生成AIの比較

Copilot、Grok、ChatGPT、Claude、Genie、Gemini、Dream Machine、FlexClip、Meshy、Dreamina、Apple Intelligenceの生成内容を比較した。効率的かつ多彩な情報を得ることが可能となる。全て無料バージョンを用いている。

上の題字は生成AIでなく3DCG（Blender）を用いて筆者が作成した。

Originally published: 2025-03-13

Last updated: 2026-08-03

生成AI(Generative AI)の特徴

• 短時間に多くの文献を参照しているので自分で検索、生成するよりもはるかに効率的かつ多彩な情報を得ることができる。参考文献の記載もある。いずれもプロンプト次第というところもある。
• 画像については素材から生成するので実写とは異なるが想像力豊かな画像を生成することもできる。
• 3Dモデリングに活用することができる。生成所要時間が長かったりデータ量が大きくなる場合もある。

以下の6カテゴリについて示す

• 統計データ
• 画像生成
• 動画生成
• プログラミング
• 3Dモデル
• 科学チャット

統計データ

EV（BEV）の全世界販売台数

”2015年から2024年末までのEV(BEV)の車種別全世界累計販売台数ランキング”

2024年は確定値ではなく推測を含む。Grok、Copilot及びChatGPTの結果を示す(2025年2月27日時点)。

Grok	Copilot	ChatGPT
Tesla Model 3: 2200k	Tesla Model 3: 2600k	Tesla Model Y: 3000k
Tesla Model Y: 1800k	Tesla Model Y: 1700k	Tesla Model S: 2600k
日産 リーフ: 650k	BYD: Song: 640k	Wuling Mini EV: 1426k
BYD Dolphin: 500k	日産 リーフ: 600k	日産 リーフ: 577k
Tesla Model S: 400k	Volkswagen ID.4: 530k	BYD Song: 640k

画像生成

ここでは、画像生成の例として奈良公園と未来社会というテーマを取り上げる。

奈良公園

奈良公園の画像生成をいくつかのキーワードとともに入力した。

Copilot、ChatGPTいずれも実在感よりもファンタジックな画像となっている。ChatGPTの奈良公園とは思えない華やかさも面白い。GrokとGeminiはオーソドックスな画像となっている。このことは参考として掲載した筆者が2024年4月に撮影した画像と比べるとよくわかる。

Grok

Copilot

ChatGPT

Gemini

Apple Intelligence (Playground)

Apple IntelligenceのPlaygroundで生成した結果を示す。いろいろなパターンから選ぶことができるものの、イマイチな感じだった。

参考1

筆者が2024年に奈良公園で撮影した画像。ココに掲載。

未来社会

Grok、Copilot、ChatGPT、Gemini、Dream Machine の場合について未来社会に関連する複数のキーワードを入力して生成される画像を比較した。キーワードを変えて何回か試行する度に異なる結果となる。自分で画像を生成するよりもはるかに短時間で多くのバリエーションを生成することができる。

Grok

Copilot

ChatGPT

Gemini

Dream Machine

筆者が10才のときに描いた未来社会のスケッチ

ヘリコプターを空飛ぶ車に置き換えると上記AIによる生成画像とよく似たところがある。

Gemini Nano Banana Pro

上に示した筆者が10才のときに描いた未来社会のスケッチを元にしてNano Banana Proで描いてみた。最初の画像は暗かったが複数回の試行の後に得られた画像が面白かったので次に示す。白黒スケッチにカラフルに色付けされている。

昭和の正月を描いた図画の実写化

Gemini Nano Banana Pro

次の図は筆者が8歳のときに描いた正月の風景で子供が凧揚げ、駒まわし、羽根つきをしており、子供が犬を連れて歩いている。

これをNano Banana Proで数回のやりとりによって実写風にしたものを次に示す。なかなかよくできている。昭和の風景が再現されている。尚、ChatGPT Sora2ではこのコンテンツはChatGPTのコンテントポリシーに違反するかもしれないという回答が返ってきた。

深海

Gemini

ここではGeminiで生成した深海の画像を示す。ダイオウイカやマッコウクジラが絡み合う雰囲気がよく表現されている。

動画生成

奈良公園

Sora2

2025年10月16日からChatGPTのSora2が招待コードなしで無料使用可能となった（制限有り）。奈良公園を歩く鹿の動画を生成した。フレーム幅1280、フレーム高704でビットレートは8.5Mbpsの横長動画が生成されている。以下、表示画像のフレーム幅は640に統一している。

