おすすめのAI画像拡大ツール2026–2027:再現可能な指標と料金で比較

Topaz、Crystal、Let's Enhance、MegaPotato、Magnific、Gemini、ChatGPT、Recraft、Krea、Upscayl。2026–2027年のシーズン半ばで、画像拡大に最も適したツールとモデルはどれでしょうか。再現可能な評価指標と現時点で最先端の手法を使い、Claude Opus 5.5がツール名を伏せた状態で評価した、私たちの知る限り最も包括的なレポートです。

MegaPotato研究チーム
37分で読めます更新日:

要点:結局、どれを使う?

  • **どれを使うか:**普段の画像拡大なら、私たちの第一候補はAI画像拡大ツールMegaPotato(megapotato.app)です。今回のテストではTopaz Wonder 3.5に匹敵する画質でした。月100枚で比べると、Topaz公式API経由のWonder 3.5の料金はMegaPotatoの7.4倍、fal.ai経由でも3.3倍です(詳しい料金比較は後述)。試したどの種類の写真にも強く、ブラウザでそのまま使え、サブスクリプションも不要です。用途別の選び方↓
  • **実際の写真:**古い携帯電話の写真、ノイズの多い画像、圧縮されたコピーでも、MegaPotatoは安定して処理できました。Crystalは非常に忠実に再現できることもあり、条件をそろえたテストでは僅差でしたが、実際の低画質写真ではかなり苦戦しました。MegaPotatoは67.2、Wonder 3.5は62.8、Crystalは46.1です。種類別の結果↓
  • **顔:**全体テストの567人分の顔では、ツール名を伏せたAI評価役がMegaPotatoに顔の評価で最高点を付けました。一方、顔認識モデルで測る元の顔との類似度は、Wonder 3.5とCrystalのほうが上です。細部が自然に見えることと、本人らしさを保つことは、当然ながら別なので、両方を示します。顔を拡大して比較↓
  • **根拠は:**MegaPotatoは、18種のツール・設定による基本テストでも、135枚の写真と567人分の顔による大規模なテストでも、総合得点が最も高くなりました。どのモデルを使うかが重要です。同じ小さく劣化した入力画像では、ほかに試したTopazの五つのモデルはWonder 3.5を大きく下回りました。得点一覧↓
  • **写真一枚あたりの料金:**月100枚、出力サイズ2.7、16、48 MPの平均で、MegaPotatoはバッチ割引を適用すると$0.073です。Topaz Wonder 3.5は、Topaz公式APIでは$0.54で、プランは月$50からです(従量課金のfal.ai経由では$0.24)。料金はMegaPotatoの7.4倍(3.3倍)です。MegaPotatoのポテチに有効期限はありません。料金と条件↓
  • **まず画像を見たいなら:**各例では、入力画像、元の写真(ある場合)、各ツールの処理結果を拡大して並べています。小さい顔、質感、文字を比べてください。自分の写真で気になる違いは、そこに出ます。細部の比較例↓

画像拡大は、コンピュータービジョンで最も古くから取り組まれてきた課題の一つです。スパイ映画には、たいていこんな場面があります。オペレーターが画像の一部を指定して拡大し、さらにズームする。そして魔法のボタンを押すと、対象人物の顔が超高解像度で現れます。ニューラルネットワーク以前の古典的な手法から、現在の最先端のマルチモーダルLLMまで、研究者はこの一見簡単そうで、実際にはほとんど解けない課題に取り組み続けています。

2025年には、主にマルチモーダルLLMや拡散モデルを基盤とする、あるいはそれらを利用する汎用画像編集モデルが、驚くほどの勢いで登場しました。画質の指数関数的な向上はFLUX.1 Kontextに始まり、Nano Bananaの登場が大きな節目となりました。こうしたモデルは、ごく細かな指示から抽象的な指示まで、文章で表せるあらゆる画像変換をこなせます。**ただ、汎用的な作業にどれほど優れていても、正確な変換、元の画像の保持、プロンプトへの厳密な追従はまだ不十分でした。**特にChatGPTやGeminiなどの非公開モデルを使うチャットボットでは、色が変わること、そして何より人物が別人になってしまうことが目立ちました。それでも当時は、画像変換のあらゆる課題があっという間に解決しそうに見えたものです。

それから一年以上が過ぎ、モデルは進歩し、元の画像を保つ能力も大きく向上しました。それでも、同じ種類の問題が繰り返し起こります。中でも画像拡大(超解像)は、とりわけ厳しい課題です。一般的な編集なら多少の想像は許されます。「猫を追加して」なら、品種などは指定されておらず、とにかく猫であればよいわけです。しかし、画像拡大では元の内容を変えることは許されません。携帯電話の写真をポスター用に拡大するときも、AI生成画像から4K画像を作るときも同じです。普通は、細部と解像度以外を変えたいわけではありません。

例として、ChatGPTにロードレースの小さい写真を四倍に拡大し、何も変えないよう頼みました(その画像)。返ってきた画像は鮮明で、きれいで、明るく仕上がっていました。しかし、走者のゼッケンを見てください。本物にはLUT 3029とあります。ChatGPTが描いたのは、パリ近郊のフランスの県を指すSEINE-MARNE 77です。シャツの「trucks」も別の単語に置き換えていました。どれも写真にはありません。GeminiはLUT 2022と書きました。同じ小さいコピーから、今回試した拡大ツールの一つは四桁すべてを読み取れています(ほかのツールで同じ走者を比較)。

各ツールへの入力、元の写真、ChatGPTの処理結果。

これが、今の汎用AI画像編集ツールに画像拡大をさせたときの挙動です。頼み方やプロンプトの作り方によらず、単にピクセルを拡大するのではなく、そこに何があるはずかを推測して描き足します。推測はよく当たります。それでも、ときには別の単語、別の色、さらには別の顔になります。それでも処理結果はたいてい見栄えがよく、人が美しいと感じる仕上がりです。

一方、市場には画像拡大に特化したツールが数多くあります。昔からある課題だけにサービスの数は膨大で、**世代の大きく異なるモデルの中から適切なものを選ぶのは、とても難しいです。**そこで、広く使われ、実績があり、精度の高い手法を集め、私たちの知る限り最も網羅的な画像拡大テストを作りました。

短い答えは冒頭のとおりです。ここからは、正確で再現可能な形で詳しく説明します。まずは基本テストです。18種のツール・設定に、16枚の写真から作った同じ小さく劣化したコピーを渡し、どのツールにも見せていないフルサイズの元の写真とすべての処理結果を比較します。次は全体テストです。上位三種を135枚の写真と567人分の顔で試し、すべての処理結果を各評価役に見せ、測定可能な指標をすべて計算します。続いて、印刷物のスキャン、強いJPEG圧縮、ノイズ、古いプリント写真、彫像、絵画といった極めて難しいケースを試します。最後に、月10、100、1 000枚の場合の詳しい料金を示します。比較画像はこちら↓

よくある疑問への短い答え。

  • **AI画像拡大ツールとは?**画像を大きくするツールです。ピクセルに残っていない細部は推測する必要があります。
  • **4×とは?**幅も高さも四倍にすることです。504 × 336なら2016 × 1344になります。
  • **何も変えずに写真を拡大できますか?**今回のツールでは、どれもできません。
  • **無料のツールはありますか?**Upscaylは無料で、オフラインでも使えます。ただし、小さい顔には向きません。
  • **印刷に十分な大きさですか?**2016 × 1344なら、約17 × 11 cmで印刷できます。解像度は300ピクセル/インチです。
  • **大きさはそのままで、くっきりさせたい場合は?**それは画像拡大ではなく高画質化の役割です。MegaPotatoでは「精細化」というモードですが、今回はテストしていません。

得点一覧:18種のAI画像拡大ツール・設定を比較#

すべてのツールで、同じ16枚の小さい写真(504 × 336ピクセル、軽い劣化あり)を4倍に拡大し、元の写真と処理結果を比較しました。総合得点は100点満点です。計算式とその内訳はテスト方法にあります。

クリックですべての指標を表示
82.6全体テスト78.87.00 全体テスト7.13不要 ポテチパック両テストで首位。実際の低画質写真、夜景、AI写真で最もきれいな仕上がり。自然な顔肌を少し滑らかにする。小さい顔はWonderやCrystalより本人らしさが失われやすい。劣化した写真で女性を若くした$0.073 ウェブアプリ
81.9全体テスト75.77.09 全体テスト6.99不要 fal.ai 必要 Topaz API顔が最も忠実。3029を読めた唯一のツール。ウェブ動画のフレームで首位APIのみ。アプリはWonder 3。一部で年齢が変化。彫像や人形を人間として処理$0.24 fal.ai
81.86.81不要 パック顔の評価役から最高評価。ないものを描き足さないウェブのみ。数字を誤る。全体テストでは未検証$0.22 ウェブ
80.8全体テスト69.56.78 全体テスト5.97不要 API 必要 ウェブサイト画像評価指標では元の画像に最も近い。人物のいない写真で首位ノイズや劣化した古いプリント写真に弱い(実際の低画質写真で46.1)。サングラスが透ける。彫像が変形$0.35 API
73.26.16不要 APIまたはアプリ見栄えのよい仕上がり(MUSIQ 61.2)新しい単語を書く。色が変わる。新しい物が現れる。上限は約8 MP$0.16 API
73.25.81不要 APIまたはアプリ見栄えはTopaz Bloom 2と並んで最高(MUSIQ 63.6)青空と緑の木々を追加。顔が若くなる。新しい単語を書く$0.16 API
70.96.66不要 無料アプリ顔と色を慎重に保持。安価ぼやける。画像が小さい(無料アプリは1264 px)。数字はくっきりしているが誤り$0.11 API
69.95.78不要 fal.ai 必要 Topaz API大きく鮮明な被写体はきれい小さい顔がプラスチック風に(67人中7人の顔が変化)。マスクが消える$0.45 fal.ai
68.15.81不要 fal.ai 必要 Topaz API鮮明で生き生きした仕上がり。AIアート向け顔を描き直す(同一人物スコア0.26)。新しい文字。色が鮮やかになる$0.91 fal.ai
65.15.47不要 fal.ai 必要 Topaz API安価。輪郭がきれい文字が崩れる。67人中9人の顔が変化。マスクが消える$0.11 fal.ai
63.95.42不要 APIAPIが最安値。AIアートやくっきりした輪郭は良好小さい顔が変形(67人中5人)。サイズ指定なし$0.033 API
62.64.89不要 fal.ai 必要 Topaz API安価。輪郭がきれい小さい顔がぼやけてプラスチック風に(67人中8人の顔が変化)。マスクが消える$0.11 fal.ai
59.75.12不要 無料無料。オフラインで写真を外部に送らず使える。単語を捏造しない顔が変形(67人中13人)。文字がぼやける無料 手持ちのGPU
53.74.12不要 2Kまで 必要 2K超提携先のモデルも含む多機能ツール本来の顔から遠い(67人中21人の顔が変化)。顔に線が入る。チョークが灰色に$0.21 Proプラン
53.55.20不要 ComfyUI 必要 公式サイト鮮明。場面を保持2×処理を二回実行(ノードの出力は2×)。全体にザラつきとシャープのかけ過ぎ。元の画像から遠い(LPIPS 0.49)$1.13 ComfyUI
46.32.34不要 ComfyUI 必要 公式サイト描写の豊かな新しい画像。コンセプトアート向け別の場面に。67人中41人の顔が変化。至るところに架空の単語$1.02 ComfyUI
34.14.20不要 fal.ai 必要 Topaz API大きく鮮明な入力画像向け小さい写真はほぼ変化なし。細い黒い縁が出る$0.11 fal.ai
33.32.03不要 API–別の場面に。67人中51人の顔が変化。意味不明な単語$2.05 API

