Civitaiを開くと、SDXL・Pony・Illustrious・NoobAIという4つのモデル名が同じ並びで上位に出てきて、どれが何の派生でどう繋がっているのかが見えないまま選ばされている、と感じたことはないでしょうか？
本記事では、これら4つのモデルを1本の系統樹に並べ直して、SDXLからkohaku-xl → Illustrious-XL → NoobAI-XLと縦に伸びる直系ラインと、横に分かれて伸びるPony Diffusion V6 XLの独立枝という構造差を、Civitai / Hugging Face / arXiv の一次情報で裏取りしながら整理します！
読み終えるころには、今触っている系統と次に試したい系統の距離感、どこから入れば学び直しが少ないか、商用利用境界がどこで割れているかまでを自分で見積もれる状態になりますよ！
内容をまとめると…
4系統は『同じSDXLの別バージョン』ではなく、SDXL → kohaku-xl → Illustrious → NoobAI の直系ラインと、横に分岐した独立枝Pony V6 XLの別ルート2系統
タグ作法はPony の score_9系と、Illustrious / NoobAI / SDXL nativeが共有するmasterpiece系の2大陣営に割れ、横断時はプロンプトを全面書き換える前提
引っ越しコストが本当に重いのはPonyと他3系統の横断で、LoRAもプロンプトも作り直しが要る一方、同系統内の派生乗り換えはほぼノーコスト
Civitai上位の最新派生は Illustrious / NoobAI 系が主流だが、Pony派生にも独自の表現域が残っており、Pony資産がある人は二本立て運用が現実的
きれいな画像を作れるようになっただけで、収益化できずに止まってませんか？
romptn ai では、実際に画像生成AIで稼いでいるプロを講師に招いた完全無料のAIクリエイターセミナーを開催しています。
2時間のオンラインセミナーで、実際に稼いでいる人が使う最新画像生成AIツールや上級者にステップアップするための必須スキルなどの知識面はもちろんのこと、ゼロから収益化を実現するための具体的なロードマップを体験談ベースで詳しく学ぶことができます。
また、豪華な無料参加特典も用意していますので、ぜひご興味を持った方はお気軽に下記のボタンから詳細をチェックしてみてください！
＼ 現役の画像生成AIのプロから学べる！ ／
無料セミナーの詳細をみる※Stable Diffisionのおすすめモデルについては、下記記事で詳しく解説しています！
なぜ4系統で混乱が起きるのか？
Civitaiの上位を眺めると、SDXL・Pony・Illustrious・NoobAIという4つの名前が同じ画面に並びます。ですが、これらは『同じSDXL系列の別バージョン』ではなく、派生元も学習データもタグ作法も別物の4系統で、選ぶ前に全体像を掴みたくなるのは自然な反応なんです。
この記事は『どれが最強か』を決める比較ではなく、4つを1本の系統樹に並べて『何の派生で、何が引き継がれているのか』を構造として理解するためのガイドです。Pony用に組んだプロンプトをIllustrious系に流したら効かなくなった、という『引っ越しコスト』も、系統差として捉え直すと見通しがよくなります！
持ち帰れる道具は2つあります。1つは4系統の派生関係を1枚に落とした系統樹、もう1つは『手元のプロンプトをそのまま流せるか／書き換え必須か』を一目で見られる互換性マトリクスです。読み終えるころには、今触っている系統と次に試したい系統の距離感を、自分で見積もれる状態になりますよ！
4系統の系統樹を1枚図で俯瞰してみよう！
まず、4系統の血筋を1本の系統樹として頭に入れます。共通の根はStability AIのSDXL 1.0で、そこから二手に枝が伸びている、というのが全体像です。
一方の枝は多段の派生です。SDXL → kohaku-xl → Illustrious-XL → NoobAI-XLと、アニメ・イラスト方向にファインチューニングを重ねた直系のラインです！
もう一方は、SDXLから横に分かれて伸びるPony Diffusion V6 XLの枝で、Illustrious / NoobAIとは血の繋がりがありません。学習データも独自構成(e621系含む)で、設計思想ごと別物です！
この連鎖と分岐は一次情報で確定しています。Hugging FaceのIllustrious early-release v0 model cardには base_model=kohaku-xl-beta5と明記され、NoobAIのCivitai model cardもbaseをIllustrious派生と宣言しています。
Ponyが独立系統である点はCivitaiのPony model cardとarXiv:2409.19946のIllustrious論文を読み比べると裏取りできます！
