← ブログに戻る
Ai読了目安 10 分

66の画像モデルは、8つの系譜と3つの価格帯にすぎない

公開日 2026年11月7日
66の画像モデルは、8つの系譜と3つの価格帯にすぎない

OpenRouterのカタログには現在、画像を出力するモデルが66、動画を出力するモデルが33載っている。リーダーボードをスクロールして1つ選ぼうとしたことがあるなら、あの感覚を知っているはずだ。ランキングは他人が何を走らせたかを教えるのであって、あなたが何を走らせるべきかは教えない。

そこで公開models APIを通して棚ごと引っ張り出し、カタログとして読んだ。以下の価格は画像トークン単価を100万トークンあたりのドルに換算したもの、または公開されている秒単位の動画料金がある場合はそれだ。ここにベンチマークスコアはない。市場の形である。

棚には66の製品ではなく、8つの系譜がある

項目を数えると66。系譜を数えるとおよそ8。OpenAIのGPT Image系、GoogleのGemini/Nano Banana系、ByteDanceのSeedream、QwenのImageシリーズ、Black Forest LabsのFLUX、Recraft、Krea、そしてSourceful、Microsoft、Meta、Tencent、xAIの一点物の長い尾。

Recraftだけで66のうち約16を占める。スタイルの一貫性を製品として売っているからだ。リクエストごとのスタイルID、ユーティリティ系の派生、ベクター出力。これは水増しではなく別のビジネスモデルで、買っているのはモデルではなく一貫した見た目だ。FLUXも同じ話で、FLUX 3 Image、FLUX 3 Image Klein、そして4段階のFLUX.2として現れる。オープンウェイトとAPIホスティングは、名前を共有する別製品だからだ。

実務的な帰結。「66の画像モデル」を比べているとき、あなたが比べているのは主に8ベンダーの価格戦略だ。派生をファミリー内の段階として扱えば、判断はずっと小さくなる。

A photographic contact sheet on a light table with one frame circled

画像:5つの価格帯と、それぞれが買うもの

バジェット帯、100万画像トークンあたり3ドル未満。TencentのHy Image 3.5 Previewが1.6ドル、Recraft V4.1 Flashが1.7ドル、FLUX 3 Image Kleinが1.9ドル、MetaのMuse Imageが2.4ドル。探索とサムネイルはここでやる。Kleinが面白いのはオープンウェイトだからだ。APIは便利であって製品ではない。Museはエージェント的である点が注目に値する。描く前に計画するので、プロンプトが一語ではなく一段落のときに効く。

主力帯、4〜11ドル。Qwen Image 2.1 Turboが4.4ドル、Seedream 5.0 Flashが4.3ドル、Krea K3 Editが7.2ドル、Seedream 5.0 Liteが8.4ドル、FLUX 3 Imageが9.8ドル、Qwen Image 2.1 Proが11.0ドル。本番トラフィックの大半はここにあるべきだ。K3 Editは注目すべき一つで、1〜8枚の参照画像を受け取り、新規レンダリングではなく狙った編集のために作られている。実際の依頼の大半はそちらだ。

プレミアム帯、30ドル。GPT Image 2.6 Sunburst、GPT Image 2.6 Flare、Gemini Nano Banana 2.1。3つとも同じ数字に着地するのは偶然ではない。価格の傘だ。払っているのはテキストのレンダリング、密なレイアウト、編集をまたぐ一貫性。出力に正しく綴られるべき文字があるなら、この帯でそれが解決する。

専門帯、38〜120ドル。Microsoft MAI-Image 2.6が38ドルで精度に位置づけられている。Gemini 3 Pro Imageが120ドルで、バジェット帯の20倍。推論を伴う対話的な編集のためだ。

ベクターという例外。RecraftのV4.1 Vectorが19ドル、Pro Vectorが50ドルであるのは、SVGが別の成果物であって別の品質段階ではないからだ。デザイナーが開いて編集できるものが要るなら、ラスターモデルとの価格比較は無意味である。

