Z-ImageとSDXL・SD3.5を比較！乗り換え・併用・据え置きの判断軸

監修者_SD以外

監修者プロフィール

森下浩志

日本最大級のAI情報プラットフォーム「romptn ai」編集長。著書に「0からはじめるStable Diffusion」「0からはじめるStable Diffusion モデル・拡張機能集編」など、AmazonベストセラーのAI関連書籍を多数執筆。AIにおける情報の非対称性を解消するための社内研修や出張講義も行う。

本当の悩みは「速いか」ではない

Z-Image の話題でまず目に入るのは、ステップ数が少なく一気に生成できるという速さの評判です。でも SDXL や SD3.5 を使い込んできたあなたが本当に気にしているのは、たぶんそこではありません。

気がかりなのは、今まで集めて育てた LoRA や、組み上げてきた ControlNet 中心のワークフローです。これを手放してまで新しいモデルに移る価値があるのか、という一点に尽きるはずです。

ここで効いてくるのがサンクコスト、つまり「これまで注いだ手間や時間がもったいない」という感覚です。これがあるから、速いと聞いても素直に乗り換えに踏み切れません。

そして多くの人が「全部乗り換える」か「今のまま」かの二択で考えがちですが、実際には用途で使い分ける併用という現実解があります。

そこでこの記事では、一方的に乗り換えをすすめるのではなく、あなたの作風と手元の GPU で判断できるように、乗り換え・併用・据え置きという3つの軸で整理していきます。

Z-ImageとSDXL・SD3.5を一覧比較

乗り換えを判断するうえで、まず3つのモデルが何でどれだけ違うのかを同じものさしで並べておきます。

速度・必要VRAM・写実性・既存資産の成熟度・ライセンスを横に並べると、次のようになります。

必要VRAMは情報源によって割れます。公式の配布情報では推奨16GBとされる一方、実測ベースの比較では8GB以上から動くと整理されており、これは量子化版を使うかどうかで前提が変わるためです。執筆時点では、フル精度なら16GB前後、量子化すれば6〜8GBクラスでも動く、と幅で捉えておくと安全です。

もうひとつ押さえたいのが、速度の速さと資産の蓄積はトレードオフだという点です。Z-Imageは少ないステップで一気に描き切る代わりに周辺資産がまだ育ち途中で、SDXLはその逆になります。

Z-Imageの特徴と使い勝手の違い

速さや必要スペックは前の章で並べたので、ここでは数字に出にくい「使ったときの感触」の違いを押さえます。

まず安心材料から。Z-Image-TurboはApache-2.0ライセンスで公開されており、商用利用が明確に許されています。仕事の制作物に使えるかを気にしている人にとっては、判断のハードルがひとつ下がるポイントです。

ライセンスの考え方はモデルごとに異なります。SDXLやSD3.5はそれぞれ提供元の規約に従う形なので、商用範囲を確かめてから使う一手間が要ります。Z-Imageはその点がシンプルです。

SDXLやSD3.5では、避けたい要素をネガティブ側に書いて仕上がりを整えるのが定番でした。Z-Imageではこのやり方が通じません。

そのため、出したいものを肯定文のプロンプト側で具体的に言い切る書き方へ切り替える必要があります。今までのプロンプト資産がそのままでは活きにくい、という前提で向き合うのが無難です。

つまりZ-Imageは、商用利用のしやすさという安心感と引き換えに、プロンプトの組み立て方そのものを少し作り直す手間がかかるモデルだと捉えておくとよいでしょう。

乗り換えで本当に失う資産はどれか

ここでは「乗り換えで何を失うのか」を冷静に切り分けます。

失う資産は、永久に消えるものと、作り直せばまた使えるものに分かれます。多くは後者で、つまり再構築のコスト問題です。

まず誤解しやすいのが既存のSDXL用LoRAです。Z-ImageはSDXLと土台のアーキテクチャが異なるため、手元のSDXL用LoRAをそのまま読み込んで使うことはできません。

ただし、これは「二度と作れない」という話ではありません。執筆時点では、家庭用の控えめなVRAMでもZ-Image向けのLoRAを学習できる手順が公開され始めています。

ControlNet中心のワークフローについても、Z-Image向けの公式ControlNet UnionがCanny・Depth・Lineartに対応する形で提供されています。線画やポーズを起点にした制御は引き継げます。

資産ごとに整理すると、扱いは次のようになります。

つまり、失うのは「ファイルそのもの」ではなく「作り直す手間」です。手間をかける価値があるかは、後ほどの『用途別の判断軸』の章で用途ごとに見ていきます。

写実とアニメで評価が分かれる理由

ここまでの比較を踏まえると、Z-ImageとSDXLのどちらが優れているかは、あなたが何を作るかでほぼ決まります。一方が全面的に強いわけではなく、作風によって向き不向きがはっきり分かれるからです。

