GPT-5.6 Lunaで画像生成は十分？Terra・Solと日本語POP15枚を比較

GPT-5.6 Lunaの画像生成は、上位のTerraやSolと比べて、どこまで実用に使えるのでしょうか。
ここでは例として「青森りんごジュース」の日本語入り商品POPを、3モデルと5段階の思考量で生成し、完成した15枚を比較しました。

比較した項目は、生成時間、指示遵守、構図、日本語の正確さ、完成度です。
生成画像を並べて確認すると、モデルによる見た目の差は小さく、指定した7種類の文言も15枚すべてで誤字なく表示されました。

結論は、今回のような日本語入り商品POPなら、GPT-5.6 Lunaで十分です。
品質はAIによる判定で、Lunaは5枚すべて96点以上、MediumとHighは98点、Maxは15条件中で唯一の100点でした。
モデル別の平均得点差は最大0.4点にとどまり、思考量を増やすほど品質が上がる傾向も確認できませんでした。

GPT-5.6 Luna・Terra・Solで、店頭POP画像を生成した条件

比較したのは、Luna・Terra・Solの3モデルと、Light・Medium・High・Extra High・Maxの5段階です。
各条件では同じプロンプトを使い、修正や再生成をせず、最初に完成した1枚だけを評価しました。

生成時間は、画像生成処理を開始する直前からツールが完了するまでを自動計測しています。
通信エラーによる再試行はなく、全15条件でA4縦の比率に近い1054〜1055×1491〜1492pxの画像が完成しました。

比較したのはメインモデルを選んだ状態での画像生成結果

GPT-5.6 Luna・Terra・Solが、最終画像の画素を直接描いているわけではありません。
OpenAI Docsの画像生成ツール解説では、メインモデルが入力を調整し、GPT Imageモデルを使う仕組みが説明されています。

今回確認したのは、3モデルと5段階の思考量を選び、同じ指示から画像生成を実行した際の初回出力です。
画像生成モデル単体の性能比較ではなく、プロンプトの解釈から完成画像までを含む、利用者側から見た比較になります。

GPT-5.6 Lunaの公式仕様では、Lunaはコストを重視した大量処理向けのモデルと位置づけられ、画像生成ツールにも対応しています。
軽量モデルを選んだときに、店頭へ出せる品質が残るのかが、今回確かめたかった点です。

15枚すべてに使用した画像生成プロンプト

商品名や価格だけを渡すのではなく、使用場所、瓶の外観、写真の雰囲気、背景、配置、掲載文まで指定しました。
モデルへ考えさせる余白を減らしつつ、価格ラベルの形には選択肢を残しています。

A4縦型の店頭販売POPを作成してください。

用途は、道の駅・土産店・スーパーの飲料売り場です。
商品は、透明な瓶に入った赤いキャップの「青森りんごジュース」です。

実写のように自然で高品質な商品写真を中心に置き、赤くみずみずしいりんごを添えてください。
背景は淡いクリーム色を基調にし、青森のりんご畑を控えめに見せます。
明るく清潔感があり、素朴で上質な日本らしいデザインにしてください。

レイアウトは、上部にキャッチコピー、中央に商品瓶とりんご、下部に価格を配置してください。
価格は赤い丸または目立つ価格ラベルで大きく表示し、遠くから読めるようにしてください。

次の日本語を、誤字なく、すべて読める大きさで入れてください。

「ひとくちで、青森のりんご。」
「青森県産りんご100%」
「果汁100％ りんごジュース」
「280円（税込）」
「冷やしてどうぞ」

商品瓶のラベルには、次の文字を入れてください。

「青森りんごジュース」
「果汁100％」

人物、英語、QRコード、バーコード、不要な小さな説明文は入れないでください。

Lightで生成した日本語POP3枚

Lightでは、LunaとTerraが96点、Solが98点でした。
点数には2点の差がつきましたが、指定した日本語は瓶ラベルを含めて3枚とも正確です。

Luna・Light 62.1秒／96点	Terra・Light 49.9秒／96点	Sol・Light 56.0秒／98点

Luna・Lightは下部の情報量がやや多く、Terra・Lightでは瓶ラベルの端に微細な文字が入りました。
どちらも店頭POPとして使える範囲にあり、Lightだから文字が崩れる、商品写真が粗くなるという結果ではありません。

Mediumで生成した日本語POP3枚

Mediumは3モデルがすべて98点で、生成時間も48.4〜51.3秒に収まりました。
Luna・Mediumは49.0秒で、品質と待ち時間の両方から見ても、実用上の不足はありません。

