FLUX 3の代替案：今すぐ購入できる8つのモデル

これが購入の質問である理由

私は検索意図が実際の購買判断にどうつながるかに時間を費やしており、「FLUX 3 alternatives」は今年見た中でも最も分かりやすい例の一つだ。誰もFLUX 3が悪いと思ってこれを検索しているわけではない。発表を読み、エンドポイントを探しに行き、フォームに行き着いたから検索しているのだ。

Black Forest Labsが説明したローンチのはしごと、それぞれの段が実際にどこに立っているかを示す。

発表された4つの機能、公開された価格はゼロ。動画はリクエストフォームの向こうにある早期アクセスだ。アクション予測は選ばれたパートナーに限定されている。画像生成は数週間以内に登場すると説明された。オープンウェイトのバックボーンには日付すらない。

これは研究そのものへの批判ではない。スケジュールの事実であり、今四半期に何かを出荷しようとしているなら、それが答えを決めてしまう。同じ区別は、チームがカスタムAIモデル全般を評価するときにも現れる。デモとSKUは別物のアーティファクトであり、片方だけがローンチ日を持っている。

横並びで見るショートリスト

以下の価格はすべて2026年8月4日時点で確認した各社のレートカードによるものだ。動画の列は720pの10秒クリップで統一している。これがFLUX 3の公開された選好テストの仕様だからだ。

この表から浮かび上がることが2つある。まず、あなたがここに来た理由であるモデルを除いて、この分野全体に価格がついている。次に、最安と最高額のネイティブ音声動画の差は8倍にもなり、これは好みの選択である前に予算の選択だということを意味する。

1本のクリップの実際のコスト

秒単位の料金はベンダーの見積もり方であり、クリップ単位の合計は財務が読む数字だ。仕様を選べば、実際の数字が現れる。

Google Veo 3.1とNano Banana 2

**最適な用途：**公開レートの中で最も安くネイティブ音声動画がほしいチーム。

これはFLUX 3にとって都合が悪い一件だ。なぜなら、ベンダー自身の選好テストでGemini Omni Flashが52%という結果を出しているからだ。最安の音声階層が1秒5セントから始まるモデルファミリーに対してコイントス、というのは心地よいローンチの立ち位置ではない。

Veo 3.1のレートカードには3つの階層があり、すべて秒単位で見積もられ、デフォルトで音声付きだ。Liteは720pで0.05ドル、1080pで0.08ドル。Fastは0.10ドルと0.12ドル。Standardは両方とも一律0.40ドルで、4Kでは0.60ドルになる。

同じAPIの画像側はトークン単位で価格設定されており、1KサイズのNano Banana 2画像で0.067ドルになる。Liteバリアントは0.0336ドル、Nano Banana Proは同サイズで0.134ドルだ。

**制約がある点。**Veo 3.1はプレビューモデルで、Google自身が安定化までに変更があり得ると公言しており、レート制限も厳しい。どのVeo世代にも無料枠はない。グラウンディング検索は共有の月間割当を超えると、1,000リクエストあたり14ドルで別途課金される。

**実際のコスト。**720pの10秒クリップでLiteが0.50ドル、Standardが4.00ドル。この8倍という内部の差こそが、Veoファミリー内での本当の決め手であり、Veoと他社との比較ではない。

**評価。**使える秒数あたりの価格が制約なら、まずここから始めて、そこで探すのをやめていい。Nano Banana 2レビューでは画像側をさらに掘り下げている。

OpenAI Sora 2

**最適な用途：**待ち行列を許容できる大量作業。

Sora 2は720pで1秒0.10ドルで、この分野で唯一バッチ割引が公開されている場所でもある。同じ生成がバッチモードでは1秒0.05ドルに下がり、Veo 3.1 Liteと720pの10秒クリップ最安タイで並ぶ。Sora 2 Proは解像度が上がり、720pで1秒0.30ドル、1024pで0.50ドル、1080pで0.70ドルだ。

**制約がある点。**標準のSora 2は720pが上限なので、1080pの作業はすべてProに移行することになり、レートはおよそ3倍になる。バッチモードはレイテンシーを割引と引き換えにするため、インタラクティブな用途からは外れる。

**実際のコスト。**720pの10秒クリップは標準で1.00ドル、バッチで0.50ドル、1080pのProで7.00ドル。

**評価。**レンダリングを待つものが何もないパイプライン作業には、1ドルあたり最も強い選択肢だ。Soraはこのグループの中で最もツール連携の幅が広く、それが多数のSora 2連携ページが存在する理由でもある。

Luma Ray 3.2とUni-1.1

**最適な用途：**1つのプロンプトではなく演出が必要なショット。

LumaはFLUX 3の評価で最も苦戦しており、評価者の93%がFLUX 3を選んだ。同時に、フレームレベルの制御を看板に据えて売っている唯一のベンダーでもある。Multi-Keyframeは1つのクリップ内で最大16個のキーフレームを設定でき、video-to-videoは20秒まで実行でき、モデルはネイティブHDR生成と16ビットEXR書き出しを備えており、実写素材と合成できる出力になっている。

