動画生成AIモデル比較:Kling AI、Veo、Seedance、Wan
Klakixでは、テキストから動画のモデル10種類と、画像から動画のモデル17種類を1つのアカウントで使えます。Google(Gemini Omni Flash、Veo 3.1 Lite)、MiniMax(Hailuo H3 Maxシリーズ)、ByteDance(Seedance 2.5、2.0、2.0 Mini)、Alibaba(Wan 3.0)、Kuaishou(Kling 4.0、Kling 3.0)です。アイデアは速くて安いモデルで試し、最終版はよりリアルなモデルで仕上げられます。どの選択肢も、生成前に消費クレジットが表示されます。
このページの動画の長さ、画質、消費クレジットはモデルカタログから直接読み込んでいるので、価格が変われば一緒に変わります。
| モデル | ツール | 位置づけ | 向いている用途 | クレジット |
|---|---|---|---|---|
| Seedance 2.5ByteDance | Text to Video | 最高品質 | 最大30秒、フルHDなら最大25秒のワンショット。ラインナップでいちばん高性能で、いちばん高価なモデルです。 | 147 |
| Seedance 2.0ByteDance | Text to Video | バランス | 手頃な価格のSeedance。最大15秒・最大4Kの音声付き動画を、バランスのよい価格で。 | 95 |
| Seedance 2.0 MiniByteDance | Text to Video | 高速 | いちばん安いSeedance。SNS向けの音声付きショートクリップを手早く作れます。 | 48 |
| MiniMax H3 Max TurboMiniMax | Text to Video | 高速 | 速くて安く、SNS投稿には十分な品質。音声も生成します。 | 20 |
| MiniMax H3 MaxMiniMax | Text to Video | バランス | 動きとディテールがひと回り向上。音声付き動画の第三者評価で上位に入っています。 | 40 |
| Google Gemini Omni FlashGoogle | Text to Video | 最高品質 | もっともリアルな仕上がりで、音声も同期。広告やプロモーション動画向けです。 | 50 |
| Google Veo 3.1 LiteGoogle | Text to Video | バランス | Googleの動画モデルの手頃な価格版。映像と一緒にセリフや環境音も生成します。 | 40 |
| Wan 3.0Alibaba | Text to Video | バランス | フルHDで最大30秒のワンショット。長めのシーンに向いています。 | 100 |
| Kling 4.0Kuaishou | Text to Video | バランス | Klingの最新モデル。最大30秒のワンショットで、常にステレオ音声付き。720pまたはフルHDで、映画的な21:9にも対応します。 | 79 |
| Kling 3.0Kuaishou | Text to Video | バランス | Klingのひとつ前の世代のモデル。最大15秒で、音声のあり・なしを選べます。Standardは720p、Proは1080p。内蔵の音声は英語か中国語です。 | 63 |
| Seedance 2.5ByteDance | 画像から動画 | 最高品質 | 最大30秒、フルHDなら最大25秒のワンショット。ラインナップでいちばん高性能で、いちばん高価なモデルです。 | 147 |
| Seedance 2.0ByteDance | 画像から動画 | バランス | 手頃な価格のSeedance。最大15秒・最大4Kの音声付き動画を、バランスのよい価格で。 | 95 |
| Seedance 2.0 MiniByteDance | 画像から動画 | 高速 | いちばん安いSeedance。SNS向けの音声付きショートクリップを手早く作れます。 | 48 |
| Seedance 2.5 ReferenceByteDance | 画像から動画 | 最高品質 | 参照として写真30枚・動画10本・音声10本まで追加でき、商品・場所・動き・音楽をひとつの動画にまとめます。 | 116 |
| Seedance 2.0 ReferenceByteDance | 画像から動画 | バランス | 参照として写真9枚・動画3本・音声3本までを、ひとつの動画にまとめます。最大4K。 | 84 |
| Seedance 2.0 Mini ReferenceByteDance | 画像から動画 | 高速 | 複数の参照をいちばん安く使える方法。写真9枚・動画3本・音声3本まで使え、SNS用のクリップを手早く作れます。 | 42 |