総合得点:100点満点。その下は同じツールの全体テストの得点(135枚、全体テストに使った三種のみ)です。Opus 5.5評価:0–10点。その下は全体テストの得点です。定額プランは必須?:その利用経路で月額サブスクリプションへの加入が必須かどうか。経路が二つあるツールは個別に示しています(赤=必要)。KreaとChatGPTの無料枠には制限があります。長所と短所:二つのテストと難しいケースでわかったことの要約です。詳しくはテストしたAI画像拡大ツールの個別レビューをご覧ください。*写真一枚あたりの料金:月100枚で三つのサイズを平均した料金。その下に、その料金で利用するための購入方法を示しています。Topaz公式APIはfal.aiより高額です。MegaPotatoのAPIにはバッチ割引がなく、$0.091です(AI画像拡大ツールの料金)。列名にカーソルを合わせると、何を測る指標かを確認できます。すべての定義は各指標の意味にあります。行をクリックすると、全体テストを含むすべての指標が表示されます。

**上位四種の差は二点以内です。**MegaPotato(82.6)、Topaz Wonder 3.5(81.9)、Let's Enhance(81.8)、Crystal(80.8)がほかを引き離しています。次点のChatGPT・厳密なプロンプト(プロンプトは設定・プロンプト・位置合わせに記載)は八点差の73.2です。そこで、このうち三種を使い、対象を大幅に広げ、難度も上げて検証を続けることにしました。

画質と忠実度:見栄えと元の画像の保持#

今回のテストでは主に実際の写真を使いました。特に重要な用途の一つだからというだけでなく、難しい対象でもあるからです。AIアートなら、新しい質感が加わっても表現の一部に見えることがよくあります。実際の写真には、当然、比較すべき元の写真があります。だから、新しい顔、新しい単語、もともとなかった色といった誤りがはっきりわかります。

図1 · 見栄えのよさと忠実さは別

Scatter plot of 8 points: 見栄え(MUSIQ) against 元の画像からの距離(LPIPS). 元の画像からの距離(LPIPS) from 0.193 to 0.287. Highest 見栄え(MUSIQ): ChatGPT、簡単なプロンプト (63.6); lowest: Gemini (50.4). Highlighted: MegaPotato (59.9 at 0.207).

見栄えのよさと忠実さは別
元の画像からの距離(LPIPS)見栄え(MUSIQ)
ChatGPT、簡単なプロンプト0.28763.6
Topaz Wonder 3.50.21161.7
MegaPotato0.20759.9
Crystal0.19359.7
Upscayl (Standard)0.24055.7
Topaz Standard V20.24854.9
Recraft Crisp0.22253.6
Gemini0.24250.4

基本テストの16枚について、八つの設定の得点を平均しています。左ほど元の画像に近く(総合得点に含めた近さの指標の一つ、LPIPSが低い)、上ほど「見栄え」のスコア(MUSIQ)が高くなります。横軸はゼロからではなく、最も元の画像に近いツールの付近から始めています。元の写真は定義上0に位置し、MUSIQは53.3で、ほとんどの処理結果より低い得点です。

見た目の美しさでは、明らかにChatGPTが最も優れています。そして予想どおり、元の画像から最も遠いグループに入っています。専用ツールは元の画像に近い一方、見た目の美しさでは劣ります(入力画像にもよります)。

全体テスト:MegaPotato・Topaz Wonder 3.5・Crystalを135枚で比較#

全体テストに進めたのは、基本テストの上位四種のうち、MegaPotato、Topaz Wonder 3.5、Crystalの三種です。(基本テストで三位のLet's Enhanceはウェブ専用のため、135枚でのテストは行っていません。)

対象:135枚の写真と567人分の顔。

  • 基本テストの写真14枚。元の写真あり。
  • AI生成写真16枚(FLUX.1 [schnell])と人物のいない写真13枚(動物、自然、建物)。基本テストの入力と同じ方法で縮小・劣化させました(軽いぼけとノイズを加え、JPEGで二回保存)。元の写真あり。
  • **撮影時の状態のままの、実際の低画質写真29枚:**古い携帯電話で暗所撮影した写真、初期のデジタルカメラの写真、メッセージアプリで共有されたコピー、舞台やパーティーの写真。高解像度の元の写真は存在しません。
  • 古いプリント写真とフィルムのスキャン19枚。ほこり、退色、粒状感があり、テスト用に縮小しました。きれいな元の写真は存在しません。
  • もともと小さい写真44枚。公開された状態のまま入力しました。内訳はFlickrの写真37枚(2001–2007年)と、ウェブ動画のフレーム7枚(2005–2009年)。高解像度の元の写真は存在しません。

内容別では、人物(103枚)、群衆・集合写真(30枚)、顔(567人分の顔。うち348人分は入力時の幅が10–24ピクセル、173人分は25–59ピクセル、46人分はそれ以上)、看板・文字(20枚)、夜景・舞台・暗所(24枚)、古い写真(21枚)、AI画像(16枚)、動物(20枚)、自然(26枚)、街・建物・室内(55枚)、ウェブ動画のフレーム(7枚)です。静物(商品や食べ物)は除外しました。今回の対象は人物、場所、動物、自然です。

きれいな高解像度の元の写真がない場合、評価役は処理結果を入力画像と比較しました。指標の測定も、元の写真を使わないものに限りました。元の画像との近さ(LPIPS、A-FINE、同一人物スコア)は、元の写真がある43枚から求めています。各指標を測定可能な写真で平均し、その平均値の加重和を総合得点としています。n列は、各行が対象とする写真または顔の数です。

指標MegaPotatoTopaz Wonder 3.5Crystaln
総合得点、0–10078.875.769.5135枚
Opus 5.5評価 ↑7.136.995.97135枚
Qwen3.8・拡大部分 ↑7.247.216.83135枚
Qwen3.8・顔 ↑6.696.596.24567人分の顔
同一人物スコア ↑0.5180.5580.556138人分の顔
別人の割合、% ↓1.11.22.8567人分の顔
顔の画質(eDifFIQA) ↑0.5220.5250.484567人分の顔
LPIPS ↓0.2050.2100.19143枚
A-FINE ↓17.034.835.443枚
MUSIQ ↑52.452.545.7135枚
NIQE ↓3.983.954.01135枚
DISTS ↓0.1400.1250.11943枚
DreamSim ↓0.01660.01210.010743枚
DINOv2 ↑0.9660.9750.97643枚
TOPIQ-FR ↑0.6960.7050.70343枚
色差ΔE ↓2.422.312.1143枚
MANIQA ↑0.3250.3440.281135枚
CLIP-IQA+ ↑0.5120.5370.466135枚
TOPIQ ↑0.4420.4690.403135枚

先頭行が総合得点、その下の十行が内訳です。ボタンで展開する八つの指標は確認用で、総合得点には含みません。指標名にカーソルを合わせると説明が出ます。すべての定義は各指標の意味にあります。

全体テストをツール別に表示:同じ数値を各ツール一行に整理
ツール全体テスト・総合得点Opus 5.5評価(全体テスト)Qwen3.8・拡大部分(全体テスト)Qwen3.8・顔(全体テスト)同一人物スコア(全体テスト)別人の割合、%(全体テスト)顔の画質(全体テスト)LPIPS(全体テスト)A-FINE(全体テスト)MUSIQ(全体テスト)NIQE(全体テスト)
MegaPotato78.87.137.246.690.5181.10.5220.20517.052.43.98
Topaz Wonder 3.575.76.997.216.590.5581.20.5250.21034.852.53.95
Crystal69.55.976.836.240.5562.80.4840.19135.445.74.01

得点一覧の詳細パネルと同じく、ツールごとに総合得点とその十項目の内訳を一行にまとめています。上の表は同じ数値に確認用の八指標を加えたものです。

**写真の種類別の結果。**同じ計算式を種類ごとに適用しました。顔や元の写真がない種類では、その項目を除き、残りの重みの合計が100 %になるように調整しています。異なる種類の得点同士ではなく、同じ種類の中でツールを比較してください。

基本テストの写真1482.981.780.5
AI生成写真1679.276.176.1
人物なし1372.872.674.2
実際の低画質写真2967.262.846.1
古いプリント写真とフィルム1973.974.073.3
もともと小さい写真(Flickr、ウェブ動画)4475.575.461.9
内容別でも比較(人物、文字、夜景、動物など)
人物10378.675.268.2
群衆・集合写真3080.076.169.7
顔(10 px以上)10378.975.268.3
看板・文字2081.678.573.9
動物2075.474.566.3
自然2682.781.077.2
街・建物・室内5579.676.871.5
夜景・舞台・暗所2470.164.855.2
古い写真2176.976.574.7
AI画像1679.276.176.1
ウェブ動画のフレーム765.567.642.7
比較用の元の写真あり4379.878.478.4

数値からわかること:

  • **MegaPotatoは全体テストで3点差の首位です。**特に強いのは実際の低画質写真(67.2、Wonderは62.8、Crystalは46.1。29枚)、夜景や舞台照明(70.1、ほかは64.8と55.2。24枚)、AI画像、文字や看板、群衆です。
  • Wonder 3.5は古いプリント写真でほぼ同点(74.0対73.9、19枚)。もともと小さい写真でもほぼ同点(75.4対75.5、44枚)で、ウェブ動画のフレームでは上回りました(67.6対65.5、7フレーム)。Crystalが首位なのは人物のいない写真だけ(74.2、13枚)で、実際の低画質写真では大きく引き離されました。
  • **ツール名を伏せたOpus 5.5評価でも順位は同じです。**MegaPotatoは7.13、Wonder 3.5は6.99、Crystalは5.97。10点満点、135枚での結果です。Qwen3.8による拡大部分の評価も同じ順序でした(7.24、7.21、6.83)。
  • **顔:基本テストと同じく、指標によって評価が分かれました。**複数の顔認識モデルを組み合わせた測定では、Wonder 3.5とCrystalが元の写真の人物に最も近い結果でした。MegaPotatoの顔はQwen3.8による顔の評価で最高得点を取り、別人と判定される割合も最小でした。
  • MegaPotatoの優位が最も大きく出るのはA-FINEです。処理結果をより自然だと評価するためです。A-FINE(CVPR 2025)[1]は、元の画像との近さと見た目の自然さを評価します。処理結果が元の画像より自然に見える場合は、自然さの重みを大きく増やします。全体テストで元の写真がある43枚について内訳を調べると、A-FINEはすべての写真でMegaPotatoの処理結果を元の写真より自然だと判定していました。
図2 · 全体テスト・実際の低画質写真

2010年のホワイトハウスのウェブ動画からの静止画。公開時は480 × 360 px(入力画像の120 × 90 pxの部分)

各ツールへの入力
MegaPotato
Opus 5.5評価 7.5MUSIQ 43
Crystal
Opus 5.5評価 5.0MUSIQ 26
Topaz Wonder 3.5
Opus 5.5評価 4.5MUSIQ 42

2010年のホワイトハウスのウェブ動画から、写真として公開された静止画です。実際の低画質写真に分類しました。MegaPotatoは顔を鮮明かつ自然に仕上げています。Wonder 3.5とCrystalはぼやけたままです。実際の低画質写真は、MegaPotatoが最も大きな差を付けた種類です。

