2026年10月6日
AI動画を4Kで:直接4Kで生成するか、後からアップスケールするか?
ほとんどの動画モデルは720pか1080pで出力されます。Seedance 2.0、Veo 3.1 Fast、Kling V3でネイティブ4Kにかかるコスト、ByteDanceやTopazによるアップスケールにかかるコスト、モデルごとの損益計算、そしてアップスケールでは決して取り戻せないものについて解説します。
Frank HoubreImaginode創業者
ほとんどのAI動画は720pで出力される
カタログにある17種類の動画生成モデルのうち、2160p帯を用意しているのはわずか3つ、Kling V3、Veo 3.1 Fast、Seedance 2.0のみです。Seedance 2.5は720pが上限、Wan 3.0、Flux 3 Video、Grok Imagine Video 1.5は1080pが上限です。
発表の場では4Kという言葉が盛んに語られますが、仕様書を見るとその話はずっと少なくなります。ほぼすべての動画モデルの既定の帯は720p、つまり横長で1280 × 720です。これは2010年のYouTube動画と同じ解像度です。スマートフォンなら見られますが、テレビ画面やプロジェクターではすぐに粗さが分かります。
モデルごとの詳細を見てみましょう。最も需要の高いモデルの一つであるSeedance 2.5は480pと720pのみで、それ以上はありません。Wan 3.0、Flux 3 Video、Grok Imagine Video 1.5は1080pまで対応しています。真の2160p帯、つまり画面上の4Kを用意しているのはKling V3、Veo 3.1 Fast、Seedance 2.0の3つだけです。
納品物が4Kである必要がある場合、取れる道は2つです。ネイティブで4Kを出力できる3つのモデルのどれかを選ぶか、好きなモデルで生成してからアップスケールするかです。どちらにもコストがかかり、仕上がりも同じではありません。以下に具体的な数字を示します。
ネイティブ4Kにかかるコスト
Seedance 2.0の5秒は720pで60クレジット、2160pで330クレジット。Veo 3.1 Fastの8秒は1080pで144クレジット、2160pで336クレジット。Kling V3は解像度を問わず5秒で152クレジットです。
Seedance 2.0では、解像度ごとに明確な料金設定があります。480pなら5秒で36クレジット、720pで60、1080pで150、2160pで330です。4Kは720pの5.5倍の価格になります。10秒のカットなら120クレジットから660クレジットへ跳び上がります。
Veo 3.1 Fastでは720pと1080pが同一料金で、音声付き8秒で144クレジット。2160pになると336クレジットまで上がります。つまり1080pは720pに対して実質無料ですが、4Kは2倍以上の価格です。
そして、まさに金のような例外があります。Kling V3は720p、1080p、2160pのすべてで秒単価が同一です。音声付きで5秒152クレジット、音声なしなら101クレジット、解像度にかかわらずです。Kling V3を使っていて規定の720pにとどまっているなら、生成のたびに無料の4Kをテーブルに置き去りにしていることになります。
アップスケールにかかるコスト
ByteDance Upscalerは動画5秒を4Kにするのに18クレジット、10秒で35クレジット、1分で208クレジットです。Topaz Proteusは出力帯で課金され、出力が4Kに達すると5秒で36クレジットです。
Enhanceノードの動画モードには2つのアップスケーラーがあります。1つ目のByteDance Upscalerは目標解像度で設定します。1080p、2K、4Kです。5秒あたり、1080pで5クレジット、2Kで9クレジット、4Kで18クレジットです。上限である4Kで1分フルに使うと208クレジットになります。
2つ目のTopaz Proteusは倍率(×2または×4)で設定し、生成される動画の帯に応じて課金されます。出力が720pにとどまれば5秒で6クレジット、1080pなら12クレジット、2160pに達すると36クレジットです。1080pを×2でアップスケールすると、ちょうど3840 × 2160になり、5秒36クレジットです。720pを×4でアップスケールすると、4Kを超える5120 × 2880で出力され、料金は同じです。
両方とも元の音声トラックを保持します。これは実際に生成されたファイルで確認済みです。Veoやseedanceが生成した音声はそのまま残ります。どちらも1秒から60秒までのクリップに対応しています。そしていずれの場合も、実行前にボタン上で、接続されたクリップの実際の長さに基づいた料金が表示されます。
