Riverflow 2.6 Proは、絵を見せる前に審査員を雇う

Sourcefulは10月29日にRiverflow 2.6 Proをリリースした。まず言うべきは、これが画像モデルとして売られていないということだ。意見を持ったワークフローとして売られている。モデルページの説明は求人票のようだ。統合された推論モデルが多段階の編集を計画し、候補を審査し、それからようやく結果を採用する。推論の強度は4段階のダイヤルで、上げるほど編集パスが増え、内部の審査も厳しくなる。

画像生成の前にこれを置くのは妙な話で、しかもそれが最も面白い点だ。ほとんどのモデルは欲しいものを説明させてからサイコロを振る。これは何が欲しいかを聞き、道筋を提案し、その道を歩き、何かを返す前に自分の仕事を採点する。

スペックを手短に

Riverflow 2.6 Proは、テキストto画像と画像to画像を1本のパイプラインで扱う2.6ファミリーの旗艦。編集用に最大10枚の入力画像を受け付ける。33Kのコンテキスト。出力サイズが看板機能で、プリセットを選ぶ代わりにWIDTHxHEIGHTをそのまま渡せる。辺は最大16,384ピクセル、合計16.8メガピクセル、アスペクト比は16:1まで。1K/2K/4Kのプリセットも残っていて、5:4と4:5が加わった。

料金は1枚0.13ドルから。「から」がかなり働いている。コストは課金対象の処理量に応じて、ジョブ完了時に確定する。推論強度、出力サイズ、編集の複雑さが数字を動かす。プレイグラウンドで1280×720のジョブは0.1501ドル、91秒と表示される。1枚あたりのセントで考えるのに慣れているなら、このモデルは1ジョブあたりのセントで考えさせてくる。ジョブの長さは可変だ。

誰向けかが分かる3つの機能

スペックシートの大半は前提条件にすぎない。面白いのは、商業用の画像を大量に作る人にしか関係しない部分だ。

カスタムフォント。font_inputsで最大2つのフォント参照を渡すと、モデルは文字組み、字間、ウェイトを合わせようとする。キャンペーンを出したことのある人なら、これが何を解決するか分かる。画像は美しい、見出しはほぼブランドフォントだが微妙に違う、そして全部使えない。書体の一致は創造性の問題ではなくコンプライアンスの問題で、これを一級の入力として扱うのは正しい判断だ。

カスタム採点。scoring_promptとscoring_rubricを渡すと、推論モデルは自前の基準ではなくあなたの基準で候補を評価する。最初に真似されるだろう機能だ。「ロゴはフレーム幅の12%以上で、遮蔽されてはならない」と審査員に言えば、本当にチェックする。「きれいなものを作る」と「ブランドレビューを通るものを作る」の間の溝こそ、本番予算が死ぬ場所だ。

背景の制御。元のまま、透過、または16進数の単色。地味だが、使えるアセットとPhotoshop作業1回分の差になる。

審査員が実際に買ってくれるもの

自己採点は芝居だという反論はもっともだ。自分の出力を審査するモデルは自分の宿題を採点しているのであり、自分で考案したルーブリックは直前の成果物に都合よく働く。この実装がその批判より面白いのは、ルーブリックがモデルのものではなく、あなたのものになり得るからだ。

採点プロンプトを渡すとき、あなたは趣味の問題をチェックリストの問題に変換している。優れたアートディレクションと同じ手だ。クリエイティブディレクターは「弾けさせて」とは言わない。「サムネイルサイズでも商品が読める必要がある」と言う。基準が明示されれば、モデルはそれに向かって最適化できる。そして人間のレタッチャーと違い、飽きずに一晩で100回やれる。

代償はレイテンシ。OpenRouterでのエンドツーエンドはP50で約104秒、P90が約171秒、P99は327秒を超える。ヒーロー画像を1枚作るなら問題ない。テスト用に200バリエーション作るなら、実時間で1時間半。あなたの気持ちを気にしないキューで回したくなる。

もうひとつ見るべき数字は可用性で、3日間で88.55%、アップタイムは100%。つまりエンドポイントには到達できるが、9リクエストに約1回は推論が返ってこない。1回0.2ドル強のモデルなら腹が立つ程度。パイプラインを組んだモデルなら、ローンチ前に書いておくべきリトライポリシーだ。

比較

OpenRouterの共通画像ベンチマーク——「縁まで注がれたワイングラス」というプロンプトで、学習データに従って3分の1しか注がないモデルを炙り出すためのもの——で、Riverflow V2.6 Proは0.157ドルで4チェック中3つを通す。Nano Banana 2と2.1は0.06ドルと0.035ドルで4つ全部。GPT-5.4 Image 2は0.006ドルで4つ全部。

正直に読むと少し痛い。一般的なプロンプト追従テストでは、Riverflowは10分の1の価格のモデルより高くて不正確だ。ただしこの比較も不公平で、ワイングラスのテストが測っているのは「珍しい指示に従うか」の一点だけだ。見出しが正しい書体か、透過がきれいか、16:1のバナーが実際に構図として成立するかは何も言っていない。

それがこの種のモデルを擁護する論拠そのものだ。「グラスの絵を作る」のが仕事なら、0.6セントのモデルを使ってここは読むのをやめるべきだ。「リーガルレビューを通るブランド準拠のアセットを40点作る」のが仕事なら、ダメな画像のコストは払った6セントではない。デザイナーが直す20分×40だ。

使うべきか

単発の創作探索なら答えはノーだ。レイテンシと変動料金にいらいらするし、安いモデルのほうが期待以上に頻繁にきれいな絵を出す。

ブランドのアセットパイプラインを作るなら——パッケージ、小売、SNS、書体と背景の要件があるものすべて——午後1回テストする価値がある。実際のレビューチェックリストを書き下した採点ルーブリックを設定し、推論強度は中で回し、アートディレクターが拾うものを審査員が拾うか見る。どんなリーダーボードより良いテストだ。

より大きな点は、画像モデルが2つのカテゴリに割れつつあることだ。生成するものと、生産するもの。Riverflowは明確に後者で、価格もその差がセントではなくレタッチ工数で測られることを分かっている値付けになっている。