ここまでは事実です。一方、各派生がどこまで親の癖を引き継ぐかは解釈の余地が残ります。日本語コミュニティの『としあきdiffusion wiki』でも継続的に追記されているため、本文ではこの『確定 vs 解釈』を分けて扱います。
各系統の基本プロファイルを揃える
前の章の系統樹で派生関係を俯瞰したら、次は各系統の身分証を1枚に揃えます。系統樹だけでは『どこから派生したか』しか分からないため、ここでは選ぶときに効く4つの軸で4系統のプロファイルを横並びにします！
見るのは次の4軸です。学習元データ（何の絵で覚えたか）、アーキ系譜（どのSDXL系骨格に乗っているか）、タグ作法の系統（score系かmasterpiece系か）、LoRAの流用感覚（同系統内なら効きやすく、系統をまたぐと効きが崩れやすい、という運用上の目安）です！
| 系統 | 学習元データ | アーキ系譜 | タグ作法系統 | LoRA流用の目安 |
|---|---|---|---|---|
| SDXL native | 汎用LAION系 | SDXL 1.0（素のベース） | masterpiece系で無難 | 同じSDXL系派生に流れやすい |
| Pony Diffusion V6 XL | 独自学習（e621系を含む） | SDXL由来・独立ファインチューニング | score_9系前提 | 系統内（Pony派生）でほぼ完結 |
| Illustrious-XL | Danbooru主軸のアニメデータ | SDXL→kohaku-xl系譜 | masterpiece系（Animagine流） | Illustrious/NoobAI間は通じやすい |
| NoobAI-XL | Danbooru+e621のハイブリッド | Illustrious系譜から派生 | masterpiece系 | Illustrious系LoRAと相互に流れやすい |
ここから先は、この表の1行ずつを1つの節に拡げて、SDXL native・Pony・Illustrious・NoobAIの順にプロファイルを短く詳述します。タグ作法とLoRA流用コストの実務的な掘り下げは、4系統のプロファイルを通したあとの章でまとめて扱う構成です！
①SDXL nativeの特徴
SDXL nativeはStability AI公式のSDXL 1.0そのもの、追加学習を加えていない素のベースラインです。学習元はLAION系の汎用画像で、実写・イラスト・図版まで広く扱えるかわりに、特定ジャンルへの最適化はされていません。
アーキは2つのテキストエンコーダ(OpenCLIP-ViT/GとCLIP-ViT/L)を併用するSDXL標準構成で、英語自然文とDanbooru系タグの双方を受けつけます。
ただしアニメ調キャラやNSFW表現は、専用データで再学習したPony・Illustrious・NoobAIに明確に劣ります。本記事では『他3系統がここから枝分かれした出発点』として押さえてください！
※SDXLについては、下記記事で詳しく解説しています！
②Pony Diffusion V6 XLの特徴
PurpleSmartAI / AstraliteHeart系のPony Diffusion V6 XLは、SDXL 1.0を土台にしながら独自データで強く再学習されたファインチューニングで、系統樹ではSDXLから横に大きく外れた独立枝として描かれます。
学習データはアニメ・カートゥーン・ファーリー・ポニーを概ね1:1で混ぜた約260万枚で、e621由来のタグ語彙を含むため、他系統では出にくい構図やNSFW領域まで踏み込みやすいのが特徴です。
プロンプトは score_9, score_8_up, ... の品質スコアと source_anime / rating_explicit といった独自のプレファックスを前提に組む点が他系統と決定的に違い、Civitaiでも本体由来の派生モデルやLoRAが長く積み上がっている系統です。
※Pony Diffusionについては、下記記事で詳しく解説しています！
③Illustrious-XLの特徴
Illustrious-XLはOnomaAI Researchが2024年9月に公開したアニメ特化系統で、SDXLではなくkohaku-xl-beta5を経由した派生である点が他と異なります。
学習はDanbooru2023が主軸で、高解像度学習と『タグ+自然言語』併用キャプションで品質を底上げ。プロンプト記法はmasterpiece, best quality系のAnimagine流儀を継承し、Ponyのscore_9系とは交わりません。
ただし公開された本体はaesthetics調整なしのresearch-only版で、実運用はWAI-illustrious等の下流派生が担う、というねじれが残ります。
④NoobAI-XLの特徴
