GPT-5.6 LunaでYouTubeサムネイル生成は十分？Terra・Solと15枚を比較

GPT-5.6のLuna・Terra・Solで同じ指示からYouTubeサムネイルを作ると、画像生成の品質にどれほど差が出るのでしょうか。
3モデルにLight・Medium・High・Extra High・Maxを組み合わせ、合計15条件で同じプロンプトを実行しました。

画像の生成時間を計測し、完成した15枚はモデル名と思考量を隠した状態で採点しています。なお、生成は1回のみで、最初に出力された画像を判定しています。
文字や数値の正確さを品質点へ加算せず、クリックを促す強さ、情報の優先順位、スマホ可読性、比較表現、構図、完成度を評価しました。

今回の15枚では、Lunaの品質平均はSolと同じ83.4点で、平均生成時間は3モデル中最短の34.2秒でした。
モデル平均の差は最大1.6点に収まり、YouTubeサムネイルの作成でもLunaは実用水準に達しています。

結論：LunaはSolと同じ品質平均で、生成時間は最短

Lunaは5枚の品質平均が83.4点となり、Solと同点でした。
Terraは81.8点だったため、モデル間の品質差は最大でも1.6点です。

モデル	平均生成時間	品質平均
Luna	34.2秒	83.4点
Terra	37.5秒	81.8点
Sol	35.2秒	83.4点

Lunaは平均生成時間でも最短となり、品質と待ち時間の両方で不利な結果は出ませんでした。
高品質な画像を作るたびにSolを選ぶ必要がある、という結果ではありません。

一方、思考量別ではMaxの3枚がすべて88点となり、今回の最高得点を記録しました。
ただし、各条件は1回だけの生成なので、Maxの得点が思考量の効果によるものか、生成ごとの振れによるものかは断定できません。

15条件の検証方法

Luna・Terra・Solの各モデルで、LightからMaxまで5段階の思考量を設定しました。
モデル名と思考量以外の条件は変えず、同じプロンプトを1回ずつ送って15枚を生成しています。

項目	検証条件
モデル	Luna・Terra・Sol
思考量	Light・Medium・High・Extra High・Max
生成枚数	各条件1枚、合計15枚
画像サイズ	1672×941px
再生成	なし
時間計測	指示送信から生成完了までを200ミリ秒間隔で確認

生成時間には、サーバーの混雑、通信状態、処理待ちなど複数の要因が影響します。
数秒の差だけでモデルの速度を断定せず、今回の環境で得られた実測値として扱います。

文字と数値の正確さは品質点から分けて記録

指定文言や実測値が正しく入っただけで高得点になると、画像としての差を比較できません。
そこで、文字・数値・禁止事項・画像比率は客観的な指示遵守として記録し、品質点には加えていません。

品質評価	配点	確認内容
訴求力	20点	一瞬で目を引き、動画を見たいと思わせるか
情報の優先順位	20点	最初に読む要素と次に読む要素が整理されているか
スマホ可読性	20点	320×180pxでも主要な文字と比較内容を読めるか
比較の分かりやすさ	20点	3モデルの違いと選ぶ目的が視覚的に伝わるか
構図と余白	10点	配置、密度、視線誘導、余白が適切か
完成度	10点	不自然さや安っぽさがなく公開できる状態か

15枚をAからOへ匿名化し、最初に320×180pxへ縮小した画像を確認しました。
その後に元サイズで細部を確認し、採点を確定してから実験番号、モデル名、思考量を戻しています。

全モデルへ送った画像生成プロンプト

店頭POPの検証よりもAIへ任せる範囲を増やし、情報の優先順位、モデルの並び、配色、背景、比較表現は指定していません。
スマホでの見え方を考え、最適な構図をAI自身に決めさせています。

16:9横長のYouTube動画用サムネイルを作成してください。

用途は、GPT-5.6のSol・Terra・Lunaについて、速度・品質・コスパの3項目で比較する解説動画です。

動画タイトルは「GPT-5.6 Sol・Terra・Lunaの違いは？速度・品質・コスパを実測比較」です。
このタイトルの内容に合うサムネイルを作成してください。
動画タイトル全文を画像内に入れる必要はありません。

