動画モデル

確認すべきポイント

選択肢を分けるポイントを、重要な順に並べています。

1. 01

   正しいボードでのArena Elo：音声ありか、なしか

   Artificial Analysisは、ブラインドの横並び投票によるEloで動画モデルを順位づけており、テキストから動画と画像から動画の別々のボードと、With Audio / No Audioの切り替えがあります。各Eloには±95%の区間とRangeの列が付いています。2026年10月時点で、音声ありのテキストから動画の上位6モデルは約17ポイント以内にあり、統計的には同点です。音は自分で付けるなら無音のボードを、商品写真や絵コンテのフレームから始めるなら画像から動画のボードを使いましょう。1080pのKling 3.0 Proが基準点として1000に固定されているので、スコアはそのボード内でしか比較できません。

2. 02

   自分の解像度での1秒あたりの価格

   ボードのAPI Pricingの列は、開発元のAPIで既定の設定のまま1080pの動画を1分生成する費用です。実際の費用は解像度とプランで大きく変わります。Veo 3.1は1080pで1秒$0.40、Veo 3.1 Fastは$0.12、Wan 3.0は$0.20です。試行の繰り返しにはドラフトや高速のプランを使い、高価なプランは最終のレンダリングにとっておく価値があります。

3. 03

   クリップの長さと延長

   1回の生成の長さは、8秒（Veo 3.1）から30秒（Wan 3.0、Seedance 2.5、Kling 4.0）まで幅があります。より長いショットは通常、延長で作りますが、延長のたびに人物の同一性や照明がずれることがあります。連続したテイクが必要なら、延長の連鎖に頼るのではなく、1回のパスでの最大の長さをテストしてください。

4. 04

   ネイティブの音声

   いくつかのモデルは今や、音、台詞、音楽を同じパスで生成します（Veo 3.1、Seedance 2.5、Wan 3.0、MiniMax H3、LTX-2.5、FLUX 3）。音声を後から加えるより、映像と一緒に生成したほうが、口の動きとタイミングがはるかによく合います。モデルが無音なら、別の音声や音楽のモデルの予算を見込んでください。

5. 05

   制御：参照、キーフレーム、編集

   単発のクリップを超えるものには制御が必要です。最初と最後のフレーム、複数のキーフレーム（Luma Ray3.2は最大16）、人物や製品の参照画像、既存の映像のプロンプトによる編集です。Seedance 2.5は、最大30の画像、10の動画、10の音声クリップを参照として受け付けます。これらの制御がAPIにあるのか、開発元のアプリにしかないのかを確認してください。

6. 06

   解像度とプロ向けの形式

   多くのモデルは720pか1080pでネイティブに生成し、アップスケールで4Kに達します。どちらかを確認しましょう。アプリより低い解像度に上限を設けているAPIもあります（Seedance 2.5のModelArk APIは720pまで）。ポストプロダクションでは、HDR、ProRes、EXRの書き出し（Luma Ray3.2、Runway Gen-4.5）で変換とグレーディングの手間が省けます。

7. 07

   ライセンス、地域、オープンウェイト

   ホスト型のモデルは規約のもとで出力の利用を許諾していますが、提供状況は地域によって異なります。Seedance 2.5のModelArk APIは米国では提供されておらず、MiniMax H3のオープンウェイトは、米国、EU、英国、韓国で使うには申請が必要です。LTX-2.5の重みは収益$10 million未満の企業なら無料です。オープンな動画の重みには本格的なGPUも必要で、MiniMaxのリファレンスのデプロイは4基を使っています。