Laxhar Labが開発したNoobAI-XLは、Illustrious-XLを直接ベースにしたファインチューニングとして位置づけられる系統です。
学習元はDanbooru全件とe621を組み合わせたハイブリッド構成で、アニメ寄りタグの厚みとNSFW表現の幅を1モデルに集約しています。
2026年現在、Civitai上位の最新派生モデルはNoobAIベースが主流で、Illustrious系の事実上の後継として動いています。
ライセンスはIllustriousから引き継いだfair-ai-public-license-1.0-sdで、Output条項の解釈が日本語コミュニティで割れている点だけ押さえておきましょう！
※NoobAI-XLについては、下記記事で詳しく解説しています！
系統ごとに違うタグ作法について
4系統のプロファイルが揃ったところで、次に効いてくるのがタグ作法の違いです。同じプロンプトをどの系統に流しても似た絵が出る時代はすでに終わっていて、いまは『タグはモデルごとに組み直す』が当たり前の運用前提になっています！
背景はシンプルで、Pony Diffusion V6 XLのscore_9, score_8_up…+source_X+rating_Xという品質タグ前提と、Illustrious/NoobAIが引き継いだmasterpiece, best quality+Danbooruタグ直記法という、出自の違う2系統の記法が同時に主流化したためです。Pony用プロンプトをIllustrious系に流すとバリエーションが落ちる、という体験はこの記法ズレが原因で起きています。
ここから先は、まずPony系のscore_9記法で長い品質タグ列がなぜ必要かを具体例で押さえ、続いてmasterpiece系の記法でIllustrious/NoobAI向けの書き方をPonyとの対比で並べます。最後に プロンプト互換性マトリクスで『手元のプロンプトをそのまま流せるか／書き換え必須か』を1枚にまとめます。
① Pony系のscore_9記法
Pony Diffusion V6 XLでは、プロンプトの先頭にscore_9, score_8_up, score_7_up…を並べ、さらにsource_pony / source_furry / source_animeなどとrating_safe / rating_questionable / rating_explicitを続けるのが公式model card推奨の書き方です。
この長いプレファックスが必要なのは、これらのタグが学習時に品質と絵柄系統の主要な制御スイッチとして使われているためです。省くと品質が落ちるか、想定外の絵柄に寄ります。
具体的には、次のようなプレファックスから書き始める形になります。
score_9, score_8_up, score_7_up, source_anime, rating_safe, 1girl, school uniform, classroom, looking at viewer,このプレファックスをそのままIllustrious系に流しても、score_9のようなPony独自タグはIllustriousの語彙に無いため品質補正として効かず、構図やポーズの幅が激減したという声があります。乗り換える際は、次の章の『masterpiece系の記法』へ書き換えるのが前提です。
②masterpiece系の記法
Illustrious/NoobAI系では、Ponyとは別系統の masterpiece, best quality + Danbooruタグ直記法 がそのまま通用します。Animagine XL系から続く伝統的なアニメ系SDXLの書き方で、本体がDanbooru2023で再学習されているためです。
品質タグを冒頭にまとめ、その後ろに被写体・画風・構図をDanbooruタグで並べるだけです。score_9 のような長いプレファックスは不要で、混ぜるとむしろ画風が濁ります。
masterpiece, best quality, very aesthetic, 1girl, solo, long hair, school uniform, cherry blossoms, looking at viewer, upper body, soft lightingSDXL nativeも基本はこの系統で動かす運用が無難です。score系プレファックスはSDXL nativeでは効きが弱く、masterpiece系の方がLAION系キャプションと整合します。Pony用プロンプトをIllustrious/NoobAIに流す際は、まずscore行を削るのが乗り換えの出発点です。
③プロンプト互換性マトリクス
2大記法を踏まえて、手元のプロンプトを別系統に流すときにそのまま使えるか／書き換え必須かを1枚に圧縮します。行が元の系統、列が流先の系統です。
