色々なAI動画生成ツールで作った動画を比較して、課金先に悩みまくった話（比較動画あり）
いやーそうなんですよね。全部サブスク登録できればそれで良い訳ですが、そこそこ良いお値段するのでそういう訳にもいかず。最終的なベストの選択肢は未来にしか無いとして、AI動画生成の入口として選んで後悔のない選択肢はどれなのかなぁと。
ちなみに僕の目的としては、ミュージックビデオ的なものなので、
・リップシンク（人物に歌わせたい）
・静止画から動画（開始と終了を指定したい）
という用途を中心に比較しています。
今回、比較検討したAI動画生成ツール達はこちら。
・Midjourney / Kling AI / Luma Dream Machine / Google Veo3
・DomoAI / Hedra / HeyGen
ではさっそく。
歌うリップシンクの比較
人物と音声データを組み合わせて、あたかも喋っている（歌っている）ように見せる動画、の比較です。
DomoAI / Hedra / HeyGen
Hedra と HeyGen はプロンプト無しだと感情表現が薄くて「喋ってる感」が強めだったので、Hedra はプロンプトに "expressive singing" とだけ記載、HeyGen は Motion expressive: On（動きの表現力を増すオプションを有効化）しています。
動画の元にした静止画はこちら。（Midjourney を使用）
結果：DomoAI >> Hedra > HeyGen
DomoAI が総合力で勝利。
動きがいい・歌う表情もいい・髪も服もよく動いてます。動きも表情も服の動きも「大げさ・誇張している」印象もあるけど、全体的にはよくまとまっている。惜しいのは、よく動く一方で、元画像の服の素材感が消えている辺り。（動きを優先した結果なのでしょう）次点は Hedra。
プロンプト無しだと若干ロボットっぽいので、プロンプトは必須かも。"expressive singing" だけでも割と自然な動きや表情になって好感触。ただ「自然に見せよう」というランダムっぽい動きに（人物の）意図や自我が感じられず、逆にロボット感が出ちゃってる印象も。
なお、Hedra は以下の点においては素晴らしいと思いました。
・動画の長さの "秒" 単位で消費コスト決まるので、ムダがない
・使用する音声データを、その場で前後をトリミングできる最後は HeyGen。
決して悪くないんですが、Hedra ほどではないけど歌うよりも喋る印象になるので、Motion expressive On（感情表現を豊かにするオプション）で生成。ただ、そうすると今度は「演説している」みたいな動きや口の動きになってしまって違和感あり。今回の歌やキャラクターには合わないようでした。
DomoAI / Hedra / Kling AI (Lip Sync)
DomoAI と Hedra はプロンプト無しだと身体（特に手）を動かしすぎてしまうので、プロンプトでポーズを固定するように指定したものの、Hedra は全く効果がありませんでした。そして、Kling AI はリップシンクモード＝動画に対してリップシンクさせる方式で、ここでは Grok で動きを付けた動画を使用しています。
動画の元にした静止画はこちら。（Midjourney を使用）
結果：DomoAI >>>>> Hedra = Kling AI
DomoAI の完全勝利。
但し、ノープロンプトだと身体を動かして手を振ったりしてしまうので、プロンプトに「床に仰向けで横たわっている。物憂げな表情。 姿勢は一切変えない。腕の位置も動かさない」と入力。
動きが自然、歌う表情も自然、寝そべって身体を動かさない演技も完璧。リップシンクもしっかり動いていて、ブレスも素晴らしいです。これは文句なし。次点は Hedra。
次点とは言え大きく差があって、このシーンにおいては使えない動画。リップシンクが不十分（声に反応しない箇所がある）、身体のポーズを固定するプロンプト指定は効かず。
使い方（プロンプトの書き方）が不十分の可能性は高いけど、有料プランが 30ドル/月スタートで、この時点でDomoAI よりも良いと思える要素が無かったので深追いはせず、一旦ここまで。最後は Kling AI。
こちらも Hedra と同じで、リップシンクが不十分（声に反応しない箇所がある）。加工された歌声のパートなので、楽器として認識してしまっているのかも知れない。ただ、Hedra や HeyGen は「喋らせること」が重要なので、こういう音声を声として認識しないのは理解できるんだけど、Kling にはもうちょっと頑張ってほしかった、は正直な感想。
もう少し試したかったけど、身体の動きを付けてからリップシンクする、というのが個人的な使い方に合致しなさそうなので、一旦ここまで。
DomoAI / Hedra / Kling AI (AI Avatar)
で。
実は、Kling AI のリップシンクは動画を元にする方式しか無い、と思いこんでいたんですが、2025年9月に静止画と音声から動画を生成できる AIアバターモードが追加されていました。マジか。今の生成AI界隈は変化が超速なので、最新情報を追いかけましょうの典型例。
というわけで、Kling AI も、DomoAI と Hedra と同じタイプの AIアバターでリップシンク動画を生成して比較してみました。
せっかくなので今回は、すべて以下の同じプロンプトで生成。
Lying motionless on the floor, gazing upward with a melancholy expression. The body remains frozen in place, arms unmoving.
