生成AIの種類とは？7つの分類ごとの特徴と代表サービスを徹底解説

最終更新日:2026/08/17

生成AIには文章・画像・動画・音声・コードなど、対象ごとに異なる種類が存在します。

本記事では、生成AIを7つの分類に整理したうえで、なかでも代表サービスと料金プランを比較しやすいテキスト・画像・動画・音声/音楽・コード生成の5分類を中心に、目的に合わせた選び方を解説します。

生成AIの種類とは？7つの分類の全体像

生成AI（ジェネレーティブAI）とは、学習データをもとに新しいコンテンツを自律的に作り出すAIの総称です。テキスト・画像・動画・音声・コードなど、生成する対象は多岐にわたります。

従来のAIが人の指示を処理・分析する役割を担っていたのに対し、生成AIは学習データをもとに新しい成果物を生成する特徴があります。現在主流となっている生成AIは、テキスト生成・画像生成・動画生成・音声/音楽生成・コード生成・会話型AI・マルチモーダルAIという7つの分類に大別できます。それぞれ生成する対象と用途が異なるため、目的に応じて使い分けることが重要です。

生成AI（ジェネレーティブAI）とは？活用事例から対策まで総まとめ

生成AIと従来のAIとの違い

従来のAI（画像認識・分類・需要予測など）は、「判別する」「分類する」ことを主な目的とします。入力されたデータをもとに、あらかじめ用意された選択肢の中から答えを出す仕組みです。

一方、生成AIは学習データをもとに新しいコンテンツを生み出す点で根本的に異なります。文章・画像・音声をゼロから作り出す点が最大の違いです。

もう一つの決定的な違いは、文脈理解の仕組みです。従来のルールベースAIは、同じ質問に対して常に同じ答えを返す設計でした。対して生成AIは、会話の流れや前後の文脈を踏まえたうえで、状況に応じて異なる回答を生成します。この柔軟な応答が、業務での活用範囲を広げる要因になっています。

生成AIの7つの主要分類一覧

テキスト・画像・動画・音声/音楽・コード・会話型・マルチモーダルという7分類は、生成対象と代表的な用途によって整理できます。

近年はマルチモーダルAI（テキスト・画像・音声を同時に扱えるAI）の普及が進み、上記の分類の境界は少しずつ曖昧になりつつあります。1つのサービスの中で複数の生成機能を横断的に利用できる流れが、2026年時点の最新動向です。

テキスト生成AIの特徴と代表サービス

テキスト生成AIとは、文章の作成・要約・翻訳・アイデア出しなどを自動化する技術です。

生成AI全体の中でも、業務活用が最も進んでいる分野といえます。メール作成から議事録の要約、企画書のたたき台作りまで、幅広い場面で導入が広がっています。

代表的なテキスト生成AIとしては、OpenAIのChatGPT、GoogleのGemini、AnthropicのClaudeの3つが挙げられます。いずれも無料で試せる一方、本格的な業務利用には有料プランへの加入が前提となります。

ChatGPT・Gemini・Claudeの違い

3つのサービスには、それぞれ異なる強みがあります。

ChatGPTは汎用性と対話の自然さに定評があり、画像生成やWebブラウジング、GPTsによる機能拡張など、幅広い用途に対応できる設計です。

Geminiは検索連携とGoogleサービスとの統合に強みを持ち、Gmailやドキュメントとの連携作業で真価を発揮します。

Claudeは長文の理解力と自然な日本語表現に定評があり、資料の要約や文章の推敲といった作業との相性に優れます。

用途で選ぶ場合、Web検索を伴う調べものが多いならGemini、対話の幅広さを重視するならChatGPT、長文資料の精読や自然な日本語での文章作成を重視するならClaudeという住み分けが目安となるでしょう。導入前に、無料プランで実際の応答傾向を比較する方法がおすすめです。

ChatGPTとは？無料での始め方と使い方をわかりやすく解説

テキスト生成AIの料金プラン比較

3サービスの個人向け主要有料プランを、公式サイトの表記をもとに比較します。

※各公式サイト（ChatGPT、Gemini、Claude）を参照

各社とも無料プランで基本的な対話は可能ですが、利用回数やモデル性能に制限がある点は共通しています。

ChatGPTには月額1,400円のGoプランという、Plusより手頃な入門向けの選択肢も用意されています。Geminiには月額725円のAI Plusという、AI Proより安価な中間プランも登場しました。