画像:Executive Office of the President、パブリックドメイン

図3 · 全体テスト・もともと小さい写真

猫、640 × 480 px、2004年(入力画像の170 × 128 pxの部分)

各ツールへの入力
MegaPotato
Opus 5.5評価 8.0MUSIQ 35
Crystal
Opus 5.5評価 5.0MUSIQ 24
Topaz Wonder 3.5
Opus 5.5評価 7.0MUSIQ 33

水槽の魚、640 × 480 px、2005年(入力画像の200 × 150 pxの部分)

各ツールへの入力
MegaPotato
Opus 5.5評価 8.0MUSIQ 72
Crystal
Opus 5.5評価 9.0MUSIQ 69
Topaz Wonder 3.5
Opus 5.5評価 7.0MUSIQ 68

コンサートの歌手、1280 × 960 px、2006年(入力画像の110 × 83 pxの部分)

各ツールへの入力
MegaPotato
Opus 5.5評価 7.0MUSIQ 38
Crystal
Opus 5.5評価 4.0MUSIQ 28
Topaz Wonder 3.5
Opus 5.5評価 8.0MUSIQ 41

もともと小さい写真を、公開された状態のまま入力しました(高解像度の元の写真は存在しません)。猫では、Crystalは古いJPEGファイルの細かいノイズを残し、Wonder 3.5とMegaPotatoは取り除いています。魚ではMegaPotatoのうろこと目が最も鮮明で、Wonderはきれいですがややぼやけ、Crystalはノイズを残しています。歌手ではCrystalはぼやけたまま、WonderとMegaPotatoは顔をきれいに仕上げています。この44枚ではMegaPotatoとWonder 3.5がほぼ同点(75.5と75.4)で、Crystalが最もぼやけた仕上がりでした(61.9)。

写真(Flickr、CC BY 2.0、creativecommons.org/licenses/by/2.0):Jennifer Kramer「Cat | In your face cat.」、James「I Want This Guy's Job!!!」、Henning Klokkeråsen「Elwood Caine concert at Herr Nilsen」。切り抜き・拡大を実施。

AI画像拡大ツールのテスト方法#

基本的に、テスト写真は次の二種類に分かれます。

  1. 高解像度・高画質の写真にさまざまな劣化(JPEG、ぼけ、ノイズなど)を加え、低解像度に縮小したもの。
  2. もともと低解像度の写真。
図4 · 夜市・画像全体
各ツールへの入力
元の写真

左:基本テストで各ツールに渡した、504 × 336の小さいコピー(ここでは拡大表示)。右:どのツールにも見せていない元の写真。正解との比較にだけ使いました。

拡大すると:

図5 · 夜市・160 × 120 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
夜市:160 × 120 pxの切り抜き。入力画像は504 × 336 px。

同じ群衆を拡大したものです。各ツールに渡したコピーでは、顔の幅は約20–26ピクセルしかありません。残りは拡大ツールが推測する必要があります。

基本テスト(16枚、18種のツール・設定)。

  • **全ツールに同じ劣化した入力画像:**504 × 336ピクセルに軽いぼけとノイズを加え、JPEGで二回保存。何度か共有された写真のような状態にしました。AI画像は縮小だけです。
  • **全ツールに同じ作業:4倍に拡大(2016 × 1344)。**Topaz、Crystal、Let's Enhance、MegaPotato、Krea、Upscayl、Magnificは4×に設定しました。Recraftはサイズ指定ができませんが、ちょうど4×で返してきました。ChatGPTとGeminiはサイズを指定できないため、処理結果を2016 × 1344にそろえました。
  • **初期設定で、各写真につき一回だけ実行。**Topazは六つのモデル、ChatGPTは簡単なプロンプトと厳密なプロンプトを使いました。テスト条件をそろえるため、初期設定のパラメーターは変更していません。
ロードレース・群衆、小さい顔
ポートレート・人物、大きい顔
チーム写真、1914年・古い写真(1914年)
猫・ペット、毛並み
カフェのメニュー・黒板の文字と人物
イスタンブールの家並み・建築
夜市・夜景
Midjourney画像・AIアート(Midjourney)
ハチドリ・野生動物、羽毛
食料品店、1943年・古い写真(1943年)、看板と人物
サッカーチーム・チーム写真、顔と数字

基本テストの16枚のうち十一枚(元の写真)。全16枚のリンクはphotos.csvにあります。各ツールに渡したのは、小さく劣化した画像だけです。

**全体テスト(135枚、上位3種)。**写真の内訳は前述のとおりです。すべて一回の処理で4倍に拡大しました。MegaPotatoはウェブアプリ、Wonder 3.5とCrystalはfal.ai経由で、それぞれ初期設定を使いました。

**どちらの評価役にもツール名を伏せました。**高性能なマルチモーダルAIモデルを評価役として使うこと[2]は、AI研究で確立された手法です[3]。単一モデルの好みで結果が決まらないよう、異なる二つのモデルを使いました。

  • Claude Opus 5.5(max effort)[4]には、各処理結果をランダムな文字で匿名化し、全体像と拡大部分を元の写真(ない場合は入力画像)と並べて見せ、0から10の得点を付けさせました。一貫性を確認するため、写真ごとに一つの処理結果を二回見せました。
  • Qwen3.8[5](27B)には、拡大部分とすべての顔を元の写真と並べて見せ、同じ0–10の尺度で採点させました。また、顔ごとに「同じ人物のままか」も回答させました。

**測定方法。**すべての顔を元の写真(ない場合は拡大した入力画像)でSCRFD[6]を使って一度だけ検出し、すべての処理結果から同じ位置を切り抜きました。ツールが顔を消してしまっても、評価から漏れないようにするためです。

  • **同じ人物か?**四つの顔認識モデル(大半の顔では三つ)による類似度の平均です。ArcFace[7](Glint360K[8]で学習)、MagFace[9]、AdaFace[10](WebFace12M[11]で学習)、AuraFace[12]を使用しました(1=同じ顔、別人はおよそ0–0.3)。
  • **顔の画質:**eDifFIQA[13](DifFIQA[14]の高速な後継手法)を使いました。元の写真を使わず、顔がどれほど鮮明で識別しやすいかを採点します。
  • **元の画像との近さ:**総合得点にはLPIPS[15]とA-FINE[1]を使いました。確認用にDISTS[16]、DreamSim[17]、DINOv2[18]、TOPIQ[19]、CIEDE2000色差[20]を使いました。
  • 見栄えはよいか?(元の画像は不要):総合得点にはMUSIQ[21]とNIQE[22]、確認用にMANIQA[23]、CLIP-IQA+[24]、TOPIQを使いました。

指標の計算には、公開ライブラリのIQA-PyTorch[25]と各モデルの公式コードを使いました。

**総合得点(0–100)。**Opusの得点を28 %、次の各項目を8 %ずつとしました。Qwen3.8の拡大部分の得点、Qwen3.8による顔の得点、同一人物スコア、Qwen3.8が別人と判定した顔の割合、顔の画質、LPIPS、A-FINE、MUSIQ、NIQEです。評価役の得点は10倍します。残りの指標は、基本テストの18種のツール・設定のうち、最良が100、最悪が0になるように換算します。全体テストでも同じ尺度を使うため、総合得点の意味は変わりません。基本テストの最良値を上回る値は100、最悪値を下回る値は0として扱います。重みは私たちが決めました。すべての内訳を公開しているので、自分で重みを変えて評価できます。 重みは基本テストの終了後、全体テストの開始前に固定しました。Opusの重みを最大にしたのは、非常に高性能な非公開モデルであり、基本テストの得点が私たちの目視評価と最も一致したからです。

**再現性について。**採点前に、すべての処理結果を入力画像と位置合わせしました。0.75ピクセルを超えるずれは補正しています(Wonder 3.5の処理結果は約0.8ピクセルずれることがよくあります)。数値の再現も確認済みです。このテストを再現するにはをご覧ください。

ビフォー・アフター:細部の比較例#

以下の切り抜きは、図に別の記載がない限り、基本テストのものです。

顔:本人らしさを保ったAI画像拡大ツールはどれか#

各処理結果の下に小さく示した数値は、次の意味です。Opus 5.5評価は、ツール名を伏せた評価役による、切り抜き元の処理結果全体の得点(0–10)です。顔の類似度は、顔認識モデルで測った元の写真の人物との近さ(0–1、別人はおよそ0–0.3)で、顔がある場合に示しています。MUSIQは処理結果全体の見栄えのスコア(0–100)です。

図6 · チーム写真、1914年・56 × 42 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.5顔の類似度 0.39MUSIQ 62
Crystal
Opus 5.5評価 7.0顔の類似度 0.49MUSIQ 64
Let's Enhance
Opus 5.5評価 7.0顔の類似度 0.46MUSIQ 60
Topaz Wonder 3.5
Opus 5.5評価 7.0顔の類似度 0.56MUSIQ 72
Gemini
Opus 5.5評価 7.0顔の類似度 0.61MUSIQ 43
ChatGPT
Opus 5.5評価 5.5顔の類似度 0.37MUSIQ 69
Krea
Opus 5.5評価 5.0顔の類似度 0.25MUSIQ 61
Upscayl
Opus 5.5評価 2.5顔の類似度 0.54MUSIQ 62
Recraft Creative
Opus 5.5評価 2.0顔の類似度 0.07MUSIQ 37
Magnific Creative
Opus 5.5評価 2.3顔の類似度 0.17MUSIQ 69
チーム写真、1914年:56 × 42 pxの切り抜き。入力画像は504 × 336 px。

1914年のサッカー選手。コピーでは顔の幅が約25ピクセルです。六種のツールは元の人物に近い顔を保っています。Crystal、Let's Enhance、MegaPotato、Topaz Wonder 3.5、Gemini、ChatGPTです(ChatGPTは写真を少し青みがかった色にもしています)。Kreaは顔を黒い線で覆い、Upscaylは顔を崩し、Recraft CreativeとMagnific Creativeは別の男性を描いています。Upscaylの数値に注目してください。顔の類似度は0.54ですが、Qwen3.8による顔の評価は10点満点で2点です。顔が変形しても大まかな形が残っていれば、顔認識モデルが高い類似度を付けることがあります。両方の指標を示すのは、そのためです。

顔が大きく写ったポートレートでは、ほぼすべてのツールが良好な結果を出しました。画像に含まれる情報がはるかに多く、処理も容易だからです。

図7 · ポートレート・140 × 105 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.5顔の類似度 0.97MUSIQ 39
Crystal
Opus 5.5評価 8.0顔の類似度 0.97MUSIQ 47
Topaz Wonder 3.5
Opus 5.5評価 7.5顔の類似度 0.97MUSIQ 47
Topaz Bloom 2
Opus 5.5評価 7.0顔の類似度 0.86MUSIQ 51
Upscayl
Opus 5.5評価 7.0顔の類似度 0.97MUSIQ 29
Magnific Creative
Opus 5.5評価 3.8顔の類似度 0.72MUSIQ 44
ポートレート:140 × 105 pxの切り抜き。入力画像は504 × 336 px。

簡単な例です。顔が大きく写ったポートレートの鼻と唇。CrystalとTopaz Wonder 3.5は、肌の質感を元の写真に最も近い状態に保っています。MegaPotatoは少し滑らかにします。Topaz Bloom 2は唇を描き直し、Upscaylはろうのような質感に、Magnific Creativeは独自のそばかすを描き足しています。

