つぶログ｜動画生成AIを比較
- 動画生成AIは、何を作るかで選ぶものが変わる
- まず、自分が作りたい動画から選ぼう
- モデル名とサービス名が違う？ 実際に使う入口はこちら
- 「一番良い動画生成AI」を一つに決められない理由
- 動画生成AIのTier表｜主要8モデル
- 主要8モデルに絞って解説した理由
- 全29モデルの比較順位
- こんな動画を作りたいなら、どこから試す？
- 数字では分かりにくい？ 実際の動画を見てみよう
- 実際に使うなら？ 最初はサービスの選びやすさが大切
- 上位なのに詳しく紹介していないモデルは？
- 順位が付いていなくても注目したい動画生成AI
- 初めての動画生成AIで失敗しない試し方
- そのまま試せる、動画づくりの指示文2例
- 料金の見方｜月額・秒単価・クレジットの違い
- 料金の実例｜Runwayなら動画を何本作れる？
- Tier表の評価基準と、数字の読み方
- よくある疑問
- まとめ｜順位は参考。最後は作りたい動画で選ぶ
動画生成AIは、何を作るかで選ぶものが変わる
文章を入力するだけで映像ができる。写真を動かして短い動画にもできる。動画生成AIはずいぶん身近になりました。
ただ、実際に選ぼうとするとサービスもモデルも多く、名前だけでは違いが分かりません。そこで今回は、動画の出来栄えを人が見比べた第三者データを土台に、主要8モデルをS〜Eのグループに分け、2026年10月14日に取得した29モデル分の比較結果もまとめました。
先に知っておきたいこと：このページのTierは、第三者が動画を見比べた結果をもとにした「映像の出来栄えの参考評価」です。「初心者が使いやすい順番」でも、「安い順番」でもありません。つぶログによる8モデルの実機採点ではない点にもご注意ください。
比較に使ったデータと記録日を見る
記録日：2026年10月14日。文章から音声付き動画を作る評価はAA-Video-T2V v2.1、画像から音声付き動画を作る評価はAA-Video-I2V v1.1を使用。これは別々の比較なので、順位や数値を混ぜて総合点にはしていません。
つぶログが8モデルで同じ動画を実際に作り、映像の品質や使いやすさを採点したわけではありません。料金、日本語のセリフ、サービスの操作性も、このTierの得点には含まれません。
まず、自分が作りたい動画から選ぼう
「どれが一番すごいAI？」と考えるより、最初に作りたい動画を決めた方が候補を絞れます。
ここだけは先に：今回のTierは「文章から音声付き動画を作る場合に、人から好まれた映像の傾向」をまとめたもの。Sだから誰にでもおすすめ、Dだから使えない、という意味ではありません。
モデル名とサービス名が違う？ 実際に使う入口はこちら
ランキングに載っているのは動画を作る「モデル」の名前です。しかし実際には、別の名前の制作サイトから使う場合があります。名前が似ていなくても、迷わず探せるように代表的な4組を整理しました。
ブラウザの制作画面から利用。使えるモデル、動画の長さ、必要なクレジットはモードやプランで変わります。
ByteDanceが案内する制作環境です。利用できる国・プランや、実際に選択できるモデル名を画面で確認してください。
画像を元に動画を作る機能も案内されています。H3とH3 Maxは別モデルなので、選択中の名前を確認しましょう。
公式の体験画面や開発者向けの仕組みを通じて利用できます。アカウント、提供地域、課金条件の確認が必要です。
モデル名＝アプリ名、ではありません。 ここで紹介したのは公式の利用経路の例で、無料で誰でも使えるという保証ではありません。さらにRunway、Adobe Firefly、Lumaなど、サービス自体の比較はこちらで解説しています。
「一番良い動画生成AI」を一つに決められない理由
「動画生成AI」と一括りにしても、できあがる動画の作り方は同じではありません。ここを区別しない比較は、順位だけ立派でも使い道が分かりにくくなります。
文章から動画を作る
「夕焼けの街をカメラがゆっくり進む」といった指示から、映像を一から作ります。今回のメインTierが参考にしているのは、この方式の音声付き動画の比較です。
例：まだ素材がない企画動画、架空の風景、短い物語の試作。
写真やイラストを動かす
もともとの画像の構図や色を活かし、髪・雲・カメラなどに動きを付けます。画像を守りながら動かせるかが重要なので、文章だけで作るときとは順位が変わります。
例：商品写真、既存のイラスト、静止した風景の動画化。
使う画面と生成モデルは別
たとえばGoogle Flowは動画を作るためのサービス。Veoなどはその中で選ぶ生成モデルです。モデルの画質が良くても、利用窓口が難しいと初心者には不向きなことがあります。
音声付きの評価がすべてではない
今回の順位には音声を伴う動画の比較結果を使っています。無音の背景動画が欲しい場合や、日本語のセリフを重視する場合には、別条件で実際に試す必要があります。
このページでいうTierは、総合おすすめ順位ではなく「特定条件で生成した動画が人に好まれたか」を区分した参考評価です。
動画生成AIのTier表｜主要8モデル
まずは主要8モデルを一覧にしました。Sが5モデル、Cが1モデル、Dが2モデルです。A・B・Eは今回の選定8モデルに該当しません。これは2026年10月14日に取得した比較値を基にした区分です。
これは外部の動画比較スコアを、つぶログが一定の範囲で区切った「参考Tier」です。利用料金や操作性を採点した結果ではありません。
文章で場面や動きを指定して動画を作る比較で、29モデル中1位。写真・動画・音声などを参考素材にできるのも特徴です。一方で、主な利用先は開発者向け。映像の性能を優先する人には有力でも、初めて触る人が一番簡単に使えるとは限りません。
文章で場面を作り込み、必要なら参考素材も使いたい人
今回の文章から動画を作る比較で首位。参考素材も利用できる。
主な入口はAlibaba Cloudの開発者向け環境。登録や課金方式の確認が必要。
詳しい数値・仕様・出典を見る
どんな映像に使える？ 既存の写真を使って商品紹介の別カットを作る、といった使い方も候補です。ただし「最長30秒」と「毎回30秒間、人物や商品の形が安定する」は別。大きな制作では複数回の生成と確認が必要です。
公式が説明する機能： 文章・画像・動画・音声を参考にした生成に対応。480p、720p、1080pで出力でき、最長30秒までの生成を案内しています。