| Seedance 2.5 Video EditByteDance | 画像から動画 | 最高品質 | 動画をアップロードして、物を消す、背景や商品を差し替えるなど、変えたい点を説明します。それ以外はそのまま残ります。 | 154 |
| Seedance 2.5 Video ExtendByteDance | 画像から動画 | 最高品質 | 動画の最後のフレームから、シーンを最大30秒続けます。この先の展開はあなたが書きます。 | 154 |
| MiniMax H3 Max TurboMiniMax | 画像から動画 | 高速 | 写真を手早く、低コストで動かします。 | 20 |
| MiniMax H3 MaxMiniMax | 画像から動画 | バランス | 顔やディテールをもっとも忠実に保ちます。古い写真におすすめです。 | 40 |
| Google Gemini Omni FlashGoogle | 画像から動画 | 最高品質 | 最高レベルのリアルさで、音声も同期。いちばん大事なプロジェクトに。 | 50 |
| Google Veo 3.1 LiteGoogle | 画像から動画 | バランス | Googleの動画モデルの手頃な価格版。映像と一緒にセリフや環境音も生成します。 | 40 |
| Wan 3.0Alibaba | 画像から動画 | バランス | フルHDで最大30秒のワンショット。長めのシーンに向いています。 | 100 |
| Kling 4.0Kuaishou | 画像から動画 | バランス | Klingの最新モデル。最大30秒のワンショットで、常にステレオ音声付き。720pまたはフルHDで、映画的な21:9にも対応します。 | 79 |
| Kling 4.0 ReferenceKuaishou | 画像から動画 | バランス | 参照として写真10枚・動画5本まで。キャラクター・商品・場所・動きをひとつの動画の中で一貫させます。音声付きで最大30秒のワンショット。 | 79 |
| Kling 4.0 Video EditKuaishou | 画像から動画 | バランス | 動画をアップロードして、背景・天気・照明・色・服装・カメラワークなど、変えたい点を説明します。それ以外はそのまま残ります。 | 94 |
| Kling 3.0Kuaishou | 画像から動画 | バランス | Klingのひとつ前の世代のモデル。最大15秒で、音声のあり・なしを選べます。Standardは720p、Proは1080p。内蔵の音声は英語か中国語です。 | 63 |
| KlingエフェクトKuaishou | エフェクト | 高速 | ハンドハート、誕生日、マネーレイン、ペットダンスなどの既製テンプレート。 | 28 |
| PixVerseエフェクトPixVerse | エフェクト | バランス | 写真1枚で使える、人気の変身・ダンスエフェクト。 | 20 |
| MiniMax H3 Max Lip SyncMiniMax | 写真リップシンク | 高速 | より自然な表情の動き。高解像度にも対応します。 | 74 |
| HeyGen Avatar IVHeyGen | 写真リップシンク | バランス | 写真の人物が、自然な表情でテキストを話します。生成も速めです。 | 57 |
| OmniHuman 1.5ByteDance | 写真リップシンク | 最高品質 | 顔と体の動きがもっともリアル。プロモーションや広告向けです。 | 146 |
| HeyGen Avatar IVHeyGen | UGC広告 | バランス | 速くて自然。プレゼンターの顔を一貫して保ち、表情も豊かです。ほとんどの広告に十分な品質です。 | 62 |
| OmniHuman 1.5ByteDance | UGC広告 | 最高品質 | もっともリアルな身振りとジェスチャー。本番で出稿する広告に。 | 154 |
| Muse ImageMeta | 画像 | 高速 | とても安くて速い。アイデアの試作や、画像をたくさん作るときに。 | 2 |
| Nano Banana 2Google | 画像 | バランス | 高品質で、文字も正確に描けます。画像に文字を入れるならこれがいちばんです。 | 8 |
| GPT Image 2.5OpenAI | 画像 | 最高品質 | OpenAIの最新画像モデルで、第三者の比較でもトップクラス。細部の描写、リアルさ、画像内の文字に優れています。 | 25 |
| Voice v4Klakix | 音声読み上げ | バランス | 最新で、いちばん表現力の高いモデル。[excited]、[whispers]、[laughs]などのタグで話し方を調整できます。 | 2 |
| Voice v4 TurboKlakix | 音声読み上げ | 高速 | v4の半額で、とても速いバージョン。タグにも対応し、長い原稿や下書きに最適です。 | 1 |