一方、小さい顔は極めて難しく、ツール間の差がはっきり出ます。群衆や古い集合写真では顔の幅が10–35ピクセルしかないため、モデルは大半を推測するしかありません。

図8 · 夜市・56 × 42 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.0顔の類似度 0.47MUSIQ 58
Let's Enhance
Opus 5.5評価 6.0顔の類似度 0.44MUSIQ 57
Topaz Wonder 3.5
Opus 5.5評価 6.5顔の類似度 0.39MUSIQ 63
ChatGPT
Opus 5.5評価 4.5顔の類似度 0.38MUSIQ 64
Gemini
Opus 5.5評価 6.0顔の類似度 0.16MUSIQ 45
Recraft Creative
Opus 5.5評価 1.5顔の類似度 0.09MUSIQ 49
夜市:56 × 42 pxの切り抜き。入力画像は504 × 336 px。

夜市の群衆の端にいる女性。顔の幅は約15ピクセルです。どのツールも、うまく再現できていません。Qwen3.8による顔の評価ではLet's Enhanceが最も近く(10点満点で6点)、MegaPotatoとChatGPTが5点、Topaz Wonder 3.5が3点でした。ChatGPTでさえ描き直しに成功しなかったのは、興味深い点です。GeminiとRecraft Creativeでは顔が完全に崩れています。

図9 · 食料品店、1943年・36 × 27 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.5顔の類似度 0.24MUSIQ 59
Topaz Wonder 3.5
Opus 5.5評価 7.5顔の類似度 0.23MUSIQ 61
Gemini
Opus 5.5評価 7.5顔の類似度 0.28MUSIQ 48
ChatGPT
Opus 5.5評価 5.5顔の類似度 0.26MUSIQ 65
Crystal
Opus 5.5評価 7.0顔の類似度 0.18MUSIQ 59
Upscayl
Opus 5.5評価 2.5顔の類似度 0.28MUSIQ 58
食料品店、1943年:36 × 27 pxの切り抜き。入力画像は504 × 336 px。

1943年の店主。顔の幅は約16ピクセルです。この例ではTopaz Wonder 3.5とMegaPotatoが最も近く見えます。Wonderは顔と口ひげを保っていますが、視線を変えています。MegaPotatoとGeminiは顔を保ちつつ、口ひげを薄くしています。ChatGPTはずっと若い顔にしています。Crystalは元とは違う、ほっそりした顔を描き、Upscaylでは顔が崩れています。

図10 · イスタンブールの家並み・32 × 24 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0MUSIQ 73
Topaz Wonder 3.5
Opus 5.5評価 7.0MUSIQ 73
Topaz Bloom 2
Opus 5.5評価 4.5MUSIQ 72
Upscayl
Opus 5.5評価 3.0MUSIQ 68
Recraft Creative
Opus 5.5評価 1.5MUSIQ 49
Magnific Creative
Opus 5.5評価 1.8MUSIQ 72
イスタンブールの家並み:32 × 24 pxの切り抜き。入力画像は504 × 336 px。

彫像の顔にも同じ傾向があるようです。この胸像の顔は高さ約12ピクセルしかありません。極めて難しい例で、どのモデルもそれぞれの形で失敗しました。MegaPotatoとTopaz Wonder 3.5が最も近く見え、少なくとも正しい位置に女性の顔があります。Topaz Bloom 2は別の顔を彫り、UpscaylとRecraft Creativeは顔を崩し、Magnific Creativeは胸像を花瓶に変えています。

**顔の数値からわかること。**基本テストには67人分の顔が9枚の写真に写っており、各ツールに渡したコピーでの幅は10–290ピクセルです。それぞれについて、同一人物スコア、Qwen3.8による顔の評価点、別人と判定されたかどうかを測定しました。

  • **顔認識とAI評価役の判断は、興味深い形で食い違います。**ぼやけた単純拡大は、大まかな形を保つため「同じ人物」のスコアが高くなります。しかし、評価役はそうした結果を低く評価します。鮮明な顔を作るには推測が必要で、推測するたびに元の顔から少し離れます。どのモデルも、このトレードオフからは逃れられません。
  • **顔の画質だけでは上位ツールを区別できません。**eDifFIQAによるCrystal、Wonder 3.5、Let's Enhance、MegaPotato、ChatGPTの顔の得点は0.56–0.59で、元の写真の顔(0.58)と同程度でした。変形した顔やぼやけた顔は大幅に低くなりました(Upscaylは0.39、単純拡大は0.27)。ただし、これはどちらかといえば見栄えの指標です。顔が鮮明で識別しやすいかを評価するもので、同じ人物かどうかを評価するものではありません。

創作向けモデルは別です。ほとんどの場合、そもそも本人らしさを保とうとしていません。

図11 · カフェのメニュー・96 × 72 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0顔の類似度 0.73MUSIQ 57
Crystal
Opus 5.5評価 7.0顔の類似度 0.79MUSIQ 53
Topaz Bloom 2
Opus 5.5評価 6.5顔の類似度 0.43MUSIQ 56
Recraft Creative
Opus 5.5評価 2.0顔の類似度 0.21MUSIQ 56
Krea
Opus 5.5評価 4.5顔の類似度 0.45MUSIQ 56
Magnific Creative
Opus 5.5評価 2.8顔の類似度 0.08MUSIQ 60
カフェのメニュー:96 × 72 pxの切り抜き。入力画像は504 × 336 px。

カフェの写真の女性です。MegaPotatoとCrystal(全ツール一覧ではTopaz Wonder 3.5とLet's Enhanceも)は、本人らしさを保っています。Topaz Bloom 2、Recraft Creative、Krea、Magnific Creativeは、それぞれ別の女性を描いています。顔認識モデルによる類似度は0.08から0.45で、MegaPotatoの0.73、Crystalの0.79を下回っています。

文字と数字:堂々と間違える#

画像拡大ツールで最も危ないのは、小さい文字です。読める形で出てくるので、つい信じてしまいます。

図12 · ロードレース・60 × 45 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0MUSIQ 65
Topaz Wonder 3.5
Opus 5.5評価 7.5MUSIQ 67
Crystal
Opus 5.5評価 6.5MUSIQ 62
Gemini
Opus 5.5評価 6.0MUSIQ 58
ChatGPT(厳密なプロンプト)
Opus 5.5評価 3.0MUSIQ 66
Recraft Creative
Opus 5.5評価 2.0MUSIQ 61
ロードレース:60 × 45 pxの切り抜き。入力画像は504 × 336 px。

記事冒頭の走者です。本当の表記はLUT 3029 TPです。この例ではTopaz Wonder 3.5とMegaPotatoが最も近く見えます。Wonderは数字を正しく読みました(ただしTPを7Pに変更)。MegaPotatoは2029と書きました。Crystalは2020、Geminiは2022で、赤い帯の「trucks」を読めたのはGeminiだけです。ChatGPT(厳密なプロンプト)は「182 XDA 17」と書き、Recraft Creativeはゼッケンもシャツも丸ごと置き換えています。

当然ながら、大きい文字のほうが小さい文字より簡単です。

図13 · 夜市・112 × 72 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.0MUSIQ 58
Topaz Wonder 3.5
Opus 5.5評価 6.5MUSIQ 63
Crystal
Opus 5.5評価 6.5MUSIQ 59
ChatGPT
Opus 5.5評価 4.5MUSIQ 64
Magnific Creative
Opus 5.5評価 1.8MUSIQ 59
Recraft Creative
Opus 5.5評価 1.5MUSIQ 49
夜市:112 × 72 pxの切り抜き。入力画像は504 × 336 px。

夜市の看板です。大きい文字はMegaPotato、Topaz Wonder 3.5、Crystalで残っています。その下の電話番号0981337668は入力画像では読めず、どのツールも復元できません。Wonder 3.5とCrystalは代わりにラテン文字を、MegaPotatoは架空の文字を描いています。ChatGPTは看板全体を別のデザインに描き直し、Magnific Creativeは看板に家を描き、Recraft Creativeは別の文字を書いています。

図14 · カフェのメニュー・96 × 72 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0MUSIQ 57
Crystal
Opus 5.5評価 7.0MUSIQ 53
Topaz Wonder 3.5
Opus 5.5評価 7.5MUSIQ 54
Krea
Opus 5.5評価 4.5MUSIQ 56
Magnific Creative
Opus 5.5評価 2.8MUSIQ 60
Recraft Creative
Opus 5.5評価 2.0MUSIQ 56
カフェのメニュー:96 × 72 pxの切り抜き。入力画像は504 × 336 px。

カフェのメニューです。小さいコピーでも読める大きさの文字なので、ほぼすべてのツールが維持できました。この例ではMegaPotato、Crystal、Topaz Wonder 3.5が最も近く見えます。多くのモデルが色合いを再現できなかったのは興味深い点です。Kreaはチョークを灰色にし、Magnific Creativeは二つの単語を書き換え、Recraft Creativeはメニューを意味不明な単語(「smme」「olwerlo」「Kinierl」)に書き換えています。

色:写真を塗り替えなかったのはどれか#

図15 · イスタンブールの家並み・100 × 75 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0MUSIQ 73
Crystal
Opus 5.5評価 7.0MUSIQ 74
Topaz Wonder 3.5
Opus 5.5評価 7.0MUSIQ 73
ChatGPT(簡単なプロンプト)
Opus 5.5評価 7.0MUSIQ 70
イスタンブールの家並み:100 × 75 pxの切り抜き。入力画像は504 × 336 px。

イスタンブールの家に生えたツタです。MegaPotato、Crystal、Topaz Wonder 3.5は色を保っています。ChatGPTはどちらのプロンプトでも、暗い赤褐色の葉を鮮やかな緑に変えています。

図16 · ロードレース・画像全体
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0MUSIQ 65
Topaz Wonder 3.5
Opus 5.5評価 7.5MUSIQ 67
ChatGPT(簡単なプロンプト)
Opus 5.5評価 3.0MUSIQ 68
ChatGPT(厳密なプロンプト)
Opus 5.5評価 3.0MUSIQ 66

レース写真の全体像です。MegaPotatoとTopaz Wonder 3.5は、ほかの忠実度を重視するツールと同様に色を保っています。簡単なプロンプトのChatGPTは、暖色の光を寒色に変え、上部に青空と緑の木々を加えています。厳密なプロンプトでは暖かみをより多く残しますが、それでも色は変わります(色差は11.1と7.8。上の二種は2.3)。

動物の毛並みとAI生成画像#

図17 · 猫・64 × 48 pxの部分(全体は504 × 336)
各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 8.0MUSIQ 55
Crystal
Opus 5.5評価 7.5MUSIQ 56
Topaz Wonder 3.5
Opus 5.5評価 7.5MUSIQ 57
ChatGPT(簡単なプロンプト)
Opus 5.5評価 6.0MUSIQ 61
Magnific Creative
Opus 5.5評価 3.8MUSIQ 54
Recraft Creative
Opus 5.5評価 4.0MUSIQ 47
猫:64 × 48 pxの切り抜き。入力画像は504 × 336 px。

猫の毛並みです。この例ではMegaPotatoとCrystalが最も近く見え、Topaz Wonder 3.5は少しぼやけています。ChatGPTは毛をよりオレンジ色に、Magnific Creativeは斑点模様に、Recraft Creativeは長く滑らかな毛にしています。

