Go to Qiita Advent Calendar Top
LoginSignup
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@ryuhat

AI画像生成向けクラウドGPU、7社くらいを実際に使ってみた

Last updated at Posted at 2025-12-11

はじめに

Stable DiffusionやFLUX.1で画像生成やってみたくて、どのクラウドGPU使えばいいのか全然わからなかったので、主要なサービス7社を片っ端から試してみました。

結論から言うと、目的によって全然ベストな選択肢が違うので、この記事では実際に使ってみてわかった各サービスの使用感とか、ハマったポイントとかをまとめておきます。

検証環境

  • 試した期間：2週間くらい
  • 使ったモデル：Stable Diffusion XL、FLUX.1 Schnell
  • 評価軸：無料枠の量、セットアップの簡単さ、料金、API使いやすさ

Google Colab - とりあえずこれから始めた

無料枠

週15〜30時間のGPU（T4）、クレカ登録不要

使ってみた感想

まず最初に試したのがGoogle Colab。無料だし、ブラウザだけで完結するのでハードル低め。

セッションが1時間で切れるのがちょっと不便だけど、再接続すればまた使えるので実質無制限っぽい。

# こんな感じで普通にStable Diffusion動いた
!pip install diffusers transformers accelerate

from diffusers import StableDiffusionPipeline
import torch

pipe = StableDiffusionPipeline.from_pretrained(
    "stabilityai/stable-diffusion-2-1",
    torch_dtype=torch.float16
)
pipe = pipe.to("cuda")

image = pipe("A serene mountain landscape at sunset").images[0]
image.save("output.png")

良かった点

  • セットアップがマジで楽
  • 完全無料で試せる
  • 情報量が多いのでググればだいたい解決する

イマイチだった点

  • セッションタイムアウトで作業が中断される
  • GPU性能が時々遅くなる（共有環境だから仕方ない）

どんな人向けか：とりあえずAI画像生成触ってみたい人、学習目的の人

Replicate - API使うならこれ一択だった

無料枠

月50枚無料、その後1枚$0.0055（めっちゃ安い）

使ってみた感想

APIでサクッと画像生成したくて試したんですが、これが一番楽でした。コード10行くらいで動く。

import replicate

output = replicate.run(
    "black-forest-labs/flux-schnell",
    input={
        "prompt": "A robot reading a book in a library",
        "width": 1024,
        "height": 768
    }
)

print(output)

月50枚は正直すぐ使い切っちゃうけど、その後も1枚1円しないので全然許容範囲。ドキュメントもちゃんとしてて迷わなかった。

良かった点

  • セットアップ超簡単
  • 最新モデルにすぐ対応してる
  • ドキュメントがわかりやすい

イマイチだった点

  • 無料枠が50枚だけ
  • 大量生成したい人には向かない

どんな人向けか：APIで何か作りたい開発者

Hugging Face Spaces - デモアプリ作るのに最適

無料枠

1日5分の無料GPU時間

使ってみた感想

Gradioでデモアプリ作りたかったので試してみました。ZeroGPU機能使えば完全無料でGPUアクセスできます。

import gradio as gr
from diffusers import StableDiffusionPipeline
import torch

pipe = StableDiffusionPipeline.from_pretrained(
    "runwayml/stable-diffusion-v1-5",
    torch_dtype=torch.float16
).to("cuda")

def generate_image(prompt):
    return pipe(prompt).images[0]

demo = gr.Interface(
    fn=generate_image,
    inputs=gr.Textbox(label="プロンプト"),
    outputs=gr.Image(label="生成画像")
)

demo.launch()

5分の制限があるので本格的な用途には厳しいけど、デモ作って公開するには十分でした。

良かった点

  • Webアプリがすぐ公開できる
  • コミュニティが活発
  • 完全無料

イマイチだった点

  • 1日5分は短い
  • 重い処理には不向き

どんな人向けか：デモアプリ作って公開したい人

Runpod - 本気でやるならこれ

料金

初回$10クレジット付き

  • RTX 4090：$0.50〜$0.80/時間
  • A100：$1.19/時間
  • H100：$2.79/時間

使ってみた感想

本格的に使うならRunpodがコスパ良さそうでした。30種類以上のGPUから選べるのと、秒単位課金なのがいい。

Stable Diffusion Web UIが1クリックでデプロイできたのは楽でした。

import requests
import base64
from PIL import Image
import io

ENDPOINT_ID = "your_endpoint_id"
url = f'https://{ENDPOINT_ID}.proxy.runpod.net/runsync'

response = requests.post(url, json={
    'input': {
        'prompt': 'A dragon flying over a castle',
        'width': 768,
        'height': 512
    }
})

if response.json()['status'] == 'COMPLETED':
    image_data = base64.b64decode(response.json()['output'])
    image = Image.open(io.BytesIO(image_data))
    image.save('output.png')