| Voice ClassicKlakix | 音声読み上げ | 最高品質 | 読み上げがもっとも安定し、スタイル・類似度・明瞭さ・速度を細かく調整できます。企業ナレーションやオーディオブックに。 | 2 |
| Voice v3Klakix | 音声読み上げ | バランス | 表現力の高い前世代モデル。音声タグに対応しています。v4とは違うトーンにしたいときに。 | 2 |
| Voice FlashKlakix | 音声読み上げ | 高速 | 最速かつ最安。下書きやとても長い原稿に。 | 1 |
| 複数話者の会話Klakix | 音声読み上げ | バランス | 2人以上が話すシーンを、セリフごとに声を分け、笑い声や間も入れて作成。ポッドキャスト、コント、広告の掛け合いに。 | 1 |
| 効果音Klakix | 音声読み上げ | バランス | 説明どおりの音を生成します。きしむドア、拍手、雨、風切り音など。動画に使えるロイヤリティフリーの音源です。 | 2 |
| AI作曲Klakix | 音声読み上げ | 最高品質 | 説明どおりの音楽を作曲します。広告のBGM、イントロ、歌入りのフル楽曲まで。商用利用できます。 | 18 |
| Kling 3.0 Motion ControlKuaishou | モーションコントロール | バランス | 動画のダンスや動きを、写真のキャラクターに再現させます。720p、最大30秒。 | 63 |
| Kling 3.0 Motion Control ProKuaishou | モーションコントロール | 最高品質 | 同じ動きの再現を1080pで。顔や手がより安定します。公開する動画に。 | 84 |
| Topaz Video AITopaz Labs | 高画質化 | バランス | 動画をフルHDまたは4Kに高画質化し、ノイズや圧縮によるブロックノイズを取り除きます。お好みで60fpsのなめらかな映像にもできます。 | 20 |
| MotifKlakix | Motif動画 | 最高品質 | テーマを入力して46種類のテンプレートから選ぶと、ナレーション・字幕・モーショングラフィックス入りの30〜90秒の動画をコードで描画します。文字や数字も正確です。 | 159 |
| 切り抜き動画Klakix | 切り抜き動画 | バランス | 長い動画をアップロードすると、AIが見どころを選び、顔追従と単語ごとの字幕付きの縦型クリップに切り出します。リール、TikTok、ショートにそのまま使えます。 | 7 |
消費クレジットは、各モデルの初期設定(おすすめの長さと画質)での値です。長さや画質を変えると、消費量も変わります。
モデルのシリーズ
探しているモデルを見つける
バージョンはすぐに変わるので、各ページは1つのバージョン番号ではなく、モデルのシリーズ全体を扱っています。
Kuaishou
Kling AI
Kling AIは、中国のショート動画企業Kuaishou(快手)の動画生成AIです。Kuaishouは2026年10月15日にKling 4.0を公開し、Klakixでも使えます。テキストや写真から最長30秒の音声付きワンショットを作れるほか、複数の写真や動画を参照に組み合わせたり、手元の動画を編集したりできます。720pで5秒のKling 4.0動画は79クレジットで、サブスクリプションは不要です。Kling 3.0とKlingのエフェクトも使えます。
Google Veo
Veoは、テキストや写真から音声付きの動画を作るGoogleのモデルです。Veo 3は2025年5月、Veo 3.1は2025年10月、低価格版のVeo 3.1 Liteは2026年3月に公開されました。KlakixではVeo 3.1 Liteをサブスクリプションなしで使え、4〜8秒の動画を720pか1080pで作れます。720p・音声付きの8秒動画は40クレジットです。
ByteDance
Seedance
Seedanceは、TikTokを運営するByteDanceの動画モデルのシリーズです。最新のSeedance 2.5は、音声付きの動画を最長30秒までワンテイクで作れます。Klakixでは、2.5、2.0、2.0 Miniに加えて、Reference、Edit、Extendの各モデルをサブスクリプションなしで使えます。2.5で720pの5秒の動画は147クレジットです。
MiniMax
Hailuo AI
Hailuo AIは、上海に本社を置くAI企業MiniMaxの動画ブランドで、2026年7月からの最新モデルはMiniMax H3です。Klakixでは、H3 MaxとH3 Max Turboでプロンプトや写真から5、10、または15秒の音声付き動画を作れます。480pの5秒動画は13クレジットからです。
Alibaba
Wan AI