図18 · 全体テスト・AI画像・96 × 72 pxの部分(全体は384 × 288)
各ツールへの入力
元のAI画像
MegaPotato
Opus 5.5評価 8.0顔の類似度 0.75MUSIQ 64
Crystal
Opus 5.5評価 7.0顔の類似度 0.74MUSIQ 65
Topaz Wonder 3.5
Opus 5.5評価 6.5顔の類似度 0.72MUSIQ 64
講堂のAI画像:96 × 72 pxの切り抜き。入力画像は384 × 288 px。

全体テストのAI画像(FLUX.1 [schnell]で私たちが生成)で、16人分の顔が写っています。上位三種とも良好な結果です。MegaPotatoはOpus 5.5評価(10点満点で8点。Crystalは7点、Wonder 3.5は6.5点)、Qwen3.8の拡大部分の評価、元の画像との近さ(LPIPS)で最高評価でした。また、顔も元の画像の人物に最も近いままでした(同一人物スコア0.75、ほかは0.74と0.72)。

架空の細部:写真に何を描き足したか#

どの生成ツールも、元の画像にはなかった細部を何かしら描き足しました。汎用モデルでは多く、専用モデルでは少なかったものの、例外はありません。

  • **MegaPotato:**文字が小さすぎて読めない場所に、架空のロゴや文字。
  • **ChatGPT:**新しい物や装飾(カーテン、絵、会社名)、別の空や光。
  • **Topaz Wonder 3.5:**彫像や人形、絵の顔を、生身の人間や写真に変える。小さすぎる文字では数字を誤る。
  • **Topaz Standard V2、Low Resolution V2、Standard MAX:**小さい顔から装飾品などを消しがち。
  • **Topaz Bloom 2:**人物、彫像、テーブルに新しい服や物。
  • **Recraft Creative:**別の場面。新しい人物、植物、窓、メニュー。
  • **Magnific Creative:**こちらも別の場面。新しい人物や文字。胸像をつぼに変える。

極めて難しいケース:古いプリント写真、強いJPEG圧縮、ノイズ(57枚)#

全体テストでわかるのは平均的な性能です。そこで、最悪の条件でモデルがどう振る舞うかを見るため、極端な劣化を加えたテストも行いました。対象は57枚です。小さくして(288 × 216以下)意図的に劣化させた画像と、もともと難しい画像です。網点のある印刷物のスキャン、強いJPEG圧縮、暗所ノイズ、ほこりや傷のある古いプリント写真、凹凸のある印画紙、ごく小さい顔、サングラス、彫像、人形、絵画、漫画を含みます。元の画像はパブリックドメインまたは自由に利用できるライセンスの写真です(Library of Congress、Wikimedia Commons、The Metropolitan Museum of Art、Pexels)。ここでは上位三種だけを実行し、ツール名を伏せたAI評価役が画像ごとに最良の結果を選びました。以下に示す画像については、Opus 5.5にも、別途ツール名を伏せた状態で基本テストの採点基準を使い、すべての結果を採点させました。その得点とMUSIQを各パネルの下に示しています。ここで変わって見える顔は、ツールの出力であって、実際の人物の顔ではありません。ツールの挙動を記録するためだけに掲載しています。

図19 · 難しいケース・JPEG品質12の眼鏡

音楽家の写真を強くJPEG圧縮して保存(品質12)(64 × 48 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.5MUSIQ 55
Crystal
Opus 5.5評価 4.0MUSIQ 52
Topaz Wonder 3.5
Opus 5.5評価 5.0MUSIQ 61

強くJPEG圧縮した列車の乗客(品質12)(56 × 42 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 3.5MUSIQ 60
Crystal
Opus 5.5評価 4.5MUSIQ 58
Topaz Wonder 3.5
Opus 5.5評価 3.0MUSIQ 63

強いJPEG圧縮で劣化した二つの顔です。条件の厳しさを考えれば、どのツールもおおむね問題なく処理できていますが、それぞれ別の細部を描き足したり、失ったりしています。

写真:cottonbro studio、Pexels License;Syazani Zahari、Pexels License

図20 · 難しいケース・古いプリント写真

ほこり、傷、ぼけのある古いセピア色のプリント写真(148 × 111 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 5.5MUSIQ 44
Crystal
Opus 5.5評価 3.5MUSIQ 34
Topaz Wonder 3.5
Opus 5.5評価 4.0MUSIQ 43

古く退色したアインシュタインのプリント写真。

写真:Ferdinand Schmutzer、パブリックドメイン

図21 · 難しいケース・強いJPEG圧縮とノイズ

1943年の写真を強くJPEG圧縮して保存(品質12)(90 × 68 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 5.5MUSIQ 66
Crystal
Opus 5.5評価 2.5MUSIQ 54
Topaz Wonder 3.5
Opus 5.5評価 6.5MUSIQ 68

同じ写真に強い暗所ノイズを追加(90 × 68 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 5.5MUSIQ 49
Crystal
Opus 5.5評価 3.5MUSIQ 44
Topaz Wonder 3.5
Opus 5.5評価 6.0MUSIQ 64

同じ1943年の写真に、二種類の強い劣化を加えました。MegaPotatoは女性を若くし、眼鏡を消しました。

写真:Jack Delano、Library of Congress、パブリックドメイン(米国政府の著作物)

図22 · 難しいケース・サングラス

強いJPEG圧縮後の色の濃いサングラス(100 × 75 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.0MUSIQ 77
Crystal
Opus 5.5評価 7.0MUSIQ 76
Topaz Wonder 3.5
Opus 5.5評価 6.5MUSIQ 78

強いJPEG圧縮後の走者がかけたミラーレンズのスポーツサングラス(98 × 74 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.5MUSIQ 75
Crystal
Opus 5.5評価 5.5MUSIQ 68
Topaz Wonder 3.5
Opus 5.5評価 7.0MUSIQ 76

強いJPEG圧縮の後、Crystalは色の濃いサングラスを透けさせ、その奥に目を描くことがよくあります。MegaPotatoとWonder 3.5は、たいていレンズの濃さを保ちます。

写真:Karan Singh、Pexels License;RUN 4 FFWPU、Pexels License

図23 · 難しいケース・人形と大理石の頭像

玩具博物館のビスクドール。入力時の顔の幅は約22 px(56 × 42 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 7.0MUSIQ 71
Crystal
Opus 5.5評価 4.5MUSIQ 62
Topaz Wonder 3.5
Opus 5.5評価 4.0MUSIQ 69

ローマ時代の大理石の男性胸像、1世紀半ば(128 × 96 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.0MUSIQ 68
Crystal
Opus 5.5評価 7.5MUSIQ 69
Topaz Wonder 3.5
Opus 5.5評価 6.5MUSIQ 72

人間ではない顔の例です。

画像:Alf van Beem、Wikimedia Commons、CC0;The Metropolitan Museum of Art、Open Access、CC0

図24 · 難しいケース・水彩画

John Singer Sargentの水彩画、1912年(60 × 45 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 6.5MUSIQ 55
Crystal
Opus 5.5評価 6.5MUSIQ 52
Topaz Wonder 3.5
Opus 5.5評価 3.5MUSIQ 64

絵画です。Wonderは、絵の顔をためらいなく写真に変えています。MegaPotatoは若く滑らかな顔にして、イラストに近づけています。Crystalは大まかな筆遣いを保っており、ここではそれが正しいように見えます。

画像:John Singer Sargent、The Metropolitan Museum of Art、Open Access、CC0

図25 · 難しいケース・凹凸のある印画紙

凹凸のある印画紙からスキャンした1910年代の写真(72 × 54 pxの部分、入力全体は288 × 216 px)

各ツールへの入力
元の写真
MegaPotato
Opus 5.5評価 8.5MUSIQ 62
Crystal
Opus 5.5評価 4.5MUSIQ 54
Topaz Wonder 3.5
Opus 5.5評価 6.5MUSIQ 65

印画紙の凹凸を取り除いたのはMegaPotatoだけです。Wonderは一部を残し、女性の目つきをきつくしています。Crystalはすべてそのまま残しています。

写真:Harris & Ewing、Library of Congress、公開に関する既知の制限なし

ひどく劣化した顔は、私たちの弱点です。そうした写真8枚のうち、MegaPotatoは6枚で人物を変えてしまいました(年齢や顔が変わる、閉じていた目が開く)。入力が非常に小さい場合、どのツールもアインシュタインの顔を保てませんでした。また、MegaPotatoはすべての処理結果で、二辺に沿ってピクセルが筋状に乱れた帯を残しました。

画像の種類画像数Wonder 3.5が首位MegaPotatoが首位Crystalが首位
新聞・雑誌の網点(網点のあるスキャン画像)11860
古いプリント写真:ほこり、傷、ぼけ、凹凸のある印画紙7260
人物写真への強いJPEG圧縮と暗所ノイズ16963
強いJPEG圧縮後のサングラス5430
ごく小さい顔と入力画像(128 × 96、160 × 120)8552
彫像・人形5140
絵画・漫画5212
難しいケース全体5731317

同点の場合は該当するすべてのツールを数えるため、行の合計が画像数を超えることがあります。各グループは小さく、一枚で結果が変わります。

要するに、難しいケースではWonder 3.5とMegaPotatoがまったく互角でした。57枚中、それぞれ31枚で首位でした。Crystalの首位は7枚でした。印刷物のスキャン、強いJPEG圧縮、ノイズの多い写真なら、まずWonder 3.5。古いプリント写真、彫像、人形、凹凸のある印画紙ならMegaPotato。絵画なら、筆致を保つCrystal。劣化した顔では、どのツールも安心はできませんでした。

写真の種類別:どのAI画像拡大ツールを使うべきか#

  • 撮影時の状態のままの、実際の低画質写真(古い携帯電話、初期のデジタルカメラ、パーティーや舞台の写真):MegaPotatoが大差で優勢です(67.2に対し、Wonder 3.5は62.8、Crystalは46.1。29枚)。
  • 夜景・舞台・暗所:MegaPotato(70.1、ほかは64.8と55.2。24枚)。
  • 共有・圧縮された人物写真や、小さい人物写真:顔の鮮明さと自然さを求めるならMegaPotato。元の顔にできるだけ近いことを重視するなら、同一人物スコアが高いTopaz Wonder 3.5かCrystalです。
  • 古く退色したプリント写真や、昔の家族写真:Wonder 3.5かMegaPotato。古いプリント写真19枚ではほぼ同点でした(74.0と73.9)。難しいケースではMegaPotatoの顔が最も鮮明でしたが、強い劣化を模様に変えてしまうこともあります。ほこりや傷を確実に除去できるツールはありません。
  • 新聞や雑誌のスキャン:Topaz Wonder 3.5かMegaPotato。
  • 彫像、人形、絵画、線画:MegaPotatoは石の目を石のまま保ちます。絵画ではCrystalが筆致を保ちます。Wonderはときどき「生身」に変えてしまいます。
  • **人物のいない風景、動物、建物:**三種とも僅差です(Crystalは74.2、MegaPotatoは72.8、Wonder 3.5は72.6)。
  • **名前、数字、看板のある写真:**小さい文字は、どのツールも信用しないでください。突然読めるようになった単語や数字は、復元ではなく推測です。小さい文字は、MegaPotatoの次のバージョンに向けて私たちが取り組んでいる課題です。
  • **小さいファイルから大きく印刷:**300ピクセル/インチなら、2016 × 1344ピクセルで約17 × 11 cm(6.7 × 4.5 in)に印刷できます。MegaPotatoは8倍、Let's Enhanceは16倍、Topaz Gigapixelは6倍まで対応しています。
  • APIで数千枚を処理:写真ならMegaPotato(写真一枚あたり$0.079、月1 000枚の場合)、Topaz(公式APIは$0.26で、月額は$50から。fal.ai経由なら$0.24)、Crystal($0.35)。Recraft Crisp($0.033)は、きれいなグラフィックに限ります。大量処理時の速度や信頼性はテストしていません。

AI画像拡大ツールの料金:実際にいくらかかるか#

図26 · 上位四種:写真一枚あたりの料金

Bar chart of 4 bars: MegaPotato $0.073, Let's Enhance $0.22, Topaz Wonder 3.5 · fal.ai $0.24, Crystal $0.35. Highest: Crystal; lowest: MegaPotato.

