このテストで、複雑なカメラの動きを指示するプロンプトに最もよく従った AI 動画モデルはどれですか？

今回の 1 テイクでは、カメラの動きの 6 つの段階をすべて実現し、開始フレームの見た目も保ったのは MiniMax H3 だけでした。Gemini Omni Flash も 6 つの段階をすべて実現しましたが、途中で別の現代的な都市へディゾルブしました。各モデル 1 テイクでは順位は決められないので、選ぶ前に自分のショットで試してください。

1 つの連続したショットを指示しても、AI 動画モデルはカットを入れますか？

このテストでは入れませんでした。シーンカット検出では、19 本のクリップのどれにもハードカットは見つかりませんでした。ただし Gemini Omni と Gemini Omni Flash は、現代的なガラスの都市へ徐々にディゾルブして、ショットの中でシーンを変えました。

開始フレームの女性や都市を変えてしまったモデルがあるのはなぜですか？

プロンプトが求めているのは、開始フレームではほのめかされているだけの場所を抜けていく長いカメラの動きなので、カメラが見つけるものは各モデルが作り出すしかありません。4 回の実行では静止しているはずの女性が動き、別の 4 回の実行は開始フレームの世界観を離れて、現代的な高層ビル、城の立ち並ぶ都市、昼の光景へ移りました。

これらのモデルで 10 秒のクリップを作るには、何クレジットかかりますか？

現在の価格では、このテストの実行にかかるクレジットは、各モデルが使った解像度で、Runway Gen-3 の 33 クレジットから MiniMax H3 の 1,012 クレジットまでです。すべてのモデルの価格は、このページの表に載っています。

同じ比較を自分で実行できますか？

はい。Nodaro で、1 枚の画像と 1 つのテキストノードを複数の動画生成ノードに接続し、ノードごとに別のモデルを選んで、ワークフローを実行します。各ノードの価格は、実行前にそのノードの「実行」ボタンに表示されます。

AI 動画モデル比較：18 モデルに同じプロンプトと同じ開始フレーム

18 種類の AI 動画モデルに、同じ開始フレームと同じ 10 秒のカメラの動きを指示しました。各モデルが何をしたかを、すべてのクリップと価格とともに段階ごとに紹介します。

18 種類の AI 動画モデルに、同じ開始フレームと同じプロンプトを与えました。プロンプトは、現実にはありえないクリスタルの都市を抜けていく、10 秒間の 1 つのカメラの動きです。今回のテイクで、動きのすべての段階を実現し、開始フレームの世界観も保ったのは MiniMax H3 だけでした。カットを入れたモデルはありませんでしたが、それ以外のすべての点でモデルの結果は分かれました。カメラがどこへ向かったか、女性が静止したままだったか、そして都市が何に変わったかです。

モデル: 18
クリップ: 19
クリップの長さ: 10 秒
開始フレーム: 1
確認した段階: 6
ハードカット: 0

テストの内容

すべてのモデルに同じ開始フレームと同じプロンプトを与え、クリップの長さは 10 秒にしました。それ以外は、解像度と音声も含めて、各モデルのデフォルトのままです。各モデルが作ったのは 1 テイクです。Grok Imagine (I2V) は 2 テイク作り、このページでは両方を紹介します。テストは 2026 年 9 月に実施しました。

開始フレーム：ガラスの壁の内側で黒いプラットフォームに立つ白いドレスの女性、逆さまの建物があるクリスタルの都市、巨大な赤い月、光る青いクジラ — GPT Image 2 で作った開始フレーム。