対象読者は、3つのAIモデルのうち、自分の作業にはどれを選ぶべきか迷っている人です。

単純な順位表ではなく、3つのモデルを比較しながら、自分の用途に合うモデルを選ぶための動画だと伝わるサムネイルにしてください。

どの情報を最も大きく見せるか、3モデルをどの順番で配置するか、色、背景、比較の見せ方、視線を集める要素は、動画の内容とスマホでの見やすさを考えて、あなた自身で判断してください。

比較に使用する実測結果は次の通りです。

Luna：速度42秒、品質91点、コスパ指数94
Terra：速度54秒、品質94点、コスパ指数96
Sol：速度83秒、品質97点、コスパ指数84

速度は秒数が小さいほど優れ、品質とコスパ指数は数値が大きいほど優れています。

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。

「GPT-5.6」
「Sol・Terra・Luna」
「速度・品質・コスパ」
「結局どれ？」

商標、公式ロゴ、既存キャラクター、QRコード、ウォーターマークは入れないでください。

15条件の生成時間と品質点

最速はLuna・Highの29.4秒、最も時間がかかったのはTerra・Highの42.8秒で、差は13.4秒でした。
品質点は73点から88点まで広がり、画像の情報密度やスマホでの小文字によって差が出ています。

思考量	Luna	Terra	Sol
Light	35.9秒／84点	35.3秒／82点	37.7秒／78点
Medium	37.9秒／86点	38.0秒／80点	35.6秒／85点
High	29.4秒／82点	42.8秒／73点	31.7秒／84点
Extra High	32.8秒／77点	35.5秒／86点	32.8秒／82点
Max	34.9秒／88点	35.9秒／88点	38.1秒／88点

指定した4文言と9個の実測値は、15枚すべてで誤字や数値変更なく表示されました。
モデル名と数値の組み合わせも正しく、禁止要素の混入や画像比率の不一致はありません。

Lightで生成した3枚

	Luna・Light：35.9秒／84点 人物と3枚の比較カードによって、モデルを選ぶ動画だと伝わる構図です。 主見出しは強い一方、画面内の情報量がやや多く、スマホでは補助要素が小さくなります。
	Terra・Light：35.3秒／82点 3モデルの強みをカード内で視覚化し、比較の方向は明確です。 説明文や吹き出しが多いため、縮小表示では主見出し以外の密度が高くなりました。
	Sol・Light：37.7秒／78点 主要な指定文字と数値は読めますが、吹き出しと用途別の補助表示が細かくなっています。Lightの3枚ではスマホ可読性が最も低く、品質点は78点でした。

 

 

 

 

 

Mediumで生成した3枚

	Luna・Medium：37.9秒／86点   人物と比較カードの配置に勢いがあり、15枚の中でも高い訴求力があります。 補助的な吹き出しは細かいものの、主要情報の読み順は保たれています。
	Terra・Medium：38.0秒／80点   3モデルの数値と特徴を同じ形式で並べ、比較の要点を正確に示しています。 全体のまとまりは良いものの、補助情報が小さく、クリックを促す強さは控えめです。
	Sol・Medium：35.6秒／85点 大きな主見出しから3枚の比較カードへ自然に視線が移る構成です。 小さなアイコンやメモは残りますが、全体の仕上がりはMediumの中でも高くなりました。

Highで生成した3枚

	Luna・High：29.4秒／82点   15条件で最も短い29.4秒で完成し、下部の強い帯が目を引きます。 全体はやや忙しく、速度・品質・コスパの比較軸と人物が同時に視線を取り合っています。
	Terra・High：42.8秒／73点   数値とモデルの特徴は正しいものの、吹き出しや説明が多く、情報の優先順位が弱くなりました。 スマホでは小文字が読みにくく、15枚の中で最低の73点です。
	Sol・High：31.7秒／84点   人物と3枚のカードによって、比較動画の内容をすぐに判断できます。 要素数が多く優先順位は少し競合しますが、主要文字と比較内容はスマホでも確認できます。

Extra Highで生成した3枚

	Luna・Extra High：32.8秒／77点   3モデルの比較内容は明確ですが、人物の周囲に吹き出しが集まり、視線が分散しています。 情報の優先順位とスマホ可読性が下がり、Lunaの5枚では最低の77点でした。
	Terra・Extra High：35.5秒／86点   大きな問いかけと整理された3枚のカードにより、比較の目的が明確です。 上部の補助文字は小さいものの、構図と完成度はTerraの中で高い評価となりました。
	Sol・Extra High：32.8秒／82点   3モデルのカードと用途別の表示により、選択を助ける動画だと伝わります。 比較は明確ですが、15枚の中では訴求の強さが中程度に収まりました。