上位四種:写真一枚あたりの料金
value
MegaPotato$0.073
Let's Enhance$0.22
Topaz Wonder 3.5 · fal.ai$0.24
Crystal$0.35

総合得点の首位から二点以内の四種(80.8から82.6)と、それぞれの写真一枚あたりの料金です。月100枚で、三つのサイズを平均しています。棒グラフの起点はゼロです。ほかの三種はMegaPotatoの3.1から4.8倍の料金です。Topaz公式APIはこのグラフに含めていません。プランが月$50からなので、月100枚では主に基本料金を負担することになり、写真一枚あたり$0.54です。月1 000枚なら$0.26になります。

図27 · 料金に対する画質

Scatter plot of 14 points: 総合得点 against 写真一枚あたりの料金、$ (log scale). 写真一枚あたりの料金、$ from 0.033 to 2.051. Highest 総合得点: MegaPotato (82.6); lowest: Recraft Creative (33.3). Highlighted: MegaPotato (82.6 at 0.073). Hollow points are estimates.

料金に対する画質
写真一枚あたりの料金、$総合得点総合得点 from総合得点 toseriesestimate
MegaPotato0.07382.6MegaPotato
Topaz Wonder 3.50.2481.9Topaz
Let's Enhance0.22381.8Let's Enhance
Crystal0.3580.8Crystal
ChatGPT0.16273.2OpenAIyes
Gemini0.11370.9Googleyes
Topaz Standard MAX0.45369.9Topaz
Topaz Bloom 20.90768.1Topaz
Topaz Precision、3モデル0.10753.934.165.1Topaz
Recraft Crisp0.03363.9Recraftyes
Krea Enhance0.2153.7Kreayes
Magnific Precision V21.13053.5Magnific
Magnific Creative1.02046.3Magnificyes
Recraft Creative2.05133.3Recraftyes

月100枚、三つのサイズを平均した写真一枚あたりの料金と総合得点です。提供元ごとに色分けし、Topazはfal.ai経由の料金を使っています。料金軸は対数目盛です。同じ距離は同じ金額差ではなく、同じ比率を表します。白抜きの点は、メガピクセルあたりの単価から換算した料金です。Upscaylはグラフに含めていません。アプリ自体は無料ですが、手持ちのグラフィックカードと電力が必要で、それらの費用は計算していないためです。料金の計算方法↓

グラフの料金の計算方法

写真一枚あたりの料金は、サイズの異なる三つの画像をそれぞれ4倍に拡大した場合(0.17 → 2.7 MP、1 → 16 MP、3 → 48 MP)の、月100枚での平均です。買い切りパックや有効期限のないクレジットは、その利用量で使い切るまでの月数で費用を割り、最長12か月で計算しました。利用量ごとに最安のパックまたはプランを選んでいます。Topazはfal.aiの従量課金です。月額最低$50のTopaz公式APIを使うと、Topazの点はすべて右へ移動します(Wonder 3.5は$0.54)。Topazの三つのPrecisionモデル(Standard V2は62.6、Low Resolution V2は65.1、High Fidelity V3は34.1)は同じ料金なので、平均値の一点にまとめ、最低から最高までを線で示しています。MegaPotatoはウェブアプリの料金で、−20 %の割引(同時に3枚以上送る場合)を適用しています。月100枚で最安のパックは、小サイズでは$25で600ポテチ、大きい二つのサイズでは$50で1 300ポテチです。APIにはバッチ割引がなく、この利用量では写真一枚あたり$0.091です。GeminiとOpenAIはBatch APIの料金(半額、24時間以内に結果を返却)です。指定サイズを出せないツール(ChatGPTは8 MP超、Geminiは48 MP、Magnific Creativeは25 MP超、Recraftはサイズ指定自体が不可)や、一つのサイズでしか料金を算出していないツール(Krea)は、メガピクセルあたりの単価から換算し、白抜きの点にしています。下の表には月10枚と1 000枚の場合も示します。料金は税抜きです。

写真一枚あたりの料金だけでは、最初に何を買う必要があるか、そしてコードを書かずに使えるかが見えません。そこで、すべてのツールが処理できる基本テストの小サイズ(504 × 336の写真を4倍に拡大、2.7 MP)について、ひと月分の費用を示します。各社の公式サイトまたはAPIの料金で、2026年11月15日に再確認しました(各出典に確認日を記載)。税抜きです。参照ページは出典にあります。

MegaPotato[26]$0.50$3.33$31$5からの買い切りポテチパック。有効期限なし。同時に3枚以上で−20 %可
Crystal API (Clarity AI)[27]$0.50$5$50$1からの従量課金不可
Crystalウェブサイト (Clarity AI)[27]$13–19$13–19$199–299月額プラン。Starterは$19(年払いなら$13)で1 200クレジット。小さい写真は5クレジット。月1 000枚にはBusinessの30 000クレジットが必要。最安プランには「小さい画像への対応」なし可
Topaz Wonder 3.5 (Topaz API)[28]$50$50$100Topaz公式API、月$50から。写真一枚あたり1クレジット不可
Topaz Standard V2, Low Res V2, High Fidelity V3 (Topaz API)[28]$50$50$100同じAPIプラン。写真一枚あたり1クレジット不可
Topaz Standard MAX (Topaz API)[28]$50$50$100同じAPIプラン。写真一枚あたり1クレジット不可
Topaz Bloom 2 (Topaz API)[28]$50$50$200同じAPIプラン。写真一枚あたり2クレジット不可
Topaz Wonder 3.5 (fal.ai)[29]$0.80$8$80従量課金。出力8 MPごとに$0.08、端数は切り上げ不可
Topaz Standard MAX (fal.ai)[29]$0.80$8$80従量課金。出力4 MPごとに$0.08、端数は切り上げ不可
Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)[29]$0.80$8$80従量課金。出力24 MPごとに$0.08、端数は切り上げ不可
Topaz Bloom 2 (fal.ai)[29]$1.60$16$160従量課金。出力2 MPごとに$0.08、端数は切り上げ不可
Topaz for Web、Image(Wonder 3、3.5ではない)[30]$14–19$14–19$14–19定額プラン。年$199、年間契約で月$19または月単位の契約で月$19、セール価格は$169と$16(年間契約の場合)(2026年11月15日時点)。Topazの表記では処理回数は無制限。公開されている制限は出力上限32 MP、同時処理は二枚まで、個人または小規模事業での利用可
Topaz Gigapixel(デスクトップ、Wonder 3)[30]$11–29$11–29$11–29年$149、年間契約で月$19または月単位の契約で月$29、セール価格は$127と$16(年間契約の場合)。ローカル処理は無制限、クラウド処理は同時に二枚までで「無制限」可
Let's Enhance[31]$3.25$9$72定額プランまたは買い切りパック。写真一枚あたり1クレジット可
Gemini (API)[32]$0.50$5$50Batch API、従量課金。2K画像(2528 × 1696)を生成。コード不要の無料アプリでは1264 px不可
ChatGPT(OpenAIの画像API)[33]$0.42$2.71$27Batch APIの品質「high」。最低前払い額$5。コード不要のアプリでは1536 × 1024を出力不可
Recraft Crisp (API)[34]$0.08$0.40$4$1からの従量課金不可
Recraft Creative (API)[34]$2.50$25$250$1からの従量課金不可
Magnific Creative(ComfyUIノード)[35]$3.40$34$340Comfyクレジットを前払い、最低$10、有効期限は一年。Magnific公式プランは月€16から不可
Magnific Precision V2(ComfyUIノード)[35]$3.40$34$340同じクレジット。2×処理を二回不可
Krea(Proプラン)[36]$21–35$21–35$21–35Proは月$35、年払いなら月$21。20 000計算ユニット。KreaはこれでEnhancerの画像を何枚処理できるかを記載しなくなった(10月には月2 500枚と記載していた)可
Upscayl無料無料無料手持ちのグラフィックカード可

実際に選ぶ際は、どう考えればよいでしょうか。コードを書けるなら、元の画像に忠実なツールの中ではMegaPotatoのAPIが最安です。写真一枚あたり$0.091(月100枚、三つのサイズの平均。APIにはバッチ割引がありませんが、ウェブアプリでは適用され、同じ写真が$0.073)。これに対し、Topaz公式API経由のWonder 3.5は$0.54(fal.aiなら$0.24)、CrystalのAPIは$0.35です。コードを書かない場合、選択肢は狭まります。Crystalのウェブサイトは年払いで月$13から(月払いなら$19)。写真用のWonder 3.5はAPIでしか使えず、fal.aiの従量課金か、月$50からのTopaz公式APIになります(Topaz公式アプリはWonder 3で、今回は未検証)。つまり、上位ツールで買い切り・ブラウザ対応・サブスクリプション不要のものは、実質MegaPotatoとLet's Enhanceの二つだけです。料金を調べたすべてのサイズで、MegaPotatoのほうが安くなりました。月1 000枚ほどの大量利用では、Wonder 3を搭載したTopazの定額プランはかなり有利です(Gigapixelは年$149、Topaz for Webは$199、2026年11月15日時点のセールでは$127と$169)。Topazは処理回数を無制限とし、月間上限は公表していません。制限は出力32 MPまで、同時に二枚までです。月に数千回処理してもそのとおりに使えるかは、検証できていません。月100枚なら、すでにMegaPotatoのほうが安くなります。

実際の料金を左右する細かな条件と、未検証のツール
  • **最低利用額:**Topaz公式APIは月$50(10月に「近日公開」と表示されていた$0の「Starter」プランはなくなりました。写真一枚あたりのクレジット数はドキュメントに記載されています[37])。fal.aiは最低利用額なし。Crystalのウェブサイトは月$13–19。MegaPotatoは買い切りで最低$5。CrystalとRecraftのAPIは$1からの従量課金。GeminiとOpenAIのAPIは$5の前払いです。
  • **クレジットの有効期限:**Let's Enhanceの定額プランのクレジットは解約時に失効します(買い切りパックは期限なし)。Crystalのウェブサイトのクレジットは繰り越せません。GeminiとOpenAIのAPIクレジットは12か月で失効します。MegaPotatoのポテチ、Recraftのユニット、Crystal APIのクレジットに有効期限はありません。
  • **料金が跳ね上がる境界とサイズ上限:**Crystalは16 MPを少し超えると料金が倍になります($0.20から$0.40)。Topaz Standard V2は24 MPを超えると倍になり、Topaz APIのWonder 3.5は16 MPの時点ですでに2クレジットかかります。fal.aiのWonder 3.5は出力8 MPごとに$0.08かかり、端数は切り上げます(16 MPで$0.16、48 MPで$0.48)。MegaPotatoは一ポテチずつ増えます(タイルあたり0.06ポテチ、切り上げ)。OpenAIの画像APIは約8 MPが上限です。無料のGeminiアプリは1264 px。Let's Enhanceの無料プランは8 MPまでで、ロゴが入ります。
  • **未検証:**VanceAI[38]、Pixelcut[39]、Remini[40]。料金は個別レビューに記載しています。