日本語：床にじっと横たわり、憂鬱な表情で上を見つめている。体は凍りつき、腕も動かない。
これ、日本語で書いて英語に翻訳したんですが、案外よくないですね笑。まぁ、あまり質の良くないプロンプトでどうなるのかの検証も込みということで。ちなみに元の日本語は、元々 DomoAI 向けに書いたプロンプト「床に仰向けで横たわっている。物憂げな表情。姿勢は一切変えない。腕の位置も動かさない」です。（こちらのがAI向けとして指示が適切だと思う）
結果：DomoAI > Kling AI >>>> Hedra
DomoAI がなんとか勝利。
但し、今回はプロンプトが曖昧な表現になっているせいか、変な動きになってますね。でもプロンプトの解釈の１つとしては間違っていないので、問題ないと思います。さすが安定の DomoAI、という感じ。（腕を下げてるのは、arms unmoving＝動かないんだから真っすぐ伸ばすと解釈したんだと思う）そして、Kling AI が急浮上。
動画に対してリップシンクを適用する「リップシンク」モードと全然違って、歌声に綺麗に反応してます。リップシンクという意味では DomoAI から大きく離れてないですね。惜しいのは、口の開け方が日本語じゃないなぁと感じる箇所がある程度かな？全然イイです。最後は Hedra。
残念ながら Hedra は（このシーン向けとしては）ダメです。どうしても身体が動いてしまうので、プロンプトを見てないんじゃないか説すらあります。やり方はあると思うんですが、難易度が高すぎるので、プロンプトへの応答性能をもっと上げてほしいですね。
そして、記録と参考用に、今回生成につかった画面を貼りつつ、コスト面をメモ。
画面：DomoAI・AIアバター
動画の解像度は 720×1280。ファイルサイズは 1.7MB。
スタンダードプラン 27.99ドル/月 で貰えるクレジットは 1,500。つまり、0.0187ドル/クレジット。10秒の動画には 45クレジット必要。
よって、10秒の動画生成コスト＝0.85ドル。
ちなみに、DomoAI は 5秒・10秒・20秒…と（プランによって選べる長さが違うけど）動画の長さを指定する方式。Hedra と Kling AI は、使用する音声データの長さでそのまま（それぞれ制限はあるけど）出力されます。
画面：Kling AI・AIアバター
動画の解像度は 704×1248。ファイルサイズは 5.4MB。
今回は 720Pの標準モードで生成しましたが、1080P も選べます。
Proプラン 37ドル/月 で貰えるクレジットは 3,000。つまり、0.0123ドル/クレジット。10秒の動画には 40クレジット必要。
よって、約10秒の動画生成コスト＝0.49ドル。
画面：Hedra・Character 3
動画の解像度は 720×1260。ファイルサイズは 2.7MB。
クリエイタープラン 30ドル/月 で貰えるクレジットは 5,400。つまり、0.0056ドル/クレジット。10秒の動画には63クレジット必要。
よって、約10秒の動画生成コスト＝0.35ドル。
静止画から動画の比較
いわゆる Image to Video。ここでは特に「開始フレームと終了フレームを指定する」動画の生成方法での比較です。
Midjourney / Kling AI / Luma / Veo3
場所が同じで、立っていて、身体の向きとポーズが異なる。という比較的シンプルな開始〜終了フレームを指定。
結果：Kling AI 2.5 Turbo >> Veo3.1 Fast > Luma Dream Machine RAY3 (Draft) >> Midjourney V1
※ Luma Dream Machine RAY3 は Draft モードでの生成なので、出力サイズも 352 × 640 と小さく、品質も（Draft なので）良くないので、その分を割り引いて見ていただければ
