動画を追加：ローンチラインナップの選び方

今週、動画機能を出荷しました。8 モデル、1 クレジットプール、プロバイダーごとの契約管理はなし。何をラインナップに入れたかの前に、選び方を簡単に — 「どの動画モデルが最良か」という答えは、チャットほど明白ではないからです。

重要な 4 つの軸

チャットモデルは主に知能で競います。動画モデルは 4 つの軸で同時に競い、4 つすべてを取れるモデルはほぼ存在しません：

1. 映像品質 — シャープネス、動きの整合性、手の指がきちんと 5 本あるか。
2. 速度とコスト — 結果が見られるまでの時間と、反復にかかる費用。
3. コントロール — 参照、シード、尺、カメラワーク、リップシンク。
4. 音声 — 映像に合った音がモデルから出るか、それともポストで後付けが必要か。

4K のシネマティック生成は X の返信には不向きです。高速なソーシャル向けモデルはヒーローカットには不向きです。だからラインナップは設計として複数本立て — どれかひとつに何でもさせるのではなく、仕事ごとに正しい道具を 1 つ。

採用したもの

HappyHorse 1.0 は昨日の外部ベンチマークでカタログのトップに。気にしたのは映像スコアではなく、音声が後から重ねるのではなく動画と同時に生成されること。リップシンクが動く。動きに合わせて音楽が盛り上がる。実案件で使い込んでから、専用記事を書くつもりです。

Veo 3.1 はシネマティック枠。4K ネイティブ、これまで見た中でいちばんクリーンな text-to-shot、そして法外に高い — なのでプロンプトがヒーローカット風（「広角、ドリーイン、ゴールデンアワー」）に見えるときだけここへ流し、ソーシャルクリップ風には流しません。

Seedance 2.0 は明日、マルチ入力対応で着地します — 参照画像 9 枚、参照クリップ 3 本、音声トラック 3 本まで。ByteDance のベータキーで事前に試しましたが、別カテゴリの道具です：「プロンプトを書いて動画をもらう」ではなく「ディレクターブリーフを渡す」に近い。5 月 3 日に別記事で扱います。

Kling 3.0 Omni は動きの滑らかさのスペシャリスト。私たちのテストではマルチショット連続性が最良で、特に複数のビートをまたいで人物の顔が崩れないという点が強い。

Runway Gen-4.5 は、すでにマッスルメモリーを持つ映画制作者のために残しています。カメラワークの制御とキーフレームのインターフェースは、本気でショットを演出したいなら今もカテゴリ最良。

Grok Imagine はソーシャル向けの選択肢 — 速くて、ドラフト品質で、生っぽいクリップ。先週追加したばかりで、別途詳しい記事を準備中です。

Wan 2.7 は LoRA 対応の低コスト枠。open-source 由来なので、自前のキャラクター／スタイル LoRA を学習済みなら、それを差し込めるのはここ。

Hailuo 2.3 は確実な選択肢の中で最安。派手さはありません。サムネイルを反復したり、コンセプトを耐久試験するのにプレミアムクレジットを焼きたくないときに便利。

採用しなかったもの

ローンチ寸前まで残った真面目な候補が 3 つあり、それぞれ違う理由で見送りました。

1 つ目はノンウォーターマーク枠をまだ出していなかった — 出力にブランディングを焼き込むモデルは表に出しません。2 つ目は映像が良いけれどシード制御の API がなく、マルチテイクのワークフローでは反復が苦痛になる。3 つ目はただ 高すぎる：Max ティアのユーザー基準でも 1 クリップあたりのコストがプランの上限引き上げを迫るレベル。

3 つとも、料金体系が変わったときに再検討します。

1 つのプール、8 つのモデル

これが成り立つ理由は、サブスクを 8 つ買うのではなく、どのモデルを選んでも同じ共有クレジットを消費するからです。生成前に消費量が見えます。Pro は月 2,000 クレジット、Max は 10,000。HappyHorse の典型的な text-to-video は 40〜60 クレジット、Veo の 4K ヒーローショットは 120 程度、Hailuo の反復は 6。

この比率こそ、誇りに思っている部分です。スタジオの肝は、プロンプトが何を必要としているか分かる前にプロバイダーへ事前コミットしなくていいこと — そして動画は、他のどのモダリティよりもその事前コミットを罰してきます。

動画は本日から Pro と Max で有効。無料プランには今は入れていません。クレジットの数字が 1 か月でどう動くかを見てから、間口を広げます。