使う入口： Alibaba Cloud Model Studio。モデルを呼び出す仕組みを使うのが基本で、月額の動画編集アプリとは操作方法が異なります。
料金を考えるとき： 東京の提供拠点で1080pを生成する定価は1秒0.165025米ドル。10秒分なら1.65025米ドルが基本となります。動画を参考に入力する場合は、入力動画の秒数も課金対象に含まれるため、常にこの金額で済むとは限りません。 出典・条件を確認
現時点の順位が最上位でも、写真を動かす方式では順位が変わります。高品質な映像を1回で必ず作れるという意味でもありません。
比較数値： 文章から音声付き動画（T2V v2.1）：1位、Elo 1,173（±16）。画像から音声付き動画（I2V v1.1）：4位、Elo 1,127（±16）。参考比較の数値は実機採点ではありません。出力秒数などの仕様は開発元の案内をご確認ください。
風景が一つだけ続く動画より、「最初に商品を見せ、次に使う様子を映す」といった短編を考えている人に向いた機能があります。画像・動画・音声を参考に制作でき、文章から動画を作る比較でも上位です。ただし、カットが増えても人物や商品の姿が必ずそろうわけではありません。
短いストーリーや複数の場面を含む動画を作りたい人
場面の切り替えや参考素材を使った制作を想定した機能。
Dreaminaなどの提供条件は地域・プランで異なる。選べるモデル名も要確認。
詳しい記事：Seedance 2.5の使い方・料金ガイド →
詳しい数値・仕様・出典を見る
どんな映像に使える？ 1枚の美しい場面よりも「人物が歩く→商品が映る→最後にロゴを見せる」といった構成を考える人向け。ただし短編を作れることと、同じ人物の容姿が常に維持されることは別です。
公式が説明する機能： 開発元は最長30秒と、場面の切り替えや参考素材を使った映像づくりを案内しています。文章だけでなく、画像・動画・音声を制作の手がかりにする設計です。
使う入口： ByteDanceが案内する制作環境や提供先。Dreaminaなどで実際に選べるモデル名と地域条件を確認します。
料金を考えるとき： 第三者比較サイトに掲載されたAPI参考料金は、1080p動画を1分生成する場合で34.12米ドルです。Dreaminaの個人向けプラン料金や、日本での決済額ではありません。 出典・条件を確認
最大30秒に対応することと、30秒の映像をいつも崩れず生成できることは別です。長尺作品の安定性を今回の順位だけで判断するのは避けたいところです。
比較数値： 文章から音声付き動画（T2V v2.1）：3位、Elo 1,159（±16）。画像から音声付き動画（I2V v1.1）：2位、Elo 1,139（±17）。短編に向けた機能紹介と、外部比較での好まれやすさは別の話です。
文章から動画を作る比較で4位、写真などの画像を動かす別の比較では1位です。自分で撮った写真や描いたイラストを数秒の映像にしたい人には、とくに分かりやすい候補でしょう。ただし、この1位は特定の画質での比較結果であり、顔や文字が毎回崩れないことを保証するものではありません。
手元の写真・イラストを使って短い動画を作りたい人
画像から動画を作る今回の別比較で1位。文章からの生成も上位。
評価対象は768pのH3。高画質モードやH3 Maxの結果とは区別する。
詳しい記事：MiniMax H3の使い方・料金ガイド →
詳しい数値・仕様・出典を見る
どんな映像に使える？ 1枚の写真に軽いカメラ移動や物の動きを加える用途で注目できます。顔や文字が毎回自然に動くことまで順位で保証されるわけではありません。
公式が説明する機能： 音声と動画を同時に作る機能があり、公式は最長15秒や最大2Kの出力を紹介しています。ただし今回引用した第三者の順位は768pでの比較です。
使う入口： Hailuo AIの制作環境やAPI。H3 Maxという別の改良モデルと混同しないようにしてください。
料金を考えるとき： 外部ベンチマークの参考資料には1080p API換算で1分あたり4.80米ドルの目安がありますが、比較対象の映像は768pであり、料金条件と評価条件が一致しません。 出典・条件を確認
「768p」は比較時の映像の細かさを表します。2Kなど別の画質設定で作った動画が同じ評価になると証明した数字ではありません。
比較数値： 文章から音声付き動画（T2V v2.1）：4位、Elo 1,158（±16）。画像から音声付き動画（I2V v1.1）：1位、Elo 1,141（±17）。今回の評価対象は768p設定です。高解像度での結果を保証しません。
文章や画像から動画を作れるモデルです。強みの一つは、プログラムから呼び出して制作工程に組み込めること。同じ手順で複数の素材を動画にする用途などに向いています。開発元はブラウザ用のDev Playgroundも案内しています。ログイン後にFLUX 3の動画生成を選べるか、必要な料金を確認してください。
動画制作を自動化したい人。ブラウザで試す場合は利用できるモデルを確認したい人
文章と画像を入力にでき、開発者向けの利用経路がある。
高順位でも初心者に使いやすいとは限らない。Dev PlaygroundとAPIでは操作・課金条件を確認。
詳しい数値・仕様・出典を見る
どんな映像に使える？ 大量の画像から一定のルールで動画を作るなど、手作業の制作を自動化したい人に向きます。一方で、ボタンを押すだけの無料動画アプリを探す人には優先順位が下がります。
公式が説明する機能： 文章や画像を入力でき、最大20秒の動画生成を案内。初期発表ではHD生成と高画質化を区別しており、現在の公式モデル紹介では最大4Kにも言及しています。利用する画面で選べる解像度と料金を確認してください。
使う入口： 開発元のAPIおよび一部提携サービス。公式Dev Playgroundもあります。ただし画面にFLUX 3の動画生成が表示されるか、必要なクレジットや契約条件はログイン後に確認してください。
料金を考えるとき： 外部ベンチマークの参考資料では1080p API換算で1分あたり17.40米ドル。個人向け月額料金ではなく、サービスへの請求額も提供先や条件で異なります。 出典・条件を確認
文章から作る場合と、画像を動かす場合とでは外部比較の順位が異なります。何を入力するかで候補の選び方を変えるべきモデルです。
比較数値： 文章から音声付き動画（T2V v2.1）：6位、Elo 1,145（±16）。画像から音声付き動画（I2V v1.1）：7位、Elo 1,089（±17）。APIでの利用経路とアプリとしての使いやすさは別に考える必要があります。