Kling AI が素晴らしい結果。
とにかく動きが自然。身体の回転が、脚の動きだけじゃなくて重心移動も表現されていて完璧。フレームを補完しているんじゃなくて、被写体に演技させている印象。髪や服の動きも自然。次点で Veo3。
身体を回転させる動きも大きな違和感は無い。風の表現が多く、世界のリアリティを追求している様子がうかがえる。次は Luma。
右手の動きが明らかにおかしいのと、身体の回転にも違和感あり。（但し、Draft モード固有の問題の可能性あります）最後は残念ながら Midjourney。
人物が、完全にターンテーブルに乗って回ってます。今後に期待です。
Midjourney / Kling AI / Luma / Veo3
場所が似てるけど違っていて、座っていて、身体のポーズが異なる。という、やや変化の大きい開始〜終了フレームを指定。
結果：Kling AI 2.5 Turbo >>> Veo3.1 Fast > Luma Dream Machine RAY3 (Draft) > Midjourney V1
圧倒的に Kling AI。
本当に見事な仕事ぶり。ギリギリ無理のない背景の変え方（背景の構築）と、ギリギリ無理のない人物のポーズの変え方。これを同時に大きな違和感なくやってのけていて驚きました。次点は Veo3。
次点といってもだいぶ差はあって、途中で諦めちゃってるのが残念。それでも破綻させずに着地させる安定感は流石かなと。個人的には Veo 3.1 はよく出来てると思うけど、人物はもう一歩の印象。次は Luma。
実際は Veo3 とどっちが優れてるのかなぁで考えると微妙なライン。5秒しかないのでせわしないけど、動き自体は無理はなく、よく頑張っている印象。最後は残念ながら Midjourney。
背景の変え方が強引だし（嫌いじゃないですが）、脚の組み換えも身体の構造は無視して、ただ中間フレームを作っている感じに。
以下、簡単なツール紹介を挟むので、最後のまとめに進む方は skip していただければ。
付録：ツールの超簡単な紹介
DomoAI
テキストや既存の画像・動画から高品質な動画を生成できる AI動画生成ツール。特にアニメ風スタイルへの変換を推している。個人的にはリップシンク機能こそが本体。読み方はドモエーアイ？ドモアイ？
今回の出力サイズ：720×1280
Hedra
静止画に音声を組み合わせて、リアルな表情や動きを持つ AIアバター動画を生成するツール。自然なリップシンクと感情表現の豊かさが特徴。読み方がヘドラなのかヒドラなのかは謎。
今回の出力サイズ：720×1280
HeyGen
テキスト入力するだけで AIアバター動画を簡単に生成できるツール。静止画＋音声にも対応。動画の多言語翻訳機能もあり、ビジネス用途の色が濃い。読み方はヘイジェン。
今回の出力サイズ：720×1280
Kling AI
中国の快手 (Kuaishou) が開発した AI動画生成ツール。最大 3分の 1080p高解像度動画の生成、物理法則を理解した複雑な動きのリアルな表現が特徴。リップシンクにも対応。読み方はクリングエーアイ。
今回の出力サイズ（標準）：704×1248
参考：出力サイズ（高品質）：1088×1904
Midjourney
テキストから幻想的で芸術性の高い高品質な画像を生成できる AIツール。動画生成にも対応していて、開始フレーム・終了フレームの指定や動画の延長にも対応。読み方はミッドジャーニー。
今回の出力サイズ (Raw Video)：480×832
参考：出力サイズ (for Social)：1080×1872
Luma Dream Machine
テキストや画像から映画品質の動画を高速生成できる AIツール。人物描写の一貫性と物理を考慮した自然な動き、リアルなカメラワークに優れる。HDR動画にも対応。読み方はルーマ・ドリームマシン。たぶん。
