
数えも指も合っていた
女性は「いち、に、さん、し、ご」を最後まで口に出し、言葉ごとに指を1本ずつ増やしていきます。どの数も指の本数と合っています。「ご」と言った瞬間、信号が青に変わります。直後に強い風が吹き、傘が裏返ります。最後は女性の笑い声です。背景には雨音と街のざわめき、車の走る音が続き、カメラは固定のままです。
夜、雨、渋谷の交差点。女の子が日本語と指で5まで数え、「ご」で信号が青になり、突風で傘が裏返って、彼女は笑います。最初のフレームもプロンプトも同じで、各モデル1回だけの生成です。ベストを選び抜くことはしていません。
テストの上位4本です。全モデルの動画は下にあります。



料金は開始前にお知らせします。サブスクなし。
カーソルを合わせると再生、ほかは待機 · アイコン — 音声
テストで唯一、5つの数をすべて正しく指で示したモデルです。一語ごとに1本ずつ。「ご」で信号が青に変わり、風で傘が裏返り、最後は自然な笑い声で終わります。
傘は突風で見事に裏返り、信号も絶妙なタイミングで青に変わります。ただし、指のジェスチャーは声のカウントとまったく合っていません。
背景、女の子の顔、看板は非常に安定しており、音も信号と同期しています。ただし、指のジェスチャーがカウントと合わず、道路のタクシーが突然消えてしまいます。
信号は時間どおりに青に変わり、背景と女性の顔も安定しています。ただし指の数はカウントと合わず、傘は風で裏返るのではなく、ゆっくり自然に閉じてしまいます。
渋谷の雨の交差点の雰囲気がよく再現されており、ヒロインの外見は安定し、裏返った傘への反応も自然です。最大の欠点は、見せている指の本数と声に出すカウントが一致しないことです。
背景、信号、表情は高品質でリアルに表現されています。ただし、カウントしても指のジェスチャーが変わらず、傘が裏返る際に骨組みの形状が崩れます。
信号は絶妙なタイミングで青に変わり、周囲と傘は風の物理的な挙動も自然に反転します。ただし、手のジェスチャーがカウントと同期しておらず、背景の歩行者が少しぼやけます。
顔の安定性が非常に高く、感情表現も説得力があり、音声も自然です。指は2より大きい数を示せず、傘は急にバタンとつぶれます。
周囲の環境・信号・ヒロインの顔の視覚的な安定性が高品質です。指で数えるカウントは音声とずれており、傘が裏返る場面では目に見える突風がありません。
背景、信号、女の子の笑い声はよく表現されています。手のジェスチャーがカウントと合わず、傘は最後に跡形もなく空中に消えます。
背景、看板、女の子の顔は細部まで見事に描かれ、シーン全体を通して安定しています。ただし、指で数えるカウントが言葉とずれており、傘は風で裏返らず下に潰れます。
背景、信号、女の子の顔は非常に安定していてリアルです。ただし、カウント中に指の形が変わらず、傘は突風もないのに勝手にたたまれました。
背景・照明・ヒロインの顔の視覚的な安定性は良好です。ただし、指のジェスチャーがカウントと合っておらず、傘は風で裏返るのではなく不自然につぶれます。
動画は背景と顔の安定性が高く、指のジェスチャーも正確です。傘は風の効果がないのに勝手に閉じますが、ヒロインの表情と笑い声は自然に表現されています。
信号は絶妙なタイミングで切り替わり、女の子の顔と周囲も安定しています。ただし、動画に音声がなく、傘が裏返る際に骨組みが変形します。
信号は絶妙なタイミングで青に変わり、人混みが横断歩道を渡り始めます。ただし、傘は不自然に変形して飛んでいき、女の子の反応は少し大げさに見えます。
モデルには最初のフレームとこのテキストだけが渡されます。それ以外は何もありません。

