アニメ系ローカル画像生成モデル6種を比較|引きと接写で同じプロンプトを試した結果

アニメ調の人物を手元のPCで作るなら、どのモデルでどんな絵になるのか。制服風の服を着た架空の20歳の女性キャラクターが朝の住宅街を歩く場面で、全身の「引き」と顔の「接写」を6モデルで生成しました。各モデル・各画角3枚ずつ、計36枚です。

先に結論: Illustrious系4モデルは1枚約8秒と速く、接写の指定もおおむね効きました。特にWAI-Illustriousは顔のアップが強く出ます。ただし後ろ姿になる、人物が2人になる、構図が崩れる、といった外れも混ざります。自然文で指示するZ-Image Turboは平塗りのアニメ調で3枚のばらつきが最も小さく、Krea 2 Turboは画角の指定が効きにくい結果でした。

比較条件

同じ人物設定・同じ場面を使い、変えたのは画角の指定だけです。seedは1001・2002・3003の3種類で、各モデル・各画角1枚ずつ生成し、選別や撮り直しはしていません。LoRA、Hires fix、参照画像は使っていない素の出力です。

環境はWindows 11のPCとGeForce RTX 5070(VRAM 12GB)。Illustrious系とZ-Image TurboはStable Diffusion WebUI Forge NeoのAPI、Krea 2 TurboはComfyUIのAPIで生成しました。解像度はすべて896×1152です。

Illustrious系はDanbooruタグで学習されているため、同じ内容をタグで書いたプロンプトを使いました。先頭に品質タグ masterpiece, best quality, amazing quality, general を付け、設定は4モデル共通で28ステップ・CFG 6・Euler aです。Z-Image TurboとKrea 2 Turboはタグより自然文が得意なので、実写比較と同じ文の先頭を anime style illustration に置き換えています。つまり、タグ版と自然文版で表現は違いますが、人物・服装・場面・画角の内容は同じです。

共通プロンプト(Illustrious系・タグ版)

引き:

masterpiece, best quality, amazing quality, general, full body, wide shot, walking, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, house, utility pole, crosswalk

接写:

masterpiece, best quality, amazing quality, general, close-up, portrait, face focus, looking at viewer, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, depth of field

ネガティブ:

nsfw, nude, explicit, suggestive, cleavage, underwear, panties, upskirt, child, kid, loli, questionable, lowres, worst quality, bad quality, bad anatomy, bad hands, extra fingers, text, watermark, signature
共通プロンプト(Z-Image Turbo・Krea 2・自然文版)

引き:

anime style illustration, wide shot, full body, a fictional Japanese woman age 20, clearly an adult, wearing a school-uniform-style outfit: navy blazer, white shirt, red ribbon, knee-length navy pleated skirt, shoulder-length black hair, gentle smile, carrying a shoulder bag, fully clothed, modest, walking on a quiet residential street during a sunny morning commute, natural light, houses, utility poles, crosswalk

接写:

anime style illustration, close-up portrait of the face and shoulders, a fictional Japanese woman age 20, clearly an adult, wearing a school-uniform-style outfit: navy blazer, white shirt, red ribbon, knee-length navy pleated skirt, shoulder-length black hair, gentle smile, carrying a shoulder bag, fully clothed, modest, looking at the viewer, on a quiet residential street during a sunny morning commute, natural light, shallow depth of field

ネガティブ: なし(CFG 1のため無効)

生成時間は、モデル読み込みを含む1枚目を除いた5枚の中央値です。

モデル系統1枚の秒数接写の効き方画風
WAI-Illustrious-SDXL v17Illustrious8.03枚中2枚が顔アップ(1枚は構図崩れ)くっきりした線と強い逆光
illuquaint v0.8Illustrious8.03枚中1枚やや落ち着いた色のアニメ塗り
semiRealIllustrious v3.0Illustrious8.03枚中2枚半写実
BSS Equinox IL Semi v5.0Illustrious8.03枚中2枚半写実・頬の赤みが強い
Z-Image Turbo (Q8 GGUF)Z-Image14.13枚とも腰上平塗りのテレビアニメ調
Krea 2 Turbo (NVFP4)Krea 222.33枚中1枚柔らかい塗りのアニメ調