今回の出力サイズ (Draft)：352×640
参考：出力サイズ (540p)：（おそらく 540×960）
参考：出力サイズ (720p)：（おそらく 720×1280）
Google Veo3 (Flow)
高画質・最大 1分の動画に対応し、音声・効果音・BGMを映像と同時に自動生成する点が最大の特徴。映画的なカメラワークや物理法則の再現性に優れる。読み方はヴェオもしくはヴィーオ？
今回の出力サイズ：720×1280
リップシンク動画まとめ
（僕の用途に合う）リップシンク動画は、現時点では DomoAI が頭１つか２つ抜けてる印象。次点で Kling AI、悩むのが Hedra。
コスパで考えてみる。
DomoAI だけ 5秒の動画生成は安い、という条件はあるけど、比較のためにすべて 10秒の動画を生成したとして計算。
#1 DomoAI
ベーシックプランで 9.99ドル/月。スタンダードプランで 27.99ドル/月。
5秒のリップシンク動画の生成に 15クレジット、10秒だと 45クレジットを消費。ここでは 10秒の 45クレジットを採用。
ベーシックプラン 9.99ドル/月 で貰えるクレジットは 500。
・10秒の動画だと、月間 11本（110秒＝1.83分）
- 10秒の動画生成コスト＝0.91ドル
スタンダードプラン 27.99ドル/月 で貰える Credit は 1,500。
・10秒の動画だと、月間 33本（330秒＝5.5分）
- 10秒の動画生成コスト＝0.85ドル
なお DomoAI には無料プランは無くて、初回登録時に 15クレジットもらえるだけ。5秒のリップシンク動画を作ったら終わり。
#2 Kling AI
Standardプランで 10ドル/月。Proプランで 37ドル/月。
10秒のAIアバターのリップシンク動画の生成に40クレジットを消費。
Standardプラン 10ドル/月 で貰えるクレジットは 660。
・10秒の動画だと、月間 16本（160秒＝2.67分）
- 10秒の動画生成コスト＝0.63ドル
Proプラン 37ドル/月 で貰える Credit は 3,000。
・10秒の動画だと、月間 75本（750秒＝12.5分）
- 10秒の動画生成コスト＝0.49ドル
Kling AI は無料プランでも月に 166クレジット貰えるらしい。確かに気づいたら170弱のクレジットを持っていたので、たぶん事実。10秒のAIアバター動画が 4本作れる。イイね！
#3 Hedra
最低プランがクリエイタープランの 30ドル/月。
リップシンク動画は 1秒＝6クレジットを消費。
クリエイタープラン 30ドル/月 で貰えるクレジットは 5,400。
・10秒の動画だと、月間90本（900秒＝15分）
- 10秒の動画生成コスト＝0.33ドル
つまり、DomoAI の 3倍くらい作れることに。HeyGen も 29ドル/月のクリエイタープランで月間10分までだったので、HeyGen の約1.5倍つくれる。
そして、Hedra は無料プランでも毎月 300クレジットもらえる。300クレジットあれば、50秒分のリップシンク動画が作れる。素晴らしい。
もう１つ補足情報として、Hedra は動画生成モデルとして Veo3.1 Fast も使える（かつ、開始・終了フレーム指定ができる＆Veoのウォーターマークも入らないはず）ので、リップシンクだけでなく、Veo3.1 用としても使いた人には案外いい選択肢かも知れない。（8秒の動画で 160クレジット＝0.89ドル）
つまり？
パッと使って、即いい感じのリップシンク動画が作れるのは DomoAI。コスパで考えると Hedra。バランスがいいのは Kling AI。三者三様。
なので、１つだけ選ぶなら、Kling AI の Proプランかな。