Wan AIは、Alibabaの動画モデルのシリーズで、通義万相(Tongyi Wanxiang)とも呼ばれます。Wan 2.1と2.2はオープンソースで、2.5で音声の同時生成が加わり、Wan 3.0は2026年8月24日に一般提供が始まりました。Klakixでは、Wan 3.0でプロンプトや写真から最長30秒の音声付き動画を作れます。480pの5秒は25クレジットです。
AIsphere
PixVerse
PixVerseは、2023年4月に北京で設立されたAIsphereのAI動画プラットフォームです。主力モデルのPixVerse V6は2026年3月に公開されました。Klakixでは、PixVerseの既製エフェクトを写真1枚から使えます。720pの5秒動画は20クレジットで、サブスクリプションは不要です。
ShengShu Technology
Vidu
Viduは、2023年3月に北京で設立された生数科技(ShengShu Technology)のAI動画モデルです。最新のVidu Q2とQ3は、テキスト、写真、参照画像から動画を作ります。Klakixでは、Viduは7種類の既製の写真テンプレートの中だけで動き、1本20クレジットからです。ここでは自分でViduのプロンプトを書くことはできません。
HeyGen
HeyGen
HeyGenは、写真をしゃべるアバター動画にするアメリカのAI企業です。公式サイトには透かし入りの無料プランと、月29ドルからの有料プランがあります。Klakixでは、HeyGen Avatar IVで顔写真に台本を話させることができ、70文字までなら32クレジットで、サブスクリプションは不要です。
Nano Banana
Nano Bananaは、GoogleのGeminiの画像生成モデルの名前です。最初のモデルが2025年8月、Nano Banana Proが2025年11月、Nano Banana 2が2026年2月26日に登場しました。Nano Banana 2はGeminiの標準の画像モデルで、画像の中の文字がきれいで読みやすいことで知られています。Klakixでは、サブスクリプションなしで、画像1枚8クレジットから使えます。
OpenAI
GPT Image
GPT Image 2.5は、OpenAIが2026年9月8日に公開した画像モデルで、ChatGPTのImages 2.5と同じ世代です。APIには、速い標準版のFlareと、細部に時間をかけるSunburstの2つのバージョンがあります。Klakixが使っているのはSunburstで、2026年9月23日時点でArtificial Analysisのテキストから画像のリーダーボードで1位でした。サブスクリプションは不要です。
Topaz Labs
Topaz Video AI
Topaz Video AIはTopaz Labsの動画高画質化ソフトで、現在はデスクトップアプリTopaz Videoとして販売されています。Klakixでは、そのProteusモデルをブラウザで使えます。最長30秒の動画をアップロードしてフルHDか4Kを選ぶだけです。720pの10秒動画をフルHDにするのは13クレジットで、GPUもサブスクリプションも不要です。
OpenAI
Sora
Soraは終了しました。OpenAIは2026年4月26日にSoraのアプリとWebサイトを終了し、APIからsora-2とsora-2-proを削除する日を2026年9月24日と定めました。後継のモデルは示されていません。KlakixはSoraを提供したことはありませんが、Veo 3.1 Lite、Gemini Omni Flash、Wan 3.0のような音声付きのテキストから動画のモデルを使えます。
実際の生成結果
各モデルの作例を1つずつ
どれもこのサイトで作ったもので、作ったモデルの名前を付けています。動画をタップすると拡大して、音声をオンにできます。













選び方
自分の動画に合うモデルは?
ダウンロードは不要で、どのモデルも同じアカウントでブラウザから使えます。たいていは、次の3つの質問で決まります。
1. 動画の長さはどのくらい必要?
ほとんどのモデルは5〜10秒でいちばん良い結果を出します。もっと長いワンショットが必要なら、Wan 3.0、Kling 4.0、Seedance 2.5は最長30秒まで作れます。Kling 3.0、Seedance 2.0、MiniMax H3シリーズは15秒までです。長い動画ほどクレジットを多く使い、モデルがシーンを保てなくなる余地も大きくなります。
2. 画面に実在の人の顔は写っている?
写真に実在の人物が写っていると、Seedanceのモデルは受け付けません。代わりにMiniMax H3かGoogleのモデルを選んでください。Seedanceは風景、商品、場所、物が得意です。
3. アイデアを試す段階?それとも最終版?