「接写の効き方」は、接写プロンプトで出た3枚のうち顔が画面の大半を占めたかどうかを目視で判断しました。画風は今回の3枚から受けた印象で、モデル全体の特徴を断定するものではありません。

モデル別の結果

各モデルとも、seed 1001の引きと接写を大きく載せ、その下にseed 3種の全6枚を並べています。画像を押すと元の大きさで開きます。

1. WAI-Illustrious-SDXL v17

WAI-Illustrious-SDXL v17で生成した制服風の服を着た架空の20歳の女性キャラクターの引きの作例
引き(seed 1001)。3枚とも横断歩道を歩く全身像。電柱と日本風の家並みがあり、朝日の逆光で青の強い色調になった。
WAI-Illustrious-SDXL v17で生成した制服風の服を着た架空の20歳の女性キャラクターの接写の作例
接写(seed 1001)。3枚中2枚は顔が画面の大半を占めるアップで、今回最も接写が強く効いた。
  • 1枚は全身の人物と大きな横顔が同じ画面に重なる構図崩れになった。
WAI-Illustrious-SDXL v17の全6枚。上段が引き、下段が接写
seed 1001, 2002, 3003 の全6枚(上段: 引き、下段: 接写)。選別はしていません。

設定: Forge Neo / waiIllustriousSDXL_v170.safetensors / 28ステップ / CFG 6.0 / Euler a + Automatic / 1枚 約8.0秒(中央値)

入力したプロンプト全文(引き・接写)

引き:

masterpiece, best quality, amazing quality, general, full body, wide shot, walking, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, house, utility pole, crosswalk

接写:

masterpiece, best quality, amazing quality, general, close-up, portrait, face focus, looking at viewer, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, depth of field

ネガティブ:

nsfw, nude, explicit, suggestive, cleavage, underwear, panties, upskirt, child, kid, loli, questionable, lowres, worst quality, bad quality, bad anatomy, bad hands, extra fingers, text, watermark, signature

2. illuquaint v0.8

illuquaint v0.8で生成した制服風の服を着た架空の20歳の女性キャラクターの引きの作例
引き(seed 1001)。全身像にはなったが、3枚中2枚が後ろ姿、1枚は人物が2人になった。
illuquaint v0.8で生成した制服風の服を着た架空の20歳の女性キャラクターの接写の作例
接写(seed 1001)。顔のアップになったのは3枚中1枚で、残り2枚は腰上の構図。
  • ブレザーに校章風のワッペンが付いた1枚がある。
illuquaint v0.8の全6枚。上段が引き、下段が接写
seed 1001, 2002, 3003 の全6枚(上段: 引き、下段: 接写)。選別はしていません。

設定: Forge Neo / illuquaint_v08.safetensors / 28ステップ / CFG 6.0 / Euler a + Automatic / 1枚 約8.0秒(中央値)

入力したプロンプト全文(引き・接写)

引き:

masterpiece, best quality, amazing quality, general, full body, wide shot, walking, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, house, utility pole, crosswalk

接写:

masterpiece, best quality, amazing quality, general, close-up, portrait, face focus, looking at viewer, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, depth of field

ネガティブ:

nsfw, nude, explicit, suggestive, cleavage, underwear, panties, upskirt, child, kid, loli, questionable, lowres, worst quality, bad quality, bad anatomy, bad hands, extra fingers, text, watermark, signature

3. semiRealIllustrious v3.0

semiRealIllustrious v3.0で生成した制服風の服を着た架空の20歳の女性キャラクターの引きの作例
引き(seed 1001)。3枚とも横断歩道を歩く全身像。顔は半写実寄りの塗り。
semiRealIllustrious v3.0で生成した制服風の服を着た架空の20歳の女性キャラクターの接写の作例
接写(seed 1001)。3枚中2枚が顔のアップ、1枚は腰上の構図。
  • 1枚は他の2枚より大人びた顔立ちになった。
semiRealIllustrious v3.0の全6枚。上段が引き、下段が接写
seed 1001, 2002, 3003 の全6枚(上段: 引き、下段: 接写)。選別はしていません。

