ChatGPT
Perplexity
Gemini
Claude画像生成AIを選ぶとき、公式サイトの機能一覧だけでは「日本語を正しく描けるか」「商品を勝手に変えないか」「待ち時間に見合う画質か」までは分かりません。同じモデルでも、得意な仕事と苦手な仕事があります。
そこで2026年8月2日、Mirekaで利用できる主要5モデルに同じ日本語プロンプトを送り、日本語文字、写実人物、アニメ、EC商品画像、参考画像編集を比較しました。各組み合わせは1回だけ生成し、都合のよい結果への差し替えはしていません。
結論：総合力はGPT、編集はNano Banana 2とSeedream、速度と日本語はWan
今回の条件で最も安定していたのは GPT Image 2 です。5テストを通して複雑な指示を守り、日本語広告とアニメの細かな条件も正確に再現しました。ただし、生成時間の中央値は214.2秒で、最も遅い結果でした。
Nano Banana 2 は人物、商品画像、参考画像編集を短時間で高品質に仕上げました。一方、日本語広告では指定した3つの文言をすべて別表現へ書き換えています。日本語文字を画像内へ正確に入れる用途では、今回の1回だけを見る限り第一候補にはできません。
Seedream 5.0 Pro は日本語文字と商品編集が強く、Wan 2.7 Image Pro は日本語3文を正確に描きながら中央値18.2秒で完了しました。Grok Imagine Image は中央値18.2秒と速いものの、日本語文字と細かな条件の再現では差が出ました。
| モデル | 20項目の平均 | 生成時間の中央値 | 今回おすすめする用途 | 明確な弱点 |
|---|---|---|---|---|
| GPT Image 2 | 4.80/5 | 214.2秒 | 複雑な指示、日本語広告、アニメ | 待ち時間が長い |
| Seedream 5.0 Pro | 4.65/5 | 92.2秒 | 日本語文字、人物、商品編集 | アニメの複数条件を一部無視 |
| Nano Banana 2 | 4.40/5 | 31.2秒 | 人物、EC商品画像、参考画像編集 | 指定した日本語文を改変 |
| Wan 2.7 Image Pro | 4.00/5 | 18.2秒 | 日本語広告を速く作る | 商品形状と参照画像が変わりやすい |
| Grok Imagine Image | 3.55/5 | 18.2秒 | 素早い構図案、人物のラフ | 日本語文字、細かな条件の再現 |
| Midjourney | — | — | 未検証 | 結果を空欄にして採点対象外 |
この順位は普遍的な性能ランキングではなく、後述する5つの実測結果の平均です。画像生成にはランダム性があるため、1枚でモデル全体を断定せず、「自分の用途に近い行」を重視してください。
テスト方法と評価基準
比較条件は次のように統一しました。
- 実施日：2026年8月2日
- テストプラットフォーム：Mireka AI画像生成
- 出力：16:9、1K、1枚
- 回数：各モデル・各シーンにつき1回
- 掲載画像：最初に成功した結果。選び直しなし
- 言語：同一の日本語プロンプト
- 追加調整：ネガティブプロンプト、部分修正、アップスケールなし
- 時間：生成ボタン相当のAPI送信から結果URL取得まで
- 評価：各テスト固有の4項目を1〜5点で目視評価
生成時間はモデルそのものの推論時間だけでなく、当時のサービス側の待ち時間や通信を含みます。別の日時、プラン、解像度では変わるため、固定の速度保証ではありません。
本記事はMireka運営チームが、Mirekaの同一生成環境で各モデルを直接テストし、実際の出力を比較したものです。プロンプト、設定、最初の成功結果、生成時間、評価基準を公開し、読者自身が「この条件で試す」から同じ条件を再現・検証できる形にしています。評価は掲載結果に基づいて統一基準で行い、文字の誤り、指示漏れ、形状変化、透かしも修正せずそのまま掲載しました。
