AI画像生成ツールは急速に進化し、よりスマートで、より高速で、よりクリエイティブになっています。ChatGPT-5とGeminiの画像生成機能をテストした後、GoogleのGeminiのパフォーマンスを、イーロン・マスクの「無料」チャットボットであるGrokと比較してみました。
フォトリアリスティックなリクエストからピクサー風のリクエストまで、7ラウンドにわたるバトルで、各モデルの指示遵守能力と説得力のある画像を生成する能力をテストしました。それぞれのモデルの主な強みと、最終的にどのAIが勝利したかをご紹介します。この比較は、GeminiとGrokのどちらのモデルがAI画像生成のニーズに最適かを理解する上で役立ちます。
1. 超リアルな製品コンセプト
請求： 「カフェの木製のテーブルの上に折りたたみ式の透明なスマートフォンを置き、その表面に街の明かりを反射させた、フォトリアリスティックな画像を作成します。」
それはうまくいった グロク 彼は私の要望を叶えるため、私が求めていたディテールをすべて盛り込んだ、写実的な写真を2枚作成してくれました。どちらのバージョンも洗練されており、コンセプトを正確に反映していました。
その結果は 双子座 良い出来だが、完璧ではない。透明なスマートフォンは少しバランスが崩れているように見え、主張の重要な部分である街の明かりの反射は、Grokの試みほど説得力のある表現にはなっていない。
勝者： 勝利 グロク 高品質な画像を生成し、プロンプトを最適に解釈すること。このAI画像生成テストでは、Grokが明らかに優れたパフォーマンスを発揮しました。
2. 感情を持ったキャラクターを描く
請求： 「火星にヘルメットを忘れたことに気づいた若い宇宙飛行士を、誇張した表現、鮮やかな色彩、漫画的なユーモアを交えて漫画風のイラストで描いてください。」
生産する グロク 驚いた様子の宇宙飛行士と思われる2枚の写真。どちらもヘルメットをかぶっている。写真が近すぎるため、特定の解釈が難しく、「忘れている」という印象もあまり伝わらない。
生産する 双子座 この画像は、物忘れの激しい宇宙飛行士を描いています。吹き出しによって、宇宙飛行士の不快感の理由がより明確に示されていますが、宇宙飛行士がヘルメットをかぶっていなければ、この画像はより良く見えるでしょう。背景と全体的なデザインは明確です。
優勝者：ジェミニ プロンプトの指示に忠実に従い、よりコミカルな画像を作成した人が勝ちです。
3. 歴史の再解釈
請求： 「レオナルド・ダ・ヴィンチ風に、現代のスマートフォンを持ったクレオパトラのルネッサンス風の絵画を描いてください。」
生産する グロク この画像は、ルネッサンス風の衣装を着てスマートフォンを持った現代女性の写真のようです。絵はむしろ自撮り写真のようで、とてもモダンです。
集中する 双子座 芸術的な側面から見ると、この絵は、衣装を着た現代女性というよりも、ルネッサンス絵画のようであり、クレオパトラ自身のように見えました。
優勝者：ジェミニ これは、要求の最も優れた解釈と最も優れた歴史的正確さにより受賞しました。
4. 複雑な群衆シーン
請求： 「大晦日のタイムズスクエアの航空写真を作成します。人混み、光り輝く看板、夜空に舞い上がる紙吹雪でいっぱいです。」
グロク このラウンドは本当に残念でした。どちらの写真も同じようにひどく、ややぼやけていて、タイムズスクエアの大晦日の様子をうまく捉えていません。人々が離れすぎているし、大晦日を暗示するような他のディテールも欠けています。
双子座 タイムズスクエアの大晦日のエネルギーと大勢の群衆を捉えた写真です。明らかにニューヨーク市で撮影されたもので、看板がその年の大晦日であることを物語っています。グロクの写真とは異なり、群衆はぎっしりと詰まっています。
優勝者：ジェミニ タイムズスクエアの大晦日の最も鮮明で正確な写真に選ばれた人が優勝します。
5. シュールなミックス
請求： 「海の底のガラスの部屋の中で、巨大なタコがアルバート・アインシュタインとチェスをしているところを想像してみてください。」
顔 グロク このテストは難しかったです。これまでのテストで出題されたどの問題よりも「考える」時間が長かったです。絵は良かったのですが、「ガラスの部屋」という問題が考慮されていませんでした。
ステップ 双子座 すぐに、自撮り写真らしきものを撮りました。ガラスハウスは面白くてリアルでした。タコはグロックのタコよりもずっと大きく、奇妙なイメージをより引き立てていました。
優勝者：ジェミニ 優れた画質と正確な指示で勝利を収めます。
6. インフォグラフィックの明瞭さ
プロンプト: 「蝶のライフサイクルを段階ごとにラベルを付け、矢印とできるだけ少ない色のフラットアイコンを使ってわかりやすく示すインフォグラフィックをデザインしてください。」
それは試みだった グロク 成功と失敗の両方を含んだチャートを作成すること。最初のバージョンは雑然としており、不要な蝶がライフサイクルから気をそらしていました。2番目のバージョンは主張に近づきましたが、サイクルの詳細が明確ではありませんでした。
双子座 わかりやすいラベル、少ない色、読みやすいラベルを使用して、蝶のライフサイクルを正確に表す鮮明な画像を提供します。
優勝者：ジェミニ 彼は最初の試みで請求を完了したので勝利しました。画像は正確で、すぐに表示できます。
7. プロフィール写真のスタイルに一貫性を保つ。
請求： 「金髪でノートを持った40歳のジャーナリストのピクサー風3Dキャラクターモデルを作成し、服装の異なる3つのバリエーションを作成してください。」
グロク 彼はこのプロンプトの「ピクサースタイル」というリクエストと「様々な衣装」という部分を完全に見落としていました。彼は3つの異なるヘアスタイルを考案しました。これは彼の功績と言えるでしょう。
双子座 ピクサー スタイルでジャーナリストを粉砕しますが、3 つの違いを見逃します。
勝者：引き分け どちらのロボットも指示に従えませんでした。どちらかを選ぶとしたら、スタイルが適切でジャーナリストの雰囲気をよりよく捉えているジェミニを選びます。
総合優勝者：ジェミニ
7つのコマンドを実行した結果、Geminiは総合的に見て最も信頼性の高い画像生成ツールであることが証明されました。Geminiは指示に一貫して正確に従い、よりきれいな構図を生成し、Grokがしばしば見逃していた細部まで理解していました。つまり、Geminiはテキストコマンドを理解し、実行して要求された画像を生成する能力に優れていたのです。
Grokは確かに創造性の閃きを見せ、フォトリアリズムにおいては明確な勝利をもたらしましたが、精度に問題を抱え、標準から逸脱することが多かったです。実験的で型破りな結果を求めるなら、Grokにも魅力があります。しかし、明瞭性、精度、洗練度が最も重視される日常的な用途では、Geminiこそが頼りになるAI画像生成ツールです。つまり、様々なシナリオで一貫した高品質な結果を求めるユーザーにとって、Geminiはより良い選択肢と言えるでしょう。
Grokを試したことがありますか？Geminiはどうですか？どれが一番お気に入りですか？コメントで教えてください。
コメントは締め切りました。