写真を元に動画を作る比較で3位。Google Flowでは、動画の始まりと終わりに使う画像を指定する制作方法も案内されています。構図を考えながら動画を試したい人には候補ですが、同じGoogleのVeo 3.1とは別のモデルです。使えるモードや画質は画面で確認してください。
元画像を使い、場面のつながりを調整したい人
画像からの生成で上位。Flowを使った構図の調整が検討できる。
Veo 3.1と混同しない。試作時と最終出力時の画質・消費量は異なる場合がある。
詳しい数値・仕様・出典を見る
どんな映像に使える？ 例えば商品の正面画像と背面画像を渡し、その間でカメラが回り込むような動画を試す場合に候補になります。必ず狙った軌道になるとは限りません。
公式が説明する機能： Google Flowでは場面の最初と最後の画像を指定する方法や、低画質で試してから仕上げる機能が案内されています。
使う入口： Google Flow。プランにより利用できるモードや生成数が変わるため、利用画面でモデル名を確かめます。
料金を考えるとき： Google Flowでのモデル別消費は、720pの4秒が7クレジット、10秒が15クレジットなど。低画質試作と編集には別の消費量があります。 出典・条件を確認
名前が似ていてもVeo 3.1とは別のモデルです。同じGoogleの動画生成だからといって性能値を混ぜることはできません。
比較数値： 文章から音声付き動画（T2V v2.1）：8位、Elo 1,132（±15）。画像から音声付き動画（I2V v1.1）：3位、Elo 1,134（±17）。Google Flowの提供条件はモデルごとに異なります。
「人物を映す→風景へ切り替える」といったカットの構成や、参考画像を使った制作機能が特徴です。今回の文章から動画を作る比較は17位ですが、映像をどう指定できるか、編集画面をどう使えるかはこの順位に含まれません。 制作機能を重視するなら、候補から外す必要はありません。
カットの順番やカメラの動きを指定して動画を作りたい人
複数のカットと参照素材を指定する制作機能。
Tierは3.0 Proだけの結果。Omni版や4.0にそのまま当てはめない。
詳しい数値・仕様・出典を見る
どんな映像に使える？ 一つの長い映像を全自動で作るより、カットを分けて作りたい人に向いた方向性です。今回の基準値1000は品質点数でも1000点満点でもありません。
公式が説明する機能： 最大15秒、複数のカット、参考画像や音声に関する制作機能を開発元が案内しています。通常の3.0 ProとOmni版、4.0は別物です。
使う入口： Kling AI。利用時に「3.0 Pro」の選択肢とプランを確認してください。
料金を考えるとき： 外部ベンチマークの参考資料には1080p API換算で1分10.08米ドルの目安があります。アプリ画面のクレジットや月額プランへ直接読み替えることはできません。 出典・条件を確認
外部の順位が低めでも、操作が便利なら使う価値があります。新しい世代や別のモードまで、まとめてCと決めつけることはできません。
比較数値： 文章から音声付き動画（T2V v2.1）：17位、Elo 1,000（固定基準）。画像から音声付き動画（I2V v1.1）：19位、Elo 1,000（固定基準）。比較の基準値として固定された1,000は品質点数ではありません。
今回の文章から動画の比較では19位。一方、PixVerseのWeb制作画面には複数の場面やカメラの動きを指定する機能があります。映像そのものの評価では上位に届かなくても、実際に作れる種類、操作、費用で選ぶ余地があります。 上位モデルと同じ題材で短く試し、仕上がりと料金を比べたいところです。
Web画面の操作や必要な費用を含めて候補を比較したい人
Web制作画面からカットやカメラワークを指定できる。
今回の映像比較は19位。制作機能の多さと仕上がりの評価は別。
詳しい数値・仕様・出典を見る
どんな映像に使える？ 外部比較では下位ですが、テンプレートや制作画面が自分の用途に合えば選ぶ理由になります。実際の映像や料金を確認せずに「画質が悪い」と決めつけないことが大切です。
公式が説明する機能： 複数のカット、カメラワーク、音声を伴う動画生成を公式が紹介しています。
使う入口： PixVerseの制作画面でV6を選べるか確認してください。モデルの機能は公式V6紹介ページに掲載。利用できる画質・時間・料金はプランによって異なります。
料金を考えるとき： 外部ベンチマークの参考資料には1080p API換算で1分6.90米ドルの目安があります。Webプランの消費クレジットとは別の指標です。 出典・条件を確認
生成モデルの評価と、利用画面の使いやすさは別です。試用できる条件が合えば、作品を作ってから判断する余地はあります。
比較数値： 文章から音声付き動画（T2V v2.1）：19位、Elo 989（±18）。画像から音声付き動画（I2V v1.1）：15位、Elo 1,025（±17）。生成モデルの比較値であり、サービス全体の使いやすさは評価対象外です。
文章から音声付き動画を作る今回の比較では20位。ただし、Google Flowで動画と音を作る手段として選べ、生成モードによって消費するクレジット数も変わります。「外部比較の順位」と「自分の契約で使える機能・料金」は別に考えましょう。 同じGoogleのGemini Omni Flash 1.1とも区別が必要です。
Google Flowで音声付き動画を試し、料金も確認したい人
音声付き映像をGoogle Flowから生成できる選択肢。
今回の外部比較では20位。生成モード別の費用や透かしも確認する。
詳しい数値・仕様・出典を見る
どんな映像に使える？ Googleの制作画面を使いたい場合に比較したいモデルです。今回のDは一つの音声付き文章生成比較に限る評価で、Google全体やVeoのすべての設定に付けたD評価ではありません。
公式が説明する機能： Googleの動画生成モデル。音声付き映像や参考素材を利用した制作環境があり、FlowではLite・Fast・Qualityなどで消費量と利用条件が異なります。
使う入口： Google Flowなど。無料枠で使えるモードと有料プラン専用モードを混ぜないようにします。
料金を考えるとき： Flowの現行表ではVeo 3.1 Fastが1回20クレジット、Qualityが100クレジットなど。生成が複数本になる場合は回数分の消費に注意してください。 出典・条件を確認
