← ブログに戻る
レビュー

動画生成AI比較:Seedance・Kling・Hailuo・Wan を同じプロンプトで試した

FastMetal

5つの機械加工されたレンズが並び、1つだけが青く光るイラスト。動画生成AIの比較を表す

この記事の要点

  • 動画生成AIの5モデルに同じプロンプトを1回ずつ送り、出力をそのまま比べました。
  • 背景の作り込みは Wan 3.0、カメラの動きは Seedance の2モデルが、プロンプトに最も近い結果でした。
  • 1080p で返ったのは Kling 3.0 Pro だけで、音声トラックがなかったのは Hailuo 2.3 だけでした。
  • ラテアートの完成まで描き切ったのは Seedance 2.0 Fast、Hailuo 2.3、Wan 3.0 の3つで、残りの2つは注いでいる途中で終わりました。
  • 1回ずつの比較なので、同じモデルでも生成のたびに結果は変わります。

動画生成AIは、モデルごとに得意な絵づくりがはっきり違います。FastMetal のスタジオと API から使える動画モデルのうち5つに、同じプロンプトを送って比べました。試したのは2026年11月17日です。

試した条件

プロンプトは次の1文です(英語で送りました)。

A barista in a small Tokyo coffee shop pours latte art into a white cup, steam rising, soft morning light through the window, the camera slowly pushes in toward the cup. Realistic, cinematic.

東京の小さなカフェで、バリスタが白いカップにラテアートを注ぎ、湯気が立ち、窓から朝の光が入り、カメラがゆっくりカップに寄っていく、という内容です。人物の手の動き、液体、湯気、光、カメラワークをまとめて見られる題材を選びました。

各モデルは、MCP の generate_video ツールが使う既定の設定で1回ずつ生成しました。長さと解像度はモデルによって違います。スタジオでは、同じモデルでも長さや解像度を選べます。

結果の一覧

モデル開発元長さ解像度音声
Seedance 2.0 FastByteDance8秒1280×720あり
Seedance 2.5ByteDance5秒1280×720あり
Kling 3.0 ProKuaishou5秒1920×1080あり
Hailuo 2.3MiniMax約6秒1366×768なし
Wan 3.0Alibaba5秒1280×720あり

下の画像は、各動画の最初、真ん中、最後の3コマを並べたものです。

Seedance 2.0 Fast

Seedance 2.0 Fast の出力から3コマ。引きの構図からカップの真上の寄りへ移る

引きの構図から始まり、注ぐ手元、最後はカップを斜め上から見下ろす寄りへと、画面が大きく動きます。8秒あるぶん、場面の数も5本の中で最も多くなりました。最後のコマのラテアートは、ハートの模様がくっきり残っています。「カメラがカップに寄る」という指示を、最も積極的に解釈したモデルです。

Seedance 2.5

Seedance 2.5 の出力から3コマ。窓辺のバリスタから注ぐ手元の寄りへ

窓の外に緑が見える明るい店内から始まり、手元の寄りへ移ります。朝の光の当たり方が自然で、カップと木のカウンターの質感もきれいです。最後のコマはまだ注いでいる途中で、5秒の中に動きの見せ場を詰めています。

Kling 3.0 Pro

Kling 3.0 Pro の出力から3コマ。横からの固定に近い構図で、窓からの強い日差しと湯気

5本の中で唯一、1920×1080 で返りました。窓からの強い日差しと、ピッチャーから立つ湯気の描写がはっきりしています。構図は横からのほぼ固定で、カップに寄る動きは控えめでした。ラテアートは最後のコマでやっと模様が出始めるところです。

Hailuo 2.3

Hailuo 2.3 の出力から3コマ。手に持ったカップへ注ぎ、背景は大きくぼける

バリスタがカップを手に持ったまま注ぐ構図になりました。背景を大きくぼかした、浅い被写界深度の絵です。音声トラックはなく、ファイルも5本の中で最も小さくなりました。葉の模様はシンプルですが、注ぐ動きは途切れずにつながっています。

Wan 3.0

Wan 3.0 の出力から3コマ。窓の外に木造の町並みと歩く人が見える店内

窓の外に木造の町並みと歩く人が描かれ、「東京の小さなカフェ」という設定を最も具体的に作り込んだのが Wan 3.0 でした。手元の寄りから、最後は完成したチューリップ模様のカップを見せて終わります。5本のうち、背景の人物まで動いていたのは Wan 3.0 だけです。

コストの考え方

動画生成の料金は、1本ごとの課金です。モデル、長さ、解像度によって単価が変わり、同じ長さでもモデルごとに差があります。具体的な単価はスタジオの生成ボタンと料金ページで確認できます。

プロンプトを詰める段階では短く安い設定で試し、構図が決まってから高解像度のモデルで仕上げると、出費を抑えられます。

向いている用途

  • 動きのある広告や SNS 用の短い動画:場面が大きく動く Seedance 2.0 Fast。
  • 光と質感を見せたい商品カット:Seedance 2.5。
  • 高解像度の素材が欲しい場合:1080p で返る Kling 3.0 Pro。
  • 音声のいらない、軽い動画を数多く試したい場合:Hailuo 2.3。
  • 場所や雰囲気の設定を細かく反映させたい場合:Wan 3.0。

試してみる

スタジオでは、動画を作成のツールでモデルを切り替えるだけで、同じプロンプトを各モデルに送れます。API から使う場合は動画生成APIのドキュメントに手順があります。最小の例は次のとおりです。

curl -X POST https://api.fastmetal.ai/v1/videos/create \
  -H "Authorization: Bearer $FASTMETAL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "bytedance/seedance-2.0-fast", "prompt": "A barista pours latte art into a white cup, morning light, the camera slowly pushes in."}'

ほかのモデルは、モデルごとに作成のパスが分かれています(例:Wan 3.0 は /v1/videos/wan-3-0/create)。一覧はドキュメントにあります。返ってきたジョブIDで完成を待ち、MP4 をダウンロードします。流れは動画生成APIの使い方で説明しています。

よくある質問

動画生成AIはどれが一番いいですか?

用途で変わります。今回の1回ずつの比較では、背景の作り込みは Wan 3.0、カメラの動きは Seedance 2.0 Fast、解像度は Kling 3.0 Pro が目立ちました。同じモデルでも生成のたびに結果は変わるので、2〜3回試して選ぶのが確実です。

音声付きの動画を作れますか?

今回の設定では、Hailuo 2.3 以外の4モデルが音声トラック付きで返りました。スタジオでは、モデルによって音声の有無を選べます。

同じプロンプトなのに毎回違う動画になるのはなぜですか?

動画生成AIは生成のたびにランダムな要素が入るためです。構図を固定したい場合は、画像を開始フレームに置いて動画にする方法が向いています。

料金はいつかかりますか?

動画の生成リクエストが受け付けられた時点で、1本分の料金がかかります。完成を待つ間の確認やダウンロードに追加料金はかかりません。

まとめ

5つの動画生成AIは、同じプロンプトでも絵づくりがはっきり分かれました。FastMetal の AIゲートウェイ では、これらを1つのアカウントと1つの前払い残高で切り替えて使えます。無料でアカウントを作成すると、スタジオからすぐに試せます。

最新のAIモデルを今すぐ試す

最新のAIモデルはFastMetalのAPIキー1つで利用できます。ブラウザですぐに試す、またはOpenAI SDKからそのまま呼び出せます。