Continue from the image. Static camera. She raises her free hand and counts out loud in Japanese, one finger per word: 「いち、に、さん、し、ご!」. On 「ご」 the pedestrian light turns green and the crowd starts crossing behind her; a gust of wind flips her umbrella inside out, she gasps and laughs. Rain, traffic and city sounds, her voice. No music.
お手本としてご覧ください。タイミング・音・カメラを指定したプロンプトはこのように書きます。書かなくても大丈夫です。やりたいことを自分の言葉で伝えれば、Yuneがプロンプトを作成します。
チェック対象:日本語の音声、指で数える動き、ぴったりのタイミングの信号、傘と風、人混み、感情表現。音声は音声認識で、画像はフレームごとに確認しました。
| 価格 | 発話 | 単語ごとに指で数える(正解:1 · 2 · 3 · 4 · 5) | 青信号 | 傘 | 笑い | |
|---|---|---|---|---|---|---|
| 料金はチャットで確認 | いち に さん し ご | 1 · 2 · 3 · 4 · 5 (5つ中5つ正解) | 「ご」で | 風で裏返った | あり | |
| 88円から | いち に さん し ご | 2 · 2 · 3 · 3 · 3 (5つ中2つ正解) | 「ご」で | 風で裏返った | あり | |
| 98円から | いち に さん し ご | ? · 2 · 2 · ? · 5 (5つ中2つ正解) | 「ご」で | 風で裏返った | あり | |
| 41円から | いち に さん し ご | 1 · 2 · 2 · 5 · 5 (5つ中3つ正解) | 「ご」で | 勝手に閉じた | あり | |
| 145円から | いち に さん し ご | 0 · 2 · 2 · 2 · 2 (5つ中1つ正解) | 「ご」で | 風で裏返った | あり | |
| 259円から | いち に さん し ご | 1 · 0 · 5 · 5 · 5 (5つ中2つ正解) | 0.6秒遅れ | 風で裏返った | あり | |
| 41円から | いち に さん し ご | 2 · 2 · 2 · 2 · 5 (5つ中2つ正解) | 0.8秒遅れ | 風で裏返った | あり | |
| 20円から | いち に さん し ご | 2 · 3 · 2 · 2 · 3 (5つ中0つ正解) | 「ご」で | 勝手に閉じた | あり | |
| 61円から | いち に さん し ご ご | 1 · 1 · 2 · 3 · 4 (5つ中1つ正解) | 「ご」で | 風で裏返った | あり | |
| 72円から | いち に さん し ご | 2 · 2 · 2 · 2 · 1 (5つ中1つ正解) | 1.8秒遅れ | 風で裏返った | あり | |
| 147円から | いち に さん し ご | 1 · 1 · 5 · 4 · 4 (5つ中2つ正解) | 1.7秒早い | 勝手に閉じた | あり | |
| 63円から | いち に さん し ご | 2 · ? · 3 · 0 · 1 (5つ中1つ正解) | 0.7秒遅れ | 勝手に閉じた | あり | |
| 料金はチャットで確認 | いち に さん し ご | 1 · 1 · 1 · 1 · 1 (5つ中1つ正解) | 2.0秒遅れ | 勝手に閉じた | あり | |
| 65円から | いち に さん さん | 2 · 2 · 3 · 4 (5つ中2つ正解) | 「ご」なし | 勝手に閉じた | あり | |
| 47円から | 黙っている | — | 「ご」なし | 風で裏返った | あり | |
| 65円から | 計算してくれない | — | 「ご」なし | 飛んでいった | あり |
テストの題材は、雨の夜の渋谷スクランブル交差点です。傘を差した女の子が「いち、に、さん、し、ご」と日本語で数え、指でも同じ数を示します。難しいのは、これを一本の動画で同時にこなすことです。
「ご」で信号が青に変わるかを見ると、音と映像のタイミングが分かります。指の数は、人が一コマずつ確認しました。さらに、風で傘が裏返るか、背景の人混みや雨が自然か、最後に笑うかも見ます。カメラは固定です。全モデルが同じ一枚の画像と同じ指示で、一回だけ生成しました。
動画生成ai 比較の前提として、条件はすべて同じにしました。16モデルに同じ一枚の画像と同じプロンプトを渡し、生成は一回だけです。選び直しはしていません。
採点は、いち、に、さん、し、ごの発声、指の数、信号が青に変わる時刻、傘、笑い、カメラ、背景音の項目で行いました。指の数は人が一コマずつ確認しています。
各項目の結果を合算し、100点満点で順位を付けました。この動画生成ai ランキングは、一回の生成で出た結果です。動画生成ai おすすめを探す際は、各モデルの詳細ページも併せてご覧ください。
計測結果をもとに簡潔にまとめています。詳しいレビューはカテゴリページをご覧ください。