動画の見栄えを比べた一つの指標であり、Googleのサービス全体をD評価した結果ではありません。
比較数値： 文章から音声付き動画（T2V v2.1）：20位、Elo 968（±18）。画像から音声付き動画（I2V v1.1）：14位、Elo 1,031（±17）。Google Flowで選べるプランや編集機能はこの数値には含みません。
上の「順位」は29モデルの外部比較での位置です。「Tier」はそのうち詳しく紹介した8モデルを分類したもの。たとえばWan 3.0が1位でも、Utopai Xは2位であり、上位の全モデルを8枚のカードに入れているわけではありません。
主要8モデルに絞って解説した理由
全29モデルの比較値を紹介しながら、個別の詳しい解説は8モデルに限定しています。これは上位8件をそのまま採用したものではありません。性能比較の数値だけでなく、開発元の資料や利用経路を確認できることを優先したためです。
たとえばUtopai Xは今回の比較で2位ですが、公式比較ページではAPIによる提供がないとされています。MiniMax H3 Maxは5位ですが、通常のH3と別モデルです。上位という理由だけで一つのカードにまとめたり、一般利用できると断定したりしないため、別の追加調査欄に置きました。
反対に、Veo 3.1やKling 3.0 Proは、この特定の比較で低めの位置です。それでも利用する制作環境や動画の作り方を知りたい読者がいるため、詳細対象に残しています。掲載対象8件は「利用価値の高い順のベスト8」ではありません。
① S〜E：外部比較を一定の範囲で分けた参考Tier
② 1位〜29位：外部サイト上の当該テストの順位
③ おすすめ・注意点：日本での使いやすさや機能を踏まえた、つぶログによる解説
全29モデルの比較順位
2026年10月14日時点の29モデルの比較記録です。まず上位10件を紹介し、残り19件は開いて確認できます。
モデル名に下線があれば、タップするとこの記事の解説へ移動できます。
この順位の調べ方・記録日を確認する
比較データは2026年10月14日に取得したArtificial Analysis「AA-Video-T2V v2.1／音声あり」です。今回の29件は取得当時の記録で、10月15日に確認した比較元の公開画面では28件でした。現在の掲載数や順位とは一致しない場合があります。最新情報は出典をご確認ください。
同じ文章の指示で作った音声付き動画を人が見比べ、どちらを好むか投票した結果です。近い順位同士には統計上の差が小さい場合もあり、必ず一方が優れているという意味ではありません。写真から動画を作る比較は、別の評価版を使用しています。
似た名前が何度も出てくるのはなぜ？ この29件は「サービス29社」ではなく、動画を作るモデル29件の記録です。同じシリーズの別バージョンや派生モデルも、それぞれ別の行に並んでいます。
似たモデル名を整理する（7グループ）
下の順位はすべてこの記事の2026年10月14日取得データでの位置です。名称が似ていても同じモデルではありません。また、名前だけで速さ・価格・機能の違いまで判断できるわけではありません。
番号の違う2つのバージョンを別々に掲載しています。Seedance 2.5の解説へ
「Max」が付くモデルは、通常のH3とは別の評価対象です。H3の解説へ
見た目のよく似た名前ですが、比較表では別々に記録されています。Klingの解説へ
Veo 3.1と名前の付いた3種類が別々に登場します。Veo 3.1の解説へ
「Lite」の付く別モデルが、同じ一覧に入っています。
世代と名前の組み合わせで4件あります。この比較の順位だけで、普段の使いやすさは決められません。
Q3シリーズの2つのモデルを別々に掲載しています。
なお、この順位は文章から音声付き動画を生成する比較の結果です。写真から動画を作る場合や、利用料金・編集機能を比べる場合は別の観点が必要です。
11位〜29位を表示する
全29モデルの詳しい数値を見る
この「Elo（イロ）」は1000点満点の点数ではなく、対戦形式で集めた人の好みを表す指標です。高いほど比較で選ばれやすい傾向があります。「±」は測定上の幅を示します。
Kling 3.0 Proの「1,000」は、この比較の基準として固定された値です。AIが1000点の性能だという意味ではありません。
写真から動画を作る場合は順位が変わる
写真やイラストを動かす場合は、別の比較結果を見る必要があります。こちらの上位は次の5モデル。わずかな順位差でどちらが優秀と断定することはできません。
写真から動画のランキングは2026年10月14日に取得した「AA-Video-I2V v1.1／音声あり」の記録です。この取得時の上位5件にはVidu Q4 Previewが含まれていません。旧取得時点では上位に掲載されたことがありますが、条件を混同しません。
この上位5モデルは評価の幅が重なっています。とくに1位と2位は僅差です。
写真から動画の詳しい数値を見る
1位 MiniMax H3 (768p)：Elo 1,141 ±17（比較件数 4,009）
2位 Dreamina Seedance 2.5：Elo 1,139 ±17（比較件数 3,475）
3位 Gemini Omni Flash 1.1：Elo 1,134 ±17（比較件数 3,176）
4位 Wan 3.0：Elo 1,127 ±16（比較件数 4,957）
5位 MiniMax H3 Max：Elo 1,124 ±17（比較件数 3,255）
文章から作る比較とは別のテストなので、数値を足したり平均したりはできません。
こんな動画を作りたいなら、どこから試す？
ここまでの性能データを、実際の作品づくりに置き換えて考えてみます。モデル名を覚えるより、自分が作りたいものに近い使い方から選ぶ方が失敗しにくいでしょう。
YouTubeショート用の背景映像
台本やナレーションが先にあり、挿入する数秒の背景を作るなら、文章から動画を作るモデルを比較。Wan 3.0やSeedance 2.5などが候補です。音声を後から付けるなら、音声付きの性能順位だけで決める必要はありません。
見たい点：縦長への対応、カメラの動き、同じ雰囲気の動画を作り直せるか。
写真やイラストを自然に動かす
元画像の見た目を残したいなら、文章から動画の順位より画像から動画の比較が重要。MiniMax H3やGemini Omni Flash 1.1を先に検討する理由があります。
