Reve 2.1とは？AI画像モデルガイド

Reve 2.1の実体

Reveは、パロアルトの小規模ラボであるReve AIによるAI画像生成・編集プロダクトだ。現行のフラッグシップモデルであるReve 2.1は、Reve 2.0からわずか1か月余り後の2026年7月9日に発表された。同社はこれを「触れる画像」というタグラインで打ち出しており、ホームページはプロダクトの役割分担を的確にまとめている。「Reve 2.1の画像はコードだ。Reve.comはエディタだ」

ここが立ち止まって考える価値のある部分だ。私はAI機能を作ることを生業としており、ここで目を引いたのは見た目の美しさ（それも確かに良い）ではなく、アーキテクチャそのものだった。私の仕事の大半は、人間が実際に何かを実行する前に検証し信頼できるAI出力を作ることに費やされており、Reveはほとんど誰も手を付けない領域、つまり画像生成において同じ発想を追求している。

このモデルがここに至るまでの経緯を手短にまとめる。

Reveは2025年3月、「Halfmoon」の愛称で広く知られるプレビューモデルとして初めて登場し、Artificial Analysis Image Arenaで1位を獲得、Midjourney v6.1やGoogle Imagen 3を上回った。続いてReve 1.0が登場し、「キャプションではなく、詳細なデータ構造」で学習された。そして6月のReve 2.0で、レイアウトとネイティブ4Kを中心にすべてが再設計された。Reve 2.1はその基盤をさらに磨き上げたもので、より鋭いプロンプト理解とより強力なテキストレンダリングを備えている。

その裏にある賭け：画像をコードとして扱う

ほとんどの画像モデルは、Reveの言葉を借りれば、いまだに「花火の段階」にある。筒に材料を詰め、火をつけて、何か美しいものが出てくることを願うようなものだ。プロンプトを入力すると、モデルは直接ピクセルへと進み、手の描写がおかしかったり、看板に「RSETAURANT」と書かれていたりしても、できることはやり直して祈ることだけだ。

Reve 2.1はこれを2つのステップに分割する。まず画像を構造化されたアドレス可能なレイアウトとして計画し、すべての要素に位置、サイズ、ローカルな説明を持たせ、その後で初めてレンダリングする。このプランはあなた自身、あるいはエージェントによって検証・編集が可能だ。

これが最もはっきり分かるのは、Reve自身によるデモで、シーンがラベル付けされた部分に分解され、建物の個々の柱に至るまで細分化されている様子だ。このラベル付けされた骨格こそが、モデルが1ピクセルも描く前に推論する中間表現なのだ。

同社の例えでは、テキストから直接画像を生成することは「コードベースを先に生成せずにアプリケーション全体を生成するようなものだ」という。裏側では、Reveは2つのモデルファミリーを組み合わせている。拡散モデル（美しいが制御しづらい）と、自己回帰型のLLM風プランナー（制御しやすいが遅い）だ。両者の良いところ取りができるというのが同社の主張だ。

私は普段、こうした表現には拒否反応を示すタイプだ。「信頼できるAI」は業界で最も過大に約束されているフレーズだからだ。しかし、ここにある仕組みは本物であり、私がサポート自動化を構築する際に頼っているのと同じ原則だ。最終的な答えしか示さないブラックボックスは信頼しづらいが、先にプランを示すシステムは実際に修正できる。それは、祈ることと確認することの違いだ。

Reve 2.1の新機能

Reveは2.1を、2.0のアーキテクチャの上に築かれた「視覚的知性と推論における本物の飛躍」と位置づけている。ローンチによれば、主な3つの向上点はより優れたプロンプト理解、より豊富な世界知識、そしてより強力な外国語テキストのレンダリングであり、最大の改善はマーケティング素材、抽象パターン、そして人物表現において現れている。

注目すべきはテキストだ。画像内に読みやすい単語をレンダリングすることは、長年にわたり画像モデルの大きな弱点であり続けてきたが、Reveが真に際立っているのはこの点だ。ポスター、パッケージ、広告のモックアップ、ロゴは、意味不明な文字の羅列に崩れることなく、おおむね崩れないタイポグラフィで出力される。

レイアウトとテキストがレンダリング前に計画されているため、小さなフォーマットのブランディングテキスト（住所、電話番号、商品名）も維持される。これはまさに、通常なら崩れてしまう部類のものだ。

Xのデザイナーたちはこれにすぐさま気づいた。リリース後、あるユーザーはこう述べている。

"Haven't tested yet but the improved text rendering and prompt understanding sound like game-changers for complex designs."

@CatiaKyen, X

実際のところ、どれほど優れているのか？

画像生成のベンチマークは複雑に入り組んでいるため、正確さを心がける価値がある。Arena.aiのText-to-Image Arena（かつてLMArenaと呼ばれていた、人間の好みに基づくリーダーボード）において、Reve 2.1はEloスコア1306で総合2位となり、わずか1か月でReve 2.0から+36ポイント上昇し、次点のモデルに+28ポイントの差をつけた。写実性、アート、テキストレンダリングを含む6つのカテゴリで上位3位以内にランクインしている。

ここには2つの注意点があり、それが正直さを保っている。まず、2位ということは1位が存在するということだ。OpenAIのGPT Image 2がなお上に位置している。次に、リーダーボード同士でも意見が分かれる。本稿執筆時点でArtificial Analysisのボードはまだ2.1をランク付けしておらず、Reve 2.0を依然として2位（1338のGPT Image 2の下）として表示していた。つまり「世界2位」とは、あくまでArena.aiによる特定の判定であり、普遍的な事実ではない。議論の余地がないのは、Reveが確固たるトップ層にいるということであり、同社によれば大手ラボよりも「10分の1のGPU」で学習した上でそこに到達したという。