開始フレームは、15 種類の画像モデルが同じ場面を描いた画像モデルの比較から取りました。すべての動画モデルに渡したプロンプトを、英語の原文とともに掲載します。

動きのプロンプト

プロンプトの翻訳です。モデルには英語の原文を送りました。原文は下にあります。

カメラは女性に向かってゆっくりと映画的に前進し始め、次第に加速しながら女性の横を通り過ぎ、黒い鏡面のプラットフォームの縁を越えて外へ出ていく。女性は縁に立ったまま、ありえない都市のほうを見つめている。強い風が彼女の長い白のクチュールドレスをとらえ、生地を背後へ劇的になびかせる。カメラが彼女の横を通り過ぎると、自然で強い視差によって、クリスタルの都市の途方もない奥行きが明らかになる。カメラはさらに前へと飛び続けて透明なクリスタルの大都市に入り、巨大な曲面ガラスのタワーのあいだを抜け、浮遊する島々の下を通る。島々からは滝が上へと流れ、何千もの小さな街の明かりが、透明な建築物の上できらめいて映り込む。はるか下では、巨大な光る青いクジラたちが、開けた夜空をゆっくりと泳いでいる。1 頭のクジラがカメラの下を通り、その光る体が頭上のガラスの構造物に映り込む。雨はクリスタルの外で降り続けるが、その透明な外面で止まる。水滴がクリスタルの表面を滑り、その向こうにある巨大な深紅の月を曲げて屈折させる。カメラが都市の奥へ進むにつれて、あらゆるガラス面で反射と屈折が自然に移ろい、女性、赤い月、クジラ、そして周囲の建築物の、刻々と変わる断片を生み出す。最後にカメラは浮遊する島の下へ潜り込み、その下面を逆さまに歩く小さな人物を映し出す。 1 つの連続したカメラの動き。自然で強い視差と、劇的なスケールの変化。ショット全体を通して、物理的に一貫した動き。カットなし。トランジションなし。瞬間移動なし。モーフィングなし。カメラの急なジャンプなし。

英語の原文プロンプト

The camera begins a slow cinematic push forward toward the woman and gradually accelerates, moving past her and out over the edge of the black mirrored platform. The woman remains standing at the edge, looking toward the impossible city. Strong wind catches her long white couture dress, sending the fabric flowing dramatically behind her. As the camera passes beside her, strong natural parallax reveals the enormous depth of the crystal city. The camera continues flying forward into the transparent crystal metropolis, passing between gigantic curved glass towers and beneath floating islands. Waterfalls flow upward from the islands while thousands of tiny city lights shimmer and reflect across the transparent architecture. Far below, enormous luminous blue whales slowly swim through the open night sky. One whale passes beneath the camera, its glowing body reflected across the glass structures above. Rain continues falling outside the crystal but stops against its transparent outer surface. Droplets slide across the crystal, bending and refracting the enormous crimson moon behind them. As the camera moves deeper into the city, reflections and refractions shift naturally across every glass surface, creating changing fragments of the woman, the red moon, the whales, and the surrounding architecture. The camera finally dives beneath a floating island and reveals the tiny upside-down human figure walking across its underside. One continuous camera movement. Strong natural parallax and dramatic changes in scale. Physically coherent motion throughout the shot. No cuts. No transitions. No teleportation. No morphing. No sudden camera jumps.

すべてのクリップを、プロンプトから取り出した 6 つの段階に照らして、順番に確認しました。

カメラが女性に向かって前進し、その横を通り過ぎます。
女性は端に立ち続けます。
カメラが都市の中へ飛んでいき、ガラスのタワーのあいだを抜けます。
カメラが浮遊する島々の下を通ります。
クジラがカメラの下を通ります。
カメラが島の下へ潜り込み、逆さまに歩く人物を映し出します。

