Midjourney初の動画モデル。画像から動画で何ができたのか、正直な限界、そしてSoraが完全撤退した2026年の市場でどこに位置するか。
動画モデルV1がやったことはひとつ——Midjourneyの静止画を動かすこと——で、それをプラットフォーム特有の美学を保ったままやってのけた。短いクリップ、単純な動き、複雑な動作では頻発するアーティファクト。しかし本物の強みを持った有望なおもちゃだった。あなたのMidjourneyらしさが、動く。
この賭けは自分のレーンの中で報われた。MidjourneyはVeoやRunwayを追って映画的なテキストから動画へ向かうことはしなかった。気に入った静止画から生きた映像までの最短経路を作ったのだ。ソーシャル、コンセプト、ムードの仕事では、それがしばしば仕事の全部になる。
汎用性を追いかけたモデルは消えた。自分のレーンにとどまったモデルはまだ出荷を続けている。それは偶然ではなく、以下の経済性が理由を説明する。
生成またはアップロードした静止画の画像から動画へのアニメーション化——美学がそのまま引き継がれることが、まさに要点だった。ゼロからシーンを描写するのではなく、すでに自分で承認した画像を動かすのである。
入口は既存のワークフローの中にあった。新しいツールも、新しいプロンプト言語も、別のサブスクリプションも不要。既存のMidjourneyユーザーにとって、動画は移行ではなくボタンひとつだった。
| 当時（V1、V7期） | 今（V8.1以降、2026年7月） | |
|---|---|---|
| クリップ長 | 短く実験的 | 5〜21秒 |
| モーションのアーティファクト | 頻発 | 実質的に改善 |
| 製品上の位置づけ | 切り離された実験のよう | 統合された中核機能 |
| 約束 | 静止画の美学が動く | 同じ約束、より多く実現 |
変わらなかったのは立ち位置だ。Midjourneyの動画は依然として静止画起点のアニメーションであり、映画的なジェネレーターではない。
下流のあらゆる制約はここに遡る。被写体が明確で、背景が散らかっておらず、奥行きが曖昧でない構図はきれいに動く。被写体が重なった雑然としたフレームは、みんながモデルのせいにするあの歪みを生む。画像が結果の80%だ。
画像プロンプトから持ち込んだ本能——すべてを描写する——はここでは間違いだ。静止画がすでにシーンを担っている。動くものだけを、控えめに描写すること。「ゆっくり寄る、漂う霧」は、映画的な言い回しを一段落並べるよりほぼ毎回まさる。
OpenAIは2026年春にSora 2を廃止し、APIは2026年9月24日に停止する。報じられた経済性は残酷であり、率直に述べる価値がある。
これは機能競争に負けた製品ではない。ユニットエコノミクスが最後まで成立しなかった製品だ。いま立っているベンダーはどこも、秒あたりコストが成立しているから立っている。
順位は多くの人の予想より激しく入れ替わった。
| モデル | おおよそのコスト |
|---|---|
| Veo 3.1 Lite | 1秒あたり0.05ドル |
| Kling 3.0 | 1秒あたり0.07ドル |
| Kling 3.0 対 Sora | 65%安い |
| Kling 3.0 対 Runway | 44%安い |
生成コストがこれだけ速く下がると、大量案件では「最良のモデルはどれか」が決め手ではなくなる。代わりに効いてくるのは、使える1秒あたりのコストだ。
Midjourneyの動画がトップ10に出てこないのは、そのゲームをしていないからだ。Veo 3.1は音声付きのネイティブ4Kを、Runwayは制作ワークフローを押さえている。SeedanceとKlingは量産時のコストパフォーマンスを押さえている。
Midjourneyが押さえているのはもっと狭く、もっと守りやすいものだ。「まさにこの画像を、生きた状態で、90秒で」。
ほかのベンダーはどこも忠実度、尺、解像度、価格で競っている。Midjourneyが競っているのは、人々がすでに選んだ見た目だ。あなたのビジュアルアイデンティティがMidjourneyで作られているなら、順位が何位であろうと、あなたの画像をあなたのスタイルで動かせるのはMidjourneyだけという事実は変わらない。
V1を規定した制約は、いまもこのカテゴリーを規定している。遅いほうが速いよりよい。寄り、穏やかな視差、漂う粒子、布と髪の動き、大気のドリフト——これらが構造の一貫性を保つのは、モデルが1フレームあたり小さな変位を補間するだけで済むからだ。