数えも指も合っていた
女性は「いち、に、さん、し、ご」を最後まで口に出し、言葉ごとに指を1本ずつ増やしていきます。どの数も指の本数と合っています。「ご」と言った瞬間、信号が青に変わります。直後に強い風が吹き、傘が裏返ります。最後は女性の笑い声です。背景には雨音と街のざわめき、車の走る音が続き、カメラは固定のままです。

声と信号は合い、指がずれた
動画の中で、女の子は雨の交差点に立ち、五つの数を声に出して数えます。「いち、に、さん、し、ご」まで抜けはありません。「ご」と言った瞬間に信号が青に変わり、声と映像のタイミングが合っています。指は「に」の2と「ご」の5が正しい形でした。「さん」では2のままで、3になっていません。「いち」と「し」は、指の形をはっきり読み取れませんでした。カメラは動かず、風で傘が裏返り、最後に笑い声が入ります。雨音や車の音も聞こえます。顔や看板は崩れませんが、道路を走るタクシーが急に消えます。

声と信号は合い、指がずれた
夜の渋谷、雨の交差点で、女性は「いち、に、さん、し、ご」と最後まで声に出して数えます。信号が青に変わるのは、ちょうど「ご」と言った瞬間です。そこで強い風が吹き、傘が裏返ります。女性は笑って終わります。カメラは動かず、雨の音と街の音、車の音が背景に流れます。指は「に」と「さん」だけ合っていました。「いち」は2本、「し」と「ご」は3本のままです。

雰囲気は良いが指がずれる
声は「いち、に、さん、し、ご」と途切れません。ところが手元は、いちで指が立たず、に以降はごまで二本のままです。さんでも二本で、数と指が合うのは「に」だけです。ごの声と同時に信号が青に変わり、突風で傘が裏返ると、彼女は声をあげて笑います。固定のはずのカメラは動き、雨音と車の音が背景に響きます。

声は合格、指は半分だけ
Veo 3.1の「渋谷」の映像では、女性は「いち、に、さん、し、ご」を最後まで声に出して数えました。ただ、指の形が合ったのは5回のうち2回です。「いち」と「ご」は正しく、「に」は0、「さん」「し」「ご」の前後も5本のまま崩れています。「に」は握った手で、「さん」と「し」は5本指でした。青信号は「ご」の0.6秒後に点きました。ズレは小さいものの、声とぴったり重なってはいません。傘は強風で裏返り、最後に笑い声も入っています。雨と街の音、車の音も聞こえます。固定のはずのカメラは動いていました。

声は完走、指は不一致
声はいち、に、さん、し、ごと最後まで続きます。ただし指は2本のまま進み、数が合うのは「に」と「ご」の2か所です。信号が青に変わるのは、「ご」から0.8秒あとでした。
傘は風で裏返りますが、骨の形が崩れます。ラストには笑い声があり、雨と街の音も聞こえます。表情や雨の街並みは自然な仕上がりです。ただ、固定のはずのカメラは動いています。

声は合格、指は不一致
「いち、に、さん、し、ご」の声は、五つとも途切れずに入っています。ところが指は、いちで2本、にで3本、さんで2本、しで2本、ごで3本。数字と一致したのは0回でした。信号は「ご」の瞬間に青に変わります。一方、風で裏返るはずの傘は、ひとりでに閉じてしまいました。最後には笑い声が入り、雨音と街のざわめき、車の音も聞こえます。カメラは最後まで固定のままです。

声と指がずれた映像
声は「いち、に、さん、し、ご、ご」と、最後の「ご」が二度出ます。指は「いち」で1本、「に」でも1本のままです。「ご」の時点で4本にとどまり、5本には届きません。信号は「ご」の声と同時に青に変わります。傘は裏返りますが、風が吹く様子は画面に見えません。最後に笑い声が入り、雨と街のざわめき、車の音も聞こえます。カメラは止まらず動いています。

音と演出は良好、指は不一致
声は五つとも最後まで出ています。ただ、手元を見ると「いち」で2本、「さん」で2本、「し」で2本、「ご」では1本です。数と合うのは「に」だけです。青信号は「ご」の1.8秒後に点きます。突風で傘が裏返る動きは出ていて、女の子は最後に笑います。カメラは固定のままです。雨音と街のざわめき、車の音も入っています。ただ、傘は終盤、空気に溶けるように消えます。

