ホスト型メディアAPIか自前GPUか：1つの制作ジョブで判断する

新しいメディア機能が、最初から安定したGPUのキューを持っていることはまれです。まずは数枚のポートレート、商品画像の編集、短い動画から始まり、やがて「このままAPIに支払い続けるか、モデルを自分で動かすか」という疑問が出てきます。

需要が不規則な場合、複数のモデルファミリーが必要な場合、機能がまだ利用者を探している段階の場合は、ホスト型メディアAPIを使いましょう。互換性のあるオープンウェイトのパイプラインで用途を満たせて、継続的な利用によって運用コスト全体を回収できるなら、セルフホスティングを検討してください。 併用も現実的です。安定して発生する静止画の生成は自前で動かし、たまにしか使わない動画はホスト型タスクに任せます。

具体的な出発点として、Z-Image Turboはプロンプト拡張をオフにした場合、1枚あたり$0.010です。MiniMax H3で5秒の画像から動画を768pで作ると$0.185です。比べるべきなのは、GPUの1時間あたりの定価ではなく、こうした完成した成果物の費用です。

まず同じ成果物を比べる

テキストからの新しい画像、既存のポートレートの編集、承認済みフレームからの動画は、それぞれ別の機能です。GPUの1時間あたりの料金が安くても、1つのモデルが3つすべての代わりになるわけではありません。

Qwenでは参照を2枚にすると1K編集が$0.048になります。2K編集は、参照が1枚でも2枚でも$0.048のままでした。1.5K編集は現在プロンプト拡張のオンが必須で、参照1枚で$0.072、2枚で$0.09です。

同じ架空のキャラクターを複数のシーンに登場させる機能には、安価なテキストから画像へのモデルだけでは足りません。画像から画像へ同じ人物を引き継ぐ手段が必要です。テキストから画像へのチェックポイントをダウンロードしても、参照画像による編集やキャラクターの条件付けは手に入りません。 どこで動かすかを決める前に、必要な制御を選んでください。

ホスト型で得られるもの

Z-Imageのタスクでは、最大1,000文字のプロンプト、5種類のアスペクト比、PNG出力、任意のシードを指定できます。これは用途を絞ったテキストから画像への処理で、サンプラーの差し替えや中間の潜在表現の操作を行うためのインターフェースではありません。

H3 image-to-videoは、開始画像とプロンプトに加えて、任意で終了フレームを受け付けます。長さは768p、2Kで4〜15秒に対応しますが、4秒のクリップは768pに限られます。出力の形は開始画像で決まります。このタスクにはシードもカメラ固定のフィールドもないため、アニメーション化する前に構図を整え、目的のカメラの動きをプロンプトに書いてください。

タスクAPIが、見積もり、非同期での作成、ステータスの取得を担当します。重複送信の制御と納品ファイルの保管はアプリ側で必要ですが、モデルの重みの読み込み、GPUワーカーの復旧、サービング用ランタイムの保守は不要です。

画像と動画の小さな予算例

Z-Imageを10回試し、5秒のH3クリップを2本作る場合を出発点の例にします。

• 静止画10枚： 10 × $0.010 = $0.100。
• 768pのクリップ2本： 2 × 5 × $0.037 = $0.370。
• 生成費用の合計： $0.470。

編集と破棄した試行は、選んだ成果物とは別に予算へ入れてください。

セルフホスティングで得られるものと、増えるもの

Z-Image公式リポジトリには、コード、重み、ローカル推論の手順があります。Z-Imageは6Bのファミリーで、公式READMEによればTurboは16 GB VRAMの一般向けデバイスに収まります。ローカルで静止画を生成する候補として現実的ですが、希望する解像度やバッチがすべて自分のGPUに載ると決めつける根拠にはなりません。

セルフホスティングでは、互換性のあるランタイムを選び、対応するアダプターや前処理を加え、自分で運用するインフラに推論を置けます。同時に、次の責任も負います。

• モデルの読み込みとメモリ： 重み、サイズ、同時ジョブの数で、ワーカーに収まるかどうかが決まります。
• 処理能力： 1枚が速く生成できても、リクエストが集中したときにどう待ち行列ができるかはわかりません。
• 復旧： メモリ不足のエラーやワーカーのクラッシュには、回数を限ったリトライと正常な代替ワーカーが必要です。
• 更新： モデル、依存関係、ランタイムが変わると、結果が変わったりサービスが壊れたりすることがあります。

ホスト型タスクにないカスタム推論グラフや非公開アダプターが必要なら、その制御だけでコスト削減より先にセルフホスティングを正当化できます。タスクがすでに対応していて利用もたまにだけなら、同じ制御は作業を増やすだけで、顧客向けの機能は良くならないかもしれません。