モデルごとの損益計算
4Kで5秒の場合:Seedance 2.0を720pで生成してByteDanceでアップスケールすると78クレジット、ネイティブ4Kの330クレジットに対して。Veo 3.1 Fastを1080pで生成してByteDanceでアップスケールすると172クレジット、8秒分のネイティブ336クレジットに対して。Kling V3はネイティブ2160pのまま152クレジットで、アップスケール不要です。
まずSeedance 2.0です。差がもっとも際立つからです。ネイティブ4K:5秒330クレジット。720pで生成後にByteDanceで4Kへ:60プラス18、合計78クレジット。実に4分の1のコストです。1080pから始めても、150プラス18で168クレジット、やはりネイティブの半額です。
次にVeo 3.1 Fastの8秒です。ネイティブ4K:336クレジット。720pと同額の1080pで生成後、ByteDanceで4Kへ:144プラス28、合計172クレジット。価格はほぼ半分です。Seedance 2.5については話が単純です。720p以上の帯がそもそも存在しないため、5秒120クレジットに4K分の18クレジットを加えるだけです。Wan 3.0なら、720pの60クレジットに18を加えて78クレジット、1080pから始めた場合の138クレジットよりずっと安く済みます。
Kling V3だけは答えが逆になる唯一のケースです。2160pが720pと同額であるため、最初から4Kで生成し、何もアップスケールしません。ご自身のプロジェクトをカットごとに計算したい場合は、計算ツールにモデル、長さ、解像度を入力すれば算出できますし、Enhanceノードもクリップの実際の長さに基づいて料金を表示します。
残高ネイティブとアップスケール:画面上で何が変わるか
4Kで生成されたカットには、生成時にモデルが決定した詳細が存在します。アップスケールされたカットは、720pにすでに存在していたものを鮮明にするだけで、高さ30ピクセルの顔は依然として高さ30ピクセルの顔のままです。
アップスケーラーが何をしているかについては、正直に述べる必要があります。シーンを再生成しているわけではありません。クリップの各フレームを取り、既にそこにあるものに忠実なまま、輪郭をよりシャープに、質感をより細かく仕上げます。近距離のカット、画面の半分を占める顔、近接撮影された製品などでは、結果は非常に優れています。情報がすでに720pの中に存在していたからです。
広角のカットでは話が違います。720pで画面の高さの10分の1を占める人物の顔は、わずか30ピクセル程度の大きさです。どのアップスケーラーも、そこから目やまつ毛、表情を見つけ出すことはできません。一方、直接4Kで生成するモデルは、生成の時点でそれらの細部を決定します。人物が含まれる広角カットでは、ネイティブ生成に本当の優位性があります。
以下のサンプルは、あえて厳しい条件で検証した結果です。480 × 270ピクセルのクリップを4倍にアップスケールして1920 × 1080にし、子供の顔を100%でクロップしています。クラシックな拡大はぼやけています。ByteDance Upscalerは輪郭を非常に鮮明にしますが、同時に粒子感や圧縮アーティファクトを強調してしまいます。Topaz Proteusはより柔らかく自然な画像になりますが、より詳細になるわけではありません。そしていずれの場合も、顔は微笑んだ染みのような状態のままです。その情報はそもそも元の映像に存在しなかったのです。
ByteDanceかTopazか:どちらを選ぶべきか
ByteDance Upscalerは最も安価で最もシャープですが、欠点を強調するリスクがあります。Topaz Proteusはより柔らかく元の映像に忠実ですが、4Kに関しては2倍の価格です。
重い圧縮のかかっていない、クリーンなAI生成動画であれば、ByteDance Upscalerは非常に良い仕事をし、価格も半分で済みます。設定はターゲット(1080p、2K、4K)を選ぶだけで、計算の手間がありません。SeedanceやWanのカットを4Kに持っていく際の、私たちの既定の選択肢です。
Topaz Proteusが力を発揮するのは、ソースに広げたくない欠点がある場合です。すでに圧縮され、ダウンロードされ、何度も再エンコードされた動画、あるいはノイズのある映像などです。これはシャープ化よりも平滑化を重視します。テストクリップでは、ByteDanceが毎秒30フレームで出力し、Topazはソースの25フレームを維持しました。ただし出力フレームレートは現在、どちらもノードで24、25、30、50、60から選べます。編集のフレームレートに合わせて設定してください。