あわせて、クリップが開始フレームの世界観、つまり夜、赤い月、クリスタルの都市を保っているかも確認しました。

開始フレームには、逆さまの人物は写っていません。最後にその人物を見せたモデルは、自分で作り出す必要がありました。

各モデルの結果

✓ はクリップがその項目を満たしている、~ は一部だけ満たしている、✗ は満たしていないことを表します。モデルは順位ではなく、アルファベット順に並んでいます。

モデル	1	2	3	4	5	6	世界観	クレジット
Bytedance Lite I2V	✓	✓	✓	✓	✓	~	✓	63
Bytedance Pro Fast I2V	✗	✗	✗	✗	~	✗	~	99
Bytedance Pro I2V	✓	✓	✓	✓	✓	✗	✓	193
Gemini Omni	✓	✓	✓	~	✓	✗	✗	495
Gemini Omni Flash	✓	✓	✓	✓	✓	✓	✗	352
Grok Imagine (I2V)、テイク A	~	✗	✗	~	✓	✓	✓	88
Grok Imagine (I2V)、テイク B	✓	✓	✗	~	✓	~	✓	88
Grok Imagine Video 1.5	✓	✓	✗	✗	✓	✓	~	407
Hailuo 2.3 Pro	✓	✓	✗	~	✓	✗	~	220
Hailuo 2.3 Standard	✓	✓	~	✓	✓	~	~	143
Kling 2.5 Turbo Pro	✓	✗	✓	✓	✓	✗	✓	231
Kling 2.6	✓	✗	✓	✓	~	✗	✗	303
MiniMax H3	✓	✓	✓	✓	✓	✓	✓	1,012
Runway Gen-3	✓	✓	✗	~	✓	✗	✓	33
Seedance 2	✓	✓	✓	✓	✓	~	✓	627
Seedance 2 Fast	✓	✓	✓	✓	✓	~	✓	517
Seedance 2 Mini	~	✓	✗	~	✓	✗	✓	319
Seedance 2.5	✓	✓	✓	✓	✓	✗	✓	770
Wan 3.0 Prime	✓	✓	✗	✓	✓	✗	✗	693

クレジットの列は、同じ実行、つまりそのモデルが使った解像度での 10 秒のクリップの、現在の価格です。Seedance 2、Seedance 2 Fast、Seedance 2 Mini の料金は 4 秒、8 秒、12 秒、15 秒の区切りで決まるため、10 秒のクリップには 12 秒の価格がかかります。各モデルのページには、そのモデルのすべての価格が載っています。

クリップは各モデルのデフォルトの解像度で出力され、736×400 から 2560×1440 までありました。映像の鮮明さではなく、各モデルが何をしたかを比べてください。

見えてきたこと

カット

ハードカットはありませんでしたが、シーンの入れ替わりが 2 回ありました。

シーンカット検出では、19 本のクリップのどれにもハードカットは見つかりませんでした。それでも Gemini Omni と Gemini Omni Flash は、開始から 2〜4 秒のあいだのディゾルブで、クリスタルの都市を現代的なガラスの都市に入れ替えました。

経路

19 回中 10 回の実行で、カメラが都市の中へ飛び込みました。

MiniMax H3、Seedance 2、Seedance 2 Fast、Seedance 2.5、Bytedance Lite、Bytedance Pro、2 つの Kling モデル、2 つの Gemini モデルは、タワーのあいだを飛びました。8 回の実行は、一度も都市に入りませんでした。

女性

4 回の実行で、静止しているはずの女性が動きました。

Kling 2.6 では女性が通路を歩いていき、Kling 2.5 Turbo Pro では女性がプラットフォームから飛び立ちました。Grok Imagine のテイク A では女性がクジラのあいだへ漂いながら降りていき、Bytedance Pro Fast では女性がクジラのほうへ歩いていきました。

結末

4 回の実行が、逆さまに歩く人物を作り出しました。

MiniMax H3、Gemini Omni Flash、Grok Imagine Video 1.5、Grok Imagine のテイク A は、その人物で終わりました。ほかの 5 回の実行は、正しい向きの小さな人物で終わりました。島の上に立つ人物、構造物の下にいる人物、構造物からぶら下がる人物です。

世界観

4 回の実行が、開始フレームの世界観を離れました。

2 つの Gemini モデルは、現代的なガラスの都市を作りました。Wan 3.0 Prime はクリスタルの外へ飛び出して雲の上の城の立ち並ぶ都市へ向かい、Kling 2.6 は夜を明るい昼に変えました。

