同じ15秒の動画が1.05ドル、1.50ドル、3.47ドル

年の大半を通じて、動画生成モデルの比較といえば各社のデモを比べることにすぎなかった。Google、ByteDance、Alibabaはそれぞれ、自社モデルをよく見せるワンカットのクリップを公開していた。それが変わったのは11月6日、GoogleがGemini Omni 1.2 Flashをリリースし、Artificial Analysisの数値や他のクリエイターによる並列比較の実行とともに、初の独立系テストが登場したときだ。
この中で最も有用なのは価格表だ。720pの15秒クリップは、Omni 1.2で1.05ドル、Wan 3.0で1.50ドル、Seedance 2.5で約3.47ドルかかる。1080pでは同じクリップが1.56ドル、3.00ドル、8.54ドルになる。AlibabaはさらにWan 3.0で約30%のプロモーションを実施しており、1080pは1秒あたり0.14ドルまで下がる。
最安ティアでは3倍、1080pでは5倍の価格差があり、最も安いモデルが首位に立つカテゴリはほとんどない。
各モデルが実際に勝つ分野
11月6日時点でArtificial Analysisは、Seedance 2.5を20カテゴリ中13カテゴリで首位に置いており、対話とリップシンクではスコア1213を記録している。最も強いモードは画像から動画だ。Gemini Omni 1.1は人体の解剖学的表現と物理の分野で20モデル中20位だった。
編集ではWan 3.0がリードしており、複雑な編集、オブジェクト編集、視覚効果を制している。一方、音声と発話の編集はSeedanceが取っている。
企業外部による同一プロンプトのテストは、リーダーボードよりも多くのことを明らかにする。KreaはSeedance 2.5とWan 3.0を720p、同一シード、プロンプト書き換えオフで実行した。スケートボードのショットでは、Seedanceはプロンプトに記された経路にスケーターを留めたが、Wanは彼をカメラの方へ向かわせた。自転車乗りを追う20秒のワンテイクでは、Seedanceは最後までショットを維持し、Wanは13.6秒でカットした。Wanは8秒クリップのレンダリングも約2倍高速だった。YouTubeクリエイターのJSFILMZは両モデルを一致したプロンプトで並べて実行し、結果を投稿した。
Omni 1.2にはまだほとんど独立系テストがない。最も近いのはSegmindで、ローンチ日に20件のテストを実施し、Omni 1.2 Flashを自社がテストした中で最も指示に忠実な動画モデルと評した。説明動画やアニメーション文字に適しているという。Segmindはまた、フォトリアルな人物が浮いて見えること、顔はSeedanceに及ばないこと、指示のおよそ4件に1件が飛ばされることを指摘した。
Google自身も、最初のフレームから最後のフレームまで小さな変化があることを認めており、速いスポーツアクションと複雑な物理を開発途上として挙げている。元映像に含まれるブランドロゴは著作権ブロックを引き起こす可能性がある。すべてのクリップには不可視のSynthIDウォーターマークが付与される。
リクエスト数が示すもの
11月6日までのデータによるOpenRouterの動画ランキングでは、HeyGen Videoが週6万5,000リクエストで1位、Veo 3.1 Liteが5万で2位、Seedance 2.5が3万5,000で3位、Wan 3.0が3万1,000で4位、mischief 1が481%の急増の後で9位となっている。
提供元別の市場シェアこそ、じっくり見る価値のある数字だ。ByteDanceが動画リクエストの26.1%、HeyGenが19.7%、Googleが18.5%、SpaceXAIが12.2%、Alibabaが53%減少後の9.3%、Kwaivgiが6.0%、MiniMaxが5.0%を占めている。

最大のアグリゲーター上で最もリクエストされる動画モデルはデジタルヒューマンだ。どの製品ローンチもボリュームで勝っているわけではない。勝っているのはトーキングヘッドの解説動画やトレーニング動画だ。SeedanceとWanはシネマティック分野をリードしているが、総リクエストに占めるシェアはアバター関連のトラフィックに比べれば誤差にすぎない。
シネマティックではない需要
