Higgsfieldの画像AI12種類を同じ指示で比べた｜日本語の看板が崩れたのは2つ

Higgsfield（ヒッグスフィールド）は、いろいろな会社の画像AIを、1つのサイトでまとめて使えるサービスです。そこで使える12種類に、日本語の看板が入った同じ絵を頼んで比べました。

結論

• 迷ったら: 1回目から4点そろったのは FLUX 3 Image と Grok Image 2.0（各2クレジット）。安さ重視なら GPT Image 2.6（0.5クレジット）に「両方の切り口を見せて」のように具体的に書き足す。日本語の看板に Soul 2.0・Kling O1 Image は避ける。
• 日本語の看板は、12種類のうち9種類が正しく描けました。 崩れたのは Soul 2.0 と Kling O1 Image の2種類で、言い方を変えても直りませんでした（残りの Recraft V4.1 は、文字は正しいものの、看板ではなくカウンターの側面に書きました）。
• 今回、一番安く4点そろったのは GPT Image 2.6 です。 1枚0.5クレジット（下の目安で約2〜4セント）で、卵の書き方を足した2回目は、看板・具の数・卵・手の4点すべてが指示どおりでした（1モデル1枚ずつの結果です）。
• 値段が高いほど指示どおり、とはなりませんでした。 一番高い Ideogram 4.5（6.25クレジット）は1回目で4点とも○でしたが、2クレジットの FLUX 3 Image・Grok Image 2.0 も1回目で4点とも○でした。

比べた12枚は、下の「1回目の結果」の画像で並べて見られます。この記事は、2026年11月9日時点の Higgsfield のモデルで試した記録です。

この実験で確かめたこと

同じ指示を12種類の画像AIに出したとき、日本語の看板・具の数・形が、どのモデルで指示どおりになるかを確かめました。頼んだ絵は次のとおりです。

Photo of a small Japanese ramen shop counter at night. A cook's two hands, each with five fingers, place a bowl of ramen on the wooden counter. In the bowl: exactly three slices of chashu pork and one soft-boiled egg cut in half. Steam rising. Above the counter hangs a wooden sign with the Japanese text 「ラーメン 夜空」 written clearly. Warm light, realistic, 35mm photo.

日本語の意味: 夜の小さなラーメン店のカウンターの写真。料理人の両手（どちらも指5本）が、木のカウンターにラーメンを置く。どんぶりには、ちょうど3枚のチャーシューと、半分に切った半熟卵1個。湯気。カウンターの上に、日本語で「ラーメン 夜空」とはっきり書かれた木の看板。暖かい明かり、写真らしく、35mmフィルムで撮ったような写真。

指示が英語なのは、画像AIの多くが英語の指示を前提に作られているためです。看板の文字だけは日本語で書きました。

見たのは4つの点です。

1. 看板の文字が「ラーメン 夜空」になっているか
2. チャーシューがちょうど3枚か
3. 卵が「1個を半分に切った」形（切り口が2つ）か
4. 手が2本で指が5本ずつか、1人の手に見えるか

試した条件

比べた12種類と1枚の値段です（2026年11月9日に Higgsfield で調べたもの）。

表の値段は、次の設定のときのものです: GPT Image 2.6・GPT Image 2・Grok Image 2.0 は「medium」、Ideogram 4.5 は「high」、FLUX.2 は「pro」、Recraft V4.1 は「standard」、Soul 2.0 は「1.5k」。

Higgsfield の機能や料金のまとめは、Higgsfieldの機能追加まとめ にあります。

やり方（Claude Code に任せた）

今回は、モデル選び・値段の確認・まとめての依頼・頼み直し・採点を、Claude Code に任せました。人（筆者）は、話題になっていることを試して記事にするよう頼み、クレジットを使う許可を出しただけです。

• Claude Code と Higgsfield は、MCP（AI にほかのサービスをつなぐ仕組み）でつなぎました。 つなぎ方は Claude Codeで画像を作る｜Higgsfield MCPでつないで4枚作った費用と、うまくいかなかったこと にまとめています。
• Claude Code は、Higgsfield のモデルの一覧から代表的な12種類を選びました（1回で12件まで頼めるため）。先に1枚の値段を調べてから、まとめて頼みました。
• 採点は、Claude Code が12枚を並べた画像と、一部を拡大した画像を見て行いました。 公開のあとに、Claude Code が画像を拡大して見直し、手の判定に「1人の手に見えるか」を足して、FLUX.2 と Kling O1 Image を○から△に直しました。この見直しも AI が行ったもので、人の目では確かめていません。

きっかけは、X で「1つの MCP で、Claude が43以上のモデルを使い、広告の動画を作って、比べて、採点して、直せる」と紹介した投稿（@RoundtableSpace、2026年10月5日）です。紹介されていたのは第三者が作った別のつなぎ方で、今回は Higgsfield 公式のつなぎ方で、その一部（同じ指示で比べて採点する）を画像で試しました。

