はじめに
画像生成AIに興味があり、色々と見ていたのですが、ついにAWSにも導入されたので、色々なモデルを使って遊んでみようと思いました！
生成される画像のクオリティと価格を比較してみたいと思います！
Bedrockについて
Amazonが2023年4月発表した、生成AIのプラットフォームです。
2023年12月現時点では、下記5リージョンでサポートされており「Text」「Chat」「Image」の3タイプの機能があり、リージョンによって使える機能が異なります。
また、サポートされているモデルも、使用するためにリクエストをしたり、ユースケースを提出する必要があるみたいです。
ユースケースの提出をしない普通のリクエストは、1-2時間で承認されましたので、全然厳しくはなさそうです！
| バージニア北部 | オレゴン | シンガポール | 東京 | フランクフルト | |
|---|---|---|---|---|---|
| text | ◯ | ◯ | ◯ | ◯ | ◯ |
| chat | ◯ | ◯ | ◯ | ◯ | ◯ |
| image | ◯ | ◯ | × | × | × |
| base model | 21 | 21 | 2 | 3 | 4 |
画像生成の設定
現時点でAWSがサポートしているモデルは、以下の3つです。
- Stability SDXL 0.8
- Stability SDXL 1.0
- Amazon Titan Image Generator G1
これらのモデルを選択した後に、画像生成AI特有の設定（Configurations）をしていきます。
今回は全てデフォルトのパラメータで実施します。
Stability SDXL 0.8
各パラメータの定義（aws公式サイトより引用）
- Prompt strength（プロンプトの強さ） – 最終画像がプロンプトをどの程度描写するかを決定します。
- Generation step（生成ステップ） – 画像がサンプリングされる回数。 ステップ数が多いほど、より正確になる可能性があります。
- Seed（シード） – 初期ノイズを決定します。 同じシードを同じ設定で使用すると、同様のイメージが作成されます。
Stability SDXL 1.0
Amazon Titan Image Generator G1
Number of imagesだけ、1に変えて実施しました。
モデル別に実施
今回実施するプロンプトは、以下の3つでやってみようと思います！
① a man walking in the forest（人間）
② Future office building（建造物）
③ Real Ocean, best quiality（自然）
実施結果①
Stability SDXL 0.8
Stability SDXL 1.0
Amazon Titan Image Generator G1
実施結果②
Stability SDXL 0.8
Stability SDXL 1.0
Amazon Titan Image Generator G1
実施結果③
Stability SDXL 0.8
Stability SDXL 1.0
Amazon Titan Image Generator G1
おまけ
アニメーション調の画像も作ってみました！
比較的単純なプロンプトであれば、綺麗なものを生成してくれます！
ただ、複雑かつよくわからない単語を入れると、結構残念な感じになります。笑
プロンプト: beautiful sky and cloud as animation style
Stability SDXL 0.8
Stability SDXL 1.0
Amazon Titan Image Generator G1
残念な例
プロンプト: a man running in the beach with his pet/huge snake
Stability SDXL 0.8（普通のプロンプト）
Stability SDXL 0.8（as animation styleと付け加えた時）
Amazonのモデルの方は、残念な感じにはなりませんでした！
Amazon Titan Image Generator G1（普通のプロンプト）
Amazon Titan Image Generator G1（as animation styleと付け加えた時）
コスト
2023年12月時点での料金表です。
公式サイトで、言語をEnglishにして、リージョンを指定しないと出てこないのでご注意ください。
円換算まとめ
| モデル | 1画像あたり |
|---|---|
| Stability SDXL 0.8 | 3〜8円 |
| Stability SDXL 1.0 | 6〜10円 |
| Amazon Titan Image Generator G1 | 1〜2円 |
| Amazon Titan Image Generator G1 custom | 2〜3円 |
Stability SDXL 0.8
| サイズ | 50ステップ以下 | 51ステップ以上 |
|---|---|---|
| 512X512 | $0.018/image | $0.036/image |
| 512X512より大きい | $0.036/image | $0.072/image |
Stability SDXL 1.0
| サイズ | 50ステップ以下 | 51ステップ以上 |
|---|---|---|
| 1024X1024まで | $0.04/image | $0.08/image |
Amazon Titan Image Generator G1
| サイズ | 標準クオリティ | プレミアムクオリティ |
|---|---|---|
| 512X512 | $0.008/image | $0.01/image |
| 1024X1024 | $0.01/image | $0.012/image |
Amazon Titan Image Generator（custom models)
今回は使っていないものです。
| サイズ | 標準クオリティ | プレミアムクオリティ |
|---|---|---|
| 512X512 | $0.018/image | $0.02/image |
| 1024X1024 | $0.02/image | $0.022/image |
感想
率直な感想としては、Amazonのモデルが安くてクオリティも高い！と思いました。
プロンプトの言葉と、各モデルの相性や解釈には、結構違いがあることもわかりました。
Amazonのモデルは、プロンプトの入れ方をそこまで工夫しなくても、それっぽい理解をしてくれるような印象を受けました。
また、かなり写真的に表現してくれるように感じます。
プロンプトの書き方や、設定の組み合わせをもっと勉強したいと思います！
引用リンク
パラメータ定義引用元
https://aws.amazon.com/jp/blogs/news/amazon-bedrock-generative-ai-image-generation-technology/