メンタルモデルはそのまま移る。まず静止画、次にモーション、野心より抑制。V1のモーション向けに書いたプロンプトは今でも正しく読まれる。ワークフローで無効になったものは何もない。
尺が見出しだ。21秒はV1の実用上限のおよそ4倍で、「ループ」から「ショット」へと位置づけを動かす。一貫性は、以前は最小限の動きしか通らなかったところで中程度の動きが成立するまで改善した。音声の不在は変わらず、いまも決定的な欠落のままである。
Veoはネイティブ解像度、クリップ長、そして決定的に同期音声で勝つ。Midjourneyに音声への答えはなく、その示唆もない。出力に音が必要なら、これは比較ではない。別の製品カテゴリーの話だ。
これらは量で勝つ。秒あたり価格、スループット、そしてゼロからのテキストから動画。Midjourneyはそのどの軸でも競っていない。多数のクリップを生成するならそちらを、すでに承認した特定の画像を動かすならMidjourneyを選ぶ。
Runwayは制作ワークフロー——タイムライン、編集、チームでの共同作業——を押さえている。Midjourneyはそのすべての上流にある。素材を生み、編集は生まない。現実のパイプラインでは、この二つは競合するより共存することのほうが多い。
| 必要なもの | 選ぶもの |
|---|---|
| 音 | Veo 3.1 |
| 低コストでの量産 | Kling 3.0 / Seedance 2.0 |
| 制作ワークフロー | Runway |
| あなたのMidjourney画像が動くこと | Midjourney |
動画生成は秒単位の別請求ではなく、既存のMidjourney枠を消費する。すでに静止画に課金しているクリエイターにとって、プラン内でのクリップあたり限界費用は事実上ゼロだ。秒課金のベンダーとは実質的に異なる経済的立ち位置である。
クリップ単位のばらつきは静止画単位よりずっと大きい。複数生成して1本を残す前提で見積もること。ワークフローの本当のコストは生成時間ではなく、この比率のほうだ。
Midjourneyの動画はBロールと質感として扱い、ショットとして扱わないこと。空気感の隙間を埋め、動く背景を作り、キーアートを動かす。そこから物語のシークエンスを組むことは可能だが、常に見た目より手間がかかる。
V1はスコープの規律のケーススタディだった。Soraが映画的な汎用性を追いかけ、最終的に市場から退場した一方で、Midjourneyは動画の「使える最小版」を出荷し、自分の美学の堀の内側で反復した。
18か月後、その二つの戦略のうち一方だけが今も存在している。
教訓は「野心を持つな」ではない。存在理由を守れる狭い能力は、ユニットエコノミクスが閉じない広い能力より長生きする、ということだ。Soraはより多くのことが得意だった。そして、もういない。
Sources: Midjourney version docs · Digital Applied — AI video market after Sora · Teamday — Best AI video models 2026 · Pinggy — Best video generation AI models · PixVerse V8-era review · Spectrum AI Lab market context
初出2025年7月 · 2026年7月30日に大幅改訂
Seedance 2.5の30秒音声付き動画、50件の複合参照、時間指定編集を検証。公式情報、料金、導入前に試すべき点を整理します。
MiniMax H3 はネイティブのステレオ音声付き 2K 動画を生成し、秒単位の料金を公開、Community License で H3-Base 重みを公開しています。
Hermes Agentは持続メモリと自己改善するスキルを組み合わせますが、安全性と成果は選ぶバックエンド、承認、レビューに左右されます。
OpenClawは高性能なエージェントランタイムです。その価値は、慎重なゲートウェイ防御、スキル審査、運用規律によって決まります。
2026 年の AI 音楽——Suno と Udio の実力と訴訟、AIVA の完全著作権、ワーナー和解があなたの商用権をどう書き換えたか。
Sora 撤退後の AI 動画市場を実価格で——10 秒あたり 0.50〜2.50 ドル、今の首位は誰か、そしてカット単位の選び方。
2026年の無料プラン正直比較：Gemini の充実パッケージ、Claude の品質重視、ChatGPT の制限付きの守備範囲、そして無料では足りなくなるとき。
2025 年 8 月の GPT-5 が何を届け、なぜ初月がつまずき、GPT-5.6 の三階層価格から振り返るとその「構造」がいかに勝ったか。