リクエストがどこに向かっているかをもう一度見てほしい。HeyGen Videoは週6万5,000リクエストで首位に立ち、HeyGenはアバター企業だ。企業のセキュリティ部門やイネーブルメント部門は、定期的なライブ製品ウォークスルーをAI生成のプレゼンター動画に置き換え始めており、同社の試算によればチームあたり年間100時間以上を節約できる。Colossyanが引用した2026年の調査によると、マーケターの導入率は約63%だ。
一方、このカテゴリ全体でネイティブ音声は機能からデフォルトへと移行した。Veo 3.1 Audioとその高速版は映像に合った音を生成し、Klingの音声ティアはリップシンクを改善したステレオを生成、Canvaのテキスト・トゥ・ビデオツールは同期した対話と効果音付きのクリップを生成する。
これが生む分岐は有用だ。アバターやトーキングヘッドの制作では、キャラクターの一貫性、声の安定、話し方の決まり具合が求められる。シネマティックな制作では、8秒間のショットで印象づけることが求められる。これらは異なる要件であり、異なるモデルが応える。だからこそ、両方をカバーする単一のリーダーボードは、リクエストの内訳が示すほどには多くを教えてくれない。
Soraの撤退で何が変わったか
Soraが4月にウェブとアプリから、9月にAPIから撤退したことは、競合を1つ消した以上の意味を持った。人々が何に料金を払い、何が利用できることを期待するかをリセットし、残ったプラットフォームを、実際に利用を左右する軸で競わせることになった。その軸とは、クリップをどれだけ長くできるか、音声が一緒に付いてくるか、ショット間でキャラクターがどうなるかだ。
2年前、新製品にとって合理的なデフォルトはOpenAIの動画APIの上に構築することだった。そのデフォルトはもうない。その上に作られたものは代替を必要とし、代替は価格と長さで十分に異なるため、モデルの選択は技術的判断ではなくビジネス判断になった。
再販レイヤーは、価格に織り込むべき要素をもう一つ加える。公式API料金は下限であり、実売価格ではない。たとえばfalはSeedance 2.5をBytePlus料金のおよそ2倍で掲載している。マーケットプレイスでテストし、その数字を基に本番予算を組むチームは驚くことになる。公式価格と再販価格の差は、プロジェクトが選ぶモデルを変えるほど大きい。
これらの数字で選ぶ
仕事が対話、リップシンク、音声なら、価格が約3倍でもSeedance 2.5がより安全な選択だ。既存クリップの編集ならWan 3.0がリードしており、プロモーション価格によりボード上で最も安い1秒あたりコストになる。説明動画で指示に文字どおり従うことが仕事なら、Omni 1.2 Flashは初期テスターが称賛し続けているモデルであり、720pでは3モデル中最安だが、Segmind自身のテストではクリップあたり40~70秒かかった。
正しい比較は「使用可能なクリップ1本あたりの価格」だ。15秒のテイクで顔を保持するのに4回の試行を要するモデルは、表示価格の4倍のコストがかかる。リーダーボードはそのことを見ていない。
3社はいずれも、3モデルすべてを対象にしたブラインド、同一プロンプト、同一シードの比較を公開していない。誰かがそれを実行するまでは、この記事のものも含め、このカテゴリのモデル間品質の主張はすべて方向性を示すものとして扱うべきだ。
リクエストデータから一つだけ明確なことがある。安いモデルが本当に安いのは、出力がレビューを通過した場合だけであり、動画を大量に制作するほとんどのチームにとって、コストはレビュー工程にこそ存在する。
関連記事
AI支出の「失速」の正体は値下げだった、Rampの決済データが映す上位1%依存
RampのAI Indexは、企業のAIトークン量が37.1%増えた一方で支出は8.9%しか増えていないことを示す。100万トークンあたりの混合価格が26.8%下がり、支出の約80%を企業の1%が占める。
Claudeは銀行明細を読めるようになった。Anthropicはあえて「手」を与えなかった
読み取り専用の設計こそが製品であり、連携を解除しても、すでにチャット内にあるものは取り消されない。
Adobe、マーケターにAdobeを開くよう求めるのをやめる
10年間、戦略はインターフェースを所有することだった。Adobeは今、その逆に賭けた。
CrowdStrike、AIエージェント向けキルスイッチを提供開始。難しいのは、何を停止すべきかを見極めることだ
キルスイッチは推測を強制可能なものに変える。強制にはリストが必要であり、そのリストこそ誰も持っていない部分だ。