方向性を探しているあいだは、高速のモデルでいくつものバリエーションを安く見られれば十分です。広告や公開する動画ではリアルさが大事なので、最高品質のモデルが役に立ちます。同じプロンプトを両方で試せば、その差に払う価値があるかがはっきりわかります。
仕様:長さ、画質、音声
テキストから動画と画像から動画のツールにあるモデルです。両方のツールにあるモデルは1行にまとめています。
| モデル | 長さ | 画質 | 音声 | 入力とメモ |
|---|---|---|---|---|
| Seedance 2.5ByteDance | 4、5、6、8、10、12、15、20、25、30秒 | 480p / 720p / 1080p | あり(オフにできます) | テキストか写真フルHDでは最長25秒 · 終了フレームを指定できます · 実在の人の顔が写った写真は使えません |
| Seedance 2.0ByteDance | 4、5、6、8、10、12、15秒 | 480p / 720p / 1080p / 4K | あり(オフにできます) | テキストか写真終了フレームを指定できます · 実在の人の顔が写った写真は使えません |
| Seedance 2.0 MiniByteDance | 4、5、6、8、10、12、15秒 | 480p / 720p | あり(オフにできます) | テキストか写真終了フレームを指定できます · 実在の人の顔が写った写真は使えません |
| MiniMax H3 Max TurboMiniMax | 5、10、15秒 | 480p / 768p / 1080p | あり | テキストか写真終了フレームを指定できます |
| MiniMax H3 MaxMiniMax | 5、10、15秒 | 480p / 768p / 1080p | あり | テキストか写真終了フレームを指定できます |
| Google Gemini Omni FlashGoogle | 5、8、10秒 | 360p / 720p / 1080p / 4K | あり | テキストか写真終了フレームを指定できます |
| Google Veo 3.1 LiteGoogle | 4、6、8秒 | 720p / 1080p | あり(オフにできます) | テキストか写真終了フレームを指定できます |
| Wan 3.0Alibaba | 5、10、15、20、30秒 | 480p / 720p / 1080p | あり(オフにできます) | テキストか写真終了フレームを指定できます |
| Kling 4.0Kuaishou | 3、5、8、10、15、20、25、30秒 | 720p / 1080p | あり | テキストか写真終了フレームを指定できます |
| Kling 3.0Kuaishou | 3、5、8、10、15秒 | 720p / 1080p | あり(オフにできます) | テキストか写真終了フレームを指定できます |
| Seedance 2.5 ReferenceByteDance | 4、5、6、8、10、12、15、20、25、30秒 | 480p / 720p / 1080p | あり(オフにできます) | 写真・動画・音声の参照とテキストフルHDでは最長25秒 · 実在の人の顔が写った写真は使えません |
| Seedance 2.0 ReferenceByteDance | 4、5、6、8、10、12、15秒 | 480p / 720p / 1080p / 4K | あり(オフにできます) | 写真・動画・音声の参照とテキスト実在の人の顔が写った写真は使えません |
| Seedance 2.0 Mini ReferenceByteDance | 4、5、6、8、10、12、15秒 | 480p / 720p | あり(オフにできます) | 写真・動画・音声の参照とテキスト実在の人の顔が写った写真は使えません |
| Seedance 2.5 Video EditByteDance | 元の動画と同じ長さ | 480p / 720p / 1080p | あり(オフにできます) | 編集する動画とテキスト(写真は任意)実在の人の顔が写った写真は使えません |
| Seedance 2.5 Video ExtendByteDance | 4、5、6、8、10、12、15、20、25、30秒 | 480p / 720p / 1080p | あり(オフにできます) | 延長する動画とテキスト(写真は任意)フルHDでは最長20秒 · 実在の人の顔が写った写真は使えません |
| Kling 4.0 ReferenceKuaishou | 3、5、8、10、15、20、25、30秒 | 720p / 1080p | あり | 写真・動画・音声の参照とテキスト |
| Kling 4.0 Video EditKuaishou | 元の動画と同じ長さ | 720p / 1080p | あり | 編集する動画とテキスト(写真は任意) |
よくある質問
モデルについて
いちばんおすすめの動画生成AIモデルは?