音声

19 本中 12 本のクリップに、音声が付いていました。

プロンプトは、音声について何も指示していません。2 つの Gemini モデル、Grok の各モデル、Kling 2.5 Turbo Pro、MiniMax H3、Seedance の各モデル、Wan 3.0 Prime は、デフォルトで音声を付けました。

最もやさしかったのはクジラの段階で、19 本中 17 本のクリップで、クジラがカメラの下を通ります。プロンプトの中で最も難しかったのは最後の行、つまり島の下へ潜り込み、逆さまに歩く人物にたどり着く部分でした。

すべてのクリップ

以下のクリップは、どれもモデルが出力した元のファイルで、それぞれの解像度のままです。クリップは、再生ボタンを押したときにだけ読み込まれます。再生前に表示される画像は、そのクリップの最後のフレームです。各クリップの下にある 6 コマは、1.5〜8.5 秒のカメラの経路を、左から右、上から下の順に示しています。

Alibaba

Wan 3.0 Prime のクリップから 6 コマ（左から右、上から下の順） — Wan 3.0 Prime1280×720 · 音声あり · 693 クレジット
女性の横を通り過ぎた後、クリスタルを出て、雲の上の城の立ち並ぶ都市へ向かいます。赤い月は小さな円盤に縮みます。

ByteDance

Bytedance Pro I2V のクリップから 6 コマ（左から右、上から下の順） — Bytedance Pro I2V864×480 · 音声なし · 193 クレジット
女性の横を通って都市の中へ入っていく、なめらかで安定した飛行です。最後は、潜り込むことなく、月を背にした浮遊する島で終わります。

Seedance 2 のクリップから 6 コマ（左から右、上から下の順） — Seedance 2864×496 · 音声あり · 627 クレジット
経路どおりに都市の中へ、そして島々の下へ進み、すぐ下をクジラが泳ぎます。最後は巨大な構造物の下で終わり、そこには小さな人物がまっすぐ立っています。

Seedance 2 Fast のクリップから 6 コマ（左から右、上から下の順） — Seedance 2 Fast864×496 · 音声あり · 517 クレジット
Seedance 2 と同じ経路をたどります。最後は光の筋に照らされた構造物の中で終わり、そこには小さな人物がまっすぐ立っています。

Seedance 2 Mini のクリップから 6 コマ（左から右、上から下の順） — Seedance 2 Mini864×496 · 音声あり · 319 クレジット
序盤で、景色がリング状のプラットフォームに変わります。カメラはクジラとともにそのあいだを漂い、一度も都市に入りません。

Seedance 2.5 のクリップから 6 コマ（左から右、上から下の順） — Seedance 2.5854×480 · 音声あり · 770 クレジット
女性の横を通り、都市の中を抜けていく、ゆっくりと安定した飛行で、下にはクジラがいます。最後は張り出しの下で終わり、人物は現れません。

Google

Gemini Omni のクリップから 6 コマ（左から右、上から下の順） — Gemini Omni1280×720 · 音声あり · 495 クレジット
開始から約 3 秒で、クリスタルの都市が現代的なガラスの高層ビルへとディゾルブします。カメラは女性の横を通り過ぎ、最後までクジラが高層ビルのあいだを泳ぎます。

Gemini Omni Flash のクリップから 6 コマ（左から右、上から下の順） — Gemini Omni Flash1280×720 · 音声あり · 352 クレジット
開始から約 2 秒で現代的なガラスの都市へディゾルブしますが、それでもすべての段階を実現します。最後は島の下で、逆さまに歩く人物で終わります。

Kuaishou

Kling 2.5 Turbo Pro のクリップから 6 コマ（左から右、上から下の順） — Kling 2.5 Turbo Pro1920×1080 · 音声あり · 231 クレジット
光の筋を伴う、とても速い飛行です。女性はプラットフォームから飛び立ち、クリップは赤い月とクジラで終わります。

