画像生成AIで同じ人物を出せるのはどれか｜3モデルを同じ条件で比べました

「同じ人物を、違う場面でもう一度出したい」。画像生成AIを仕事で使おうとすると、ほぼ必ずここで詰まります。1枚目はうまくいくのに、2枚目で別人が出てくる。この記事では、参照画像を1枚だけ渡すという同じ条件で主要3モデルを実行し、どれが人物の造作を保てるのかを記録しました。

計測日は2026年8月28日、すべてOpenRouter経由です。以下の数値は提供元のカタログを引き写したものではなく、実際に実行して記録した値です。

結論：参照1枚で人物を保てたのは GPT Image 2 だけだった

GPT Image 2 は、参照画像1枚から、角度・表情・服装を変えてもほくろの位置まで保持しました。所要時間は3回の実行で22.1秒・25.0秒・25.7秒、原価は $0.0174〜0.0229 の範囲です。3モデルの中で唯一、人物を指名する用途に耐えました。

Seedream 5.0 Lite は、参照画像を渡しても別人が出てきました。作風や雰囲気の再現はできるので、人物を伴わない題材には向きます。ただし「この人を出したい」という用途では選択肢になりません。

ユイ

参照って、たくさん渡したほうが似るんじゃないんですか？

サキ

増やすと特徴が平均化されていきます。顔がはっきり写った1枚のほうが安定しました。

速いモデルは1回に1枚しか出せない

Nano Banana 2 は約11秒で返ります。GPT Image 2 の半分以下です。何度も作り直して詰めていく作業では、この差がそのまま作業時間の差になります。

ただし1回の実行で出せるのは1枚だけです。GPT Image 2 は1〜10枚を一度に出せるので、「5枚出して一番いいものを選ぶ」という進め方ができます。同じ試行回数をこなすなら、実時間の差は見た目ほど開きません。

角度を指定したいなら Nano Banana 2

「30度から」「60度から」という角度の指定は、Nano Banana 2 では実際にその角度で出ました。GPT Image 2 は角度の細かい指定が効きにくく、指定しても正面寄りに寄っていきます。

逆に、複数コマに分割したレイアウトや、画像内に文字を入れる指図は Nano Banana 2 では崩れます。ここは GPT Image 2 のほうが素直に従いました。得意分野が逆なので、用途で選び分けるのが正解です。

同じ人物を出すためにやったこと

• 参照画像は、顔がはっきり写っていて、明暗差の少ない1枚を選ぶ
• 参照を増やすより、良い1枚を渡すほうが結果が安定した
• 変えたい要素（服装・場所・時間帯）だけを文章で指定し、顔の描写は書かない
• 顔を文章で描写すると、参照画像より文章が優先されて別人に寄っていく
• 枚数を出せるモデルでは、1回1枚ではなく複数枚出して選ぶ

特に4番目が効きました。「切れ長の目で」「鼻筋の通った」といった顔の描写を足すほど、参照画像から離れていきます。参照画像を渡しているなら、顔については何も書かないほうが保ちます。

ブラック先輩

顔の描写を消すだけでかなり変わる。参照を渡したなら顔のことは書くな。

どれを選ぶか

• 同じ人物を別の場面に出したい → GPT Image 2
• 角度を指定したい、何度も作り直したい → Nano Banana 2
• 人物を含まない題材で、1枚あたりの原価を固定したい → Seedream 5.0 Lite