**制約がある点。**Lumaは秒単位ではなくクリップ単位で価格を設定しており、その曲線は急だ。720pの5秒クリップは0.30ドルだが、10秒では0.90ドルになり、クリップ後半は前半の2倍のコストがかかる。HDRは価格を2倍にし、HDRとEXRを合わせると3倍になる。従量課金にはレート制限があり、レイテンシーのSLAはない。Uni-1.1の画像料金は公開ページにまったく記載されていない。

**実際のコスト。**720pで5秒が0.30ドル、10秒が0.90ドル。1080pではそれぞれ1.20ドルと3.60ドルになる。

**評価。**運任せにせず1つのショットを演出したいときに最適な選択で、クリップが長いなら最悪の選択でもある。Lumaの価格ページには完全な価格表があり、Lumaの代替特集ではその他をカバーしている。

Kling 3.0 Omni

**最適な用途：**既存の動画を音声付きで一度に編集する。

KlingはすでにBlack Forest Labsがベンチマークしたバージョンを追い越している。FLUX 3の表ではKling v3 Proを60%として引用しているが、現行のAPIドキュメントではKling 3.0、3.0 Turbo、3.0 Omniが提供されている。Omniが興味深いのは、動画入力を後付けではなく第一級のモードとして価格設定している点だ。

**制約がある点。**このグループの中で唯一、本当の参入障壁があるのがこのベンダーだ。購入はプリペイドのユニットパッケージ制で、最小の動画パックは5,000ユニットで700ドル、どのパックも有効期限は180日で、繰り越しも延長もない。同時実行数は標準パックで20に制限されている。5ドルで試す方法はない。

**実際のコスト。**1ユニットは定価0.14ドル。動画入力なしのネイティブ音声付きOmniは720pで1秒あたり0.8ユニット、つまり10秒で1.12ドル。動画入力を加えると1秒あたり0.9ユニットに上がる。4Kはどのモードでも1秒あたり3.0ユニット、つまり0.42ドルだ。

**評価。**強力なモデルだが、初回テストとしては商業的な形が扱いにくい。700ドルの下限がネックなら、Klingの価格ページには350ドルの小さめの画像パックがあり、Klingのレビューページでは実際の使い勝手を扱っている。

Runway Gen-4.5とAleph 2.0

**最適な用途：**複数モデルに届く1つの連携。

RunwayはFLUX 3との一騎打ちで77%として敗れており、最も実践的な方法でそれに答えている。競合をリセールしているのだ。Runway APIのモデル一覧は今やgen4.5、aleph2、3サイズのseedance2、gpt-image-2を1つの窓口から提供しており、クレジットプランにはNano Banana Proの画像も含まれる。1つの鍵で4つの研究所。

**制約がある点。**RunwayはこのグループでAPIの秒単位料金をそのまま公開していない唯一のベンダーだ。すべてはクレジットを通じて動くため、等価換算で価格を見ることになる。15ドルのプランは625クレジットで、RunwayはこれをGen-4.5の52秒分としており、95ドルのプランは9,500クレジット、つまり791秒分だ。クレジットは中間プランでは1か月分繰り越せるが、エントリープランではまったく繰り越せない。RunwayでのSeedance生成は15秒が上限だ。

**実際のコスト。**Gen-4.5の52秒分で月15ドル、791秒分で月95ドル。実質の秒単価はこの2つのプランの間でおよそ2.4倍改善しており、プラン選びこそ最大のコストレバーになる。

**評価。**5回連携するより1回連携したい人には実利的な選択だ。Runway Gen-4.5にモデルの詳細があり、Runwayの価格ではクレジットの計算をさらに詳しく分解している。

BytePlus上のSeedance 2.0

**最適な用途：**映画的な仕上がりと公開された4Kパス。

SeedanceはFLUX 3の評価で2つ目の52%コイントスであり、ここにある他のどれとも違う課金方式を取っている。BytePlusはトークン単位で価格を設定しており、トークン数は長さ、出力サイズ、フレームレートの関数になっている。100万トークンあたりの料金は解像度が上がるほど下がり、720pの7.00ドルから4Kの4.00ドルまで下がる。これはこの記事にある他のすべてのレートカードとは逆だ。それでも4Kのクリップはより高くつく。トークン数がレートの下落より速く増えるからだ。