セルフホスティングは、GPUが一日中アイドルのまま動き続けることを意味するとは限らない

自己管理のハンドラーは、専用インスタンスでもサーバーレスワーカーでも動かせます。Runpodはアクティブワーカーとflexワーカーを区別しています。アクティブワーカーは常に待機し、flexワーカーはゼロまでスケールダウンでき、需要が戻るとコールドスタートが発生します。

これらの運用モードは別々に比べてください。常時稼働の予約にはアイドルの容量が含まれます。ゼロまでスケールする構成は、そのアイドル費用を起動の遅延とデプロイ設定に置き換えます。どちらでも、モデルのハンドラーと、ワーカーがジョブを完了したかどうかを把握するキューは必要です。

検閲なしのキャラクター制作では、ホストより先に制御を選ぶ

繰り返し登場する成人キャラクターは、安く作った最初のポートレートが入口にすぎないため、よい例になります。後のシーンでは、同じ顔、衣装の変更、特定のポーズが必要になることがあります。テキストの説明を繰り返すと、プロダクトが連続性を求めているのに新しいバリエーションが生まれてしまうことがあります。

$0.010のホスト型Z-Imageタスクはテキストのみです。コンパニオンのポートレートを同じ人物を保つための参照として受け取れず、別人の安価な画像は参照編集のワークフローの代わりになりません。ローカルでも同じで、オープンウェイトを読み込んでも、顔の条件付け、互換性のあるキャラクターLoRA、編集パイプラインは加わりません。まず、何の制御が足りないのかを正確に特定してください。学習済みのキャラクターアダプターが必要な場合は、チェックポイントとアダプターが一致していること、実装が正しく読み込むことを確認します。

ホスト型のチェーンなら、制御と費用を明確にできます。

1. ポートレートを探る： Z-Image Turbo、拡張オフで1枚$0.010。
2. 関連するシーンへ引き継ぐ： Qwen Image 2.1 editが、承認済みのポートレートを参照として受け取ります。拡張オフで、参照1枚の編集は1Kで$0.036、2Kで$0.048です。
3. 承認済みフレームをアニメーション化する： H3 image-to-videoは768pで1秒あたり$0.037から。

ローカルで同じチェーンを組むには、テキストから画像へのパイプライン、参照編集または同じ人物を保つ条件付け、そして別の動画パイプラインが必要です。制限のないホスト型タスクは、プラットフォームが追加するフィルターをなくします。ただし、どのモデルでもすべての顔や衣装を保てるとは限りません。オープンウェイトをローカルで動かすと推論パイプラインを自分で制御できますが、コンテンツの取り扱いとデプロイの責任も自分で負います。成人向けコンテンツでは、3つの問いを分けて考えてください。選んだタスクがリクエストを受け付けるか、モデルが意図したカテゴリーを生成するか、結果が使えるか、です。完了のレスポンスが返っても、シーンが弱められていたり人物が変わっていたりすることがありますし、ローカルで動かしたからといって、チェックポイントが意図したシーンをうまく描けるとは限りません。実際のデプロイに適用されるモデルとサービスの規約を確認し、許可を得た架空の成人の素材を使ってください。「オープンウェイト」は、どんな用途でも許可されるというラベルではありません。

併用なら、大量に必要なキャラクターの静止画は自前の互換パイプラインに置き、選んだフレームだけをホスト型の動画モデルに送れます。たまにしか作らないクリップのために動画の処理能力を買わずに済み、キャラクターを作った自前の制御も残せます。安い静止画のせいで次の高い段階が見えなくならないよう、画像と動画の費用は分けて管理してください。動画タスクのコンテンツの扱いも別に評価します。自前の画像パイプラインがフレームを受け付けても、動画モデルが意図どおりにアニメーション化する証拠にはなりません。

採用された成果物あたりの費用を計算する

ホスト型では、すべての生成試行の請求額を、プロジェクトで実際に使える成果物の数で割ります。$0.010の画像を12回試して8枚のポートレートを選んだなら、選んだポートレート1枚あたりの生成費用は$0.015です。これは計算例であり、実測した採用率ではありません。

ローカル推論の場合は次のとおりです。

local cost per accepted image =
(booked GPU hours × actual hourly rate + storage + transfer + allocated operations)
÷ accepted images

支払い対象のリソース時間を使います。課金方式で起動時間やアイドル時間が課金されるなら、それも含めます。見積もられたGPU予約が$1.20/時間だとします。

料金と枚数は仮の入力値です。この計算は、稼働率で結果が変わることを示しています。1時間あたりでは安く見えるGPUも、時間の大半がアイドルや破棄した試行に使われると、使える成果物1つあたりでは高くなります。