Kling 2.6 のクリップから 6 コマ（左から右、上から下の順） — Kling 2.61920×1080 · 音声なし · 303 クレジット
女性は通路を歩いていきます。カメラは都市の中へ飛び込み、夜は明るい昼に変わり、クリップはクジラのクローズアップで終わります。

MiniMax

Hailuo 2.3 Pro のクリップから 6 コマ（左から右、上から下の順） — Hailuo 2.3 Pro1364×768 · 音声なし · 220 クレジット
女性の横を通り過ぎ、クジラのあいだの霧の中へ漂っていきます。最後は浮遊する島のそばで終わります。

Hailuo 2.3 Standard のクリップから 6 コマ（左から右、上から下の順） — Hailuo 2.3 Standard1364×768 · 音声なし · 143 クレジット
開始フレームより明るく、かすんだ映像です。最後は島の下で終わり、小さな人物が頭を上にして島からぶら下がっています。

MiniMax H3 のクリップから 6 コマ（左から右、上から下の順） — MiniMax H32560×1440 · 音声あり · 1,012 クレジット
女性の横を抜け、都市の中と島々の下を飛び、島の 1 つの下へ潜り込みます。最後は、その島の下を逆さまに歩く人物で終わります。

Runway

xAI

Grok Imagine (I2V)、テイク A のクリップから 6 コマ（左から右、上から下の順） — Grok Imagine (I2V)、テイク A736×400 · 音声あり · 88 クレジット
女性はプラットフォームから離れて漂い、クジラのあいだへ降りていきます。最後は、ガラスの板と流れ落ちる水の下で、逆さまに歩く人物で終わります。

Grok Imagine (I2V)、テイク B のクリップから 6 コマ（左から右、上から下の順） — Grok Imagine (I2V)、テイク B736×400 · 音声あり · 88 クレジット
女性の横を通り過ぎ、都市の外で、クジラの上をかすめるように進みます。最後はひび割れたガラスの天蓋の下で終わり、人物が頭を上にしてそこからぶら下がっています。

Grok Imagine Video 1.5 のクリップから 6 コマ（左から右、上から下の順） — Grok Imagine Video 1.5736×400 · 音声あり · 407 クレジット
女性の横を通り過ぎた後、月とクジラのほうへ向きを変えます。最後は、くっきりとした赤い月を背にした、逆さまの暗い人物で終わります。

クリップの評価方法

すべてのクリップを、フレームごとに確認しました。各クリップ全体から少なくとも 8 フレームを取り出し、段階がはっきりしない数秒間については 24 フレームを確認しました。クリップがはっきり示している段階は「満たしている」、別の形で示している段階は「一部だけ満たしている」として数えました。たとえば、島の下にいても、正しい向きでぶら下がっている人物は「一部だけ満たしている」です。

シーンカット検出では、各フレームが直前のフレームからどれだけ変化したかを測定しました。ハードカットと言えるほど大きな変化があったクリップは、1 本もありませんでした。ディゾルブは映像を徐々に変えるため、2 つの Gemini のディゾルブは、目で見て見つけました。

この比較は、1 つの開始フレームと 1 つのプロンプトによる、各モデル 1 テイクずつの結果です。Grok Imagine の 2 つのテイクが示すように、2 回目のテイクは違う結果になることがあります。表は、モデルの順位としてではなく、このショットで各モデルが何をしたかとして読んでください。

Nodaro で同じテストを実行する

このような比較は、自分のショットでも実行できます。1 枚の画像と 1 つのテキストノードを、複数の動画生成ノードに接続します。動画生成ノードごとに別のモデルを選び、同じクリップの長さを設定して、ワークフローを実行します。各ノードの価格は、実行前にそのノードの実行ボタンに表示されます。先に画像モデルを比較するには、画像生成ノードで同じことをします。

18 種類の AI 動画モデルに同じショットを指示：各モデルの結果