見たい点：顔や商品の形が崩れないか、背景が勝手に変わらないか、動画化しても権利上問題ないか。
広告向けの複数カットを作る
商品をさまざまな角度で見せたり、カットごとに動きを決めたりする場合、単純な映像の好みだけでは評価しきれません。SeedanceやKling、Runwayなどの編集機能を比べてください。
見たい点：参考画像、カメラ指定、動画の長さ、やり直しに必要な費用。
趣味でまず1本作ってみる
専門的な操作を覚える前に、サービスに登録して短い動画を作れるかが大切です。Google FlowやAdobe Fireflyなど、ブラウザ上で選べるサービスを確認するのが自然です。
見たい点：日本からの利用、無料枠、契約画面、商用利用や透かしの条件。
各モデルの対応機能や料金は、選んだサービス・プラン・生成モードで変わることがあります。上の用途は検討の入口であり、必ず使えることの保証ではありません。
数字では分かりにくい？ 実際の動画を見てみよう
順位やモデル名を眺めるだけでは、映像の違いはなかなか想像できません。まずは開発元・サービスが公開している動画の作例を見てみましょう。「動き」「形の安定」「音」の3点に注目すると、何が得意なAIなのか少しずつ分かってきます。
話し声や周囲の音、カメラの動きが入った映像を確認できます。音が映像から浮いていないかも見どころです。
Veoの公式映像を見る →同じような場面でも、寄る・引く・横へ移動するなど、撮り方で雰囲気が変わります。指示文と完成映像がセットで見られます。
Runwayの作例を見る →表情や体の動き、カメラが追う様子を確認できます。途中で手足や背景が不自然に変化していないかにも注目です。
H3の公式作例を見る →Adobeが公開した初心者向けの解説動画です。文字で場面を指示する方法と、元の画像から動画を作る方法の違いを、実際の制作画面を通して確認できます。
Adobe公式の動画解説を再生する
再生できない場合：Adobe公式動画をYouTubeで見る
作例の見方には注意。ここに並べたのは各社が公開した見本映像です。モデルごとに題材や生成条件が違い、良い結果を選んで紹介している可能性があります。これらを見ただけで「3モデルのどれが一番高性能」と順位を決めることはできません。記事のTierとは別に、映像の雰囲気をつかむための参考としてご覧ください。
実際に使うなら？ 最初はサービスの選びやすさが大切
ここまで登場したWanやVeoなどは、動画を作る「AIモデル」の名前です。一方、Google FlowやAdobe Fireflyは、モデルを使うための「サービス・制作画面」です。
性能比較で上位のモデルでも、開発者向けの操作しか用意されていなければ初めての人には難しいかもしれません。最初の1本なら、手元で使えるサービスから選ぶのが現実的です。
Google Flow
Googleの動画モデルを使うなら。契約条件を先に確認
日本はGoogle Flowの対応地域です。ただし、「契約なしでも毎日50クレジット付与」という案内と、利用開始に対象プランが必要という案内が両方あります。50クレジットが付く＝誰でも無料で動画を作れる、とは限りません。 先にログインして使えるモデルと必要な契約を確かめましょう。日本ではクレジットの追加購入もできません。
確認ポイント：自分のアカウントで生成できるか、必要クレジット数、ダウンロード動画の透かしを確認。
料金・利用の要点：毎日50クレジットの案内あり。ただし生成には利用資格とモデルごとの制限あり
料金・機能・権利を詳しく見る
Googleのクレジット案内では、契約の有無にかかわらず毎日50クレジットが付与され、使い残しは翌日に繰り越せません。一方、利用開始の公式ヘルプにはGoogle AI Plus・Pro・Ultraなどの対象プラン、または対象Workspaceプランの条件が記載されています。クレジットが表示されることと、生成を利用できる資格があることは別です。 契約なしの利用については、混雑時間帯に生成が制限されるとの案内もあります。実際の利用可否はログイン後に確認してください。
使えるモデルはプラン・設定によって異なります。公式の消費量は、Veo 3.1 Fastが1本20クレジット、Qualityが1本100クレジット（2026年10月14日確認）です。たとえば50クレジットでFastを試すとしても、単純計算では2本分。1回の操作で2本生成される場合があり、ボタンを1回押せば20クレジットだけ減る、とは限りません。
日本ではAIクレジットを都度買い足せません。これは有料プラン自体が利用できないという意味ではありません。またGoogleは、Veoで生成した動画にAI生成を識別する透かしを付けると案内しています。Free・Plus・Proでは目に見える透かしも対象です。動画を公開する人は、生成前にプランと透かしの条件を確認しましょう。
Adobe Firefly
Adobe製品を使う人、複数モデルを比べたい人に
一つの画面でAdobe自社モデルのほか、GoogleやRunwayなどの動画モデルも選べます。Fireflyの利用可能な生成クレジットがあれば、パートナーモデルのためだけに開発元と別契約する必要はありません。 まず自身の契約で何を選べるか確認しましょう。
確認ポイント：他社モデルでは商用利用などの条件が異なる場合があります。
料金・利用の要点：Adobeの契約内クレジットで複数モデルを利用
料金・機能・権利を詳しく見る
FireflyではAdobe製の生成モデルとGoogle・Runwayなど他社製モデルを、同じ制作画面から選べる場合があります。生成クレジットはモデルと出力条件で異なります。
Adobeが自社モデルについて説明する「商用利用を想定した制作環境」と、提携先モデルの権利条件は同一ではありません。仕事や収益化動画に使うなら、実際に選択したモデルの利用規約と入力した写真などの権利を確認してください。
Fireflyで使える生成クレジットが付与されていれば、通常はパートナーモデルのために別のサービスへ契約する必要はありません。ただし組織アカウントでは管理者による「パートナーモデルユーザー」の権限設定が必要な場合があります。実際に生成できるモデルと必要クレジットは、Firefly上の選択画面で確認してください。
Runway
動画制作をしっかり始めたい人に
映像制作向けの機能を備えたサービスです。Gen-4.5には必要な有料プランがあり、生成する秒数に応じてクレジットを消費します。