| 元 ＼ 流先 | SDXL native | Pony V6 XL | Illustrious-XL | NoobAI-XL |
|---|---|---|---|---|
| SDXL native | ー | 書き換え必須 | ほぼそのまま | ほぼそのまま |
| Pony V6 XL | 書き換え必須 | ー | 書き換え必須 | 書き換え必須 |
| Illustrious-XL | ほぼそのまま | 書き換え必須 | ー | ほぼそのまま |
| NoobAI-XL | ほぼそのまま | 書き換え必須 | ほぼそのまま | ー |
判断軸は1本で、Ponyと他3系統の間を跨ぐ移動だけが『書き換え必須』になります。score_9 / source_X / rating_X というPony独自の品質タグが他系統には学習されておらず、逆にmasterpiece系の品質タグもPony側ではほぼ効かないためです。
『ほぼそのまま』のセルも無調整で同じ絵が出るという意味ではありません。語彙は共通でも、キャラクター固有名やDanbooruタグの効きには強弱があり、weightの微調整は前提です。それでもプレファックスを丸ごと差し替える必要は無い、というのがこの段の意味です。
LoRAとプロンプトの引っ越しコスト
前章の互換性マトリクスは「プロンプトを書き換える必要があるか」を判定する地図でしたが、ここからは実際に系統を乗り換えるときに背負う運用コストの話に切り替えます。結論を先に出しておくと、高くつくのはPonyで育てたLoRA資産と、score_9系で書き溜めた長尺プロンプトの書き直しです。一方で、モデルファイル本体の差し替え自体は安く済みます！
Civitaiからチェックポイントを1回入れ替えるだけならダウンロードして終わりですが、Pony用に組んだLoRAをIllustrious系に流すと当たり判定がずれ、score系プロンプトもバリエーションが落ちることが日本語コミュニティで繰り返し報告されています。手元に積み上げた資産が多い読者ほど、乗り換えの体感コストは重くなります！
ここから先は、Pony用LoRAを別系統に流したときに何がズレるか、プロンプト記法をどこまで書き換えるか、日々の運用で何が地味に効くか、の3つの観点で順に見ていきます。LoRAをほとんど抱えていない読者は、最後の運用視点だけ読めば十分です。
①Pony用LoRAをIllustrious系に流す時のズレ
Pony Diffusion V6 XL向けに組まれたキャラ/スタイルのLoRAを、そのままIllustriousやNoobAI系で読ませると、線画は出るのに目鼻の配置や髪色だけがずれる、という症状が起きやすい領域です。
原因は座標系の不一致で、Pony V6 XLはSDXLから独立した重いファインチューニングとして組まれており、潜在空間の癖がIllustrious系統と噛み合いません。同じ拡張子のLoRAでも、別の地図に当たり判定だけを重ねた状態になります。
一方、Pony V6を土台にした4th TailやObsessionのような同系統内の派生モデルであれば、多くのLoRAは重みを少し下げる程度で流用できます。系統を跨いだ瞬間に、追加学習に近いコストへ跳ね上がる非対称な構造です！
②プロンプト記法の引っ越しコスト
Pony系で組んだプロンプトをIllustriousやNoobAIにそのまま流すと、似た構図ばかりが量産されたり、狙ったポーズが固まらないことが起きます。
厄介なのは、書き換え自体は機械的にできても、毎回モデルごとに組み直す前提を受け入れる必要がある点です。「Ponyを覚えた頃にIllustriousが出てきて、触り始めたらNoobAIが来た」という肉声どおり、乗り換えのたびに定型プロンプトを作り直す心理コストが積み上がります。
逆に、同じ系統内で派生を渡り歩く限り、この書き換えコストはほぼ発生しません。乗り換え前に「何枚分の組み直しを許容できるか」を見積もっておくと、判断が軽くなります！
③何が安く/何が高くつくか
ここまでの引っ越し負荷を、運用コストの目安として畳んでおきます。
つまり横断コストは、本体の近さよりも『タグ作法 × LoRAの所属』で決まると読み替えると判断が早くなります。
本体モデルと下流派生の区別について
ここまでの系統樹は本体4系統に絞っていますが、Civitaiで実際に触るのはその下の派生モデルであることがほとんどです。本体と派生を分けておかないと、「Illustriousを試したい」と検索した先で派生のひとつを触っていた、という食い違いが起きます。
代表がIllustrious-XLです。配布元のOnomaAI Research自身が、本体のearly-release v0をaesthetics調整をしていないresearch-onlyと位置づけ、絵づくりは下流派生に任せる設計にしています。Civitai上位の「Illustrious系」の実体はWAI-illustrious-SDXLのような派生モデルです。