動画:33モデル、4つの仕事

動画の価格はカタログに公開されていないことが多い。各プロバイダが秒単位で請求するからだ。公開されている場合の階段は示唆に富む。Gemini Omni 1.2 Flashは360pで毎秒0.023ドル、720pで0.070ドル、1080pで0.104ドル、4Kで0.209ドル。15秒の720pクリップは約1.05ドル。

この階段がカテゴリの構造を語っている。33を仕事でグループ分けすると、選択が読めるようになる。

汎用のテキストtoビデオ、画像toビデオ。Gemini Omni 1.2と1.1 Flash、Seedance 2.5、Wan 3.0と3.0 Prime、Hailuo 3と3 Max、Runway Gen-4.5、Kling 3.0 ProとStandard、Veo 3.1とそのfast/lite段階、Grok Imagine Video 1.5。ここが市場の混雑した部分で、差別化は生の忠実度ではなくクリップ長、ネイティブ音声、参照の扱いだ。Omniの売りは音声付きの15秒テイク、最初/最後フレームの制御、以前のジョブIDによるマルチターン編集。

既存素材の編集。Runway Aleph 2.0は動画とテキスト指示を受け取り、ショットの中身を変える。FLUX Video Editも同じ。FLUX Video Upscaleは拡大する。最も華のない、最も経済的に有用なカテゴリだ。撮り直しこそが実際に金のかかることだから。

喋る人間。HeyGenのAvatar IVとHeyGen Video、そして肖像と組み合わせて使う汎用モデル。企業研修、ローカライズ、製品解説。退屈で、巨大な市場。

バッチと下書きの段階。Seedance 2.0 MiniとFast、Veo 3.1 FastとLite、Grok Imagine Video 1.5 Lite、Wan 3.0 Prime。5つのファミリーに同時に「fast」段階が存在することが本当のシグナルだ。業界は、安い下書きを作って見てから、最終版に金を払うと認めた。

騙されずに価格表を読む方法

3つの罠を、人を捕まえる頻度の順に。

画像トークンは画像ではない。「100万画像トークンあたり30ドル」というレートは、1024×1024の1枚のコストを教えてくれない。その解像度が何トークン消費するかを知る必要があり、それはモデルによって違う。正直な比較は、固定の品質で固定のテスト画像を端から端まで価格付けすることだ。解像度を言わずに1枚あたりのコストを語る人は推測している。

下書き価格は本番価格ではない。360pで毎秒0.023ドルは実在する提供であり、キャンペーンの予算を組むには最悪の基準だ。出荷する解像度で予算を組むこと。

自動ルーターはモデルではない。openrouter/autoとその兄弟はテキスト、画像、ファイル、音声、動画を受け取り、あなたの代わりにルーティングする。気にしないときには便利で、コストを帰属させたり結果を再現しようとするときには役に立たない。

私が実際に選ぶなら

今週画像パイプラインを組むなら。探索にSeedream 5.0 FlashかQwen Image 2.1 Turbo、修正にKrea K3 Edit、文字が入るものにはGPT Image 2.6 Sunburst、クライアントが重みを求めるならFLUX 3 Klein。4モデル、3つの価格帯で、コンテンツチームの依頼のほぼすべてを覆う。

動画なら。既定はOmni 1.2 Flash。音声付きの15秒がほとんどのソーシャル形式を1回で覆うからだ。撮り直しではなくショットの修正にはAleph 2.0。下書きにはfast段階。そして1080pで予算を組み、表計算の360pの数字が虚構だったと受け入れる。

より広い論点は、カタログの大きさは選択肢ではないということだ。66モデル、8系譜、3価格帯なら、決定空間は小さい。項目の多くは制作ではなく調達に奉仕するために存在する。出力が何に耐えるか——サムネイルか、ポスターか、看板か——で帯を選べば、モデル名は勝手に整理される。

関連記事