各表の「この条件で試す」を押すと、モデル、プロンプト、シーン、16:9、1K、参照画像を一時的な作業データとしてMirekaのAI画像生成へ引き継ぎます。URLにプロンプトや設定は付きません。生成画面で内容と必要クレジットを確認し、最後の生成操作は自分で行えます。
実測1：日本語文字入り広告
画像生成AIに日本語を描かせると、「文字らしい形」にはなっても、指定文が別の表現になったり、一文字だけ変わったりします。今回は次の3文を一字も変えず配置するよう指示しました。
- 「夏の夜、ひと休み。」
- 「涼風ソーダ」
- 「8月限定」
テスト1：日本語文字入り広告
指定した3つの日本語を一字も変えずに描けるか、広告としてそのまま使えるかを確認しました。
| 比較項目 | GPT Image 2OpenAI | Nano Banana 2Google | Seedream 5 ProByteDance | Grok ImaginexAI | Wan 2.7 ProAlibaba | MidjourneyMidjourney |
|---|---|---|---|---|---|---|
| 生成結果 | 未検証結果と評価は空欄です | |||||
| 日本語の正確さ | 5/5 | 1/5 | 5/5 | 1/5 | 5/5 | — |
| 指示理解 | 5/5 | 3/5 | 5/5 | 2/5 | 5/5 | — |
| 画質・構成 | 5/5 | 4/5 | 5/5 | 3/5 | 4/5 | — |
| そのまま使える度 | 5/5 | 2/5 | 5/5 | 1/5 | 5/5 | — |
| 生成時間 | 223.1秒 | 35.5秒 | 117.3秒 | 18.2秒 | 18.4秒 | — |
| 判定メモ | 3つの指定文をすべて正確に描画。夕暮れ、ソーダ、余白も指示どおり。 | 見た目は整っているが、3つの文言をすべて別表現に書き換えた。 | 3つの指定文を正確に描画。落ち着いた広告構成で文字も読みやすい。 | 生成は最速級だが、指定文が別の文字列になり広告用途では使えない。 | 3つの文言を正確に描画し、約18秒で完了。装飾はやや強め。 | — |
| 同じ条件で試す | 未対応 |
使用したプロンプト
横長16:9の日本語広告ポスター。真夏の夕暮れ、透明なグラスに注がれた青いソーダ、細かな気泡と水滴、深い藍色から水色への背景。上部に大きく「夏の夜、ひと休み。」、中央に「涼風ソーダ」、右下に小さく「8月限定」と、日本語を一字も変えず正確に配置。モダンなゴシック体、十分な余白、実在ブランドのロゴなし、透かしなし。
GPT Image 2、Seedream 5.0 Pro、Wan 2.7 Image Proは3文すべてを正確に描きました。Nano Banana 2はデザイン自体は整っていますが、見出し、商品名、限定表記をすべて言い換えています。Grok Imagine Imageも指定文を再現できませんでした。
文字が必要な広告では、画質だけを見て採用せず、句読点、数字、商品名まで拡大して確認する必要があります。
実測2：写実人物と手
人物テストでは、単なる顔の美しさではなく、「書店の窓辺」「30代の日本人女性」「赤い布張りの本」「両手」「逆光」「木製本棚」を同時に成立させられるかを見ました。
テスト2：写実人物と手
書店、人物、赤い本、逆光という複数条件に加え、本を持つ手が自然かを見ました。
| 比較項目 | GPT Image 2OpenAI | Nano Banana 2Google | Seedream 5 ProByteDance | Grok ImaginexAI | Wan 2.7 ProAlibaba | MidjourneyMidjourney |
|---|---|---|---|---|---|---|
| 生成結果 | 未検証結果と評価は空欄です | |||||
| 写実性 | 5/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 手・人体 | 4/5 | 5/5 | 5/5 | 5/5 | 5/5 | — |
