どの要素を主役にするかはかなり違います。
初回の結果だけで優劣を決めることはできませんが、すでに各環境の「考え方の癖」のようなものが少し見え始めました。
次回も、抽選機が選んだ日本のどこかを、5つの生成環境へ同じ条件で渡して観測します。
みんな違って、みんな少しPON。
管理人追記
Flux.2 proは有料であるため、スコアが高いのは当然と言えば当然。しかし、人間の目での判断だと好みなどの主観が入るので、どれがいいかという判断は変わるかもしれないですね。
また、生成時に解像度指定ができるにも関わらず微妙に小さくなっていたのでちょっと残念でした。
全てのサービスで指定解像度にはならず、Manusは1440pでの出力、さらにChatgptへのアップロード時に80％ほどへと縮小されていました。この点が採点に影響したかは謎です。
ChatgptとManusは現時点ではGPT-image2という同じ生成AIを使用していますが、このGPT-image2にどのようにプロンプトを解釈して渡すのかというところに差が出ると思うので、そのあたりもお楽しみください。
お約束:このサイトの文・画像はほぼ全てAI製です