本格的に毎日業務で使う場合は、いずれのサービスも有料プランへの加入が前提となる点を押さえておく必要があります。

画像生成AIの特徴と代表サービス

画像生成AIとは、テキストで指示するだけでイラスト・写真風画像・デザイン素材を自動生成する技術です。

2024年以降に出力品質が急速に向上し、プロの制作現場でも実用ツールとして定着しました。広告バナーの下絵作成から、SNS投稿用のビジュアル制作まで、活用範囲は年々広がっています。

代表的な画像生成AIとしては、クローズド型のMidjourneyと、オープンソース型のStable Diffusionという、対照的な2つのアプローチが挙げられます。

Midjourneyの特徴と料金プラン

Midjourneyは、Discordまたは公式Web版から操作する画像生成AIで、芸術性の高いビジュアル表現に強みを持ちます。写実的な人物写真から幻想的なイラストまで、幅広いスタイルに対応する点が特徴です。

公式ドキュメントによると、Midjourneyには無料プランが存在しません。有料プランはBasic（月$10）・Standard（月$30）・Pro（月$60）・Mega（月$120）の4段階です。年払いを選ぶと約20%の割引が適用され、Basicは月$8相当、Standardは月$24まで下がります。

年間総収益が100万ドルを超える企業が商用目的で利用する場合、Pro以上のプラン加入が必須になる点にも注意が必要です。

Stable Diffusionの特徴と使い方

Stable Diffusionは、Stability AIが開発しオープンソースとして公開している画像生成AIモデルです。

モデルの重みデータが無料公開されているため、対応するパソコンとグラフィックボードを用意すれば、ローカル環境で無料で利用できます。

ライセンス「CreativeML Open RAIL-MまたはRAIL++-M」（SD1.x/2.x系）のもとで、条件付きの商用利用が認められています。企業の広告制作や有料コンテンツへの組み込みにも使える一方、使用制限が設けられており、「他者に害を与える目的での虚偽情報の生成・拡散」や、「個人を特定できる情報を悪用した誹謗・嫌がらせ」などが禁止されています。

SD3.x/3.5以降の新世代モデルには「Stability AI Community License」が適用され、年間総収益100万ドル未満なら商用利用が認められ、超える場合はEnterprise Licenseへの切り替えが必要です。

出典：GitHub｜stable-diffusion /LICENSE

動画生成AIの特徴と代表サービス

動画生成AIとは、テキストや画像から数秒〜数十秒の映像を自動生成する技術です。2024〜2026年にかけて品質の向上が急速に進み、SNSショート動画や商品プロモーションなど、実務での用途が広がっています。

代表的な動画生成AIとしては、GoogleのVeo、RunwayのGen-4.5、KuaishouのKlingという3つのサービスが挙げられます。いずれのサービスも、映像と同期した音声・効果音まで同時に生成できる点が共通の特徴です。

かつて代表例として広く知られていたOpenAIのSoraは、2026年3月24日にサービス終了が発表され、Web・アプリ版は同年4月26日に停止済みとなりました。API版も同年9月24日に提供終了が予定されているため、本記事では取り上げていません。

出典：OpenAI｜Sora の提供終了について知っておくべきこと

Google Veo・Runway・Klingの特徴と料金プラン

Google Veo（3.1）は、Geminiアプリ・Google Flow・Gemini APIから利用できる動画生成モデルです。720p・1080p・4Kまでの解像度に対応し、映像と同期した音声生成やGoogleエコシステムとの連携に強みを持ちます。

Runway（Gen-4.5）は、生成から編集まで一貫して行えるオールインワンの制作ツールです。クレジット制の料金体系を採用しており、Free・Standard・Pro・Unlimited・Enterpriseの5段階で構成されます。

Klingは、無料でも一定のクレジットが日次で付与される点が、他サービスとの違いです。有料プランはStandard、Pro、Premier、Ultraという4段階の構成になっています。