確認ポイント：契約前に「何秒の動画を何回作れるか」を確認。
料金・利用の要点：Gen-4.5は動画1秒につき12クレジット
料金・機能・権利を詳しく見る
RunwayのGen-4.5はStandard以上のプランで利用でき、動画の長さは2〜10秒。5秒なら60クレジット、10秒なら120クレジットを消費する計算です。これはドル表記ではなくRunway内のクレジットです。
思いどおりの動きにならず、同じ10秒の動画を3回生成した場合は、単純計算で360クレジット。仕上がりの確認と作り直しまで考えてプランを選びましょう。
商用利用の可否を考えるときは、生成物そのものの権利と、入力した画像・動画・人物の権利を分けて確認します。
Luma
動画の雰囲気や制作機能を比べたい人に
動画生成の制作環境として候補になります。料金や商用利用の条件はプランごとに異なり、旧サービス時代の案内が検索に残っていることもあるため注意が必要です。
確認ポイント：現在の契約画面と規約を確認。
料金・利用の要点：現行の月額料金：Plus 30米ドル／Pro 90米ドル
料金・機能・権利を詳しく見る
Lumaの現行料金表では個人向けPlusが月30米ドル、Proが月90米ドル。年払いを選ぶと金額表示が変わるため、まず月額表示か年間一括払いかを確認してください。動画モデルも世代によって異なり、Lumaが現行モデルとして案内するのはRay3.2です。Ray3.14も料金表にありますが、同じモデルではありません。
Plusには商用利用の記載があります。ただし、使うモデルや素材の権利、利用規約を無条件に免除するものではありません。
検索結果には旧Dream Machineのプラン情報も残るため、2026年のLumaの料金表と取り違えないようにします。
fal
プログラムを使って動画を大量に作りたい人に
さまざまな動画生成モデルを、開発者向けの仕組みから利用できるサービスです。通常の月額動画アプリとは料金の考え方が違います。
確認ポイント：秒数・画質・モデルによって費用が変化。
料金・利用の要点：開発者向け。料金はモデル・解像度・秒数ごと
料金・機能・権利を詳しく見る
MiniMax H3 Maxの例では、通常料金は768pで1秒0.08米ドル、5秒なら0.40米ドル、10秒なら0.80米ドルが基本です。
fal公式ページでは、2026年10月17日の確認時点で10月31日まで35％割引と案内しています。768pの掲載価格は1秒0.052米ドル（5秒で約0.26米ドル、10秒で約0.52米ドル）。割引終了後の通常価格は1秒0.08米ドルとされています。期間や価格は変更される可能性があるため、生成前に公式ページとログイン後の請求条件を確認してください。
APIはプログラムなどから動画を生成する仕組みです。モデルが違うと料金も利用条件も変わるため、サイト全体で一律の商用利用条件を決めつけません。
Vidu API
自作システムと組み合わせたい人に
Viduの動画モデルを開発者向けに利用する入口です。一般の人が操作するアプリ版とは、料金体系や必要な準備が異なります。
確認ポイント：モデルごとの消費クレジットまで確認。
料金・利用の要点：1クレジット0.005米ドル。必要数はモデル別
料金・機能・権利を詳しく見る
Vidu公式APIの標準的なクレジット単価は1クレジット0.005米ドルです。しかし、動画を1本作るのに何クレジット必要かは、使うモデル・解像度・秒数・生成方式で変わります。
夜間などの混雑しにくい時間帯の割引料金を示すモデルもあります。Qシリーズのバージョン違いを混ぜて「Viduは最安」といった結論を出すことはできません。
アプリ版とAPIでは画面・契約方法・料金の見方が異なります。日本からの決済や契約も、実際の登録画面で確認してください。
Dreamina
Seedance系の動画生成を試したい人に
Seedanceシリーズに触れる入口の一つです。日本語の案内があっても、日本からの登録・決済・無料枠・商用利用条件まで一律に保証されるものではありません。
確認ポイント：契約画面のモデル名と対象地域を確認。
料金・利用の要点：Seedanceの利用入口。日本の契約額は要確認
料金・機能・権利を詳しく見る
DreaminaはSeedanceシリーズに触れるための制作環境の一つです。ただし「日本語の紹介ページがある」ことと、日本から同じモデルを同じ条件で契約できることは別です。
Seedance 2.0と2.5は同じシリーズでも別のモデルです。クレジットを購入する前に、実際の画面に表示されるモデル名・秒数・商用条件を確認してください。
日本向けの確定料金を確認できていないため、他国向けの価格を円換算して掲載することは避けます。
料金で迷ったら：月額料金だけでなく、5〜10秒の動画を何回作れるかを見てください。生成に失敗して作り直す場合もあります。「無料」と書かれていても、作れる長さ・画質・透かしの条件は同じではありません。
上位なのに詳しく紹介していないモデルは？
29モデルのうち、初回に個別カードを作ったのは8件だけです。未掲載のモデルが低性能という意味ではありません。
例えばUtopai Xは全体2位、MiniMax H3 Maxは5位。どちらも見逃せない候補です。ただし、実際の利用経路やモデルの違いまで確かめず、既存のカードと同じ評価として扱うことは避けています。
詳しく採点していない4モデルについても、順位や利用経路の情報を省略せずに残します。これらは上位の候補ですが、今回の8モデルのTier件数へ追加したわけではありません。
Utopai X｜文章から動画の比較で2位
今回の外部比較では2位。映像や音声、動きを揃えた映像制作を目指すモデルで、提供元は制作環境「PAI」への組み込みを説明しています。
利用経路と技術データを見る
外部比較の記録：2位、Elo 1,166 ±17、比較サンプル5,103件。外部比較上はAPIなしと表示されています。
一般向け料金や日本からの契約条件は別途確認が必要。現段階で未掲載＝低性能と扱わず、独自のS評価を付けることもしません。
MiniMax H3 Max｜H3とは別のモデル
文章から動画の比較で5位。falがMiniMax H3を追加学習した別モデルとして提供しており、同じH3でも名称だけで同一視できません。
違いと料金・数値を見る
外部比較の記録：5位、Elo 1,156 ±16、比較サンプル5,440件。画像から動画は本稿採用のI2V v1.1で5位、Elo 1,124 ±17。