Z-Imageは、実在しそうな人物や風景といった写実的な表現に重心を置いてチューンされたモデルです。執筆時点では、このリアル路線では先ほどの比較表で触れた速度の手軽さも相まって扱いやすい選択肢になります。

一方で、アニメやイラストのような二次元の作風になると、評価は逆転します。ここはSDXLが長く積み上げてきた領域で、PonyやIllustriousといったイラスト特化の追加学習モデルが豊富に揃っているためです。

こうした作風特化の蓄積は一朝一夕には生まれません。Z-Imageには、執筆時点でこのイラスト系の追加学習に並ぶ等価物がまだ用意されていません。

つまり優劣ではなく、写実はZ-Imageの土俵、二次元はSDXLの土俵という住み分けです。自分の作風がどちら寄りかを基準に選べば、判断は迷いにくくなります。

用途別の判断軸

ここまでZ-ImageとSDXL・SD3.5を比べてきました。ここからは「あなたはどうすべきか」に絞り込みます。選択肢は全面乗り換えか今のまま据え置きかの二択ではなく、乗り換え・併用・据え置きの3つです。

見落とされがちなのが真ん中の「併用」です。写実は速さの出る新しいモデル、アニメ・イラスト系の用途や使い慣れたワークフローは従来のままと、用途で分ける使い方ができます。全部を入れ替えなくても、効くところだけ取り込めます。

どれが正解かを決めるのは、あなたの用途(どんな作風を作るか)と、手元のGPU(使えるVRAM)の2つです。この2つが、3つの分岐のどこに当てはまるかをほぼ決めます。

この後、乗り換えが向く人・併用が向く人・据え置きが向く人の3つのタイプに分けて、それぞれどんな人が当てはまるかを見ていきます。自分がどこに近いかを当てはめながら読んでみてください。

①乗り換えが向く人

写実寄りの人物や風景を、とにかく速く・たくさん作りたい人です。少ないステップで一気に生成できるZ-Imageは、何度も作り直して当たりを探す制作ほど待ち時間の差が積み上がり、1枚あたりの速さがそのまま回転数に直結します。

描いた線にリアルタイムで絵が追従するcanvas型の制作や、案を量産して当たりを選ぶ使い方では、この速さが体験そのものを変えます。実際にSDXLからZ-Imageへ移したクリエイターも、リアルタイム制作での待ち時間の短さを乗り換え理由に挙げています。

手元のGPUが控えめでも、量子化版を使えば乗り換えを試せます。速さがそのまま制作量や手数の多さに効くワークフローで、写実中心の絵を作る人ほど、Z-Imageへの乗り換えは有力な選択肢になります。

②併用が向く人

写実系の作品も作りつつ、アニメ・イラスト系の作風や使い慣れた制作フローも手放したくない人には、全面乗り換えではなく両方を併用する形が一番現実的です。

理由はシンプルで、Z-Image と SDXL は得意分野がずれているからです。写実的な人物や速さを求める作業は Z-Image に任せ、Pony・Illustrious 系の蓄積が効くアニメ・イラスト系の制作は SDXL のまま残せば、それぞれの強い面だけを使えます。

併用が向くのは、たとえば次のような人です。

併用の利点は、移行を一気に進めなくて済むことです。まず写実系の一部だけを新しいモデルに置き換え、手応えを見ながら範囲を広げられます。

この段階的なやり方なら、積み上げてきた資産を失うリスクを抑えたまま、速度面のメリットだけを先に取り込めます。迷っている人ほど、いきなりの全面移行より併用から始めるのが無難な選択です。

③据え置きが向く人

次のような読者は、無理に乗り換えず今のSDXL環境を続けるのが現実的な選択です。

この領域で蓄積されてきたLoRAやControlNet周りの環境は、執筆時点では新モデル側より厚みがあり、絵柄の作り込みでは依然として一歩先にあります。

すでに手になじんだ資産で狙いどおりの結果が出ているなら、当面は据え置きが合理的です。新モデルが同じ作風で同等の作り込みを再現できるようになってから動いても遅くありません。

SDXL側の資産選びをさらに深めたい場合は、後ほど案内する関連ガイドも合わせて参考にしてください。

Z-Image乗り換えのよくある質問

まとめ

Z-ImageとSDXL・SD3.5の選び分けは、性能の優劣ではなく「自分の作風とGPUにどれが合うか」で決まります。ここまで見てきた判断軸を、最後に持ち帰れる形でまとめます。

次の一歩は、この3つの軸を自分の環境に当てはめることです。手持ちのGPUで何が動くか、ふだん作るのが写実かアニメか、その2点を起点に選べば判断は固まります。

SDXL側の資産をこれから厚くしたい方は、用途やVRAM別にモデルを選び分ける関連ガイドもあわせて確認してください。乗り換え・併用・据え置きのどれを選んでも、作風に合う1本を起点に組み立てれば、生成の効率と仕上がりは着実に前に進みます。