【調査】GeminiとGPTの画像生成・キャラクター再現性を徹底比較

調査概要 株式会社コンビーズは、主要な生成AIであるGoogleの「Gemini 3.5 Flash」とOpenAIの「GPT-5.5 Instant」を用いた画像生成・キャラクター再現性の比較調査を実施いたしました。

今回の調査では、弊社のオリジナルキャラクター「こんびーちゃん」の画像を使用し、「シンプルなプロンプト」と「複雑なプロンプト」の2つのパターンで、それぞれのAIの出力結果や得意・不得意とする特徴を分析しました。

調査①：大まかな指示での比較 「添付したキャラクターが街中を飛んでいるイラストを生成してください。」 どちらのAIも大まかな指示だけで意図をしっかりと汲み取り、大きな問題なくキャラクターが街を飛んでいるイラストを出力することができました。シンプルかつAI自身に考える余地のある画像生成においては、双方ともに高い実用性を持っています。

調査②：複雑な指示での比較 シチュエーションやタッチ、構図を細かく指定した難易度の高いプロンプトを用いて調査を行いました。詳細な指示においては、両者の特徴と実力差が顕著に現れる結果となりました。

総合的なクオリティとキャラクターの再現性においては、GPTの方が高いパフォーマンスを示しました。Geminiは、提示した複雑な指示をすべてイラストに反映させるのが、やや苦手な傾向が見られます。（キャラクターに手足が生えてしまっている、など）

また、画風や質感の傾向にもそれぞれの個性が現れました。Geminiが絵本のように線画がしっかりとした温かみのあるイラストを出力するのに対し、GPTはリアルな質感の表現に優れており、水彩画の特徴を精細に再現しています。

総評 現時点では詳細なキャラクター再現や複雑な構図指定において、GPTのほうが高い実力を持っていることが分かりました。しかし、AIは日々進化しており、今後のさらなる機能向上にも期待が高まります。

調査概要 - 対象：主要生成AI（Gemini 3.5 Flash / GPT-5.5 Instant） - 期間：2026年4月17日〜2026年5月16日 - 目的：プロンプトの複雑さによる出力特徴の調査