設定: Forge Neo / semiRealIllustrious_v30.safetensors / 28ステップ / CFG 6.0 / Euler a + Automatic / 1枚 約8.0秒(中央値)

入力したプロンプト全文(引き・接写)

引き:

masterpiece, best quality, amazing quality, general, full body, wide shot, walking, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, house, utility pole, crosswalk

接写:

masterpiece, best quality, amazing quality, general, close-up, portrait, face focus, looking at viewer, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, depth of field

ネガティブ:

nsfw, nude, explicit, suggestive, cleavage, underwear, panties, upskirt, child, kid, loli, questionable, lowres, worst quality, bad quality, bad anatomy, bad hands, extra fingers, text, watermark, signature

4. BSS Equinox IL Semi v5.0

BSS Equinox IL Semi v5.0で生成した制服風の服を着た架空の20歳の女性キャラクターの引きの作例
引き(seed 1001)。3枚とも日本風の街並みを歩く全身像。WAIに近い逆光の色調。
BSS Equinox IL Semi v5.0で生成した制服風の服を着た架空の20歳の女性キャラクターの接写の作例
接写(seed 1001)。3枚中2枚が顔のアップ、1枚は胸上の構図。
  • 頬の赤みが強く、化粧をしたような半写実の顔になった。
BSS Equinox IL Semi v5.0の全6枚。上段が引き、下段が接写
seed 1001, 2002, 3003 の全6枚(上段: 引き、下段: 接写)。選別はしていません。

設定: Forge Neo / BSSEquinoxILSemi_v50.safetensors / 28ステップ / CFG 6.0 / Euler a + Automatic / 1枚 約8.0秒(中央値)

入力したプロンプト全文(引き・接写)

引き:

masterpiece, best quality, amazing quality, general, full body, wide shot, walking, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, house, utility pole, crosswalk

接写:

masterpiece, best quality, amazing quality, general, close-up, portrait, face focus, looking at viewer, 1girl, solo, adult, young woman, blazer, navy blazer, white shirt, red ribbon, navy pleated skirt, knee-length skirt, black hair, medium hair, smile, shoulder bag, outdoors, residential street, morning, sunlight, blue sky, depth of field

ネガティブ:

nsfw, nude, explicit, suggestive, cleavage, underwear, panties, upskirt, child, kid, loli, questionable, lowres, worst quality, bad quality, bad anatomy, bad hands, extra fingers, text, watermark, signature

5. Z-Image Turbo (Q8 GGUF)

Z-Image Turbo (Q8 GGUF)で生成した制服風の服を着た架空の20歳の女性キャラクターの引きの作例
引き(seed 1001)。3枚とも日本の住宅街を歩く全身像。影の少ない平塗りで、テレビアニメの背景に近い画風になった。
Z-Image Turbo (Q8 GGUF)で生成した制服風の服を着た架空の20歳の女性キャラクターの接写の作例
接写(seed 1001)。3枚とも腰上の構図で、実写プロンプトのときと違い顔のアップにはならなかった。
  • 3枚とも顔・衣装・構図がよく似ており、ばらつきが最も小さい。
Z-Image Turbo (Q8 GGUF)の全6枚。上段が引き、下段が接写
seed 1001, 2002, 3003 の全6枚(上段: 引き、下段: 接写)。選別はしていません。

設定: Forge Neo / z_image_turbo-Q8_0.gguf / 12ステップ / CFG 1.0 / Euler + Simple / 1枚 約14.1秒(中央値)

入力したプロンプト全文(引き・接写)

引き:

anime style illustration, wide shot, full body, a fictional Japanese woman age 20, clearly an adult, wearing a school-uniform-style outfit: navy blazer, white shirt, red ribbon, knee-length navy pleated skirt, shoulder-length black hair, gentle smile, carrying a shoulder bag, fully clothed, modest, walking on a quiet residential street during a sunny morning commute, natural light, houses, utility poles, crosswalk