1つに決まる答えはなく、用途で決まります。長いワンショットならWan 3.0、Kling 4.0、Seedance 2.5が目立ちます。実在の人の顔が写った写真なら、Seedanceが使えない場面でもMiniMaxとGoogleのモデルが使えます。既製のエフェクトなら、Klingのテンプレートが手軽です。同じプロンプトを2つのモデルで試すのが、いちばん早い比べ方です。
第三者のテストで上位のモデルは?
Artificial Analysisのブラインド投票のリーダーボード(2026年9月23日)では、音声付きのテキストから動画でGemini Omni Flashが1位、Wan 3.0が2位、MiniMax H3 Maxが3位でした。音声付きの画像から動画ではMiniMax H3 Maxが1位です。Seedance 2.0は音声付きの2つのランキングでどちらも5位で、Seedance 2.5はまだ載っていませんでした。これらのモデルはすべてここで使えます。
音声付きの動画を作れるモデルは?
テキストから動画と画像から動画のツールにあるモデルは、どれも映像と一緒に環境音を生成します。Veo 3.1 Lite、Wan 3.0、Seedanceシリーズ(2.5、2.0、2.0 Mini)は音声をオフにもできます。人物に台本を話させるなら、台本を読み上げて口の動きを合わせる写真リップシンクかUGC広告を使ってください。
いちばん長い動画を作れるモデルは?
1本でいちばん長く作れるのはWan 3.0、Kling 4.0、Seedance 2.5で、最長30秒です。Seedance 2.5はフルHDでは最長25秒です。MiniMax H3 Maxシリーズ、Kling 3.0、Seedance 2.0は最長15秒、Gemini Omni Flashは10秒、Veo 3.1 Liteは8秒です。
人物の写真を使えないモデルは?
Seedanceシリーズ(2.5、2.0、2.0 Miniと、その参照・編集・延長のモデル)は、実在の人の顔が写った写真を受け付けません。ポートレートや家族写真には、MiniMax H3 Max、Veo 3.1 Lite、Gemini Omni Flashを選んでください。Seedanceは風景、商品、場所、料理が得意です。
HailuoとSeedance、どちらがいい?
顔の写った写真や安い短い動画ならHailuo(MiniMax H3)、人物の写らない商品、場所、風景の長いワンショットならSeedanceです。Seedanceはここでいちばん高価なシリーズで、現在の価格では5秒の動画がH3 Maxで40クレジット、Seedance 2.0で95クレジット、Seedance 2.5で147クレジットです。
4Kの動画は作れますか?
GoogleのGemini Omni FlashとSeedance 2.0は4Kに対応しています。ほかの動画モデルは最大1080pで、Seedance 2.0 Miniは720pまでです。解像度が高いほどクレジットを多く使います。AI動画高画質化を使えば、どの動画も4Kにできます。
詳しくはこちら: AI動画高画質化
モデルを試すのにいくらかかりますか?
いちばん安く試せるのは、MiniMax H3 Max Turboの480p・5秒の動画で、13クレジット(¥81–¥170)です。動画と画像のモデルは初回のクレジット購入後に使えるようになり、いちばん小さい選択肢はMiniパック(75クレジットで¥980)です。サブスクリプションは不要です。
何かインストールする必要はありますか?
必要ありません。モデルはプロバイダーのサーバーで動き、スマホでもパソコンでもブラウザから使えます。完成した動画はMP4ファイルでダウンロードできます。
出典
各モデルの公式ページと、第三者によるリーダーボードです。Klakixはこれらの企業のいずれとも提携しておらず、APIプロバイダーを通じて各社のモデルを提供しています。
- Hailuo AI(MiniMax)H3シリーズの公式サイト
- Seedance 2.0(ByteDance Seed)公式のモデルページ
- Seedance 2.5(ByteDance Seed)公式のモデルページ
- Veo(Google DeepMind)Veoシリーズの公式ページ
- Geminiの動画生成GoogleによるGemini Omniの概要
- Wan(Alibaba)Wanモデルの公式サイト
- Kling AI(Kuaishou)Klingの公式サイト
- Artificial Analysis:テキストから動画第三者によるブラインド投票のリーダーボード
- Artificial Analysis:画像から動画第三者によるブラインド投票のリーダーボード