メインコンテンツへスキップ
見出し画像

【anima×MOSS-Image】同じお題同じseedで速度とVQAを測る。1枚24秒の引き分け


    画像
    同じお題で並べたanima(左)とmoss(右)


    画像
    anima単体 1024x1024 28.3秒

    画像生成エンジン2つを、同じお題・同じseedで並べて比べました。ComfyUI 本番機(RTX 5060 Ti 16GB)で実測した時間と、VQA採点の結果を書きます。

    条件

    • お題: `1girl, solo, standing, waving hello, smile, school uniform, simple white background, anime style, full body`

    • 解像度 1024x1024、seed 110701 完全一致、ステップ数25

    • anima-aesthetic-v1.1: euler / cfg4.0 / テキストエンコーダ qwen_3_06b(0.6B)

    • moss_image_sft(int8): er_sde / cfg2.5 / テキストエンコーダ qwen3.5_9b(9B)

    時間の実測

    • anima: 28.3秒

    • moss: 24.2秒

    テキストエンコーダが15倍のサイズでも、moss のほうが速い。int8量子化とサンプラの差が効いています。どちらも実用十分な速度です。

    品質はVQAで数値化

    ローカルVQA(画像判定モデル)に、手指破綻0-3・全身収まり・白背景の3項目で採点させました。結果は `SCORE=2,0,0|2,0,0`。

    • 手指破綻: 両者2(軽度の不自然あり)

    • 全身収まり: 両者合格

    • 白背景: 両者合格

    数値だけの比較では、この1seedでは引き分けです。

    目に見える差は「解釈」


    画像
    見せ方の違い


    画像
    moss単体 1024x1024 24.2秒

    同じプロンプトでも、anima はポニーテールのセーラー服、moss はショートヘアの白シャツで返ってきました。`school uniform` の解釈が別物です。実務では、moss は painterly(絵画的)に寄りがちという過去の観測も同じ方向を指しています。

    なので結論は「速さと数値スコアは互角、作風で使い分ける」です。キャラを特定したい(画像からの編集・続紙)なら anima 系統、1枚絵の質感で選びたいなら moss、と自分は決めました。

    比較は下の最小スクリプトで回せます(ComfyUI API 直叩き、1024x1024)。自分のよく使うお題で5seedぶん回して比較すれば、感覚論なしに決着します。

    import json, time, urllib.request
    HOST = "192.168.1.220:8188"
    def post(wf):
        req = urllib.request.Request(f"http://{HOST}/prompt",
            data=json.dumps({"prompt": wf}).encode(),
            headers={"Content-Type": "application/json"})
        return json.load(urllib.request.urlopen(req, timeout=30))["prompt_id"]
    def wait(pid, timeout=240):
        t0 = time.time()
        while time.time() - t0 < timeout:
            h = json.load(urllib.request.urlopen(f"http://{HOST}/history/{pid}", timeout=15))
            if pid in h:
                for _, o in h[pid]["outputs"].items():
                    if "images" in o:
                        return o["images"][0], time.time() - t0
                break
            time.sleep(2)
        raise RuntimeError("render fail")
    # graph は UNETLoader/CLIPLoader/VAELoader/CLIPTextEncode/
    # EmptySD3LatentImage(mossはEmptyFlux2LatentImage)/KSampler/VAEDecode/SaveImage
    # の結線。anima: euler cfg4.0 / moss(int8): er_sde cfg2.5。seed は両者同一にする

    条件を1つでも変えると比較にならないので、seed・解像度・ステップ数は固定してください。
    ※本記事にはアフィリエイトリンク(PR)が含まれます。
    (この記事の実測環境)
    この記事の実測に使っているのと同じ構成です。
    ▶ Palit GeForce RTX 5060 Ti Infinity 3 16GB ¥148,000(2026-11-15時点・楽天市場)
    https://hb.afl.rakuten.co.jp/ichiba/598112c7.8781871f.598112c8.d7071366/?pc=https%3A%2F%2Fitem.rakuten.co.jp%2Fdospara-r%2Fic523108%2F&link_type=hybrid_url&ut=eyJwYWdlIjoiaXRlbSIsInR5cGUiOiJoeWJyaWRfdXJsIiwic2l6ZSI6IjI0MHgyNDAiLCJuYW0iOjEsIm5hbXAiOiJyaWdodCIsImNvbSI6MSwiY29tcCI6ImRvd24iLCJwcmljZSI6MSwiYm9yIjoxLCJjb2wiOjEsImJidG4iOjEsInByb2QiOjAsImFtcCI6ZmFsc2V9

    (この記事のワークフローはキットになっています)
    この記事で使った手順は、キャラ設定を埋めるだけで同じキャラの4コマ漫画が完成するキットとして配布しています。壊れたコマの自動検査スクリプト付き、16GBで動作確認済みです。
    ▶ BOOTH「同じキャラで4コマ漫画 生成キット」¥980

    他のキット・ゲーム・イラストは公式サイトにまとめています。
    https://miraide.miraide.workers.dev/

     
     
    ローカル生成AIを16GB/12GBのPCで実測し、手順と数字をそのまま公開しています。ComfyUIで「同じキャラの4コマ漫画」を作るキットなどをBOOTHで販売中(¥980)。無料で遊べるゲームと体験版もあります。まずは固定の自己紹介記事からどうぞ。制作のご相談はメッセージへ

    あなたへのおすすめ