11 個のツールを比較

当サイトの評価順です。各レビューで出典、料金、評価の詳細を確認できます。

動画モデルのツール比較

ツール	評価	当サイトの評価	向いている用途	料金
Wan 3.0モデル	4.5/5	Wan 3.0はブラインド投票でわずかな差で勝ち、1クリップ30秒まで生成できます。ただし、Alibabaは重みも技術的な詳細も明かしていません。	割高な料金を払わずに、トップクラスの動画品質と長いテイクを求めるクリエイターと開発者です。	Qwen Cloud：定価で480pが1秒$0.05、720pが$0.10、1080pが$0.20（1080pで1分$12）、現在は30%引きと表示されています。Runway：同じ料金、またはwan3_primeのバリアントで$0.068〜$0.28です。
Seedance 2.5モデル	4.4/5	Seedance 2.5が売るのは一貫性の制御で、その対価としてランキング首位のモデルのほぼ3倍の分単価を取ります。	多くのショットにわたって同じキャラクター、商品、声を安定して保つ必要がある広告とコンテンツのチーム。	ModelArk：動画入力なしで100万トークンあたり$10.70、動画入力ありで$6.40です（480pで5秒あたり約$0.51、720pで$1.16）。Runway：解像度に応じて1秒あたり$0.20から$0.68、最低80クレジットです。
MiniMax H3 (Hailuo 3.0)モデル	4.3/5	Seedanceの7分の1の価格で最先端に近い動画が得られます。ただしオープンウェイトは、買い手の多くがいる4つの市場では使えません。	APIを通じて最上位の動画品質を安く得たいチームと、米国、EU、英国、韓国以外でトップクラスの動画モデルをセルフホストまたはファインチューニングしたいチームに向いています。	MiniMax API：768pで1秒あたり$0.08、2Kで$0.13（768pで1分あたり$4.80）。既存クリップの2Kアップスケールは1秒あたり$0.05。Runway：768pで1秒あたり$0.10。重みはMiniMax H3 Community Licenseのもとで無料です。
Gemini Omni Flash 1.1モデル	4.3/5	Gemini Omni Flashは、わずかなEloと引き換えにクリップを会話で編集する最も安い手段を提供します。今週Veoのプレビューが終了したため、Gemini APIの料金表に載る唯一の動画モデルです。	Gemini APIを使い、短いクリップを会話で生成・修正したい開発者に向いています。	入力100万トークンあたり$1.50、動画出力100万トークンあたり$17.50で、720pの動画1秒あたり約$0.10。無料枠はありません。Runwayでは解像度に応じて1秒あたり$0.034〜$0.30です。
FLUX 3モデル	4.2/5	実際の制作に使える操作性を備えた有能なプレビューですが、価格とレート制限はまだ足場を固めている途中のモデルのものです。	Draftでショットを繰り返し試し、画像ですでに使っているベンダーから4Kで納品したいスタジオや代理店。	動画1秒あたり：Draft HDは$0.06。HDは$0.17、FHDは$0.29、QHDは$0.40、4Kは$0.80（続きの生成は$0.12〜$0.95）。音声込み。FLUX 3 Imageは画像1枚あたり約$0.048。
Kling 4.0モデル	4.1/5	Kling 4.0は動画生成で最も長い仕様表を持っていますが、今のところそれを裏づける独立した評価はありません。	すでにKlingアプリを使っており、キーフレームで演出した長いショットを求め、APIを待てるクリエイティブチーム。	Klingアプリのサブスクリプション。falのAPIは音声込みで720pが1秒あたり$0.157、1080pが1秒あたり$0.235です。
Luma Ray3.2モデル	3.9/5	リーダーボード向けのモデルではなく、グレーディング工程のための道具です。演出を指示できるHDRのショットには価格に見合う価値がありますが、音声が必要な用途には向きません。	HDRのグレーディング工程にそのまま組み込める、演出を指示できるショットを必要とするVFX、ポストプロダクション、代理店のチーム。	APIのクリップ単位料金：5秒のtext/image-to-videoはSDRで$0.15（540p）、$0.30（720p）、$1.20（1080p）。10秒は$0.45／$0.90／$3.60。HDRは2倍（2x）、HDR+EXRは3倍（3x）。アプリ：Plus $30、Pro $90、Ultra $300（月額）。
Runway Gen-4.5モデル	3.8/5	Gen-4.5に残る最も強い売りはHDRとProResの書き出しで、Runwayの標準の規約では、入力したものは何でも学習に使われ得ます。	すでにRunwayを使い、生成したショットをProResやHDRで納品する必要があるスタジオやポストプロダクション。	1回限りの125クレジット付きの無料プランがあります。Standardは月$15（年払いで$12）、Proは$35（$28）、Maxは$95（$76）です。API：1秒あたり12クレジット（$0.12）で、ProResは$0.05、HDRは$0.20から$0.40が加算されます。
LTX-2.5モデル	3.8/5	セルフホスト、ファインチューニング、ComfyUIへの組み込みが簡単なLTX-2.5は、画質で200 Eloを犠牲にして制御性を得ています。	ファインチューニングして自社のGPUで動かせるオープンな動画モデルを求める開発者と小規模なスタジオ。	重みは年間売上1,000万ドル（$10M）未満なら無料（LTX-2.x Community License）。APIの1秒あたり料金：Fastは$0.09（720p）、$0.13（1080p）、$0.19（1440p）、$0.30（4K）。Proは$0.12、$0.17、$0.25、$0.39。
Pika H3 Flexモデル	3.8/5	Pika H3 Flexは、MiniMax H3を速く、安く借りられるようにしたものです。しかしオープンな重みは、Pika自身の本拠の市場を除外するライセンスを引き継いでいます。	すでにMiniMax H3を使っていて、同じモデルをAPIでより速く安く使いたいチームと、ライセンスの除外地域の外でH100を使ってファインチューニングするスタジオ。	Pika APIは出力1秒あたり、テキストまたは画像から動画が$0.02（480p）、$0.04（768p）、$0.07（1080p）、$0.08（2K）、$0.16（4K）、参照から動画が$0.06から$0.20です。公開時は半額です。音声のステムは1秒あたり$0.001。アダプターはMiniMax H3 Community Licenseで無料です。
Veo 3.1モデル	3.3/5	Veo 3.1は今や企業向けクラウドのレガシーモデルです。Google CloudではGAのままですが、Gemini APIからは消え、自らの後継に170 Elo差をつけられています。	長い延長や最終フレームの制御に依存する既存のVeoのパイプラインを持ち、Google Cloudで運用できるチームです。	Google Cloud、1秒あたり：Veo 3.1は音声付き$0.40、音声なし$0.20（720p/1080p）、4Kでは$0.60/$0.40です。Fastは音声付きで$0.10〜$0.12です。Liteは音声付きで$0.05〜$0.08、音声なしは$0.03からです。

仕様の比較

このステップで重要な仕様です。2026年10月19日に確認しました。導入前に提供元のサイトで確認してください。

一対一の比較とランキング

• AI動画モデルのおすすめ

このステージが使われる場面

• 動画制作：まず Veo 3.1, Kling 4.0, Wan 3.0 から始めます。

このガイドの出典

• Artificial Analysis: text-to-video leaderboard
• Arena leaderboard (video arenas)