※各公式サイト（Google One、Runway、Kling）を参考

料金・クレジット数は各サービスの提供状況により変動するため、契約前に公式サイトでの確認をおすすめします。

動画生成AIの活用シーン

動画生成AIは、撮影クルーを手配せずにコストを抑えて映像を制作できる点が最大のメリットです。代表的な活用シーンとして、次のような例が挙げられます。

• SNS向けのショート動画制作
• 商品紹介動画のプロトタイプ作成
• 社内研修動画やマニュアル動画の制作
• 広告のバリエーション出しやA/Bテスト用素材の量産

ゼロから映像を作る方法以外に、静止画から動画を生成する「Image-to-Video」という活用方法もあります。Veoは静止画をもとにした自然な動きの再現に強みを持ち、Runwayは編集機能と組み合わせた仕上げ作業に対応し、Klingは日次の無料クレジットを活かした試作用途に向いています。

用途に応じてサービスを組み合わせる発想が、コストを抑えたうえでの実務活用につながります。

音声・音楽生成AIの特徴と代表サービス

音声・音楽生成AIとは、テキストから人間らしい音声やボーカル入りの楽曲を自動生成する技術です。ナレーション制作やBGM制作の分野で、急速な普及が進んでいます。動画編集の一工程として、ナレーション収録とBGM選定を同時に済ませる企業も増えています。

代表的な音楽生成AIとしてSunoが挙げられます。テキストの指示だけで、歌詞・ジャンル・曲調を反映した楽曲をまるごと生成できる点が特徴です。

Sunoの特徴と料金プラン

Sunoはクレジット制の料金体系を採用しています。無料プランでも毎日一定数のクレジットが付与され、1日あたり10曲程度の楽曲生成を試せます。ただし商用利用には、有料プラン（Pro以上）への加入が必須です。

無料プランで生成した楽曲は個人利用に限定され、商用利用はできません。企業の広告やYouTube収益化チャンネルへの投稿には使えない点を、事前に確認しておく必要があります。

一方、Pro（月$10、年払いなら月$8）以上の有料プランで生成した楽曲は、著作権がユーザーに帰属し、商用利用・配布・販売が可能になります。

ただし、AI生成音楽をめぐる著作権の法解釈は国によって異なるため、大規模な商用利用では専門家への確認が推奨されます。

出典：Suno｜Pricing

音声・音楽生成AIの活用シーン

音声・音楽生成AIの代表的な活用シーンとしては、次のような例が挙げられます。

• 動画のナレーション制作
• SNS動画やプロモーション映像のBGM制作
• ポッドキャストのオープニング・ジングル制作
• 企業VP（ビデオプレゼンテーション）の背景音楽制作

日本語特化のオープンソース音声合成ツールも登場しており、多言語対応を重視するか、日本語のイントネーションの自然さを重視するかによって、ツールの使い分けが進んでいます。ナレーション用途では発音の正確さ、BGM用途ではジャンル表現の幅広さを基準に選ぶ方法がおすすめです。

コード生成AIの特徴と代表サービス

コード生成AIとは、自然言語の指示や既存コードの文脈から、プログラムコードの生成・補完・レビューを自動化する技術です。ソフトウェア開発の現場で、急速な定着が進んでいます。

代表的なコード生成AIとしてGitHub Copilotが挙げられます。IDE上でのインライン補完からチャット形式の対話まで、開発ライフサイクル全体を支援する点が特徴です。

GitHub Copilotの特徴と料金プラン

GitHub Copilotは、個人向けのFree・Pro（月$10）・Pro+（月$39）・Max（月$100）と、法人向けのBusiness（1ユーザーあたり月$19）・Enterprise（1ユーザーあたり月$39）というプラン構成を持ちます。

2026年6月1日より、Copilotの全プランはトークン消費量に応じた従量課金「GitHub AI Credits」へ移行しました。基本料金は据え置きのまま、チャット・エージェントモード・コードレビューなどの利用量に応じて追加課金が発生する仕組みに変わっています。

