私はコンピューターから丸ごと生まれるCM(コマーシャル)を作っている。そして、私が一番よく聞かれる質問は、そもそも間違っている。

その質問とは、「一秒あたりいくらかかるの?」というものだ。まるでそれが請求額であるかのように。だが違う。どの比較サイトも表を埋めるのに使う秒単価は、一番小さな項目にすぎない。本当の価格は別のところにある——そして誰もそれを口にしない。表の一列にきれいに書き込めないからだ。

それでも、まずは秒単価から見ていこう。それがどれほど何も説明していないかを示すためだけに。

一秒が名目上いくらかかるのか

モデル 価格(税抜定価、USD) クリップ長 音声 商用利用?
Kling 2.6 Pro Kling AI $0.07/秒(音声なし)、$0.14/秒(音声あり) — リセラーfal.ai経由 5秒または10秒 音声ありだと価格が2倍になる 無料ユーザーは出力物を商用利用できない(ToS 4.6)。利用できるのは有料会員のみ
Ray 3.2 Luma AI クリップごと: 1080p/5秒 = $1.20(≈ $0.24/秒)、720p/5秒 = $0.30 5秒または10秒 — プランによる
Sora 2 Pro OpenAI $0.30/秒(Sora 2: $0.10/秒) 720×1280 / 1280×720のみ はい OpenAIの利用規約による
Veo 3.1 Google Standard $0.40/秒(720p/1080p)、$0.60/秒(4K); Fastは$0.10/秒〜; Liteは$0.05/秒〜 4秒、6秒、または8秒 常にオン、価格に含まれる Googleは権利を主張しない。EUでは有料プランでのみ利用可能
Gen-4.5 Runway 12クレジット/秒、1クレジット=$0.01 → $0.12/秒 プランによる — 制限なし。Runwayは出力を学習に利用する権利を留保
Wan 2.7 Alibaba Alibaba Cloud Model Studio経由。オープンウェイトはWan 2.2まで(Apache-2.0) 2〜15秒 自前ファイルまたは自動生成 Model Studioの利用規約による

2026年7月24日時点。価格はすべて各プロバイダーのページから直接取得した米ドル建ての税抜定価であり、EU圏の購入者には付加価値税(VAT)やリバースチャージが別途かかる場合がある(税務アドバイスではない)。価格・モデルID・提供状況は予告なく変わるため、判断する前に必ず各プロバイダーで確認すること。

気づくことが二つある。

まず、その幅の大きさ。 公表されている秒単価の最安値と最高値の間には、およそ6倍の差がある——Klingが0.07ドル、Veo Standardが0.40ドルだ。この数字だけを見れば、Klingを選んで終わりだろう。だがこの数字は、クリップが決まるまでに何回試行が必要かについては何も語らない。そして本当の勝負はまさにそこで決まる。

次に、料金ページの前面には書かれていない条件。 Klingでは無料ユーザーの場合、生成結果を商用利用することがそもそも一切許されていない——これは料金ページではなく利用規約の4.6項に書かれている。Veoは音声が常に含まれていて価格に込みだが、Klingでは音声込みだと価格が倍になる。Sora 2は対応するアスペクト比が一つしかない。そしてSoraは数週間後にサービス終了となる——これについては後ほど詳しく触れる。

誰も書き出さない計算:却下率

ここに、私が見つけられた唯一のきちんと裏付けのある実践者による数字がある。そしてそれは、目を覚まさせるような数字だ。

NBAファイナルのハーフタイムで流れたAI制作のCM(予測市場のKalshi向け)について、制作者のPJ Accetturoは自分の作業量を包み隠さず公開している:使えるクリップ15本のために、およそ300~400回の生成。 一人の人間、2日間。使用ツール:動画はVeo、プロンプト作成はGeminiとChatGPT、編集はCapCutとPremiere、アップスケーリングはTopaz。

これを秒単価に照らして計算してみよう。一本が決まるまでに20~25回分を捨てるとすると、その使える一本のクリップにかかるコストは秒単価ではなく——その20倍になる。そうなると、0.07ドルと0.40ドルの違いは二の次になる。重要なのは、どのモデルが却下される頻度を少なくしてくれるかであって、どのモデルの一秒あたりが一番安いかではない。