**制約がある点。**トークン課金は、ここにある中で最も予測しにくい。入力に動画が含まれる場合は最小トークン消費量が適用されるため、短い編集でも計算式が示すより高くつくことがある。BytePlusはレート表ではなくスプレッドシートの計算機を提示しており、実際の請求はAPIがトークン数を返して初めて確定する。

**実際のコスト。**BytePlusは実例を公開しており、それが正直な読み方だ。720pの5秒クリップは0.76ドル、つまり1秒あたり0.15ドル。Fastは0.60ドル、Miniは同じ仕様で0.38ドル。1080pでは5秒で1.87ドル。動画入力を加えると、720pの10秒作業は入力の長さに応じて0.84ドルから1.86ドルの範囲まで広がる。

**評価。**見た目は優れているが、実際の予測には手間がかかる。Seedanceをトークン計算なしで使いたいなら、Runwayがクレジット制でリセールしている。

Grok Imagine 1.5

**最適な用途：**手持ちの音声から動画を駆動する。

Grok Imagineは一騎打ちで69%として敗れているが、この表にある他の誰も謳っていない能力を1つ持っている。xAIのモデルカードにはgrok-imagine-video-1.5がテキスト、画像、さらに音声から動画へと対応すると記載されている。他社はすべて音声を生成する側だ。このモデルは自分の音声を取り込める。

**制約がある点。**720pの秒単価としてはここで最も高価で0.14ドル、同じ解像度のVeo 3.1 Liteのおよそ3倍だ。メディア入力は別途1画像あたり0.01ドルで課金される。バッチ階層はない。

**実際のコスト。**480pで1秒0.08ドル、720pで0.14ドル、1080pで0.25ドル。画像はこのラインナップの中で破格の0.02ドル、品質モデルでも0.05ドルだ。

**評価。**音声駆動の生成そのものが目的でない限り、この割高さに見合わない。それ以外ならGrok Imagineのページでどこに向いているかを確認してほしい。0.02ドルの画像は破格だ。

Black Forest Labsに留まるならFLUX.2

**最適な用途：**FLUX 3が走路をクリアするまで、同じベンダーで画像を出荷する。

FLUX.2のレートカードは完全に公開されており、1MPを1024x1024として、メガピクセル単位で価格を示している。[max]は最初の1メガピクセルが0.07ドル、追加ごとに0.03ドル。[pro]は0.03ドルと0.015ドル。[klein] 9Bは0.015ドルと0.002ドル、[klein] 4Bは0.014ドルと0.001ドルだ。[flex]は1メガピクセルあたり一律0.05ドルで、1画像あたりの最低料金はない。参照画像はそれぞれ丸ごと1メガピクセルとしてカウントされ、4MPを超えるとリサイズされる。ドキュメントでは今でもFLUX.2があらゆる用途に推奨されるファミリーだとされている。

**制約がある点。**画像専用なので、FLUX 3の発表された4つの機能のうち1つを置き換えるだけで、動画は置き換わらない。プロンプト遵守でも後れを取っている。あるベンチマークサイトを運営する実践者が数値を出している。

"Flux.2 scored 5, Ideogram4 scored 8, and gpt-image-2 scored 12 out of 15."

vunderba, Hacker News

実際のコスト。[pro]で1024x1024の1枚が0.03ドル、[klein] 4Bなら0.014ドルで、これはこのラウンドアップ全体で最も安い画像だ。

**評価。**プロンプト遵守のテストで勝つことよりもベンダーの継続性が重要なら、正しい選択だ。そうでないなら、標準採用する前にGPT Image 2とMidjourneyと比較し、サブスクリプション経路についてはMidjourneyの価格やIdeogramの価格を確認してほしい。

オープンウェイト勢が実際に語っていること

FLUX 3 Devは、ローンチのスレッドで多くの人が最も気にかけていた段であり、同時に日付がないものでもある。そうなると残るのは現行のオープンウェイトの棚だ。FLUX.2の[dev]と[klein]、そしてQwenとZ-Imageファミリー。存在するライセンス階層は[klein]と[dev]のみをカバーしており、1ドメインで月1万画像に上限を設けたBuilderプランから始まる。

これをローカルで動かしている人々からは、同じ2つの落とし穴が繰り返し挙がっている。1つ目は蒸留についてだ。

"dev variants are usually cfg distilled which means that directly finetuning isn't as effective."

