とみます(@20tomimasu)です。

ChatGPTの画像生成の精度が上がったそうで。

早速、試してみると…

お、日本語の文字の反映精度がアップしていますね。

使用感をまとめておきます。

入力したプロンプト文章

まず、

• 青髪の青年がPCゲームしている様子を描いて、アニメで。

と、

• Gemini 2.0Flash
• ChatGPT4.5

にそれぞれ入力して、出力してみた。

次に、

その結果がこちら↓

Gemini 2.0Flash vs ChatGPT4.5

ChatGPT4.5の結果↓

ん、生成までが遅い…

感覚的に1~2分ほど。

しかも、エラー文章が出てきた。

どうやら、ユーザーが混み合っている模様。

時間が経てば、もう少し早くなるのかも?

まあ、出力された画像は、難なく再現されているね。

一方、Gemini 2.0Flashでは↓

生成が速い!

10~20秒ほどだ。

この速さで、この精度が出るのであれば、Geminiに軍配が上がるかな。

そして、出力された画像をさらに加工していこう↓

線画の抽出結果と比較

同様に

• その絵の線画を抽出して

と続けると。

Gemini 2.0Flash。

おー、色が入っているけど、上出来だね。

1発目でこの精度が出ると、使いやすいかと。

ただ、元の画像を加工したというよりは、

画像から情報を抜き出して、書き直したような感じだね。

絵柄が異なってしまった。

この辺はプロンプトを修正しながら進めていくことになりそう。

一方、ChatGPT4.5は↓

Pythonで線画プログラムを書いて、画像を抽出してくれた。

元の画像をそのまま処理しているので、画風は完全に一致しており。

が、線が途切れてしまい。

実際に使うとなると、修正箇所が多くなりそうだね。

最後に、日本語の文字入れチェック↓

日本語の文字入れ結果と比較

↑Geminiの場合、文字化けが発生してしまい。

まだ、日本語の文字入れに難があった。

一方、今回アプデされた、ChatGPTでは…

(あまりにも、4.5では遅かった? ので、4oで生成し直している。)

じゃん!!

お、なんかサムネっぽく、仕上がっているね。

しかも、

モニター内の画像が映るように、改行と文字位置が工夫されており。

これは、すごい。

んー、この精度が出るのであれば、ChatGPTのサブスクは継続かなぁ、色々と悩ませてくれるね。

おわりに

以上「ChatGPTの画像生成、日本語の文字入れ精度が向上した」でした。

今のところの雑感をまとめてみました。

競争が激化しており、自分に合った生成AIを見つけるのが大変な時代になりましたね。笑

手を動かしながら、よりよい使い方を模索していければ。

それでは、また。