| 指示理解 | 5/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 素材としての完成度 | 5/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 生成時間 | 214.2秒 | 27.3秒 | 92.2秒 | 18.4秒 | 22.7秒 | — |
| 判定メモ | 自然な逆光と肌。両手も破綻しないが、指の一部は本に隠れて確認しにくい。 | 人物、両手、本、窓辺を自然にまとめ、短時間でも実用的な結果。 | 手の形と本の持ち方が自然。人物写真としての光と奥行きも良好。 | 素早く自然な人物を出したが、50mmらしい環境描写は弱く寄りの構図。 | 手は自然だが、禁止した文字が本の表紙に追加された。 | — |
| 同じ条件で試す | 未対応 |
使用したプロンプト
横長16:9の写実的なライフスタイル写真。東京の静かな書店で、30代の日本人女性が窓辺に立ち、赤い布張りの本を両手で自然に持っている。生成人物であり実在人物には似せない。生成り色のシャツ、短い黒髪、穏やかな表情。午後4時の柔らかな逆光、50mmレンズ、自然な肌の質感、指は左右5本ずつ、背景に木製の本棚。文字、ロゴ、透かしなし。
このシーンでは5モデルとも大きな人体破綻はありませんでした。Nano Banana 2とSeedream 5.0 Proは本の持ち方まで自然で、短い修正工程で素材にしやすい結果です。GPT Image 2も高品質ですが、生成時間は約214秒でした。
Wan 2.7 Image Proは人物と手を自然に描いた一方、禁止していた文字を本の表紙へ追加しました。人物生成では顔だけでなく、手、持ち物、背景内の文字も確認してください。
実測3：アニメ背景と複数条件
アニメテストは、画風ではなく条件の取りこぼしを見つける設計です。「傘を閉じる」「黄色い列車は左奥」「虹は1本」「時計は17時20分」など、見落としやすい指定を混ぜました。
テスト3：アニメ背景と複数条件
閉じた傘、黄色い列車、水たまり、虹、17時20分の時計を同時に守れるかを評価しました。
| 比較項目 | GPT Image 2OpenAI | Nano Banana 2Google | Seedream 5 ProByteDance | Grok ImaginexAI | Wan 2.7 ProAlibaba | MidjourneyMidjourney |
|---|---|---|---|---|---|---|
| 生成結果 | 未検証結果と評価は空欄です | |||||
| 条件の再現 | 5/5 | 4/5 | 2/5 | 3/5 | 3/5 | — |
| 構図 | 5/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 背景の細部 | 5/5 | 4/5 | 4/5 | 4/5 | 3/5 | — |
| イラスト完成度 | 5/5 | 5/5 | 4/5 | 4/5 | 4/5 | — |
| 生成時間 | 210.5秒 | 31.2秒 | 135.0秒 | 14.1秒 | 18.2秒 | — |
| 判定メモ | 閉じた傘、列車、虹、時計、反射を1枚にまとめ、条件再現が最も安定。 | 主要要素は揃ったが、時計の時刻が17時20分になっていない。 | 美しいが、傘を開き、黄色い列車も明確に描けず、時刻も外れた。 | 列車と虹は再現したが、傘を開き、時計の時刻も外れた。 | 要素は多く揃うが、傘の状態と時計の指示を守れなかった。 | — |
| 同じ条件で試す | 未対応 |
使用したプロンプト
横長16:9の高品質な日本アニメ風イラスト。雨上がりの夕方、紺色の制服を着た高校生が透明な傘を閉じて駅のホームに立つ。左奥に黄色い列車、足元に水たまりと反射、空に一本の虹、ホームの時計は17時20分。人物は1人だけ、落ち着いた青と琥珀色、映画的な構図、細密な背景。文字、ロゴ、透かしなし。
GPT Image 2は閉じた傘、列車、虹、反射、時計を1枚に収め、今回の条件再現では最も安定しました。Nano Banana 2も主要要素を揃えましたが、時計の時刻が一致しません。