相撲

相撲は各AIツールにはなじみがないものらしく難しい。Sora2とDeaminaとを比較した。いずれもレスリング的な感じもするが、Sora2のほうがDeaminaに比べて土俵の中での相撲らしい動きとなっている。Dream Machineはかなり説明を加えてもうまくできなかった。

Sora2

2025年10月16日時点では画像サイズ指定に関わらず縦長となる場合が多い。本来画像サイズ指定可能とするか横長にする方が見やすい。次の例は相撲の例。オリジナル画像はフレーム幅704、フレーム高1280の縦長となっており、フレームレートは30fps、ビットレートは6.4Mbpsである。縦長画像ではPCやタブレットで見ずらいので画像サイズをフレーム幅552、フレーム高720に変換した動画を下記に示す。

Dreamina

数回試みた中でベストな動画を示す。Sora2に比べるとかなり不自然な感じとなっている。

深海

Sora2

Sora2で作成した深海でマッコウクジラとダイオウイカが闘っている動画。オリジナル画像はフレーム幅704、フレーム高1280の縦長となっており、フレームレートは30fps、ビットレートは4Mbpsとなっている。縦長画像ではPCやタブレットで見ずらいので画像サイズをフレーム幅560、フレーム高560に変換した動画を下記に示す。後述のFlexflipに比べるとマッコウクジラとダイオウイカが絡み合っている姿が描かれている。

FlexClip

別の例として上記深海でのGeminiのデータをもとにFlexClipで動画を生成した例を示す。マッコウクジラとダイオウイカのゆったりした絡みが表現されている。これで両者が戦うシーンであれば面白い。

恐竜

Sora2

次の例は恐竜のティラノサウルスとトリケラトプスが闘っているシーンの例。オリジナル画像はフレーム幅704、フレーム高1280の縦長となっており、フレームレートは30fps、ビットレートは5.7Mbpsである。ビットレートのわりに解像度がDreaminaに比べると若干不足している。縦長画像ではPCやタブレットで見ずらいので画像サイズをフレーム幅556、フレーム高558に変換した動画を下記に示す。

Dreamina

DreaminaはTikTokで知られるByteDanceが提供するAI。Dreaminaで作成した恐竜のティラノサウルスとトリケラトプスが闘っている動画。オリジナル動画はフレーム幅960、フレーム高960、ビットレート6.7Mbps、24fps。

Dream Machine

Luma Dream Machineによる生成。ティラノサウルスがトリケラトプスが闘っているシーン。オリジナル動画はフレーム幅640、フレーム高352、24fps、860kB。

未来社会

画像（静止画）をキーフレームとして動画を生成した場合を示す。 様々な要素によって構成される画像からの動画を生成する場合、要素が歪んだり不自然な動画になる場合が少なくない。

Runway

上記未来社会のDream Machineの画像をRunwayで生成した動画を示す。画像サイズはフレーム幅1920、フレーム高1080、ビットレート14Mbpsの高画質動画となっている。

Dream Machines

Dream Machinesで未来社会の動画を生成したものを次に示す。無料プランであるためフレーム幅640、フレーム高352、ビットレート1.46Mbpsと低いので画質が不十分と思われる。

図画

Dreamina

筆者が小学校1年のときに描いた図画をもとに動画を作成した。図があまり綺麗ではないのでAIがどの範囲を電車と認識するかがポイントとなるが、何回かの試行により一応電車が意図する方向に走っている(電車が手前の草むらとともに走る場合もあった)。

Sora2

次にスケッチをもとに付与するテキストに違いによる動画の違いをみる。

-原画-

次のスケッチは筆者が10代のときの作品である。これを原画とする。

-I am a lonely woman-

上記原画を元にして”I am a lonely woman”を特徴とするテキストを追加した動画を示す。上記原画によく似た顔でありながら暗い表情となっている。

-I am happy to see you-

次に上記原画を元にして”I am happy to see you”を特徴とするテキストを追加した動画を示す。 ”I am a lonely woman”の場合と比較すると明らかに明るい表情になっている。