だからこそ、ここでは勝者を決めない。却下率は撮りたい対象によって変わる——静止した商品ショットと、フレームを歩き抜ける人物とでは、却下のされ方がまったく違う。「モデルXが一番安い」と言ってくる人は、一番高くつく変数を見落としている。

そしてポスト制作がやってくる

モデルから出てくるクリップは、完成したクリップではない。それは素材にすぎない。

Kalshiのスポットで実際に必要だったアップスケーリングを例に取ろう。Runway自前の4Kアップスケーラーは、文書化された計算式に従って1フレームごとに課金する。10秒・30フレーム毎秒の動画なら、360クレジット——つまり3.60ドル、これがアップスケーリングだけでかかる。生成コストが1秒0.12ドルのモデルの場合、10秒分のアップスケーリングは生成そのものより高くつく計算になる。そのスポットで使われたTopazは、さらに別途サブスクリプション料金がかかる。

そしてこれはアップスケーリングだけの話だ。ここに編集、カラーコレクション、音声ミックス、そして15本のクリップを「15個のプロンプトを貼り合わせた」ようには感じさせない一本の映像にまとめる作業が加わる。これは時間のかかる職人仕事であり——その時間はどの秒単価にも含まれていない。

正直に言えばこうなる:AI動画は加速装置であって、代替品ではない。プロンプトは撮影を置き換える。だが映画作りそのものを置き換えはしない。

どのモデルを何に使うか——慎重に、明日には違う話になるから

私はあえて「これが最良のモデルだ」とは言わない。今日、2026年7月24日時点の資料に何が書かれているかを言うだけだ。

Artificial Analysisのブラインド比較アリーナ——利用者がブランド名を伏せた2本のクリップを対戦させて評価する場——では、確認日時点でGemini Omni Flashが首位に立っている——音声込みでEloレーティング1,245、投票数はおよそ4,000弱から。これはあくまでスナップショットであって自然法則ではない:Eloも投票数も毎日変わるし、その背後にはDreamina Seedanceや、1年前には誰も知らなかった一連のモデルが迫っている。

物理法則こそ最も厳しい破綻点だ——そしてそれは見た目のリアリズムとは関係がない。Google DeepMindのPhysics-IQベンチマークは、モデルが物理的なプロセスをどれだけ理解しているか(物体は正しく落下するか、水はもっともらしく流れるか)を測定する。論文の著者たち自身が強調しているのは、見た目のリアリズムと物理理解は相関しないということだ。クリップは写真のようにリアルに見えても、存在しない物理法則を映し出すことがある。現行のどのモデルも、実写映像には遠く及ばない。

キャラクターの一貫性についてのマーケティング上の約束——複数のショットにわたって同じ人物であり続けること——は、まさに約束にすぎない。GoogleはVeo 3.1について自社ブログで「優れた映像・音声品質」と表現し、キャラクターの参照画像を最大3枚まで渡せると説明している。それを裏付ける独立した測定値をGoogleは示していない。実際の制作経験から言えば:キャラクターの一貫性は未解決の核心的な問題だ。参照画像は助けにはなるが、何も保証はしない——ショット数が増えるほど、ズレは大きくなる。

ほとんど誰も聞かない問い:これを売っていいのか?

CMを作るなら、「たぶん大丈夫だろう」は答えにならない。利用規約に何が書かれているかはサービスごとに違う——そして料金ページに書かれていることはめったにない。

Klingは無料ユーザーによるあらゆる商用利用を明示的に禁止している(利用規約4.6:「without our written permission, you may not use … for any commercial purposes」)。許されるのは有料会員だけだ。さらにKlingは、生成結果に目に見える形で「Kling AI」と明記することを求めている(利用規約4.5)。

Runwayは商用利用を無制限に認めており、生成結果の所有権を主張することもない——ただし、それらを使ってモデルを学習する権利は留保している。また、APIを利用するアプリケーションは、目に見える形で「Powered by Runway」と表示し、runway.comへのリンクを設置しなければならない(利用規約)。

Googleは生成された動画の所有権を主張しないが、同一または類似の素材を他のユーザーのためにも生成しうると明確に断っている。Veoの出力にはすべて、目に見えないSynthID電子透かしが付けられる。

