12倍の開き：カタログ規模でAI画像生成は実際いくらかかるのか

リーダーボードは請求書ではない

デザイナーが集まった部屋で、どの画像モデルが最高かと尋ねれば、自信に満ちた答えが返ってくる。たいていはアリーナの首位にあるモデルだ。同じ部屋で、自社が実際に大量生産で回すべき画像モデルはどれかと尋ねると、その自信は霧散する。この二つは別の問いであり、10月にはその隔たりが、市場の失敗と見まがうほどにまで広がった。

今月公表された価格の内訳が、この問題に実際の数字を与えている。月に1K解像度で商品画像を5万枚、1リクエスト1枚出力するチームを想定すると、どれも妥当な選択だと自認するモデル間で、月額請求は約$840から約$10,550に及ぶ。これは再試行を一切考慮する前の12.5倍の開きだ。同じ作業量、同じ解像度、同じ仕事である。

料金表を翻訳する

開きは1枚あたりで見るのがいちばん分かりやすい。安い側では、高速なバッチモデルが1K画像あたり約$0.007。Nano Banana 2.1はバッチモードで約$0.0168、標準モードで約$0.0336。FLUX.2 [pro] は約$0.03から、MAI-Image-2.6はアリーナの推定で約$0.039、Grok Imagine Image 2.0は約$0.04、Seedream 5.0 Proは約$0.045、FLUX 3 Imageは1Kで約$0.048。

そこから価格は急に跳ね上がる。GPT-Image-2は中程度のeffortで1枚あたり約$0.053、Nano Banana Proは約$0.134、GPT-Image-2は高いeffortで約$0.211に達する。同じ5万枚の作業量で、もっとも安くまともな選択肢と最も高い選択肢の差は、住宅ローンの1回分、あるいは数回分になる。

最も驚くのは、解像度が順位をあっという間に塗り替えることだ。1Kでは上位のいくつかのモデルはほぼ横並びだ。4Kになると、同じ5万枚がNano Banana 2.1で約$3,780、FLUX 3 Imageで約$30,350かかる。カタログ解像度ではお買い得に見えたモデルが、印刷品質を求められた瞬間に維持不可能になり得る。

安い方がしばしば勝ち、ときに勝たない理由

あるモデルが「アリーナでわずか2段階下」のとき、その差をノイズと見なすのは自然な本能だ。商品カタログなら、その本能はたいてい正しい。合格基準が「クリーンで、ブランドに合い、製品が正しい」なら、安いモデルはリーダーボードが示す以上に基準を通過し、浮いたお金はより多くのアングルの撮影やより多くのコンセプトの検証に回せる。

だが看板に使うヒーロー画像となれば、計算は反転する。没になった画像のコストは生成料ではない。デザイナーの時間、撮り直し、逃した締め切りだ。賭け金がそこまで高いなら、1枚に4倍払うのは安い保険であり、リーダーボードは虚栄の指標ではなくなる。

多くのチームがたどり着いている現実的な答えは、モデルを一つだけ選ぶのをやめることだ。安いモデルで自社製品50点のバッチを回し、同じ50点を高いモデルでも回し、何枚が一発で通るかを数える。料金表を決めるのは、アリーナのスコアではなくその数字だ。

その助言には、有用な非対称性が隠れている。安いモデルは分かりやすい形で失敗し、分かりやすい失敗は見つけるのが安い。高いモデルは巧妙な形で失敗する。わずかに違うロゴ、逆向きに落ちる影、指が一本多い手。こうした失敗は一目では見逃されるため、見つけるのに手間がかかる。それこそがチームが高いモデルに金を払う理由でもある。問いは、プレミアムが抽象的に見合うかどうかではない。安いモデルが犯す具体的な誤りが、レビュー担当者ならもともと見逃していた類のものかどうかだ。

再試行という隠れた乗数

AI画像生成で最も過少に見積もられるコストは再試行だ。上の価格モデルは1リクエスト1枚を前提にしている。実際のワークフローはそうではない。合格画像1枚につき平均1.5回試すなら、単価は変わらないまま請求は50パーセント増える。すると2回必要とする安いモデルが、1回で済む高いモデルより高くつく。

だからこそ「合格率」は、どの比較表でも「1枚あたりの価格」の隣に置かれるべきだ。一発合格率60パーセントのモデルは、実質的に定価の1.67倍。90パーセントのモデルは1.11倍。二つのモデルの実効価格の差は、表示価格の差より大きくなり得るし、向きも異なる。

表の両端で計算すると、教訓はさらに鋭くなる。1枚$0.02で合格率50パーセントのモデルは、合格1枚あたり$0.04。1枚$0.05で合格率85パーセントのモデルは、合格1枚あたり約$0.059。あの「高い」モデルは実際には1.5倍のコストでしかなく、しかも人間のレビューを何巡か節約している。その再試行に費やされる人件費を価格に含めれば、差は完全に消えうる。定価は出発点であり、答えではない。

廃止もまた一つの費目だ

10月は、どの料金表にも載らない第二のコストを加えた。強制移行だ。Googleは旧来のGemini画像エンドポイントの廃止を10月下旬に予定しており、前世代に留まる者を、望むと望まざるとにかかわらず移行させる。上のワークフローなら、旧エンドポイントからNano Banana 2.1への移行で月額がほぼ半減し、しかも順位の高いモデルに着地する。締め切りが届けてくれる無料の勝ちだ。

これは廃止の良いバージョンだ。悪いバージョンは、計画していなかった移行、固定できないモデル、想定していなかった価格だ。画像パイプラインが特定のエンドポイントに依存しているなら、カレンダーは今や料金表と並んでコスト構造の一部になる。

美学ではなく経済

ここまでの話は、安いモデルが同じくらい美しいという主張ではない。しばしばそうではない。主張はこうだ。大量に画像を生み出す者にとって「どのモデルが最高か」は間違った問いである。正しい問いはもっと狭く、ロマンもない。自分の合格基準は何か、再試行率はどのくらいか、成果物が実際に必要とする解像度は何か、そしてその解像度が変わったとき請求はどうなるか。

12倍の開きは市場のバグではない。それは、画像生成がクラウドストレージや動画エンコードと同じように、階層を持つほど成熟したと市場が告げているのだ。画像生成を、合格率と単位経済を備えた調達の問題として扱うチームは、趣味の問題として扱うチームの何分の一しか使わない。どちらの写真が美しいかについては、両方とも正しいかもしれない。請求書を説明できるのは、片方だけだ。