月次の損益分岐点の例

同じく、採用画像1枚あたりのホスト型費用$0.015と、GPU1時間あたり$1.20という前提で計算します。

$1.20 ÷ $0.015 = 支払ったGPU1時間あたり80枚の採用画像。

80枚を下回るなら、生成費用ではホスト型が安くなります。80枚を上回ると、ストレージ、転送、運用を除いた段階では、ローカルの計算が安くなります。数えるのは、試みたレンダリングすべてではなく採用された画像です。

720時間の月間予約では、こうした追加費用を除いた段階でホスト型の生成費用に並ぶのに、57,600枚の採用画像が必要です。ゼロまでスケールするワーカーは、月全体ではなく、課金される起動時間とアイドル時間を含む支払い時間で評価します。どちらかのしきい値を事業としての損益分岐点とみなす前に、運用費用を分子に加えてください。

数えるのは、選択肢のあいだで違いが出る費用だけです。どちらでも必要なアプリケーションのデータベースは、セルフホスティング特有の費用にはなりません。モデル用の追加ストレージ、ワーカーの監視、追加の人件費は該当します。

比較を顧客の仕事に合わせる

9:16のポートレート機能なら、必要なフレーミングと納品サイズを同じにします。採用される画像には、指定されたネイビーのコート、判別できる顔、フレーム内に収まった両手、不要な文字がないことが求められるかもしれません。ローカルの経路が参照編集や手作業の修正を使うなら、その追加の作業も含めてください。

特に役立つ計測項目は次のとおりです。

• 採用数： 納品したファイルのうち、プロダクトの要件を満たすものの数。
• 待ち時間の合計： 顧客がリクエストを送ってから、使えるファイルが届くまでの時間。
• 支払い対象のリソース時間： 最後の推論だけでなく、プロバイダーが課金する時間。
• 集中時の挙動： 10人の顧客が同時に送信したときに何が起きるか。

ウォーム実行とコールドスタートは分けてください。重みを読み込み済みの状態で始めるベンチマークは、静かな時間のあとに毎回新しいワーカーを起動する機能を表していません。納品品質が同等かどうかも比べます。ステップ数の少ないプレビューと完成画像は、サイズが同じでも別の商品です。

繰り返し登場するキャラクターのアプリなら、最初のポートレートだけでなく、すべてのシーン編集をワークロードに含めてください。あるシーンで最初の編集と修正が必要なら、画像の試行は2回です。動画の試行は別の項目です。自前のGPUではこれらの処理により支払い対象の稼働時間が増え、ホスト型タスクでは追加のリクエスト料金が発生します。顧客の写真1枚を生成1回として見積もる表計算は、実際のワークフローが複数の工程を使う場合、両方の側を過小評価します。

コスト面の優位性とプロダクト面の優位性は分けて考えてください。自前のパイプラインは少し高くても、ユーザーが必要とする制御を提供できるかもしれません。ホスト型のパイプラインは少し高くても、運用者の時間を十分に節約し、機能を早くリリースできるかもしれません。どちらのトレードオフも、万能の損益分岐点の数字のように見せかける必要はありません。

動画には独自の計算が必要です。画像のスループットからは、動画パイプラインが5秒分の動きと音声をどれだけ速く届けられるかを予測できません。動画パイプラインは別に評価してください。支払い対象のGPU時間とメモリ要件は、画像のスループットから推測できません。

よくある質問

セルフホスティングは画像APIより安いですか？

継続的に高い稼働率で使うなら、安くなる可能性があります。破棄した試行、支払い対象のアイドル時間、運用を含めて、採用されたファイルの費用で比べてください。GPUの時間単価が低いだけでは、節約になるとは言えません。

ローカルのZ-Imageモデルで画像エディターの代わりになりますか？

テキストから画像へのモデルは、言葉から新しい画像を作ります。アップロードしたポートレートを保つ、あるいは指定した領域だけを変えるには、その操作に対応した編集または条件付けのパイプラインが必要です。そのパイプラインは別に選んでください。

セルフホスティングでは、GPUを買う必要がありますか？

いいえ。専用のGPUを借りることも、サーバーレスのGPUワーカーに自己管理のハンドラーをデプロイすることもできます。専用モードとゼロまでスケールするモードでは、アイドル費用と起動の遅延のトレードオフが異なります。

画像はローカルでホストし、動画はAPIを使うことはできますか？

はい。静止画が頻繁で動画がたまにしか必要ない場合に、現実的な構成です。承認済みの画像を保存し、選んだ動画モードに送り、画像の段階と動画の段階を別々に予算化してください。