Luna・Medium 49.0秒／98点	Terra・Medium 51.3秒／98点	Sol・Medium 48.4秒／98点

構図には違いがあり、Lunaは情報を左右へ分け、Terraは木製看板を使い、Solは瓶の存在感を強めています。
好みは分かれても、指定への適合度から見た優劣はつきませんでした。

Highで生成した日本語POP3枚

Highも3モデルが98点で並び、生成時間の差は1.6秒です。
MediumからHighへ上げても、文字の正確さ、構図、完成度に得点上の変化はありませんでした。

Luna・High 49.3秒／98点	Terra・High 50.3秒／98点	Sol・High 50.9秒／98点

3枚とも商品瓶を中央に置き、価格を右下へ寄せる基本形を選んでいます。
Highでしか現れない細部や、3モデルを明確に分けるデザイン上の特徴は確認できませんでした。

Extra Highで生成した日本語POP3枚

Extra Highでは、LunaとTerraが97点、Solが98点でした。
Solは35.2秒で全15条件の最短記録ですが、右側に指定していない説明文を追加しています。

Luna・Extra High 48.3秒／97点	Terra・Extra High 49.1秒／97点	Sol・Extra High 35.2秒／98点

思考量を増やせば禁止事項を厳密に守る、という流れにはなっていません。
Solの速さも他の段階では再現されていないため、35.2秒はExtra Highの固定性能ではなく、今回の1回で出た記録として扱います。

Maxで生成した日本語POP3枚

MaxではLunaが100点、Terraが98点、Solが97点でした。
Luna・Maxはクリーム色の背景と控えめなりんご畑を両立し、瓶ラベルにも不要な微細文字がありません。

Luna・Max 54.8秒／100点	Terra・Max 54.4秒／98点	Sol・Max 57.3秒／97点

今回の最高得点がLunaから出た点は注目できますが、Maxの優位を証明する結果ではありません。
TerraとSolは同じモデル内のMediumやHighより得点が低く、思考量と画像品質は段階的に連動しませんでした。

AI画像生成15種類の生成時間と採点結果

まずは、15条件それぞれの生成時間をグラフで比較します。各条件の計測は1回のみのため統計的な確実性には欠けますが、おおよその傾向をつかむための参考値としてご覧ください。

生成時間の多くは48〜57秒に収まり、モデルや思考量による差はほとんどありません。ただ、思考量MAXが時間がかかる傾向は見られました。
最速はSolのExtra Highで35.2秒、最も遅かったのはLunaのLightで62.1秒ですが、各条件1回の計測なので参考値です。

全15条件の平均は51.1秒、97.7点でした。
最低でも96点に達しているため、点数だけを見れば、どのモデルと思考量を選んでも実用域を外れていません。

モデル別では平均得点差が0.4点しかない

平均時間ではSolが最短ですが、35.2秒の1回が平均を押し下げています。
中央値ではLunaが最短となるため、今回の5回だけで「Solが速い」「Lunaが遅い」と分ける根拠は得られませんでした。

思考量を増やしても品質は順番に上がらない

Maxの平均得点は最高ですが、MediumとHighとの差は0.3点です。
Extra HighはMediumやHighより低く、MaxでもSolは97点だったため、思考量と完成度の間に一方向の関係はありません。

日本語POPでもLunaで十分実用に耐えうる画像生成可能

Lunaの5枚は96〜100点で、平均97.8点でした。
キャッチコピーから瓶ラベルまで35か所の指定文言がすべて正しく、A4比率、商品瓶、赤いキャップ、価格表示も全条件で守られています。

Lightの96点も、文字崩れや商品欠落による点数ではありません。
背景のりんご畑が少し目立つことや、余白の密度といった細部の減点であり、用途を満たせない失敗とは異なります。

Luna・Mediumは49.0秒で98点、Highも49.3秒で98点でした。
今回と同程度まで条件を固めた商品POPなら、まずLuna・Mediumで生成し、必要な場合だけ修正へ進めば十分です。

詳しいプロンプトが15枚の品質を安定させたのか

今回の結果を見る限り、詳しいプロンプトが安定へ寄与した可能性は高いと考えます。
画像の用途から不要要素まで先に決めたため、モデルが独自に補う範囲が狭く、15枚の基本構成がそろいました。

OpenAI Docsの画像プロンプトガイドでも、画像の種類、被写体、構図、スタイル、制約を記述し、完成結果を要件と照合する方法が示されています。
今回のプロンプトも同じ要素を含み、特にレイアウトと文字の配置を文章で固定しています。

一方、短い指示との対照実験は行っていません。
そのため、詳しいプロンプトだけが105か所の文字を正確にしたと断定せず、現在の画像生成性能と具体的な指示が組み合わさった結果として扱うのが適切です。