接写:

anime style illustration, close-up portrait of the face and shoulders, a fictional Japanese woman age 20, clearly an adult, wearing a school-uniform-style outfit: navy blazer, white shirt, red ribbon, knee-length navy pleated skirt, shoulder-length black hair, gentle smile, carrying a shoulder bag, fully clothed, modest, looking at the viewer, on a quiet residential street during a sunny morning commute, natural light, shallow depth of field

ネガティブ: なし(CFG 1のため無効)

6. Krea 2 Turbo (NVFP4)

Krea 2 Turbo (NVFP4)で生成した制服風の服を着た架空の20歳の女性キャラクターの引きの作例
引き(seed 1001)。3枚とも日本の住宅街と横断歩道で、正面を向いて立つ全身像になった。
Krea 2 Turbo (NVFP4)で生成した制服風の服を着た架空の20歳の女性キャラクターの接写の作例
接写(seed 1001)。顔のアップになったのは3枚中1枚で、残り2枚は膝上の立ち姿。
  • 実写プロンプトのときと同じく、画角の指定が効きにくい。
Krea 2 Turbo (NVFP4)の全6枚。上段が引き、下段が接写
seed 1001, 2002, 3003 の全6枚(上段: 引き、下段: 接写)。選別はしていません。

設定: ComfyUI / krea2_turbo_nvfp4.safetensors / 8ステップ / CFG 1.0 / euler + simple / 1枚 約22.3秒(中央値)

入力したプロンプト全文(引き・接写)

引き:

anime style illustration, wide shot, full body, a fictional Japanese woman age 20, clearly an adult, wearing a school-uniform-style outfit: navy blazer, white shirt, red ribbon, knee-length navy pleated skirt, shoulder-length black hair, gentle smile, carrying a shoulder bag, fully clothed, modest, walking on a quiet residential street during a sunny morning commute, natural light, houses, utility poles, crosswalk

接写:

anime style illustration, close-up portrait of the face and shoulders, a fictional Japanese woman age 20, clearly an adult, wearing a school-uniform-style outfit: navy blazer, white shirt, red ribbon, knee-length navy pleated skirt, shoulder-length black hair, gentle smile, carrying a shoulder bag, fully clothed, modest, looking at the viewer, on a quiet residential street during a sunny morning commute, natural light, shallow depth of field

ネガティブ: なし(CFG 1のため無効)

比較して分かったこと

接写の強さはタグ版のIllustrious系が上です。close-up, portrait, face focus の組み合わせで、4モデルとも少なくとも1枚は顔のアップになりました。自然文のZ-Image Turboは、実写プロンプトでは3枚とも胸上のアップだったのに、アニメ調にすると3枚とも腰上に引いています。同じモデルでも、画風の指定で構図の効き方が変わる例です。

安定性はZ-Image Turboが高めです。Illustrious系には、後ろ姿(illuquaint)、2人になる(illuquaint)、同じ人物が画面に2回描かれる(WAI)といった外れが混ざりました。Z-Image Turboは3枚とも顔・衣装・構図がよく似ていて、同じキャラクターを何枚も作りたい場面では扱いやすそうです。その分、構図の変化は小さめです。

街並みはどのモデルも日本風になりました。タグ版には「Japan」を入れていませんが、utility pole や crosswalk のタグと学習データの傾向からか、Illustrious系4モデルとも電柱と横断歩道のある日本の街を描いています。実写比較でSDXL系が欧米風の郊外になったのとは対照的です。

速度はIllustrious系が1枚約8秒で、Z-Image Turboが約14秒、Krea 2 Turboが約22秒でした(RTX 5070、896×1152)。

検証の限界

各モデル・各画角3枚の比較で、seedが変われば結果も変わります。モデルの優劣を統計的に示すものではありません。Illustrious系には共通の設定を使ったため、各モデルの配布元が推奨する値とは異なる場合があります。

Illustrious系はタグ、Z-Image TurboとKrea 2は自然文と、プロンプトの書き方がモデル群で異なります。内容は揃えましたが、文字列が同一の比較ではありません。

人物・背景はすべてAI生成の架空のもので、実在の人物やキャラクターではありません。モデルの配布ページやライセンスは各モデルの公開元で確認してください。実写系の結果は実写系ローカルモデル9種の比較にまとめています。

関連記事