【2026年版】Stable Diffusion vs Midjourney vs DALL-E 3｜料金・品質・APIコード比較

2026年の料金比較表

DALL-E 3 APIをPythonで使う

# dalle3_generator.py
from openai import OpenAI
import requests
import os
from pathlib import Path

client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

def generate_image(
    prompt: str,
    size: str = "1024x1024",
    quality: str = "standard",  # "standard" or "hd"
    style: str = "vivid",       # "vivid" or "natural"
) -> str:
    """DALL-E 3で画像を生成してURLを返す"""
    response = client.images.generate(
        model="dall-e-3",
        prompt=prompt,
        size=size,
        quality=quality,
        style=style,
        n=1,
    )
    
    image_url = response.data[0].url
    revised_prompt = response.data[0].revised_prompt  # DALLEが改善したプロンプト
    
    print(f"改善されたプロンプト: {revised_prompt}")
    return image_url

def save_image(url: str, filename: str) -> None:
    """画像URLからファイルを保存"""
    response = requests.get(url)
    Path(filename).write_bytes(response.content)
    print(f"保存: {filename}")

# 使用例
url = generate_image(
    prompt="夕暮れの東京タワー、水彩画風、幻想的な雰囲気",
    quality="standard",  # standard: $0.04, hd: $0.08
)
save_image(url, "tokyo_tower.png")

# コスト計算
DALL_E_3_STANDARD = 0.040
print(f"1枚のコスト: ${DALL_E_3_STANDARD}")
print(f"100枚のコスト: ${DALL_E_3_STANDARD * 100:.2f}")

Stability AI APIを使う（Stable Diffusion 3）

# stability_ai_generator.py
import requests
import os
import base64
from pathlib import Path

STABILITY_API_KEY = os.environ["STABILITY_API_KEY"]

def generate_sd3(
    prompt: str,
    negative_prompt: str = "",
    model: str = "sd3-medium",  # sd3-medium($0.03), sd3-large($0.065), sd3-turbo($0.004)
    output_format: str = "png",
) -> bytes:
    """Stable Diffusion 3でテキストから画像生成"""
    response = requests.post(
        "https://api.stability.ai/v2beta/stable-image/generate/sd3",
        headers={
            "authorization": f"Bearer {STABILITY_API_KEY}",
            "accept": "image/*",
        },
        files={"none": ""},
        data={
            "prompt": prompt,
            "negative_prompt": negative_prompt,
            "model": model,
            "output_format": output_format,
        },
    )
    
    if response.status_code != 200:
        raise Exception(f"APIエラー: {response.status_code} {response.text}")
    
    return response.content

# 使用例
image_bytes = generate_sd3(
    prompt="A serene Japanese garden with cherry blossoms, photorealistic",
    negative_prompt="blurry, low quality, cartoon",
    model="sd3-turbo",  # 最安値: $0.004/枚
)
Path("japanese_garden.png").write_bytes(image_bytes)

# モデル別コスト
SD3_MODELS = {
    "sd3-turbo": 0.004,   # 最速・最安・品質は標準
    "sd3-medium": 0.030,  # バランス型
    "sd3-large": 0.065,   # 最高品質
}

用途別の選び方

# image_router.py
# 用途に応じて最適なAPIを選ぶ

def choose_tool(
    use_case: str,
    volume: int,  # 月間生成枚数
    needs_text: bool = False,  # 画像内にテキストが必要か
) -> dict:
    """用途からベストツールを提案"""
    
    if needs_text:
        return {
            "tool": "DALL-E 3",
            "reason": "テキスト描画精度がSD3・Midjourneyより優れている",
            "monthly_cost": volume * 0.04,
        }
    
    if volume > 1000:
        return {
            "tool": "Stability AI SD3 Turbo API",
            "reason": f"大量生成コスト最安: ${volume * 0.004:.2f}/月",
            "monthly_cost": volume * 0.004,
        }
    
    if use_case in ["マーケティング", "SNS", "アート"]:
        return {
            "tool": "Midjourney Standard",
            "reason": "芸術的な品質・無制限生成: $30/月",
            "monthly_cost": 30,
        }
    
    return {
        "tool": "DALL-E 3 API",
        "reason": "バランス型・API連携が容易",
        "monthly_cost": volume * 0.04,
    }

# ユースケース別推奨
cases = [
    ("EC商品画像（テキスト説明あり）", 500, True),
    ("SNS用アート（月500枚）", 500, False),
    ("バナー大量生成（月5000枚）", 5000, False),
]

for case, vol, text in cases:
    rec = choose_tool(case, vol, text)
    print(f"\n【{case}】")
    print(f"  推奨: {rec['tool']}")
    print(f"  理由: {rec['reason']}")
    print(f"  月額: ${rec['monthly_cost']:.2f}")

ローカル実行（Stable Diffusion）：無料で始める

# ComfyUIのインストール（Mac M1/M2対応）
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt

# Metal（Apple Silicon）で起動
python main.py --lowvram

# または Windows NVIDIA GPU
python main.py --gpu-only

# モデルのダウンロード（Hugging Faceから）
# models/checkpoints/ 以下に配置

あわせて読みたい

• 写真→ダンス動画変換AIツール5選【2026年版】料金・品質・API実装比較
• 【2026年版】Claude vs ChatGPT 料金・性能比較
• 量子化とは？AIモデルを1/4サイズにする仕組み