参考までに、製品写真のクオリティもそのランキングにふさわしいものだ。

実際に人々が興奮しているのは編集機能だ

ここで「画像をコードとして扱う」という発想は単なるスローガンではなくなる。画像が構造化されたレイアウトであるため、生成後に個々の要素を選択して再プロンプトでき、気に入った部分をすべて失うことなく全体を作り直す必要がない。Reveのエディタはそれらの要素を直接公開している。

背景をスタジオの背景から草原に変更しても、製品とロゴは元の位置にそのまま残り、その領域だけが再レンダリングされる。

この機能こそが前バージョンで最も強い自然な反響を呼んだものであり、2.1にもそのまま引き継がれている。

"Reve 2.0 is incredible at image editing. It automatically detects layers in images you generate, and then you can specifically prompt to make changes."

Jerrod Lew, X

Reveはさらに、このレイアウト方式によって繰り返し編集しても画像が劣化しないと主張している。通常、拡散処理を何度も繰り返すと画質が劣化するが、固定されたレイアウトから生成することで、ラスター画像を何度も編集する際に生じるアーティファクトの蓄積を回避できるからだという。

Reve 2.1の料金

Reveの料金体系は2つの側面を持つ。アプリ向けの消費者向けサブスクリプションプランと、API向けの使用量ベースのクレジット料金だ。どちらもアプリが「エネルギー」と呼ぶクレジット単位で動作しており、消費者向けプランは絶対値ではなく、無料プランを基準とした倍数で表示されている。

開発者向けには、APIは従量課金制であり、最低10ドルで7,500クレジットを購入でき、v2の画像生成または編集には**150クレジット（約0.20ドル）**かかる。より安価な旧世代の「fast」エンドポイントなら、1画像あたり約0.007ドルまで下がる。無料プランについて一点注意しておきたいのは、アカウントはデフォルトでモデル学習の対象に含まれるということであり、オプトアウトできるのは有料プランのみだ。

最上位の消費者向けプランが19.99ドルという価格は、多くの競合を下回っており、その価格帯で動画生成が手に入るのは実に攻めた設定と言える。

良い評判、悪い評判

称賛の声は一貫している。プロンプトへの忠実さ、テキストレンダリング、4K出力は、どのバージョンでもユーザーが挙げるポイントだ。不満の声は限定的であり、注目すべきは品質に関するものではないという点だ。公式ローンチへの最も反響の大きい返信は、コンテンツポリシーの緩和を求めるものだった。

"make it allow nsfw for paid users on text to image"

@blankbraindead, X

そして、大量生成する場合には無視できない実務上の不満もある。

"Nice 👍 I hope the file size has been optimized. It was much larger than expected for a generated image."

@adrenaltrades, X

つまり、正直な限界としては、有料ユーザーでさえ緩和できない厳格なコンテンツポリシー、重い出力ファイル（大量生成する場合は実際のコストになる）、そしてモデルが周辺ツールよりもかなり先行している、まだ若い独自プロダクトである点が挙げられる。Reveはまたプレミアムのみの提供であり、同時期に登場したオープンウェイトの代替品とは対照的だ。これらはほとんどの商用作業にとって致命的な欠点ではないが、ワークフローに組み込む前に知っておくべき点だ。

実際にどこで使うか

マーケティング用のビジュアル、ポスター、パッケージ、広告のモックアップなど、テキストが含まれるあらゆる制作物においては、Reve 2.1は現時点で入手可能な最も有力な選択肢の一つであり、編集モデルは真の生産性向上をもたらす。無検閲の生成やオープンウェイトが必要なら、他を探した方がいい。純粋な絵画的な雰囲気だけでMidjourneyと比較するなら、その特定の軸においてはMidjourneyがまだ優位に立つ一方、プロンプトへの忠実さとタイポグラフィではReveが勝る。

私がReveを注目に値すると考える、より深い理由は画像そのものとは関係がない。それはパターンだ。Reveを優れたものにしている決め手は、AIのプランをブラックボックスに隠すのではなく、目に見え編集可能な状態にしていることだ。これは画像生成特有のトリックではなく、単に優れたAI設計であり、私たちが構築するサポート自動化についての考え方そのものでもある。

eeselを試す

Reveは画像のためのものだ。もしあなたが実際に解決したいAIの課題が文章の仕事（サポート返信、ヘルプセンターの記事、ブログの下書き）であるなら、そこにあるのがeesel AIであり、Reveを優れたものにしているのと同じ原則、つまりブラックボックスを信用させないという原則の上に構築されている。

私たちのAIブログライターは、リサーチに基づいた長文コンテンツを下書きし（この記事の制作フローも含まれる）、AIヘルプデスクエージェントはサポートチケットを処理する。チームがそれを信頼する理由は、同じ「検証可能なプラン」という発想にある。エージェントが実際の顧客に返信する前に、過去数千件のチケットでシミュレーションを行い、実際に何と答えていたかを正確に確認し、ギャップを見つけて修正できる。これは幻覚を起こすAIへの対抗策であり、だからこそGridwiseのような顧客は最初の1か月でティア1リクエストの73%を解決できたのだ。

料金は解決件数に応じた従量課金制で1件0.40ドル、席数に応じた費用は一切かからない。クレジットカード不要で50ドル分の利用枠から無料でeeselを試すことができる。数分でヘルプデスクに組み込め、すでにあなたのドキュメントを把握した状態で使い始められる。