Maxで生成した3枚

	Luna・Max：34.9秒／88点   主見出しと3モデルの配置が明確で、構図と仕上がりも高い水準です。 必要な情報を保ちながら余白を確保し、15枚の最高点となる88点を記録しました。
	Terra・Max：35.9秒／88点   見出し、人物、比較カードのバランスが良く、読み順も整理されています。 スマホでも主題と3モデルの違いを確認でき、Luna・Maxと同じ88点です。
	Sol・Max：38.1秒／88点   分割した構図と大きな主見出しが強く、3モデルの比較も明確です。 小さな補助要素には改善の余地がありますが、全体の完成度は高く88点となりました。

モデルより思考量のほうが得点差は大きかった

モデル別の品質平均は81.8点から83.4点に収まり、最大差は1.6点でした。
一方、思考量別の平均はHighの79.7点からMaxの88.0点まで開き、差は8.3点です。

思考量	品質平均	平均生成時間
Light	81.3点	36.3秒
Medium	83.7点	37.2秒
High	79.7点	34.6秒
Extra High	81.7点	33.7秒
Max	88.0点	36.3秒

Maxでは3モデルとも、見出し、比較カード、人物の配置が整理され、同じ88点になりました。
ただしHighやExtra HighよりMaxが常に優れると判断するには、各条件を複数回生成して同じ傾向が続くか確かめる必要があります。

なぜ15枚すべてに9個の実測値が入ったのか

プロンプトには「各数値を必ず画像内へ入れる」という命令を入れていません。
それでも15枚すべてが、Luna・Terra・Solの速度、品質、コスパ指数を3枚のカードへ表示しました。

これは偶然よりも、プロンプト内に実測データを列挙し、数値の良し悪しまで説明した影響が大きいと考えられます。
「3モデルを比較する動画」「自分の用途に合うモデルを選ぶ」という目的も、数値を並べる構図へAIを誘導しています。

Lunaで実用的なサムネイルを作るプロンプトの条件

Lunaでも公開できるサムネイルを作るには、デザイン用語を増やすより、画像の役割と読者が最初に知る内容を明確にします。
今回の結果から、次の条件が画像の安定に関係しています。

• 用途と動画内容を具体的に書く
• 対象読者が何に迷っているかを書く
• 必ず表示する文字だけを引用符で指定する
• 数値を載せたい場合は、モデル名との対応と評価方向を書く
• スマホ表示を前提に、主要文字を大きくするよう指示する
• 公式ロゴ、既存キャラクター、QRコードなどの禁止事項を書く

実際の制作で文字が小さくなる場合は、数値や説明を減らし、サムネイルに載せる主張を一つに絞ります。
今回のようにAIの構成力を比較する実験では、配置や色を任せることで、情報整理の差を確認できます。

今回の検証だけではモデル性能を断定できない

各条件の生成は1回だけなので、同じ条件を再実行すれば別の構図や得点になる余地があります。
品質採点も一人の評価であり、実際のクリック率を測った結果ではありません。

また、生成時間には通信状態や処理待ちが含まれるため、数秒の差をモデル固有の速度差とは判断できません。
モデルや思考量の効果を確かめるには、同じ条件を複数回生成し、複数人の採点やクリック率も加える必要があります。

まとめ：YouTubeサムネイルでもLunaは十分使える

Lunaは品質平均83.4点でSolと並び、平均生成時間は34.2秒で最短でした。
15枚すべてで指定文言と9個の実測値が正しく表示され、モデルによる文字精度の差も出ていません。

今回の条件では、YouTubeサムネイルの画像生成にLunaを選んでも、TerraやSolより品質が下がる結果にはなりませんでした。
Maxの3枚が最高得点だった点は残りますが、普段の画像作成で毎回SolやMaxを選ぶ必要があるとは判断できません。

15枚を並べると、モデル名よりも、情報量と構図による違いが目立ちます。
読者自身が画像を見比べ、必要な完成度と待ち時間に合うモデルを選んでください。