動画モデルの比較
AI動画では多くのモデルを利用できます。モデルによって、クリップの最大の長さ、最高解像度、使える参照の数、音声を生成するかどうか、価格が異なります。モデル選びの参考にしてください。
早見ガイド
- 迷ったら初期設定のWan 3.0から始めましょう。最長30秒・1080pで、画像・動画・音声の参照を多数使えます。
- 低コストでアイデアを試す — Wan 2.2 TurboまたはP-Video-2で試し、最終版は上位のモデルで作成します。
- 参照を使った長いクリップ — Seedance 2.5またはKling 4.0で最長30秒。
- 最高解像度 — Kling 3.0、Gemini Omni Flash 1.1、Vidu Q4、Veo 3.1で最大4K。
- 実在の人物の写真 — モデルに写真を拒否された場合は、別のモデルを試すか、代わりにキャラクターを使ってください。
モデルガイド
| モデル | 長さ | 最大解像度 | 知っておきたいこと |
|---|---|---|---|
| Wan 3.0 | 2–30秒 | 1080p | 初期設定のモデル。開始・終了フレームに対応。参照として画像最大10枚、動画5本、音声5件。参照動画と生成結果の合計は最長30秒です。 |
| Kling 4.0 | 3–30秒 | 1080p | 音声は常に生成されます。開始・終了フレームに対応。参照画像は最大10枚(JPGまたはPNG)。 |
| Seedance 2.5 | 4–30秒 | 1080p | 参照の数が最も多いモデルです。画像最大30枚、動画10本、音声10件。開始・終了フレームに対応。 |
| Seedance 2.0 | 4–15秒 | 1080p | 参照が充実(画像9枚、動画3本、音声3件)。開始・終了フレームに対応。 |
| Seedance 2.0 Mini | 4–15秒 | 720p | Seedance 2.0の軽量版。参照の数は同じで、最大720p。 |
| Gemini Omni Flash 1.1 | 3–10秒 | 4K | 開始・終了フレームに対応。参照として画像6枚と短い動画3本。 |
| MiniMax H3 Max | 5–15秒 | 1080p | 映像と同期した音声。多くの参照に対応。キャラクターは使用できません。 |
| Kling 3.0 | 3–15秒 | 4K | 音声のオン・オフを選べます。参照画像は最大7枚。 |
| Kling 2.5 Turbo | 5秒または10秒 | 1080p | 高速。開始フレームまたはテキストから生成します。 |
| Vidu Q4 | 3–16秒 | 4K | 参照画像最大12枚と短い音声クリップに対応。 |
| Vidu Q3 | 1–16秒 | 1080p | テキストモードと開始フレームモードで、TurboまたはProの品質を選べます(開始フレームのみ)。 |
| Vidu Q2 | 2–8秒 | 1080p | フレームから動画でTurboまたはProの品質を選べます(開始フレームのみ)。動画生成では参照画像と参照動画も使えます。 |
| Veo 3.1 / Veo 3.1 Fast | 4秒、6秒、8秒 | 4K | 音声のオン・オフを選べます(初期設定はオン)。テキスト、または720ピクセル以上の開始フレームから生成します。Fastは低コスト版です。 |
| P-Video-2 | 5秒、10秒、15秒、20秒 | 1080p | 開始フレームから生成します。音声のオン・オフを選べます。低価格です。 |
| Wan 2.7 | 2–15秒 | 1080p | 開始・終了フレームとネガティブプロンプトに対応。 |
| Wan 2.2 Turbo | 5秒 | 720p | 5秒固定のクリップを低価格で作成できます。 |
モデルの一覧は、新しいモデルの追加や古いモデルの提供終了に伴って変わります。現在のモデル、オプション、価格は常にアプリ上に表示されます。アップロード時に表示される上限(参照の数、ファイルサイズ、長さ)が実際に適用される上限です。
用語の意味
- 開始・終了フレーム — フレームから動画で、クリップは1枚目の画像から始まり、終了フレームを指定すると2枚目の画像で終わります。
- 参照 — 動画生成でモデルが素材として使う画像・動画・音声。プロンプトでは@を使って指定します。
- 音声 — 一部のモデルは話し声、効果音、環境音を動画と一緒に生成します。それ以外のモデルでは音声が付きません。