fal公式ページでは、2026年10月17日時点で768pを1秒0.052米ドル（35％割引・10月31日終了予定）と案内しています。割引終了後の通常価格は1秒0.08米ドル。価格は変わる可能性があるため、利用時の表示を確認してください。falのモデル・料金ページ
Seedance 2.0｜2.5とは別バージョン
文章から動画の比較で7位。参考画像や動画、音声を組み合わせた短編動画づくりを想定したモデルです。
入力できる素材と数値を見る
外部比較：7位、Elo 1,138 ±16、比較サンプル4,807件。画像から動画は本稿採用のI2V v1.1で6位、Elo 1,121 ±18。
開発元は最大15秒と、画像9枚・動画3本・音声3ファイルなどを使った制作を案内しています。提供モデルは契約画面で確認します。
Vidu Q4 Preview｜本稿の比較一覧では順位対象外
写真やイラストを動かす用途で注目したいモデル。今回の文章から動画を作る29件とは別の比較での2位です。
映像仕様と数値を見る
過去の別取得時点における参考記録：画像から動画で2位、Elo 1,129 ±12、比較サンプル3,894件。現行のランキングとは混同しません。開発者向けの提供仕様には生成秒数3〜16秒や画質の選択肢が記載されています。
Preview版の画像生成順位を文章から動画のS〜Eへ置き換えることはできません。
Runway Gen-4.5、Luma Ray3.14、Adobe Firefly Videoなども有力な存在です。ただし、今回の「音声付き・文章から動画」という比較と同じ条件で確認した値がないものを、無理にS〜Eへ入れてはいません。
順位が付いていなくても注目したい動画生成AI
動画の仕上がりに加え、カット編集や制作画面の使いやすさも選ぶ理由になります。以下は今回と同条件の数値が揃っていないため、Tierに無理に割り当てていません。
Runway Gen-4.5
動画の動きやカメラ演出にこだわる制作向け。2〜10秒の動画生成ができ、1秒12クレジットです。公式仕様
Luma Ray3.2／Ray3.14
LumaはRay3.2を現行の動画モデルとして案内しています。Ray3.14も料金表に掲載されていますが、世代が異なるため性能を同一視できません。Plusは月30米ドル、Proは月90米ドルで、選ぶモデルや動画の条件によって消費量が変わります。公式のモデル案内／公式料金表
Adobe Firefly Video
Adobe自社のモデルと、制作画面から選べる他社モデルを分けて考えます。Fireflyから他社モデルを使っただけで同じ商用条件になるとは限りません。公式のモデル利用案内
Kling 4.0／Pika
Kling 4.0の能力をKling 3.0 Proの数値で代表させることはできません。Pikaのように複数のモデルを選べる制作プラットフォームも、一つの生成モデルとして二重登録しません。
初めての動画生成AIで失敗しない試し方
- 動画の目的を一つ決める。商品の紹介、背景映像、写真のアニメーションなど、最初は短い作品に絞ります。
- 簡単な指示から始める。「赤いマグカップを机に置き、カメラがゆっくり右へ動く」程度で十分です。最初から多くの動作を詰め込まない方が、失敗の理由も分かります。
- 2〜3回試して比べる。一度うまくいかなかっただけでモデル全体を判断しないこと。形の崩れ、動き、音声、やり直しのしやすさを見ます。
- 公開する前に利用条件を確認する。商用利用、素材の権利、人物の同意、透かし、公開設定を確認します。
上記は読者向けの試し方です。つぶログがこの手順で8モデルの実機比較を済ませたという意味ではありません。
同じ条件で試すための具体例
共通の題材を一つ決めて比べましょう。例えば「木製の机に赤いマグカップが置かれている。カメラがゆっくり右へ移動する。10秒間、カップの色と形は変わらない。人物は出さない」と指示します。
比べるポイントは、①カップの形が途中で崩れないか、②背景が不自然に変形しないか、③指示したカメラ移動になるか、④音の出方、⑤作り直しにかかる操作と費用です。
ここで示すのは読者が自分で試すための例で、つぶログが今回の全モデルで実際に生成した検証結果ではありません。
そのまま試せる、動画づくりの指示文2例
動画生成AIは、長い文章を入力すれば必ずうまくいくわけではありません。最初は「何を映すか」と「どう動くか」を短く伝えると、できあがった映像のどこが違うか確認しやすくなります。以下は試すための指示文の例であり、つぶログが各モデルで同じ結果を実機確認した作例ではありません。
雨上がりの街を撮る
元になる写真は使わず、文章から風景を作る例です。短い動画の背景素材を想定しています。
雨上がりの静かな商店街。濡れた路面に店の明かりが反射している。カメラは歩く速さでゆっくり前へ進む。人のいない落ち着いた夕景を、連続した一つのカットで映す。
見るポイント：カメラが急に飛ばないか。店や建物の形が途中で変わらないか。路面の光が自然か。
海辺の写真に動きを付ける
自分で撮影した海辺の写真をアップロードし、動かす場所だけを伝える例です。
カメラの位置は固定する。雲がゆっくり横へ流れ、波が穏やかに岸へ寄せる。水平線は安定したまま、元の写真の構図と色合いを保つ。
見るポイント：海だけが不自然に伸びていないか。水平線が揺れないか。写真にない物が増えていないか。
最初は一つずつ直せば十分。動きが速すぎるなら「もっとゆっくり」と指定し直すなど、変える条件を一つに絞ります。最初から映像の長さ、画質、音声、複数のカットまで盛り込むと、何が原因で失敗したか分かりにくくなります。
縦長の動画を作りたい場合、画面の比率は指示文だけでなくサービス側の設定も確認してください。使える生成方法や動画の長さはモデルごとに異なります。自分で撮影していない写真や、使用許可のない人物画像は入力しないでください。
料金の見方｜月額・秒単価・クレジットの違い
動画生成は、作った秒数だけでなく画質・音声・書き直しの回数で費用が変わります。見た目が同じ10秒動画でも、サービスによって料金の単位は違います。
たとえば10秒の動画が1回で完成すれば、それで十分です。しかし人物の表情が変わったり、指示した動作が再現できなかったりすると、同じ内容を何度も生成することになります。料金を考えるときは10秒の動画を3〜5回試したらいくらになるかを想像した方が現実的でしょう。
使う前に確認したい6つの条件
- 無料枠：何回生成できるか。翌月に繰り越せるか。