声と映像は安定、指と傘に難
声は「いち、に、さん、し、ご」と最後まで途切れません。ただ、指は「さん」で5本、「ご」で4本と食い違います。青信号は「ご」の1.7秒前に点灯しました。
傘は風で裏返らず、すっとたたまれます。終わりに笑い声が入り、カメラは動きません。雨と車の音、看板や顔の細部は安定しています。

声は合格、指は不合格
声は「いち、に、さん、し、ご」と五つすべて言い切ります。しかし手元はずれていて、「いち」で指は2本、「し」では0本、「ご」でも1本です。合っていたのは「さん」の3本だけです。「ご」の0.7秒後に信号が青に変わり、傘は風に煽られず、ひとりでに閉じます。笑い声は最後に入りますが、カメラは固定のはずが動きます。雨と街、車の音は聞こえます。

声は合うが指がずれる
動画の中で、彼女は「いち、に、さん、し、ご」と五つすべてを声に出して数えます。一方、指は最初から最後まで1本のままです。合っているのは「いち」だけで、「に」から「ご」までは数と合いません。「ご」の2.0秒後に、ようやく信号が青に変わります。風が吹くと傘はひとりでに閉じ、裏返る場面はありません。最後に笑い声が入り、雨と街、車の音が背景に流れます。固定のはずのカメラは、ゆっくり動いていました。

計5回のうち2回だけ一致
渋谷の夜の交差点で、少女が「いち、に、さん、さん」と数えます。「ご」は聞こえず、四つ目で止まります。指は「いち」で2本、「に」で2本、「さん」で3本、最後の「さん」で4本です。5回中2回だけ合っています。信号は青に変わりますが、「ご」の声とは重なりません。傘は風で裏返らず、自分で閉じます。最後に笑い声が入り、カメラは動きません。雨音と街の車の音は聞こえます。

映像は安定、音声なし
雨の渋谷の交差点で、女の子が指を折って数えます。ただ、声は入っていません。「ご」で信号が青に変わりますが、合図になる声がありません。突風で傘は裏返り、彼女は笑います。カメラは動かず、顔も背景も崩れません。傘の骨は裏返るときに歪みます。この回は30点で、16モデル中15位でした。

カウントなし、10点
夜の渋谷の交差点で、女の子の数える声は聞こえません。信号は青に変わり、人の流れも横断歩道で動き出しますが、「ご」とは重なりません。傘は風で飛んでいきますが、ゆがみ方が不自然です。最後に笑い声はあるものの、反応は芝居がかって見えます。カメラは固定の指定なのに動きます。雨音と街、車の音は流れています。
1位は Google の Gemini Omni Flash 1.2 で、100点満点でした。指の数をいちからごまで正しく示したのは、このモデルだけです。信号は「ご」で青に変わり、傘も風で裏返りました。Gemini Omni Flash 1.2
基準は、日本語の発声、指の数、信号、傘、笑い、カメラ、背景音です。全モデルに同じ画像と同じ指示を渡し、生成は一回だけです。指の数は人が一コマずつ確認しました。
Seedance 2.0 は82点で、16モデル中2位でした。発声は最後まで正しく、信号も「ご」で青に変わりました。ただ、指の数が合ったのは5回中2回です。Seedance 2.0
Kling 4.0 Flash は82点で3位、Kling 4.0 は52点で11位でした。Flash は傘が風で裏返りました。Kling 4.0 は傘が勝手に閉じ、信号も「ご」より早く青になりました。Kling 4.0 Flash、Kling 4.0
Veo 3.1 は62点で、16モデル中6位でした。傘は風で裏返り、笑いもありました。一方、信号は「ご」より0.6秒遅れ、指の数は5回中2回の一致です。カメラも動きました。Veo 3.1
多いです。16モデル中、指の数を5回すべて正しく示したのは1モデルだけでした。多くのモデルは、発声はできても指の数が合っていません。Seedance 2 Mini は5回中0回の一致でした。Seedance 2 Mini
最新のテスト結果から、目的に最適なAIを選びます
円で、クレジットカード払い。サブスクなし、結果に対してのお支払い
内容を書いてください。Yuneがタスクに合ったモデルを選びます。