つまり:「自分で生成したのだから自分のものだ」は、これらのサービスのどれについても自動的には成り立たない。クリップをオンエアする前に、その条項を読むこと。

ツールの寿命——誰も考えていない落とし穴

2026年3月24日、OpenAIはVideos APIとすべてのSora 2モデルの停止を発表した。停止日は2026年9月24日。廃止予定ページには後継モデルの記載はない(2026年7月24日時点)。これがOpenAIの戦略について何を意味するのか、私にはわからない——そこには書かれていないからだ。

だが教訓ははっきりしている:一つのモデルの上に制作を組み立てるということは、提供元がわずか数か月の予告で停止できるものの上に組み立てるということだ。Googleでも同じパターンが見られる:Veo 3とVeo 2は2026年6月30日に停止され、現行のVeo 3.1は今も名前に「preview」を冠している。AlibabaのWanについても、本当にオープンで自前ホスト可能な重みが手に入るのはバージョン2.2までで、それより新しいものはすべてAPI限定、つまり提供元次第だ。

独立性を求めるなら、これを織り込んでおく必要がある:オープンな重みに賭けて品質差を受け入れるか、数か月おきにワークフローを組み直す覚悟をするか、どちらかだ。

ドイツの法的状況——手短に、そして明確に法律相談ではない

以下は法令の条文と公的資料を要約したものであり、2026年7月24日時点の内容だ——法律相談ではない。自分のプロジェクトにこれがどう影響するかは、疑わしい場合は弁護士に確認してほしい。

表示義務。 2026年8月2日以降、EU AI法第50条(欧州委員会のFAQによる)は、合成コンテンツを機械可読な形でマークし、AI生成であると識別可能にすることを求めている。AI動画を使う者は、最初に視聴される時点までに「ディープフェイク」であることを明確に開示しなければならない。2026年12月2日までの経過期間は、旧システムに対する提供者側の表示義務にのみ関わるものだ。ドイツでは、2026年6月11日に成立したAI施行法(連邦議会)以降、連邦ネットワーク庁がこれを監督している。透明性義務違反に対する制裁金の上限は1,500万ユーロ、または全世界年間売上高の3%だ(AI法第99条第4項)。

著作権をめぐる意外な細部: 純粋にAIだけで生成された動画は、ドイツでは誰のものでもない。ドイツ著作権法(UrhG)第2条第2項が保護するのは「個人の精神的創作物」だけであり、AIが完全に自律的に生成した結果はこの要件を満たさない。つまり著作権による保護は発生せず、理論上は誰でもそれをコピーしてよいことになる。保護が生まれるのは、あなた自身の創作的な関与——編集、選択、構成——があってこそだ。

そして裏面: 完全に合成された顔であっても、権利を侵害しうる。美術著作権法(KunstUrhG)第22条(肖像権)は、カメラが一度も回っていなくても、生成された画像の中に実在の人物が認識できる場合に適用される。偶然にせよ意図的にせよ、実在の人間に似せて作られたAIの顔は、法の及ばない空間ではない。

私の結論

一つだけ数字を持ち帰るなら、これにしてほしい:秒単価は価格ではない。それに自分の却下率を掛け、アップスケーリングと編集のコストを足せば、何倍もの数字にたどり着く。秒単価が半分でも、却下される頻度が3倍のモデルの方が、結局は高くつく。

だから正しい問いは「どれが一番安いか」ではなく、「自分の被写体において、どれが一番却下されにくいか」だ——そしてそれに答えられるのは自分だけだ。自分がいつも撮っている典型的な被写体を、二つか三つのモデルに実際に通してみて、成功率を数えてみるといい。価格表ではなく。

そしてクリップをオンエアする前に:利用規約を読み、表示義務を果たし、疑わしい場合は法律に詳しい人に相談すること。

その周辺の工程全体——画像、編集、音声、アップスケーリング——で私がどんなツールを使っているかは、随時更新している137種のAIツール・インデックスにまとめてある。

出典

すべて2026年7月24日に、各サービス提供元または公的機関で直接確認済み。価格やモデルの状況は短期間で変わる可能性がある。

ここに書かれている内容が古い、あるいは間違っていると感じたら、連絡してほしい。