初期設定がちょっと面倒だったけど、一度設定すれば後は快適でした。

良かった点

  • 料金が安い
  • GPU選択肢が豊富
  • 秒単位課金が地味に嬉しい

イマイチだった点

  • 初期設定がやや複雑
  • 無料クレジットが少なめ

どんな人向けか：本格的に画像生成ビジネスしたい人

GCP - お試しで大量に使うなら

無料枠

新規ユーザーに$300クレジット（90日間）

使ってみた感想

$300クレジットでT4 GPUを100時間くらい使えました。信頼性は高いけど、セットアップがちょっと面倒。

Vertex AIとの統合とか、エンタープライズ向けって感じで、個人で気軽に使うには若干オーバースペックかも。

良かった点

  • クレジットが多い
  • インフラが安定してる
  • 本格的なAIサービスと統合できる

イマイチだった点

  • 90日の期限がある
  • セットアップが複雑

どんな人向けか：エンタープライズレベルで試したい人

Vast.ai - とにかく安さ重視

料金

$0.20/時間から

使ってみた感想

マーケットプレイス型で、プロバイダー間で価格競争してるので常に最安値が見つかります。

セットアップには技術的な知識が必要で、最初は戸惑いましたが、慣れればコスパは最強です。

良かった点

  • 圧倒的に安い
  • GPU選択肢が豊富
  • リアルタイムで価格が変動する

イマイチだった点

  • 無料枠がない
  • セットアップに技術知識が必要
  • ドキュメントがわかりにくい

どんな人向けか：コスト抑えたい技術者

Together AI - FLUX.1使うなら

料金

$0.01〜/枚

使ってみた感想

FLUX.1 Schnellが数秒で生成できて、かなり速かった。リアルタイム生成が必要なアプリケーションには良い選択肢。

from together import Together
import os

client = Together(api_key=os.environ.get("TOGETHER_API_KEY"))

response = client.images.generate(
    prompt="A zen garden with stone path",
    model="black-forest-labs/FLUX.1-schnell",
    width=1024,
    height=768,
    steps=4
)

print(response.data.url)

良かった点

  • 生成速度が速い
  • 最新のFLUX.1に対応
  • APIがシンプル

イマイチだった点

  • Replicateより若干高い
  • 無料枠が限定的

どんな人向けか：リアルタイム生成が必要な人

結局どれ使えばいいの？

目的別にまとめるとこんな感じ：

目的 おすすめ
とりあえず試したい Google Colab
API開発したい Replicate
デモアプリ作りたい Hugging Face Spaces
本格的に運用したい Runpod
コスト最優先 Vast.ai
高速生成したい Together AI
大規模テストしたい GCP

無料枠フル活用戦略

完全無料で月数千枚生成する方法を発見しました：

  1. Google Colab（週30時間）で普段は生成
  2. Replicate（月50枚）でAPI連携必要な時
  3. Hugging Face Spaces（日5分）でデモ公開

この3つ組み合わせれば、かなりの量を無料で作れます。

ハマったポイント

Runpodのエンドポイント設定

最初、エンドポイントIDの設定がわからなくて30分くらいハマった。ドキュメント読んでもわかりにくかったので、ググって解決。

Replicateのレート制限

無料枠50枚を1日で使い切ったら、翌月まで待つか課金するしかない。計画的に使いましょう。

Google Colabのセッション切れ

長時間の学習中にセッション切れると最初からやり直しになる。チェックポイント保存は必須。

Vast.aiの複雑なUI

最初、どのGPUを選べばいいのかわからなくて迷った。フィルター機能をちゃんと使えばいい感じのが見つかります。

まとめ

7社試してみた結果、目的次第でベストな選択が全然違うことがわかりました。

個人的には、学習目的ならGoogle Colab、API開発ならReplicate、本格運用ならRunpodって感じで使い分けてます。

これからAI画像生成始める人の参考になれば幸いです。何か質問あればコメントください。

参考

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?