ローカルAI画像生成は無料。クラウドAI画像は即時。決め手はGPUです。

オープンな画像モデルは追いつき、一部のカテゴリではむしろ先行しています。HiDream-O1は、2026年5月にMITライセンスで公開された8Bモデルで、Artificial Analysisのtext-to-imageアリーナにおいて、はるかに大きい競合モデルのごく一部のサイズでトップクラスのオープンウェイトモデルにランクインしました。AlibabaのQwen-Imageは、多くのクラウドツールよりも読みやすいテキストを画像内に描画します。そして編集モデル — Qwen-Image-EditやFLUX Kontext — は、既存の写真の中のオブジェクト、背景、テキストを平易な言葉の指示だけで、ローカルで無料に変更できるようになりました。

クラウド側にも2026年ならではの動きがあります。市場は数社の本格的なプレイヤーに集約され、入門価格は月額$8〜10の水準まで下がり、商用利用に安全な学習データはビジネスユーザーにとって実際の差別化要因になりました。どちらの扉も本当に良い選択肢です。問題はどちらが自分に合うかです — そして動画とは違い、画像のハードウェアのハードルは十分に低く、ローカルの扉ははるかに多くの人にとって現実的です。

3つとも、自分のマシン上でComfyUI(または類似のローカルインターフェース)を通じて動作します。動画生成の記事と同様に、これらは拡散モデルであってLLMではないため、Ollamaでは動作しません。

FLUXファミリーは、本格的なローカル画像制作のデフォルトです。FLUX.2 devは写実性と高解像度で先行し、最大10枚の参照画像を組み合わせながらキャラクター・製品・スタイルの一貫性を保ちます。FLUX.1 [schnell]はわずか8GBのVRAMで1〜4ステップの高品質画像を生成します。FLUX.1 Kontextは既存画像の編集でローカル首位です。

ライセンス — ここは注意深く読んでください。ファミリー内でライセンスが分かれています。 FLUX.1 [schnell]はApache 2.0で、商用利用を含め制限がありません。FLUX.1/2 [dev]とKontextはBlack Forest Labsの非商用ライセンスを採用しており、商用製品での実行にはBFLからの有料ライセンスが必要です。ここでは「オープンウェイト」は「商用OK」を意味しません。

ハードウェア:8GB(schnell)、12〜16GB(dev/Kontext)、24GB(FLUX.2 dev、GGUF Q4)。

SD 3.5(8B Large / 2.5B Medium)はもはや品質面のトップではありませんが、他にはないものを持っています — ローカルAIで最も深いエコシステムです。何年にもわたって蓄積されたコミュニティ製のLoRA(スタイル、キャラクター、製品の見た目をモデルに教える小さな追加ファイル)、ControlNet、チュートリアルにより、作りたいものが何であれ、すでに誰かがパーツを作っています。

ハードウェア:バリアントにより8〜12GB。SDXLは8GBで快適に動作します。

ライセンス:Stability コミュニティライセンス — 年間収益100万ドル未満なら商用利用も無料。それを超える場合はエンタープライズライセンスが必要です。フリーランスや中小企業には十分ですが、規模が大きくなると実際の制約になります。

AlibabaはQwen-Image(20B)を2025年8月にApache 2.0でオープンソース化しました — 収益しきい値なし、非商用条項なし、地域による制限もありません。その得意分野は、ほとんどのモデルがいまだ苦手とするもの — 複数言語での、読みやすく正しいスペルの画像内テキストです。ポスター、看板、インフォグラフィック、見出し付きのサムネイル、これらにうってつけのモデルです。

おまけ:Qwen-Image-Editは既存写真に対して、プロンプトベースの精密な編集を行えます — オブジェクトの色を変える、背景を差し替える、テキストを直す — その他はそのまま保持しながらです。

ハードウェア:8GB(GGUF量子化)〜24GB(フル精度)。ライセンス:Apache 2.0 — 細則が一切ない唯一のトップクラス画像モデルです。

2026年5月にApache 2.0よりさらに寛容なMITライセンスで公開されたHiDream-O1(8B)は、公開直後にArtificial Analysisのtext-to-imageアリーナでトップクラスのオープンウェイトモデルにランクインし、何倍もの規模を持つモデルと競り合いました。まだ若く、エコシステムは薄く、長期的なサポートは未証明です(このランキングは執筆時点で単一の情報源によるものであり、確定事項として扱う前に検証してください)。しかしこの勢いが続けば、このリストは1年以内に書き換えられるでしょう。

動画の記事でローカルAIに尻込みしてしまった方には朗報です。画像ははるかに軽いワークロードです。中古のRTX 3060 12GB(米国で約$170〜220)で、下記の表の最初の2行をカバーできます。動画生成では24GBが快適な水準であることと比べてみてください。

自分のハードウェアがどこに当てはまるか分からない場合は、これらのガイドが計算してくれます:モデルごとの正確な要件はVRAM計算ツール、モデルサイズ別のグラフは必要なVRAMはどれくらい?、ハードウェア選びはローカルAI向けおすすめGPUとおすすめの低予算GPU、プラットフォーム比較はGPU対CPU対Apple Siliconをご覧ください。

動画の記事と同じ正直さで言います。ローカル画像生成が意味するのは:

セットアップ。 ComfyUIまたは類似のインターフェース、正しいフォルダに置くモデルファイル、たまに起きる依存関係のエラー。1週間ではなく1晩で済みます — 画像のセットアップは動画よりはるかにシンプルです — ですがそれでも自分の時間はかかります。

プロンプト作成。 組み込みのプロンプトヘルパーなし、スタイルプリセットなし、コンテンツフィルターなし(全面的なコントロールと、全面的な責任)。プロンプトは自分で書きます。システムプロンプトとユーザープロンプトとローカルモデル向けプロンプトエンジニアリングのガイドは、そのまま応用できる基礎を扱っています。

仕上げ。 アップスケール、顔の修正、バッチ整理 — 自分で選ぶ別のツールやノードです。30枚の画像で一貫したキャラクターが欲しいですか?それはLoRAトレーニングです。実現可能で、手順も文書化されていますが、ひとつのプロジェクトになります。

どちらの扉を選ぶかの前に、何のためにその扉を通るのかを知っておきましょう。現実的なユースケースマップです:

• コンテンツサイトとブログ: ヒーロー画像、記事のイラスト、ソーシャルプレビューカード。
• YouTubeとソーシャル: サムネイル、チャンネルアート、投稿用グラフィック、広告クリエイティブ(高速なA/Bバリエーションを含む)。
• ECとマーケティング: 製品モックアップ、ライフスタイルシーン、同じ写真の季節バリエーション。
• 業務資料: プレゼン用ビジュアル、ピッチデック用グラフィック、コンセプトモックアップ。
• クリエイティブプロジェクト: 書籍の表紙、コンセプトアート、ムードボード、プリントオンデマンドのデザイン。
• 作成だけでなく編集も: Qwen-Image-EditやFLUX Kontextを使い、背景を差し替える、オブジェクトを削除する、製品写真のスタイルを変える、グラフィック内のテキストを直す。

正直な限界が2つあります。大量バッチにわたる厳密なブランド一貫性はAI画像がいまだ苦手とする分野です(ローカルのLoRAは役立ちますが、クラウドツールも追いついてきています)。また、実在の人物、実在の製品、事実の正確さが求められるものには、生成ではなく実写撮影が必要です。

Adobe Fireflyとgetimg.aiを選んだのは、この2つがクラウドで最もよくあるニーズ — 最大限の商用利用の安全性と、ローカルからクラウドへの最も簡単な橋渡し — を実際にカバーしているからです。MidjourneyとChatGPTも画像生成で広く使われていますが、どちらもこの2つの具体的なニーズに直接は合致しません。今回の比較ではFireflyとgetimg.aiの方が有用な選択肢であり、デフォルトの推奨というわけではありません。

FireflyはAdobe Stockとオープンにライセンスされたコンテンツで学習されています — つまりAdobeは、ビジネスユーザーが著作権リスクを引き継がないよう設計しました — そしてPhotoshopをはじめとするCreative Cloudと直接統合されています。クライアント案件やブランドの安全性が気になるなら、これがクラウドの扉です。無料トライアルがあり、支払い前に試せます。有料プランはStandardティアで月額$9.99から、2,000のジェネレーティブクレジットが付きます。向いている人:プロフェッショナル、代理店、クライアントから「これは法的に安全か?」と聞かれる立場の人。

ここが、ほとんどの比較記事が見落としているひねりです。getimg.aiは、ローカルにインストールするのと同じオープンモデル — FLUXなど、1つのインターフェースに20以上のモデル — を、あなたのGPUではなく彼らのGPUで動かします。セットアップ不要、VRAMの計算不要、すべてのプランに商用利用権が含まれます。ローカルの扉に魅力を感じつつ、自分のハードウェアがそれを許さないなら、これが橋渡しになります。料金は2026年初頭以降は有料のみです(無料プランは廃止されました) — 年払いで月額$8から(月払いなら月額$10)、3,000クレジット付き。上位ティアはそこからスケールアップします。向いている人:ローカルに興味はあるがGPUがないユーザー、そしてComfyUIの学習曲線なしにオープンモデルの多様性を求める人。

(番外編:Ideogram — 画像内テキストのクラウドリーダーで、公開ギャラリーに画像が掲載される限定的な無料プランがあり、有料プランは月額約$20からです。)

要約版です。よくある状況ごとにまとめました:

8GB以上のGPUを持っている(または購入予定)、定期的に画像を生成する、プライバシー・限界費用$0・完全なクリエイティブコントロールを求めるなら、ローカルへ。Qwen-Imageが最も安全な土台です — Apache 2.0、クラス最高のテキスト描画 — 写実性ならFLUX(バリアントごとのライセンスの違いに注意)、比類のないスタイルエコシステムならSD 3.5です。

5分以内に結果が欲しい、たまにしか生成しない、あるいはGPUがないなら、クラウドへ。Adobe Fireflyは商用利用に安全な学習データを備えた、安全でプロフェッショナルな選択肢です。getimg.aiは、オープンモデルという発想は好きだがインストールはしたくない人のための橋渡しです。

そして次に動画を検討しているなら、それはまったく別のハードウェアの話です。姉妹記事もあわせてお読みください:ローカルAI動画生成 対 クラウド。