お金に余裕があるなら、Kling AI に加えて、サブで DomoAI のベーシックプラン、というのが良さそう。
静止画から動画のまとめ
Image to Video（かつ、開始・終了フレーム指定）は、Kling AI 2.5 Turbo が頭１つは抜けてるなーと思いました。
他のツールは「フレーム間を埋める動画を作っている」という印象だけど、Klind AI は「登場人物に演じさせている（実際に自立して動いている）」印象。近いのは Luma Dream Machine RAY3。HDR にも対応してて、これも戦闘力ありそう。
コスパを考えてみる。
#1 Kling AI (2.5 Turbo)
Standardプランで 10ドル/月。Proプランで 37ドル/月。
10秒の I2V動画の生成に 50クレジットを消費。
Standardプラン 10ドル/月 で貰えるクレジットは 660。
・10秒の動画だと、月間 13本（130秒＝2.17分）
- 10秒の動画生成コスト＝0.77ドル
Proプラン 37ドル/月 で貰えるクレジットは 3,000。
・10秒の動画だと、月間 60本（600秒＝10分）
- 10秒の動画生成コスト＝0.62ドル
前述の通り Kling AI は無料プランでも毎月 166クレジットもらえるので、10秒の動画が 3本作れますね、と。
#2 Luma (RAY3)
LITEプラン 9.99ドル/月、もあるけどウォーターマークが入るので、候補からは除外。PLUSプランで 29.99ドル/月。
10秒の I2V動画の生成に 120クレジットを消費。実際に使用する際には 540p か 720p で出力するので、それぞれ 10秒で 320クレジット・640 クレジット。
PLUSプラン 29.99ドル/月 で貰えるクレジットは 10,000。
・Draft：10秒の動画だと、月間 83本（830秒＝13.83分）
・540p：10秒の動画だと、月間 31本（310秒＝5.17分）
・720p：10秒の動画だと、月間 15本（150秒＝2.50分）
10秒の動画生成コスト比較をすると、
・Draft：0.36ドル
・540p：0.97ドル
・720p：2.00ドル
なるほどー、最新モデルということもあってか、なかなかのお値段。
なお Luma は無料プランでも毎月 500クレジットが貰えるようです。RAY3 Draft で 10秒の動画を 4本作れる計算。
#3 Veo3.1 Fast
身近な存在なので、という意味で Veo3.1 Fast も計算しておきます。
趣味の範疇で考えると、現実的な課金プランは Google AI Pro で、20ドル/月。Flow で月に 8秒の動画を 50本。AI Pro は Gemini 3.0 Pro とか Nano Banana Pro とかが使えるので計算は難しいですが、めちゃ単純計算で 8秒の動画の生成コスト＝0.4ドル。但し、可視のウォーターマークが付くので、まぁまぁ使いにくいですね。
後は、他プラットフォームから使う選択肢はあって、その一例が前述の Hedra。8秒の動画で 160クレジット＝0.89ドル。仮に Hedra を全部 Veo3.1 Fast で使うと仮定すると。
Hedra のクリエイタープラン 30ドル/月 で貰えるクレジットは 5,400。
・8秒の動画で、月間 33本（264秒＝4.4分）
- 8秒の動画生成コスト＝0.91ドル
- 10秒の動画生成コスト＝1.14ドル（単純な換算）
まぁ…（他社サービスの乗り入れなので）当然だけどコスパは良くないですね。
つまり？
Kling AI 一択です！！！
最後のまとめ
Kling AI 一択でした！！！！！
おあとがよろしいようで。（誤用）
よかったらスキやコメント残していってくださいませ。
ではでは。
参考：Hedra の 2026年2月 アップデート後の比較です。