時計

次に、筆者が小学3年の時に描いた次の図画の時計を例にとって長針と短針の区別、長針と短針の回転量が適正かどうかを試みることにする。下記の図画を原画とする。

Sora2

長針、短針の回転量、回転方向等の何回かの試行錯誤を経て得られた結果を示す。小学生の図画程度の荒い画像であっても、概ね長針、短針の回転角度（長針約240度、短針約20度）は正しいと思われるが、長針、短針の動きはスムーズではない。オリジナル動画のデータ量は約10MB。

Luma Dream Machine

Dream Machineによる結果を示す。1回の試行で得られた結果を示す。概ね長針、短針の回転角度（長針約90度、短針約7.5度）は正しく長針、短針はスムーズに動いている。データ量は約1MBで画質はSora2に比べて劣る。

実モデル

Sora2

次にココで紹介した筆者所有のダイヤモンド汽車の画像を元にしてSora2で生成する場合を示す。元の画像を下に示す。転車台の上のダイヤモンド汽車をイメージしている。これを原画とする。

上記ダイヤモンド汽車をレールの上で前進移動するシーン生成した場合を次に示す。生成AIによる機関車は元のダイヤモンド汽車とは多少形状が異なる。模型では上部の電源スイッチを入れることによってモータが駆動されて車輪が回転する。ここでは上記静止画を原画としているが生成AIによって車輪が回転してゆっくり前進している。ダイヤモンド汽車では発生しない機関車風のきしみ音も生成されている。

写真から動画生成

ここでは筆者が1995年に撮影したメルボルンの次の画像を原画として動画を生成した例を示す。

Sora2

Sora2による生成動画を示す。Sora2では縦長であるため見苦しいのでクロップしている。データサイズはオリジナルのフレーム幅704、フレーム高1280、時間10秒、ビットレート約8.1Mbps、30fpsの動画で9.7MBとなっている。

Dreamina

Dreaminaによる生成動画を次に示す。DreaminaのほうがSora2よりも路面電車の速度がゆっくりで自然になっている。オリジナルのデータ諸元はフレーム幅1120、フレーム高832、時間5秒、ビットレート約6.3Mbps、24fpsの動画で3.79MBとなっている。

プログラミング

回転する立方体

簡単なプログラミングとして、回転する立方体（Cube）を作成した。Grok、Copilotいずれも一発で成功した。ChatGPTは改善の要ありだった。Grokの例を示す。Copilotも同じようなもの。

回転する正八面体

回転する正八面体（Regular Octahedron）は立方体より難しい。一回の試行では成功せず複数回のやりとりを経て成功した。Grokの結果が良好だった。生成AIで作成した後、スケルトン正八面体の各面にテキスチャマッピングを施した。

3Dモデル

ここではGenie、Meshyで地球の3Dモデルを作成してレファレンスとして用いたNASAの地球の３Dモデルと比較する。Genie（Hi-Res）はそのデータサイズがNASAの約1/10である点を考慮するとよくできている。

地球

NASA

NASAの地球の3Dモデルは精密な仕上がりとなっている。

データサイズ: 18.485MB

Genie（Luma Genie）

Genieの地球の3Dモデル（Hi-Res）の南極を見るとNASAに比べて不明瞭となっている。よく見ると太平洋の日本とアメリカ大陸の間隔がNASAより狭く多少不自然。データサイズがNASAの1/10なので許容範囲か？

データサイズ: 1.96MB

Meshy

データサイズは3.9MBであるが、メッシュが荒く5大陸及び周辺の地形が不明瞭となっている。。

.

生成AIの使用が適さない例1

生成AIは現在のところ古書の修復には適していない。次の例は黄ばみの除去のみを指示した例であるが一見綺麗になっているが実は本来のテキストや数式の形も微妙に変わっている。現在のところ、元のテキストや数式を保存した状態で黄ばみだけを除去することには成功していないので別のツールを使用するほうが安全である。

（修復前）

（AIによる修復後）

一見黄ばみがきれいに除去されているように見えるが、テキストや数式の形が変化して原型が失われているので修復には適していない。

生成AIの使用が適さない例2

製図の図面から読み取って鳥観図を描く例では、Nano Banana Pro、Sora2、Copilot、Grokいずれも不成功だった。そもそも、正面図、側面図、上面図を正しく読み取って立体を構成することができていない。AIが3D空間内に正確な寸法のモデル化をすることができなのかもしれない。別稿で示すようにBlenderと組み合わせたClaude+Blenderでは成功した。