Seedream 5.0 Pro、Grok Imagine Image、Wan 2.7 Image Proは魅力的な絵を作ったものの、傘を開いた状態にしました。見栄えのよい画像ほど指示漏れを見落としやすいため、要件をチェックリスト化して確認するのが安全です。
実測4：EC向け商品写真
商品画像では「それらしいボトル」では不十分です。円筒形、セージグリーン、銀色の細いキャップ、商品1本という仕様を固定しました。
テスト4：EC向け商品写真
円筒形、セージグリーン、銀色キャップ、商品1点という仕様を崩さず、販売素材として整えられるかを確認しました。
| 比較項目 | GPT Image 2OpenAI | Nano Banana 2Google | Seedream 5 ProByteDance | Grok ImaginexAI | Wan 2.7 ProAlibaba | MidjourneyMidjourney |
|---|---|---|---|---|---|---|
| 生成結果 | 未検証結果と評価は空欄です | |||||
| 形状の正確さ | 5/5 | 5/5 | 4/5 | 3/5 | 3/5 | — |
| 素材感 | 5/5 | 5/5 | 4/5 | 4/5 | 4/5 | — |
| 光・影 | 5/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| EC素材としての清潔感 | 5/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 生成時間 | 216.5秒 | 26.8秒 | 82.0秒 | 14.1秒 | 18.1秒 | — |
| 判定メモ | 円筒形、細い銀色キャップ、薄い影を素直に再現。 | 形状と色が明確で、余計な要素もなく実用的。 | 清潔感は高いが、肩に丸みが付き「円筒形」から少し離れた。 | 雰囲気は良いが、キャップが銀色ではなく、形も別の商品に寄った。 | 質感は良いが、曲線的なボトル形状へ変わった。 | — |
| 同じ条件で試す | 未対応 |
使用したプロンプト
横長16:9のEC向け商品写真。中央にマットなセージグリーンの円筒形ステンレスボトルを1本だけ置く。銀色の細いキャップ、ロゴや文字なし。明るいグレーホワイトの背景、左後方から柔らかなスタジオ光、自然で薄い接地影。商品の輪郭と素材感を正確に、余計な小物、手、人物、包装、透かしなし。
GPT Image 2とNano Banana 2は、円筒形と銀色キャップを素直に再現しました。Seedream 5.0 Proは清潔感がありますが、肩に丸みが付きました。Grok Imagine Imageはキャップの色、Wan 2.7 Image Proはボトルの輪郭が指示から離れています。
ECで重要なのは雰囲気より商品の同一性です。実物写真を使う具体的なワークフローは、柚子ソーダの商品画像を制作した実例でも確認できます。
実測5：商品ラベルを保った背景編集
最後は、柚子ソーダの元画像を渡し、瓶、キャップ、日本語ラベルを変えずに背景だけを明るいカフェへ変更しました。生成ではなく編集なので、「元商品から変わっていないか」を最優先で採点しています。
テスト5：商品ラベルを保った背景編集
実在の商品画像を参照し、瓶と日本語ラベルを変えずに、背景だけをカフェへ置き換えました。
| 比較項目 | GPT Image 2OpenAI | Nano Banana 2Google | Seedream 5 ProByteDance | Grok ImaginexAI | Wan 2.7 ProAlibaba | MidjourneyMidjourney |
|---|---|---|---|---|---|---|
| 生成結果 | 未検証結果と評価は空欄です | |||||
| 瓶の形状保持 | 5/5 | 5/5 | 5/5 | 4/5 | 3/5 | — |
| ラベル・日本語保持 | 4/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 背景だけを編集 | 5/5 | 5/5 | 5/5 | 5/5 | 4/5 | — |