用途と掲示場所まで書いたことでデザインの目的が定まった

「りんごジュースの画像」ではなく、「道の駅・土産店・スーパーの飲料売り場で使う店頭POP」と指定しました。
これにより、商品写真だけで終わらず、価格と特徴を離れた位置から読ませる広告デザインへ向かっています。

商品外観を具体化したことで主役がぶれなかった

透明な瓶と赤いキャップを明記し、中央に商品瓶とりんごを置くよう指定しました。
15枚すべてが瓶を中心に据え、缶や紙パックへ変わる出力もありませんでした。

実務では実際の瓶の写真を添付することで、瓶の形状を正しく伝えることが出来ます。

文字列と掲載場所を分けたことでラベルまで正確になった

POPに載せる5文言とは別に、瓶ラベルへ載せる2文言を指定しています。
文字内容だけでなく掲載場所も示したため、全15枚で「青森りんごジュース」と「果汁100％」が瓶上に入りました。

禁止事項が余計な情報の混入を抑えた

人物、英語、QRコード、バーコード、不要な小さな説明文を禁止しました。
Sol・Extra Highでは短い説明文が追加されたものの、人物や英語、コード類は15枚のどこにも現れていません。

Lunaで実用的なPOPを生成するプロンプトの条件

Lunaへ長文を渡せばよいのではなく、判断に必要な条件を役割ごとに分けることが重要です。
サイズ、用途、商品、見た目、構図、文字、禁止事項を並べると、AIの迷いを減らせます。

文字は引用符で囲み、ラベル用とPOP用を分ける

掲載文を文章の中へ混ぜず、1項目ずつ引用符で囲んで並べます。
商品ラベルに必要な文字は別の段落に分け、「どこへ載せる文字なのか」まで指定してください。

重要な部分は固定し、装飾には狭い選択肢を残す

今回の価格表示は「赤い丸または目立つ価格ラベル」とし、役割と目立ち方を固定しながら、形には自由を残しました。
全要素を座標のように縛るより、絶対に守る部分と任せる部分を分けたほうが、異なるデザインを比較できます。

Luna向け商品POPプロンプトのひな型

［サイズ］の店頭販売POPを作成してください。

用途は［掲示場所・売り場］です。
商品は［容器・色・形・商品名］です。

［写真またはイラストの表現］を中心に置き、［添える物］を配置してください。
背景は［基調色］とし、［背景に入れる要素］は控えめに見せてください。
［明るさ・清潔感・高級感など］のあるデザインにしてください。

上部に［キャッチコピー］、中央に［商品］、下部に［価格・CTA］を配置してください。
［最も目立たせる要素］は、離れた位置から読める大きさにしてください。

次の文字を、誤字なく、すべて読める大きさで入れてください。

「［文言1］」
「［文言2］」
「［文言3］」

商品ラベルには、次の文字を入れてください。

「［商品名］」
「［ラベル用表示］」

［人物・英語・QRコードなど］は入れないでください。

このひな型へ商品ごとの情報を入れれば、今回と同じ考え方でプロンプトを組み立てられます。
文字数を増やすことより、完成画像を採点できるほど条件を具体化することが重要です。

今回の結果だけでは判断できないこと

各条件の生成は1回だけなので、画像生成に含まれる偶然の差を分離できていません。
モデルごとの平均差が0.4点しかない以上、別の日に再生成すれば順位が入れ替わる余地があります。

生成時間にも、サービスの混雑や通信状態が影響します。
Sol・Extra Highの35.2秒だけを根拠に固定的な速度差を示さず、平均と中央値の両方を確認する必要があります。

今回の結論が当てはまるのは、細部まで指定した日本語入りの商品POPです。
曖昧な指示での画像生成、情報量の多いYouTubeサムネイルや、人物と商品を同居させる画像では、プロンプト解釈の難度が上がり、別の差が現れる可能性を残しています。

日本語POPの初回生成ならLunaで十分足りる

日本語を7か所入れた商品POPでも、Lunaは5枚すべて96点以上となり、文字の誤りはありませんでした。
Solや高い思考量を選ばなければ実用品にならない、という結果ではありません。

商品の外観、背景、配置、掲載文、禁止事項まで決まっているなら、Luna・Mediumを起点にすれば十分です。
完成画像を見て足りない部分だけを修正し、曖昧な企画を整理する場面や複雑な構図では、必要に応じて上位モデルへ切り替える流れが合理的です。

15枚の中から好みのデザインを選ぶなら、点数表より実画像のほうが確実です。
モデル名に先入観を置かず、実際に使いたい売り場と商品へ合う1枚を基準に判断してください。