迷った場合は、キャンバス上で数クレジットで決着をつけられます。同じ5秒のクリップを2つのEnhanceノード(アップスケーラーごとに1つ)に接続し、比較してみてください。1080pへのアップスケールで5クレジットと12クレジット、テストのコストは失敗した1回の生成よりも安く済みます。両モデルの詳細、そして他に存在する選択肢については、最良のAI動画アップスケーラーで解説しています。
4Kが無意味になる場合
TikTok、Reels、Shortsは1080 × 1920で表示され、プラットフォーム側で再エンコードされるため、4Kは見た目に反映されません。4Kが効果を発揮するのは、大画面での視聴、クライアント向けの納品、放送、そして後工程でのリフレーミングです。
まず予算にとって良い知らせから。AI動画の大半はスマートフォンで視聴されます。TikTok、Reels、Shortsは最大でも1080 × 1920で表示され、送られてきたものはすべて再エンコードされます。ByteDanceで720pから1080pにアップスケールしたカット(5秒5クレジット)で十分です。この用途で4Kにこだわるのはお金の無駄です。プラットフォームごとの正確なサイズについては、どのフォーマット・解像度で生成すべきかをご覧ください。
4Kが効果を発揮するのは4つのケースです。大画面での視聴、テレビ、プロジェクション、プロ用のリビングスクリーンでの上映。クライアントの仕様書で4Kが要求されている場合の納品。YouTubeでは、多くのクリエイターが4Kでエクスポートしています。プラットフォームが、より鮮明なソースをより高いビットレートで再エンコードするため、1080pで視聴する人にとってもより良い結果になることが多いからです。そして最後に、リフレーミングです。
リフレーミングについては、特に注目する価値があります。最も賢い使い方だからです。3840 × 2160の16:9カットには、1215 × 2160の縦型カットが含まれており、これはSNSが求める1080 × 1920を上回ります。つまり、1つの横長カットを4Kにアップスケールするだけで、YouTube版とReels版の両方を、再生成せずに、編集時に縦のフレーミングを選ぶだけで手に入れられるのです。
進め方:低解像度で確定してから、最終カットをアップスケールする
480pまたは720pで試作を重ね、採用するテイクを選び、残すカットだけをアップスケールしてから編集する。選定前にアップスケールすると、結局捨てることになるテイクの4K料金を払うことになります。
AI動画は試行によって作られます。1つのカットを10回生成しても、採用できるのは1つか2つです。この10回の試作をSeedance 2.0でネイティブ4Kで生成すると、5秒の映像に3,300クレジットかかります。480pで生成すれば360クレジットで済み、動き、フレーミング、キャラクターの一貫性はこの解像度でも十分に判断できます。
テイクが決まったら、モデルによって2つの選択肢があります。上位の帯がほぼ無料であれば、Kling V3の2160pやVeo 3.1 Fastの1080pのように、同じプロンプトと同じ開始フレームで、選んだテイクをその帯で再生成します。そうでなければ、そのテイクにEnhanceノードを接続して1080pまたは4Kに引き上げます。
編集はその後です。アップスケーラーは1回のパスで最大60秒まで対応しているため、生成されたどんなカットにも対応できます。採用した各カットをアップスケールしてから、Editノードで組み合わせます。1つのカットの長さを超える映像については、連結の手法を10秒を超えるAI動画の作り方で詳しく解説しています。
まとめ
Kling V3:ネイティブ4Kが720pと同じ価格。Seedance 2.0、Wan 3.0、Seedance 2.5:720pで生成し、ByteDanceで4Kへ、5秒18クレジット。Veo 3.1 Fast:1080pで生成してからアップスケール。そしてSNS向けには1080pで十分です。
お使いのモデルが解像度に応じて課金する場合、アップスケールはほぼ常に4K生成より安く済みます。Seedance 2.0では4分の1、Veo 3.1 Fastでは半額です。お使いのモデルが解像度で課金しない場合、Kling V3のように、最初から最高の帯で生成してください。
アップスケールは、近距離のカットやクリーンなソースに対しては非常に優れています。しかし広角カットに写る小さな人物の顔までは取り戻せません。この種のカットでは、ネイティブ生成が優位性を保ち、そこで初めて価格に見合う価値が発揮されます。
いずれの場合も、まず低解像度で試作し、選定し、最終的に本番に進む1つのテイクだけ解像度を上げるのが基本です。動画ではなく静止画についても、同じ考え方が数字こそ違えど当てはまります。詳しくはAI画像を大きく印刷する方法をご覧ください。