モデルの選び方
PonPon で適切な AI モデルを選ぶ方法：各画像・動画モデルの得意分野、手早い判断表、実例での比較、一対一の対決、Fast と Pro 段階の使い分け。
PonPon は 1 つのタブと、ずらりと並んだモデル——画像に 8 つ、動画に 12 個——を渡します。すべてを覚える必要はありません。このページは地図です：それぞれが何を最も得意とし、どう考えすぎずに選ぶか。
ヒント
とりあえずデフォルトが欲しい？ 画像は GPT Image 2、動画は Veo 3.1 から始めましょう——どちらも最良の万能選手です。それらが向かない場面（下記）に当たったときだけ切り替えれば十分。同じプロンプトはいつでも別のモデルで走らせ直せます。
仕事にモデルを合わせる
ショットが本当に必要とするもの——文字描画、物理表現、カメラ制御、速度——で選びましょう。ブランド名で選ばないこと。どのモデルにも他より上手にこなせることが 1〜2 つあります。それで選び、残りは気にしないでよいのです。
「どのブランドか」を越えたら、もう 2 つの軸が効いてきます。
- 速度とコスト——Fast 段階は早く返り、消費クレジットも少なめ；Pro 段階は高解像度・長尺の分だけ高くなります。クレジットコストは確定前に Generate ボタンに表示されます。
- 段階（Tier）——多くのモデルファミリーは Standard と Fast（または Pro）の派生を持ち、プロンプトはそのまま引き継げます。安く下書きし、高く仕上げる。詳しくは下記。
画像モデル
画像ジェネレーターを開き、ピッカーからモデルを切り替えます。PonPon のデフォルトは GPT Image 2。下の各リンクは、そのモデルの際立った能力を深掘りするページへ飛びます。
- GPT Image 2——デフォルトかつ最良の万能選手：最も強いプロンプト追従、最も読める画像内テキスト、生成とその場編集が 1 つのモデルで完結。GPT Image 1.5 は精密で忠実な色再現の段階。
- Nano Banana Pro——マスク不要の精密な物体編集、強いキャラクター／商品の一貫性、正確な画像内テキスト、最大 4K。Nano Banana 2 は同じ編集をフラッシュ速度でこなす兄弟分。
- Seedream 5.0——雑誌級のフォトリアリズム、知的な視覚推論（手・視線・奥行き）、信頼できる画像内テキスト。Seedream 4.5 はより速く安い段階。
- Midjourney V8——象徴的なシネマティックで絵画的なルック、Discord 不要（生成ごとに 4 案）。
- Grok Image Generator——xAI の高い審美性を持つテキストから画像、編集機能つき。
動画モデル
動画ジェネレーターを開き、ピッカーからモデルを切り替えます。
- Veo 3.1——最も制御しやすいカメラ言語にネイティブ音声；動きが肝心なときの万能選手。Veo 3.1 Fast は同じルックを素早く下書きします。
- Sora 2——クラス最高の物理表現と質感のリアリズム、同期音声付き、最大 12 秒のクリップ。Sora 2 Pro は長尺・高解像度・優先キューを追加します。
- Kling 3.0——最も多機能：リップシンク、マルチショットの語り、モーションブラシ制御、ネイティブ 4K、強力な画像から動画。Kling 2.6 Pro は頼れる前世代、Kling O1 はコスト効率重視、Kling O3 は編集特化（動画から動画、スタイル変更）。
- Seedance 2.0——速くて表現力豊か、縦型優先の SNS クリップ、オーディオビジュアルのビート同期。Seedance 2.0 Fast は生成速度をさらに押し上げます。
- HappyHorse——最も万能なパイプライン：テキスト・画像・参照に動画から動画の編集、多数の参照キャラクターとネイティブ音声。
- Grok Imagine——xAI のテキスト・画像から動画、音声つき。
必要なもので選ぶ
| 欲しいもの | 選ぶもの |
|---|---|
| 画像内に正しく描かれた文字 | GPT Image 2 |
| フォトリアルな人物と商品 | Seedream 5.0 |
| 画像の一部だけを編集し、残りは保つ | Nano Banana Pro |
| シネマティックでイラスト的なルック | Midjourney V8 |
| 音つきの精密なカメラの動き | Veo 3.1 |
| 実世界の物理表現とリアリズム | Sora 2 |
| 会話／リップシンク、またはマルチショットの場面 | Kling 3.0 |
| TikTok / Reels 向けの速い縦型クリップ | Seedance 2.0 |
| 何でも一通りこなす 1 つのモデル | HappyHorse |
実例で比べる
選ぶいちばん安い方法は、1 つのプロンプトを 2〜3 のモデルで走らせ、ベストテイクを残すことです。1 つのブリーフを取りましょう。
バリスタがラテアートでハートを描く、ゆっくりプッシュイン、暖かい朝の光。9:16、5 秒。
- Veo 3.1 ではカメラの寄りがくっきり読め、注ぐ動きがさりげない環境音と同期します。
- Sora 2 ではミルクとクレマの振る舞いが最も説得力を持ちます——物理表現がショットを支えます。
- Seedance 2.0 では、パンチの効いた縦型ネイティブのテイクが最も速く安く得られます。
同じ言葉、3 つの強み。どんなスペック表よりも、1 つの並べ比べから多くを学べます。
一対一の対決
2 つのモデルが本当に拮抗しているときは、直接の比較が決着をつけます。
- Sora 2 対 Veo 3.1——物理表現のリアリズム 対 最も精密なカメラ制御と音声。
- Kling 3.0 対 Sora 2——会話とマルチショットの語り 対 世界に忠実な物理表現。
- Nano Banana Pro 対 Seedream 5.0——マスク不要の精密編集 対 雑誌級のフォトリアリズム。
Standard、Fast、Pro の各段階
いくつかのファミリーは複数の段階を持ち、プロンプトはそのまま引き継げます。
- Fast 段階——Veo 3.1 Fast、Seedance 2.0 Fast、Nano Banana 2、Seedream 4.5——わずかな忠実度と引き換えに速度と低コストを得る、まだ反復中に最適。
- Pro 段階——Sora 2 Pro——最終レンダー向けに解像度・長さ・キュー優先を加えます。
メモ
ショットが決まるまでは fast または standard 段階で下書きし、それから残すテイクにだけ同じプロンプトを上位段階で走らせ直しましょう。最初から最上位で始めると、出さないバージョンにクレジットの大半を使ってしまいます。
モデルではなくツールが答えの仕事もある
いくつかの選択はモデルの問題ですらありません——専用ツールの出番です。
- ポートレートとファッション——画像ピッカーを Muse に切り替えると、ガイド付きのキャラクターパイプラインに。
- 背景除去、アップスケール、アングル変更、文字修正——背景除去、アップスケール、マルチアングル、テキスト編集。
- ワンタップのテーマ動画——Effects ライブラリがモデルとプロンプトを代わりに選びます。
モデルを動かす準備はできましたか？テキストから動画の基本または画像生成の基本から始めましょう。