Pony側も同じで、本体のPony Diffusion V6 XLを直接使うより、4th Tail系やObsession系といった派生のほうが好まれるという声もあります。NoobAI自体もIllustrious派生で、さらに下にEpsilon-pred / V-Predなどが並びます。
系統樹は「どの本体の血を引いているか」を見るための地図で、手元で動かすモデルの最終形ではない、と切り分けて読むと迷いません！
状況別にどの系統から入ればいい？
ここまでで系統の構造差と引っ越しコストが見えてきたので、次は『自分はどこから触り始めると無駄が少ないか』に話を移します！
2026年6月時点の Civitai 派生分布や日本語コミュニティの声を踏まえると、新規モデルの主流はIllustrious / NoobAI系に寄っています。一方でPony Diffusion V6 XL派生は今も独自の表現域と根強いユーザー基盤を持ち、「もう古い」と切り捨てられる状況ではありません。勝ち負けを付ける話ではなく、どこから入ると学習コストが見合うかという話として読んでください！
状況別の入り口は次のように整理できます。
- 完全に始めたて：今から最新の派生エコシステムに乗りたいならIllustrious系の下流派生（WAI-illustriousなど）を最初の1本にすると、masterpiece系の記法もDanbooruタグも素直に効くので学び直しが起きにくい
- Ponyで既に資産がある：score_9系プロンプトやPony用LoRAをすぐ捨てる必要はなくPony派生の最新版で運用を続けつつ、新規ジャンルだけIllustrious/NoobAI系を試す二本立てが現実的
- Illustrious系を触り始めたところ：そのままNoobAI系に横展開すると記法もタグ作法も近く、移行コストは比較的低い。慌ててPony側に戻る必要はない
どの系統を主軸にするかは、VRAM や用途、扱いたいジャンルによっても変わります。手元の条件に合わせてさらに詳しく選びたい場合の判断軸は、別途まとめたモデル選び方ガイドに譲ります。
商用利用とライセンスについて
系統を選ぶ前に最後に押さえたいのが、商用利用とNSFWの扱いが系統ごとに別物だという前提です。SDXL nativeはStability AI規約、Pony Diffusion V6 XLは配布元独自規約、Illustrious-XLとNoobAI-XLはfair-ai-public-license-1.0-sd系がベースで、同じ条件では語れません。
系統別の判定手順は『Stable Diffusionで商用利用可否を確認する方法』、論争の経緯は としあdiffusion wikiのIllustrious-XLページに導線を置きます。
まとめ
ここまでで4系統を『構造・記法・運用』の3面から並べ直してきました。最後に手元の状況へ合わせて次の1手を選べる形で閉じます。
振り返ると、論点は次の3行に圧縮できます。
この3行を踏まえて、次の1手を1つだけ決めてください。Pony資産が手元にあるなら、まず同系統の派生で1枚出して引っ越しを保留する判断が現実的です！これから始める / 既にIllustriousかNoobAIを触っているなら、masterpiece系記法を軸に据えて派生選びを進めるのが2026年時点では素直な入口になります！
どのモデルを具体的に選ぶかの判断軸、商用利用やライセンスの線引きまで踏み込みたい場合は、後述の関連記事で別途扱っています。
実際に稼いでいる人の画像生成AIのスキルと収益化方法を知っていますか？
romptn ai が開催する完全無料のAIクリエイターセミナーでは、現場で活躍するプロから下記のような内容を学べます。
- ゼロから画像生成AIで収益化を達成するための具体的なロードマップ
- 実績のある講師が実践する初心者を脱出するための必須スキルと最新ツール
- Nano Banana や Grokなどスマホからでもできる本格的な画像生成AI活用方法
- 広告画像や映像など実際の制作過程をイメージするための講師によるライブデモ
2時間のオンラインセミナーで、ただ画像生成AIや動画生成AIの上級スキルや最新ツールを知るだけでなく、実際に収益化を達成する一歩を踏み出すための必須知識を学ぶことができます。
- 大手企業6社と契約実績（TOYOTA, mercari, 伊藤園 等）
- AI映画制作3本、WORLD AI FILM FESTIVAL 2026 in KYOTO にて2冠達成
- Best AI Anime 受賞
- Japan Best AI Film（グランプリ）受賞（応募431作品中）
- 経歴：元WEBデザイナー・マーケター → 2023年に生成AIと出会い転身 → プロのAIクリエイターへ