| 商用素材としての完成度 | 3/5 | 5/5 | 5/5 | 4/5 | 4/5 | — |
| 生成時間 | 211.3秒 | 40.3秒 | 91.8秒 | 18.3秒 | 18.2秒 | — |
| 判定メモ | 瓶と主要ラベルはよく保持。ただし右下に透かし状の印が入り、そのままの公開には不向き。 | 形状、ラベル、細かな文字を保ちながら背景だけを自然に変更。 | 商品を崩さず、カフェの光と接地感も自然。編集結果の完成度が高い。 | 高速で自然に編集。小さな表記と瓶の比率にはわずかな変化がある。 | 主要ラベルは残したが、首とキャップの形、水滴量が元画像から変化した。 | — |
| 同じ条件で試す | 未対応 |
使用したプロンプト
アップロードした柚子ソーダの商品ボトルを唯一の基準として使い、ボトルの形、比率、色、キャップ、ラベル、ロゴ、日本語表記を一切変更しないでください。背景だけを、夏の朝の明るい木製テーブルと柔らかな窓光のある清潔なカフェに置き換えます。ボトル表面に自然な冷たい水滴を少量追加し、接地影を保ちます。新しい文字、果物、ストロー、手、人物、別の商品、透かしは追加しないでください。横長16:9。
Nano Banana 2とSeedream 5.0 Proは、細かなラベルを保ちながら背景だけを自然に変更しました。Grok Imagine Imageも高速で実用的ですが、小さな表記と瓶の比率に変化があります。
GPT Image 2は瓶と主要ラベルをよく保持した一方、右下に透かし状の印が入りました。Wan 2.7 Image Proは首とキャップの形、水滴量が元画像から変化しています。商品画像では「文字が読める」だけでなく、ラベルの配置、瓶の比率、キャップ形状を元画像と重ねて確認すべきです。
用途別に選ぶ画像生成AI
初めて使うならNano Banana 2
待ち時間が比較的短く、人物と商品画像で大きな破綻がなく、参考画像編集も安定しました。プロンプトを何度か調整しながら進める用途に向いています。ただし、画像内へ正確な日本語を入れる仕事では、生成後の文字確認が必須です。
日本語広告ならGPT Image 2、Seedream、Wan
今回の1回では、3モデルとも指定した3文を正確に描きました。細かな条件まで守らせたいならGPT Image 2、編集も重視するならSeedream 5.0 Pro、生成速度を重視するならWan 2.7 Image Proが候補です。
商品画像編集ならNano Banana 2かSeedream
両モデルとも、瓶の形と日本語ラベルをよく保ちました。元画像にない部品や表記を作らせない指示を入れ、最終的には実物との照合を行ってください。
とにかく速く構図案を出すならGrokかWan
Grok Imagine ImageとWan 2.7 Image Proの中央値はどちらも18.2秒でした。ラフ案を複数検討するには便利ですが、Grokは日本語文字、Wanは商品形状の固定で追加確認が必要です。
複雑な一枚絵ならGPT Image 2
アニメテストで最も多くの条件を同時に守りました。修正回数を減らせる可能性がある一方、今回の待ち時間は約3分半だったため、短い反復を大量に行う用途には向きません。
モデルとサービスは分けて選ぶ
GPT Image 2やNano Banana 2は「画像を作るモデル」、ChatGPTやGemini、Mirekaは「モデルを利用するサービス」です。同じモデル名でも、利用画面、料金体系、出力サイズ、保存方法、付加機能が異なります。
| サービス | 主な画像生成経路 | 向いている人 | 比較時の注意 |
|---|---|---|---|
| Mireka | 複数の主流モデルを1つの生成画面で利用 | 主流モデルを一か所で使いたい人。複数の公式サービスを個別に契約せず、総コストを大幅に抑えたい人 | モデルごとに必要クレジットと設定が異なる |
| ChatGPT | GPT Image 2を会話から利用 | 会話しながら修正したい人 | 他社モデルとの同一画面比較はできない |