テストしたAI画像拡大ツールの個別レビュー#

各ツールがどんなものか、何が得意で、どこで失敗したかを簡潔にまとめます。得点は得点一覧、料金は料金表にあるので、ここでは繰り返しません。

1. AI画像拡大ツールMegaPotato:両テストで首位、上位では最安値#

MegaPotatoは私たちのツールです。ウェブアプリとAPIを提供し、一つのモデルで2×、4×、8×の拡大と、サイズを変えない精細化に対応します。サブスクリプションではなく、ポテチパックで利用します。

最も強いのは実際の低画質写真、夜景、AI画像です。顔が自然に仕上がり、古いプリント写真の凹凸やほこりも、ほかのツールよりうまく取り除きます。弱いのは小さい顔で、CrystalやWonder 3.5より本人らしさが少し失われやすいです。暗く劣化した写真では年齢や、ときには顔そのものを変え、ごく小さい入力では画像の縁に筋状の乱れを残します。

2. Topaz Wonder 3.5:顔が最も忠実。ただしAPIのみ#

Topaz Labsは、おそらく画像拡大で最も有名な会社です(2026年9月からAdobe傘下)。モデルにはPrecision、Generative、Creativeの三系統があり、挙動は大きく異なります。注目すべきはWonder 3.5ですが、API専用です。Topaz公式APIか、今回使ったfal.aiで利用できます。アプリに搭載されているのはWonder 3です。

顔の忠実度は全体で最高です。走者の番号を読めた唯一のツールで、網点のあるスキャン画像にも最も強く、劣化した顔の扱いも最も慎重です。問題は、彫像や人形を人間として、絵画を写真として処理すること、人物の年齢を変えること、古く退色したプリント写真をぼやけたままにすることです。ほかのTopazモデルは別物です。Standard V2、Low Resolution V2、Standard MAXは小さい顔をプラスチック風にし、装飾品などを消しがちです。High Fidelity V3は小さい写真をほとんど変えません(大きい画像向けです)。Bloom 2は顔を描き直します。

3. Let's Enhance:忠実度はほぼ同等で、使いやすい#

Let's Enhanceは、初期からあるウェブ画像拡大ツールの一つです。ウェブ専用で、いくつかのモードがあります(APIはClaidという別サービスとして販売されており、今回は未検証)。今回は初期設定のPrimeを使いました。支払いはクレジット制で、パックか定額プランを購入します。

慎重で忠実です。顔の評価役はこのツールの顔を最も高く評価し、大きな描き足しもありませんでした。弱いのは鮮明さです。拡大部分の評価でも見栄えの指標でも、上位四種の中で最もぼやけた仕上がりでした。また、WonderやCrystalより、顔が元の人物から少し離れます。

4. Crystal Upscaler(Clarity AI):普通の写真には非常に忠実。ノイズと印刷物に弱い#

Crystalは、顔や商品向けに調整されたClarity AIの非公開モデルです。画像ごとの従量課金APIと、定額プランのウェブサイトがあります。

画像評価指標では元の画像に最も近く、人物と色を保ち、余計なものを加えません。人物のいない写真では最良です。しかし、ノイズやJPEGのブロックもそのまま鮮明にし、網点は網点のまま残します。今回の難しいケースでは、色の濃いサングラスを透けさせ、古い写真の子どもを大人のような顔にしました。スキャン画像、劣化したプリント写真、ノイズの多い写真には向きません。

5. ChatGPTで画像拡大:一見きれいでも、大事な細部が変わる#

ChatGPTに画像拡大ボタンはありません。大きい画像を頼むと、画像モデルが新しく描きます。

ぱっと見の見栄えは全体で最高です。しかし、描き直しに付きものの、よく知られた問題は残っています。色を変え、人物を若くし、自信満々に文字を書きます。「don't invent anything」と厳密に指示しても止まりません。見栄えのよい画像には使えますが、家族写真、書類、商品、名前や数字が写ったものには向きません。

6. Geminiアプリ(Google Nano Banana):顔には慎重だが、画像が小さい#

Geminiも画像拡大ツールではなく、画像全体を描き直します。

チャットモデルの中では最も慎重で、顔と色を保ちました。ただし画像が小さく、ぼやけています。誤った数字や架空の単語を、くっきりと書きます。

7. Recraft(CrispとCreative):グラフィックには安価。小さい顔には不向き#

Recraftは、CrispとCreativeという二つの画像拡大機能を備えたデザインツールです。Crispは元にあるものを鮮明にし、Creativeは描き直します。出力サイズは選べません。

CrispはAIアートやくっきりした輪郭では良好で、今回のAPIの中で最安ですが、小さい顔を変形させます。Creativeは単に別の写真を描き、新しい人物や意味不明な単語まで加えます。ロゴ、グラフィック、AIアートの大量処理向けで、人物向けではありません。

8. Upscayl:無料・オフライン。ただし小さい顔には不向き#

Upscaylは、手持ちのグラフィックカードでReal-ESRGAN系のモデルを動かす、無料のオープンソースのデスクトップアプリです。アカウント不要、透かしなし、写真はパソコンの外に送られません(同梱モデルのうち三つは非商用と明記されています)。

無料で、写真を外部に送らず使え、AIアートやくっきりした輪郭ならまずまずです。単語を捏造することもありません。小さい顔は変形し、小さい文字はぼやけたままです。きれいな画像を無料でオフライン拡大するためのツールです。それに尽きます。

9. Krea:多機能な制作環境。今回は自社の高画質化モデルを検証#

Kreaはクリエイティブ制作のプラットフォームです。Enhancerには自社モデルと提携先のモデル(Topaz、Magnific)があり、今回は自社モデルを試しました。

すでにKreaで画像生成をしているなら、多くのツールを一か所で使えます。写真では、自社のEnhanceは実際の顔から大きく離れ、1914年の顔に黒い線を描き、赤いチョークを灰色にしました。今回のテストでは下位に終わりました。

10. Magnific:有名どころは別の画像を描き、写真モードはシャープをかけ過ぎる#

Magnificは、画像拡大といえば真っ先に名前が挙がるツールで、CreativeとPrecisionの二つのモードがあります。両方をComfyUIのMagnificノードから、ノードの初期設定で実行しました。倍率をどう指定してもノードは2×を返したため、今回の4×は2×処理を二回行ったものです。

Creativeは描写の豊かな新しい画像を作るので、コンセプトアートやイラストには向いています。写真では、まさにそこが問題です。別の人物や別の単語を含む、新しい画像を描いてしまいます。Precisionは場面を保ちますが、至るところに鮮明な架空の質感を重ねます。初期設定では、どちらも上位には遠く及びませんでした。Precisionは細部の設定を下げれば、今回よりよい結果になるかもしれません。

未検証の人気ツール三種:VanceAI、Pixelcut、Remini
  • **VanceAI。**画像拡大、ノイズ除去、復元、カラー化を備えたオンラインツール集です。プランは月$15からで260クレジット。4×拡大には2クレジットを使います。新規ユーザーは10クレジットを無料でもらえます。
  • **Pixelcut。**ネット販売者向けの写真編集ツールです。無料ダウンロードは一日3回、2×まで。4×にはProが必要です(月$8–10、画像拡大は「無制限」)。APIは拡大あたり$0.10で、月$10からのプランがあります。
  • **Remini。**顔に特化したスマートフォンアプリです。サイズを選べないため、画像拡大というより顔の「高画質化」ツールです。サブスクリプション制で、週払いのものも多くあります。

このテストを再現するには#

再実行に必要な情報は、このページと四つの小さなファイルにあります。

  • **写真:**二つの主要テストの全137枚について、出典、ライセンス、小さい入力画像の作成方法をphotos.csvにまとめています。種類ごとの入力画像の作り方は付録、難しいケースは該当セクションに記載しています。
  • **ツール:**実行環境、設定、プロンプトは設定・プロンプト・位置合わせにあります。
  • **採点方法:**評価役、測定方法、計算式はテスト方法にあります。両テストの各ツールの数値は、全体テストの表と付録にあります。
  • **すべての得点:**写真ごとの各ツールの得点はscores.csv、顔ごとの得点はfaces.csvにあります。README.txtには、各列の意味と、このページの表への集計方法を記載しています。データは、このページへのリンクを付ければCC BY 4.0で自由に使えます。

**バージョン1.1、2026年11月15日。**すべての提供元で料金を再確認しました。MegaPotatoが値下げされ(48 MPの写真は5ポテチから4ポテチに)、Topaz公式API経由のWonder 3.5より7.4倍、fal.ai経由より3.3倍安くなりました。Topazのアプリに月払いの年間プランが追加され、セール価格が変更され、KreaはプランごとのEnhancer画像枚数を記載しなくなりました。それ以外の料金とテスト結果に変更はありません。

**バージョン1.0、2026年10月14日。**ツールの実行は2026年10月上旬です。料金は2026年10月17日に再確認し、各出典に確認日を記載しています。数値に変更があれば、ここに記録します。

**数値を再現できることも確認しました。**保存済みの基本テストの処理結果を同じコードで再採点すると、写真ごとのすべての数値が初回との差0.15 %以内に収まりました。同じプロンプトと切り抜きで201人分の顔を再評価させたところ、Qwen3.8は85 %で同じ得点を付け、「同じ人物か?」への回答は99.5 %の顔で一致しました。Claude Opus 5.5には、写真ごとに一つの結果を別々の文字を付けて二回見せました。基本テストの全16枚のうち9枚では同点、残りは半点差でした。なお、拡大ツール自体は再実行すると別の結果を返すことがあります。

このテストの引用方法

MegaPotato Research Team。The Best AI Image Upscalers of 2026–2027: Benchmark With Reproducible Metrics and Prices. megapotato.app、2026年10月14日、2026年11月15日のバージョン1.1。https://megapotato.app/blog/best-ai-image-upscalers-2026

bibtex
@misc{megapotato2026upscalers,
  title        = {The Best AI Image Upscalers of 2026--2027: Benchmark With
                  Reproducible Metrics and Prices},
  author       = {{MegaPotato Research Team}},
  year         = {2026},
  month        = oct,
  howpublished = {\url{https://megapotato.app/blog/best-ai-image-upscalers-2026}},
  note         = {Version 1.1, 15 November 2026}
}

付録:評価指標、設定、プロンプト、写真の出典#

基本テストの全数値(18種のツール・設定)

総合得点の内訳を、16枚の平均で示しています。「別人の割合」は、67人分の顔のうちQwen3.8が別人と判定した割合です。A-FINE、DreamSim、DINOv2、TOPIQ-FRは半分のサイズのコピー(1008 × 672)で計算しました。指標名にカーソルを合わせると説明が出ます。すべての定義は各指標の意味にあります。