費用の目安

Higgsfield は、生成するたびに「クレジット」という点数を使います。料金ページ（2026年11月9日に確認）で、値段とクレジットの数を確かめた2つのプランで割ると、1クレジットは約4.3セント（年払いの Ultra、9,000クレジットで月387ドル）と約7.9セント（月払いの Team、1人1,000クレジットで79ドル）でした。ほかのプランは計算していません。今回使ったのは合わせて21.74クレジットで、約0.9〜1.7ドルです。円では、1ドル150円で計算すると約140〜260円です（為替は確かめていません）。プランのクレジットを全部使った場合の計算で、実際に払った額ではありません。筆者が使っている Creator プランの値段は、料金ページに出ていなかったので確かめていません。

試したこと

1回目：12種類に同じ指示を出す

Claude Code の採点です（人は確かめていません。○＝指示どおり、△＝一部ちがう・数えにくい、×＝ちがう）。手は「2本・指5本・1人の手に見えるか」を見て、料理人の手か（どちら側から出ているか）は見ていません。

4点とも○は、FLUX 3 Image・Grok Image 2.0・Ideogram 4.5 の3種類でした。 ただし卵は厳しめの基準で、「半分に切った卵1個」は、半分が1つだけ見える絵と読むこともできます。半分が1つでも○とすると、4点とも○は GPT Image 2.6・GPT Image 2・Nano Banana Pro・Seedream 5.0 Pro を足した7種類になります。

うまくいかなかったところ

• 看板の文字は、Soul 2.0 で「ヌフー…夜空」のように崩れ、Kling O1 Image で「ラ゛メーン」のように順番が崩れました。 どちらも漢字の「夜空」は正しく、カタカナが崩れました。
• 卵を「半分に切った1個」と書くと、6種類が半分を1つだけ描きました。
• 頼んだモデルと、結果に書かれたモデルの名前が違うものがありました。 Nano Banana Pro を頼むと結果には「nano_banana_2」、Nano Banana 2 を頼むと「nano_banana_flash」と書かれていました。中で本当にどのモデルが使われたかは確かめられていません。そのため、この2つの結果は「Higgsfield で Nano Banana Pro・Nano Banana 2 を選んだときの結果」として読んでください。ほかの10種類のうち、Soul 2.0 は結果に「text2image_soul_v2」と書かれ、残りの9種類は頼んだ名前のままでした。
• 12件を一度に頼むと、短い時間に頼みすぎて4件が断られました（GPT Image 2.6・Seedream 5.0 Pro・Ideogram 4.5・Recraft V4.1）。少し間をあけて2件ずつ頼み直すと通り、12枚は約2分でそろいました。

2回目：言い方を2か所変えて、4種類で頼み直す

卵が半分1つだった種類のうち2つ（GPT Image 2.6・Seedream 5.0 Pro）と、看板が崩れた2つ（Soul 2.0・Kling O1 Image）に、言い方を2か所だけ変えて頼み直しました。

• 卵: 「半分に切った卵1個」→「半分に切った卵1個。両方の切り口を上に向けて見せる」（and one soft-boiled egg cut in half with BOTH halves visible, yolk side up。前の「pork」の後ろにコンマを1つ足した）
• 看板: 「はっきり書かれた」→「大きな文字ではっきり書かれた」（written clearly in large letters）

• 卵は直りました。 GPT Image 2.6 と Seedream 5.0 Pro は、2回目に4点すべてが○になりました。
• 看板の文字は直りませんでした。 Soul 2.0 と Kling O1 Image は、「大きな文字で」と足しても、カタカナの「ラーメン」が崩れたままでした。言い直しは1回だけですが、日本語の文字はモデルによる差が大きいと考えられます。
• Soul 2.0 のチャーシューは3枚になりましたが、チャーシューの文は変えていません。同じ指示でも毎回少しずつ違う絵になるためと考えられます。

2回目の4枚も約2分でそろいました。使ったクレジットは、1回目が19.37、2回目が2.37で、合わせて21.74でした。

分かったこと

• 日本語の文字が入った絵には、文字を描けるモデルを選ぶのが近道です。 今回は GPT Image 2.6・GPT Image 2・Nano Banana Pro・Nano Banana 2・Seedream 5.0 Pro・FLUX 3 Image・FLUX.2・Grok Image 2.0・Ideogram 4.5 の9種類が、看板を正しく描けました。
• 数や形は、言い方で直ることがあります。 「両方の切り口を見せて」と書くと、卵は直りました。
• 今回の1枚ずつでは、値段の高いモデルほど指示どおり、とはなりませんでした。 0.5クレジットの GPT Image 2.6 は、言い方を足すと4点とも○になりました。一番安い Soul 2.0（0.12クレジット）は、崩れが多く出ました。
• 1モデル1枚ずつの比べです。 同じ指示でも毎回違う絵になるので、断定はできません。気になるモデルは、自分でも何枚か作って確かめると確実です。

参考にしたページ

• Pricing（Higgsfield）
• RoundtableSpace の X の投稿（2026年10月5日）
• Terms of Use（Higgsfield）