| Gemini | Nano Banana 2をGoogle製品から利用 | Googleの作業環境と組み合わせたい人 | 提供機能や上限は利用経路で異なる |
| Grok | Grok Imagineを会話・専用機能から利用 | 素早く案を出したい人 | コンシューマー版とAPIで仕様を分けて確認する |
| Midjourney | Midjourney独自モデルをWebやDiscordから利用 | 作風探索やビジュアル案を重視する人 | 本記事では未検証のため出力評価なし |
| 各社API | 開発者向けにモデルを直接組み込む | 自社プロダクトへ実装したい人 | 認証、保存、課金、UIを自分で実装する必要がある |
モデルの現行情報は、OpenAIのGPT Image 2モデルページ、GoogleのNano Banana 2発表、xAIのImagine API、Alibaba CloudのWan 2.7 Image資料、Midjourneyのバージョン資料で確認できます。主要モデルが更新された場合は、同じ条件で再テストし、本記事の比較結果も速やかに更新します。
失敗しない選び方
- 自分が最も多く作るシーンを1つ決める。
- 同じプロンプト、比率、解像度、枚数にそろえる。
- 最初の1枚だけでなく、3〜5回の失敗率も記録する。
- 画質、指示理解、文字、編集一致性、時間、1枚あたりの費用を分けて評価する。
- 公開前に文字、人物の手、商品仕様、権利、商用条件を人が確認する。
SNSの1枚を作る人と、毎日EC商品画像を作る人では最適解が違います。「総合1位」を探すより、自分の失敗コストが高い項目でモデルを選ぶほうが、実務では失敗を減らせます。
FAQ
画像生成AIで最もおすすめのモデルはどれですか？
今回の5テストではGPT Image 2が最も安定しました。ただし、画像編集ならNano Banana 2とSeedream 5.0 Pro、速度と日本語文字の両立ならWan 2.7 Image Proも有力です。
日本語文字を正確に生成できたモデルはどれですか？
今回の日本語広告では、GPT Image 2、Seedream 5.0 Pro、Wan 2.7 Image Proが指定した3文を正確に描画しました。別の文章や再生成でも必ず成功する保証はないため、毎回確認してください。
商品画像の編集におすすめのモデルはどれですか？
今回の参考画像編集ではNano Banana 2とSeedream 5.0 Proが最も安定しました。商品形状、ラベル、ロゴ、小さな文字を元画像と照合してから公開してください。
無料で画像生成AIを試せますか？
無料枠や必要クレジットはサービス、プラン、モデル、解像度によって変わります。生成前に画面へ表示される消費量と最新の料金案内を確認してください。
同じプロンプトでも結果が変わるのはなぜですか？
画像生成にはランダム性があります。本記事は比較の透明性を優先して各条件の最初の1枚を掲載しましたが、実際の採用判断では同条件で複数回テストし、平均品質と失敗率を確認するのがおすすめです。
Midjourneyの結果が空欄なのはなぜですか？
今回の実測時点ではMireka上で検証対象にできなかったためです。結果を推測したり、公式作例を自分のテスト結果として混ぜたりせず、空欄のまま採点対象外にしています。
生成画像を商用利用できますか？
商用利用条件は、モデル、利用サービス、契約プラン、入力素材、生成内容によって異なります。特に実在ブランド、人物、著作物、商品ラベルを扱う場合は、最新規約と権利関係を確認してください。
まとめ
今回のおすすめは、総合的な指示理解ならGPT Image 2、商品編集ならNano Banana 2またはSeedream 5.0 Pro、日本語広告を速く作るならWan 2.7 Image Proです。Grok Imagine Imageは高速なラフ作成に向きますが、日本語文字を含む完成広告には追加修正が必要でした。
表のボタンから同じ条件を生成画面へ引き継ぎ、自分の用途に近いプロンプトへ一部だけ書き換えてください。ランキングを読むだけで終わらず、同じ条件で自分の失敗コストを比較するのが、画像生成AIを選ぶ最短ルートです。