- 秒数と画質：5秒や10秒、720pや1080pで消費量がどう変わるか。
- 作り直し：失敗した動画や別案の生成にも課金されるか。
- 商用利用：使ったモデル・プランごとの規約と収益化条件。
- 素材の権利：他人の写真・人物・動画を無断で入力していないか。
- 公開設定：作品が公開ギャラリーに載るか、アップロード素材が保存・共有されるか。
月額料金だけを見て「無制限」、高画質の宣伝だけを見て「毎回最高画質」と考えないようにしましょう。
料金の実例｜Runwayなら動画を何本作れる？
料金の単位が分かったら、次は「手持ちのクレジットで何本作れるか」を見てみましょう。生成した映像の構図や動きが希望と違えば、作り直しにもクレジットが必要になる場合があります。
Runway Gen-4.5を例にすると、公式案内では5秒生成で60クレジット、10秒生成で120クレジット。Standardの月625クレジットをすべて同じモデルに使う場合、5秒動画なら10本分、10秒動画なら5本分が一つの目安になります。ただし契約内容や別機能の使用によって残量は変わり、何本でも作り放題という意味ではありません。
短い動画を3回試して初めて納得の1本ができたなら、見積もりは「完成動画1本分」ではなく試作3回分で考えるべきです。作れる秒数や料金を比べるときは、毎月付くクレジットだけでなく、失敗した生成に何を消費するかまで見ておきましょう。
料金例の出典：Runway公式料金表／Gen-4.5公式仕様。2026年10月14日確認。為替換算や消費税は含めません。
Tier表の評価基準と、数字の読み方
今回の順位は「人が見て、どちらの動画を好んだか」を集計した第三者の比較に基づきます。ここで評価しているのは映像の一面だけで、アプリの操作性・日本語の音声・商用利用のしやすさなどは別問題です。
比較版の固定：文章から動画の順位はAA-Video-T2V v2.1（音声あり）、写真・画像から動画の順位はAA-Video-I2V v1.1（音声あり）。いずれも2026年10月14日取得の記録です。異なる評価版の数値を足したり、同じ順位として扱ったりしていません。順位サイトの値は今後変わることがあります。
S〜Eを分けた数値を確認する
音声付きで文章から動画を作る外部比較の「Elo」を、つぶログが次の範囲で便宜的に区切りました。
- S：1130以上
- A：1100〜1129
- B：1050〜1099
- C：1000〜1049
- D：950〜999
- E：949以下
この境界は自然科学的な品質差ではありません。また、今回の8件だけをTierに分けたもので、29モデル全件を区分した表ではありません。
「Elo」「±」「画質の数字」は何を意味する？
Elo（イロ）：動画を見比べた人の選択結果から求めた、モデル同士を比べるための値です。1000点満点のテストではありません。
±（プラスマイナス）：統計的なばらつきの幅を表します。近い数値のモデルを、一つの数字だけで厳密に順位づけできるわけではありません。
720p・768p・1080p：動画の細かさに関する画質の設定です。比較時の設定と、サービスが書き出せる最大画質は分けて考えます。
API：通常のWeb画面とは違い、ソフトウェアからAIへ指示するための仕組みです。初めて動画を作る人が必ず使う必要はありません。
比較で分かること・分からないことを見る
分かること：同じ方式で動画を作ったとき、人から好まれやすかったモデルの傾向。
分からないこと：日本語のセリフの自然さ、料金の安さ、毎回の安定性、操作画面の使いやすさ、すべての動画ジャンルでの優劣。
元の比較サイトは随時更新されます。この記事は2026年10月14日に取得したT2V v2.1／I2V v1.1の記録であり、閲覧時点の最新順位を保証するものではありません。条件の違う画像→動画の値と足したり平均したりしません。
用語を知らなくても大丈夫
生成モデル：映像を作るAIそのもの。サービス：それを利用するWebサイトやアプリ。クレジット：動画を作ると減る利用ポイントのようなもの。API：Web画面の代わりに、自作ツールやプログラムからAIを使う仕組みです。
普段はモデル名と作りたい動画、実際に利用できるサービスが分かれば十分です。細かな統計値が必要な人だけ、ランキングの詳細欄をご覧ください。
よくある疑問
結局、初めてならどれを使えばいい？
いきなり外部比較1位のモデルを選ばなくても大丈夫です。最初はGoogle FlowやAdobe Fireflyなど、登録から動画の確認までを一つの画面で進めやすいサービスを候補にし、利用可能なプランを確認してください。
D Tierなら使わない方がいい？
そういう意味ではありません。Dは今回の特定条件の外部比較に基づく区分です。制作機能や料金が目的に合うなら、候補から外す必要はありません。
動画生成AIは無料で試せる？
無料のクレジットや試用枠が用意されることはあります。ただし、クレジットがあることと自分のアカウントで動画を生成できることは別です。たとえばGoogle Flowには無料クレジットの案内と、有料プランを利用条件とする案内が併存しています。契約前に実際の生成画面・残高・透かしを確認してください。
日本語でセリフを話す動画も作れる？
多言語の音声生成に対応するモデルはあります。ただし「日本語で指示できる」ことと「自然な日本語で話せる」ことは別です。今回のランキングだけでは判断できません。
有料プランにすれば商用利用は自由？
一律には言えません。使ったモデルと契約プランの規約、元画像や人物の権利、公開設定をそれぞれ確かめる必要があります。
Soraが載っていないのはなぜ？
旧SoraのWeb・アプリ版とAPIの提供終了を踏まえ、現在選べる動画生成AIの比較対象から外しています。過去の技術史として紹介する価値とは別です。
まとめ｜順位は参考。最後は作りたい動画で選ぶ
今回の外部比較では、文章から音声付き動画を作るならWan 3.0が1位でした。一方、手元の画像を動画にする別の比較ではMiniMax H3が1位。何を元に映像を作るかで、上位モデルは変わります。
最初から難しい数字を覚える必要はありません。文章だけで作りたいのか、画像を動かしたいのか。作品の目的を決め、無理のない料金で試せるサービスを探す。それが一番分かりやすい選び方です。
動画だけでなく、文章作成や調査なども含めてAIを比較したい人は、つぶログの生成AI42サービスTier表【2026年版】も参考にしてみてください。