1 AI creditは$0.01に固定されており、日常的なコード補完は引き続きすべての有料プランで無制限・無料の扱いです。

コード生成AIの活用シーン

コード生成AIが開発現場で担う代表的な役割として、次のような例が挙げられます。

• コードの自動補完
• バグ修正の提案
• 単体テストの自動生成
• 既存コードの解説やドキュメント化支援

チーム開発では、監査ログの記録やコードレビュー支援など、個人利用とは異なる組織向けの活用シーンも存在します。

Business以上のプランでは、組織全体でAIクレジットを共有プールとして管理できるため、利用量にばらつきがあるチームでもコストの平準化がしやすくなります。

生成AIの種類の選び方・使い分けのポイント

生成AIは、単一のツールですべてを解決しようとするのではなく、「何を生成したいか」という目的に応じてカテゴリを選び分ける発想が重要です。

文章作成用のツールに画像生成を求めても、期待する結果は得られません。目的とカテゴリを正しく対応づけることが、導入の第一歩です。

【2026年最新】生成AIおすすめ比較10選！ChatGPT、Gemini、Claudeの性能を徹底検証

目的別の生成AIの選び方

文書作成・アイデア整理にはテキスト生成AI、ビジュアル制作には画像・動画生成AI、開発業務にはコード生成AIというように、目的とカテゴリを対応づける判断基準が使い分けの出発点になります。複数の業務にAIを活用する企業では、目的ごとに異なるサービスを併用するケースが一般的です。

同じテキスト生成AIの中でも、日本語表現の自然さを重視するか、Google製品との連携を重視するかなど、より細かい選定軸が存在します。たとえば社内資料をGoogleドキュメントで管理している企業ならGemini、長文の契約書や議事録を扱う機会が多い部署ならClaude、幅広い部署で汎用的に使いたい場合はChatGPTという住み分けが、実務での目安になります。

導入前に、複数サービスの無料プランで実際の応答傾向を比較する方法がおすすめです。

無料で使える生成AIの現状

2025〜2026年にかけて、画像・動画分野では既存の無料選択肢が縮小・消滅する動きが相次いでいます。Midjourneyは無料トライアルを廃止しており、有料プランへの加入が前提です。OpenAI Soraも、前述の通り2026年4月にサービスを終了しました。

出典：Midjourney｜Free Trials、OpenAI｜What to know about the Sora discontinuation

一方で、Google Veo（Flowでの日次無料クレジット）やKlingのように、新たに無料枠を提供するサービスも登場しています。無料で試せる範囲はサービスごとに変動が大きいため、導入を検討する際は各公式サイトで最新の提供状況を確認する必要があります。

全体として、画像・動画生成AIは有料化の流れが進む一方、テキスト生成AIやコード生成AIでは、無料プランでも基本機能を試せる状態が維持されています。

まとめ

生成AIは、テキスト・画像・動画・音声/音楽・コード・会話型・マルチモーダルという7つの分類に大別されます。このうち、単体サービスとして代表例や料金プランを比較しやすいテキスト・画像・動画・音声/音楽・コードの5分類について、それぞれ得意な用途と代表的なサービスを解説しました。

文章作成にはChatGPT・Gemini・Claude、画像制作にはMidjourney・Stable Diffusion、動画制作にはGoogle Veo・Runway・Kling、音楽制作にはSuno、開発業務にはGitHub Copilotという住み分けが、2026年時点の基本的な選び方です。料金体系は各サービスで頻繁に更新されており、Midjourneyの無料トライアル廃止やOpenAI Soraのサービス終了のように、既存の選択肢が縮小するケースもあります。導入を検討する際は、目的に合った分類を選んだうえで、公式サイトで最新の料金・機能を確認することをおすすめします。

アイスマイリーでは、生成AI のサービス比較と企業一覧を無料配布しています。課題や目的に応じたサービスを比較検討できますので、ぜひこの機会にお問い合わせください。

AIsmiley編集部

株式会社アイスマイリーが運営するAIポータルメディア「AIsmiley」は、AIの専門家によるコンテンツ配信とプロダクト紹介を行うWebメディアです。AI資格を保有した編集部がDX推進の事例や人工知能ソリューションの活用方法、ニュース、トレンド情報を発信しています。

・Facebookでも発信しています @AIsmiley.inc
・Xもフォローください @AIsmiley_inc
・Youtubeのチャンネル登録もお願いいたします@aismiley
メルマガに登録する