musebox35, Hacker News

2つ目はハードウェアとライセンス条件で、上記のスコア表を公開したのと同じ実践者が、前回のオープンリリースが期待外れだった理由として語っている。彼らが挙げた2つの理由は、同時期にリリースされた他モデルに対するVRAMと速度、そして過度に制限的だと感じたライセンスだった。

すべてが懐疑的なわけではない。あるコメント投稿者は、プロンプトアップサンプラーを添えた単体のRTX 5090上でFLUX.2 devをローカルで動かしており、独自モデルよりもそちらを選んでいる。これが誠実な対抗意見だ。自分のハードウェアで動かせるモデルは、ベンチマークが測らない軸で勝つ。それが自分のレーンなら、Qwenの画像編集が最も近いライブ比較であり、AIモデルの学習がファインチューニング側をカバーしている。

自分でバケオフを実施する方法

ここからは私が最も気にかけている部分だ。サポートAIを扱うバイヤーに見られるのと同じ間違いだからだ。ベンダーの選好率は、ベンダー自身のプロンプトで測定されている。「最大93%」と「52%」は同じ評価から出ており、マーケティングは最初の数字を引用し、あなたのレンダリングは2番目の数字に近いところに着地する。

1. **APIに触れる前に仕様を固定する。**すべてのモデルで同じプロンプト、同じ長さ、同じ解像度、同じ音声設定にする。オンラインで見る比較の半分は、5秒720pのクリップを10秒1080pのクリップと比べているだけだ。
2. **自分の素材と自分のブリーフを使う。**ベンダーのリールは選りすぐりのテイクだ。あなたのブランドの実際のショットリストこそ、モデル間の差が現れる場所だ。
3. **最初のクリップではなく、完成したクリップに価格をつける。**安いモデルが4回試行を必要とし、高いモデルが1回で済むなら、安いモデルの負けだ。これが決め手になる数字だ。

私はこの規律がまさに自社側で取引を決めた瞬間を見てきた。ある見込み客は、私たちのAIに対して67項目の入念な評価を実施した。ナレッジの回答は問題なく返り、彼らは請求ページを3回訪れた。これは買う意思としてはこれ以上ないほど強いシグナルだ。それでも彼らは去った。チャットウィジェットが遅く、途中で止まってしまったからだ。取引を潰したのは、機能比較表には決して載っていないものだった。選好率の表がそれを浮かび上がらせることはなく、ベンダーのデモも同様だ。彼ら自身の67項目のテストだけがそれを見つけた。

これが自分でバケオフをする理由のすべてであり、私が評価表だけを見てローンチ記事から動画モデルを選ばない理由でもある。これは私自身の記事についても同じだ。同じ論理は、AIのハルシネーションやAI応答の信頼度しきい値の設定についての私たちの考え方にも流れている。自分のデータで測定していない失敗こそが、そのまま出荷される失敗だ。

これらすべてが共有している仕組みについては、拡散モデルの解説が背景知識として役立つ。より広い調査は最良の生成AIツールにある。

クリップを生成する理由が映画ではなくコンテンツなら、実践的な入口はAIブログ自動化であり、AI動画スクリプトジェネレーターはレンダリングの前段階をカバーしている。その後に何が起きるかはブログに動画を追加する方法にある。

Try eesel

動画モデルを選ぶこととサポートAIを選ぶことは、結局のところ同じ演習だと分かる。どちらもベンチマークで決まっているように見えて、実際には自分のデータで何が起きるかで決まる。それこそがeeselが省略を拒む部分だ。

eeselは、たった一人のライブ顧客に答える前に、提案するAIエージェントをあなたの実際の過去チケットに対して再生する。だからあなたはベンダーのデモセットではなく、自分の実際のボリュームにおける実際の解決率、実際のギャップ、解決チケットあたりの実際のコストを見ることができる。すでに運用しているヘルプデスクに接続し、台本化されたシナリオリストではなく自分の履歴から学習し、コミットする前にその数字を見せてくれる。上の分野を選好率ではなく公開価格でランク付けしたのと同じ理由だ。確認できる数字は、見せられるだけの数字に勝る。

すでにどのモデルにお金を払うかを考えているなら、それは正しい直感だ。同じ問いをあなたのサポートスタックにも向けてほしい。そして切り替えではなくシミュレーションから始めてほしい。eeselを試す、無料で。

同じ考え方はカスタマーサービス向け生成AIやサポートに最適なLLMにも流れている。そして初日にレートカードを公開したローンチの対照例としては、DeepSeek V4 Flashの価格が、GPT-5.6の隣にある。