MegaPotato82.67.006.986.850.4810.00.5600.20717.459.93.19
Topaz Wonder 3.581.97.097.157.010.5490.00.5700.21136.361.73.07
Let's Enhance81.86.816.697.030.5141.50.5920.20923.259.13.31
Crystal80.86.786.856.760.5451.50.5830.19337.159.72.98
ChatGPT、厳密なプロンプト73.26.166.806.520.4744.50.5620.26927.761.24.34
ChatGPT、簡単なプロンプト73.25.816.756.460.4556.00.5650.28723.563.64.08
Geminiアプリ70.96.666.486.510.5191.50.5400.24235.250.44.63
Topaz Standard MAX69.95.785.955.840.49710.40.4990.22327.156.43.98
Topaz Bloom 268.15.816.275.780.2639.00.5310.28527.463.63.40
Topaz Low Resolution V265.15.475.405.570.48413.40.4830.23538.154.73.77
Recraft Crisp63.95.425.245.160.4907.50.4050.22230.153.64.01
Topaz Standard V262.64.895.155.210.46911.90.4790.24845.554.93.16
Upscayl (Standard)59.75.124.664.280.47619.40.3850.24035.255.73.65
Krea Enhance53.74.125.024.700.28131.30.5010.31747.558.23.04
Magnific Precision V253.55.205.495.240.4649.00.4930.49046.552.54.61
Magnific Creative46.32.344.103.660.14661.20.5290.32428.161.43.02
Topaz High Fidelity V334.14.204.123.840.53920.90.3260.40261.030.36.23
Recraft Creative33.32.033.202.810.16676.10.4790.41627.650.24.22
単純拡大–4.344.183.760.55125.40.2660.47162.727.17.61
元の写真––9.09–1.000–0.5770.00039.853.33.58

総合得点には含めない追加指標です。元の画像との近さ:

MegaPotato0.1440.01250.9690.6972.49
Topaz Wonder 3.50.1280.00960.9810.7102.32
Let's Enhance0.1310.01720.9730.6642.29
Crystal0.1220.00760.9830.7072.12
ChatGPT、厳密なプロンプト0.1610.02330.9800.6214.82
ChatGPT、簡単なプロンプト0.1760.03150.9750.6056.19
Geminiアプリ0.1360.01550.9760.6672.83
Topaz Standard MAX0.1490.01970.9580.6742.46
Topaz Bloom 20.1720.02650.9660.5714.60
Topaz Low Resolution V20.1590.01560.9380.6722.19
Recraft Crisp0.1540.01960.9480.6852.51
Topaz Standard V20.1530.01940.9580.6402.53
Upscayl (Standard)0.1630.02320.9500.6662.66
Krea Enhance0.1830.03470.9330.4894.27
Magnific Precision V20.2070.0102–0.6633.20
Magnific Creative0.1910.0626–0.4465.51
Topaz High Fidelity V30.2130.03890.9730.5952.88
Recraft Creative0.2280.06450.8850.3266.97
単純拡大0.2220.02710.9720.6082.57
元の写真0.0000.00001.0000.8180.00

–:未計算(Magnificの二行)。

元の画像を使わない「見栄え」のスコア:

MegaPotato0.3940.6020.532
Topaz Wonder 3.50.4220.6240.570
Let's Enhance0.4200.5910.524
Crystal0.3890.6000.541
ChatGPT、厳密なプロンプト0.3740.6220.483
ChatGPT、簡単なプロンプト0.4000.6510.513
Geminiアプリ0.3050.5240.368
Topaz Standard MAX0.3620.5790.478
Topaz Bloom 20.4350.6160.579
Topaz Low Resolution V20.3450.5450.458
Recraft Crisp0.3330.5190.431
Topaz Standard V20.3240.5350.465
Upscayl (Standard)0.3530.5520.468
Krea Enhance0.3960.5930.542
Magnific Precision V20.3730.5390.491
Magnific Creative0.4150.6370.552
Topaz High Fidelity V30.2190.2850.222
Recraft Creative0.3290.5130.431
単純拡大0.2540.4180.222
元の写真0.3230.5380.433
16 MP出力の月額費用

AI画像拡大ツールの料金にある小サイズの表と同じ計算方法です。1224 × 816の写真を4倍に拡大します。

MegaPotato$1.00$6$53$5からの買い切りポテチパック。同時に3枚以上で−20 %可
Crystal API (Clarity AI)$2$20$200$1からの従量課金不可
Crystalウェブサイト (Clarity AI)$13–19$33–49$199–299月額プラン可
Topaz Wonder 3.5 (Topaz API)$50$50$200–360Topaz公式API、月$50から。写真一枚あたり2クレジット(別のTopazのページでは4)不可
Topaz Standard V2, Low Res V2, High Fidelity V3 (Topaz API)$50$50$100同じAPIプラン。写真一枚あたり1クレジット不可
Topaz Standard MAX (Topaz API)$50$50$360同じAPIプラン。写真一枚あたり4クレジット不可
Topaz Bloom 2 (Topaz API)$50$88$660同じAPIプラン。写真一枚あたり8クレジット不可
Topaz Wonder 3.5 (fal.ai)$1.60$16$160従量課金。出力を8 MP単位で端数切り上げ、二ブロック分不可
Topaz Standard MAX (fal.ai)$3.20$32$320従量課金。4 MPを四ブロック分不可
Topaz Standard V2, Low Res V2, High Fidelity V3 (fal.ai)$0.80$8$80従量課金。24 MPを一ブロック分不可
Topaz Bloom 2 (fal.ai)$6.40$64$640従量課金。2 MPを八ブロック分不可
Topaz for Web、Image(Wonder 3、3.5ではない)$14–19$14–19$14–19定額プラン(年$199、年間契約で月$19または月単位の契約で月$19。セール価格は$169と$16、2026年11月15日時点)。処理回数は「無制限」、出力上限32 MP、同時に二枚まで可
Topaz Gigapixel(デスクトップ、Wonder 3)$11–29$11–29$11–29年$149、年間契約で月$19または月単位の契約で月$29(セール価格は$127と$16)。処理回数は「無制限」、クラウドは同時に二枚まで可
Let's Enhance$6.50$24$160定額プランまたは買い切りパック。写真一枚あたり2クレジット(16 MPの場合)可
Magnific CreativeとPrecision V2(ComfyUIノード)$6.80$68$680前払いのComfyクレジット。写真一枚あたり143.6クレジット(16 MPの場合)不可
Gemini (API)$0.76$7.60$76Batch API。既定のサイズ(5056 × 3392)で描き直す不可
ChatGPT(OpenAIの画像API)不可不可不可最大画像サイズは8.2 MP対象外
Recraft CrispとCreative (API)不可不可不可サイズ指定なし対象外
Krea(Proプラン)$21–35$21–35$21–3520 000計算ユニット。KreaはこれでEnhancerの画像を何枚処理できるかを記載しなくなった(10月には月2 500枚と記載していた)可
Upscayl無料無料無料手持ちのグラフィックカード可
設定・プロンプト・位置合わせ

**小さい入力画像の作成(基本テスト)。**各写真から3:2の領域を切り抜き、比較の基準となる2016 × 1344の画像を作り、504 × 336に縮小しました(面積平均)。軽いぼけ(シグマ0.3 px)と少量のノイズ(シグマ1.5、値域0–255)を加え、JPEGで二回保存しています(品質60、次に80)。AI画像は縮小だけです。全体テストの入力は、写真一覧に写真ごとに記載しています。

**各ツールの実行環境。**サイズ以外は初期設定です。実行時期は2026年10月上旬です。

ツール実行環境設定
MegaPotatomegapotato.appのウェブアプリ4×
Topaz Wonder 3.5, Standard MAXfal.ai topaz/upscale/image/generativeモデル名で指定、upscale_factor 4、PNG
Topaz Bloom 2fal.ai topaz/upscale/image/creativeモデル名で指定、upscale_factor 4、PNG
Topaz Standard V2, Low Resolution V2, High Fidelity V3fal.ai topaz/upscale/image/precisionモデル名で指定、upscale_factor 4、PNG
Crystalfal.ai clarityai/crystal-upscalerscale_factor 4, creativity 0, PNG
Recraft Crisp, Recraft Creativefal.ai fal-ai/recraft/upscale/crisp, fal-ai/recraft/upscale/creativeサイズ指定なし
Let's Enhanceletsenhance.ioのウェブアプリPrime、4×
Kreakrea.ai Enhance4×
Magnific CreativeComfyUI提携ノードMagnific Image Upscale (Creative)、前払いのComfyクレジット4×、standard、creativity・HDR・resemblance・fractalityは0、engineはautomatic
Magnific Precision V2ComfyUI提携ノードMagnific Image Upscale (Precise V2)2×処理を二回(倍率をどう指定してもノードの出力は2×)。flavor photo、sharpen 7、smart grain 7、ultra detail 30
ChatGPTChatGPT Plusの画像ツール下記プロンプト
GeminiGeminiアプリ(Nano Banana 2)簡単なプロンプト
UpscaylUpscaylのコマンドラインエンジンStandardモデル、4×

fal.aiのTopazは、初期設定で顔の高画質化が有効です。Let's Enhanceのロゴが入る隅の部分は採点から除外しました。

**プロンプト。**ChatGPTとGeminiに使った簡単なプロンプト:「Upscale this photo 4x. Keep everything exactly the same.」ChatGPTに使った厳密なプロンプト:「Super-resolution only, 4x. Resolve the detail that is already in the pixels — do not restore, retouch or reinterpret. If you downscale your result back to the original size it must match the original pixel for pixel. Do not use any knowledge of who or what this is: import nothing from other versions of this image. Keep geometry, crop, identity, expression, lighting, colour, grain and lens character exactly as they are. Add only micro-texture implied by the input: pores, hair strands, fabric weave, edges. No retouching, no smoothing, no relighting, no grading, no new elements. Where a region is unresolvable, leave it soft instead of inventing detail.」

**位置合わせ。**すべての処理結果を、入力の4×のサイズにそろえました。0.75ピクセルを超えるずれ(バイキュービック法で拡大した入力との位相相関で測定)は補正し、近さの指標では、その結果生じる端の数ピクセルを除外しています。ChatGPTとGeminiは画像を移動・切り抜きするため、特徴点の対応で位置合わせしました。

**評価役。**Qwen3.8-27B-FP8はvLLM経由、貪欲デコーディングで実行しました。Claude Opus 5.5(claude-opus-5-5)には、各処理結果をランダムな文字で匿名化して渡しました。指示は以下のとおりです。

評価役への指示、全文そのまま

**Claude Opus 5.5、基本テスト。**すべての比較シートにこの採点基準を使いました。ファイルパスと出力ファイルに関する行は省いています。

text
You are a blind judge of AI image upscaling quality. You will score anonymous upscaled images against the real photo. You do not know which tools made them, and you must not try to find out.

Setup: for each photo there are 3 or 4 sheets named <photo>_<view>.jpg: one "overview" (the whole frame) and 2–3 zoomed views (faces, text, textures). In every sheet the first tile, labelled REAL PHOTO, is the real full-resolution photo. The other tiles, labelled with letters, are upscaled versions made from a small, damaged copy of that photo (504x336 pixels, with blur, noise and JPEG artifacts). Within one photo a letter always means the same image in every view. Letters are shuffled differently for each photo, so letter A of one photo has nothing to do with letter A of another photo. In the overview sheets, the bottom-left corner of every tile, including the real photo, is covered by the same grey box on purpose; ignore it. The grocery photo is an old 1943 black-and-white photo: its real photo is itself soft and grainy.

Task: for each photo, look at all its views first, then give every letter one score from 0 to 10 (half points allowed) for overall quality, the way a careful person would judge it looking at the result next to the real photo: is it sharp, clean and natural, and is it true to the real photo?
- 10: looks like the real photo, equally sharp and clean; no visible changes.
- 8–9: very close; sharp and natural; only tiny differences in fine texture.
- 6–7: good; clearly an upscale (a bit soft, over-sharpened or waxy) or small invented details, but the same people, text and colours.
- 4–5: clear problems: blurry, plastic skin, garbled details, a noticeable colour change, or one important thing changed.
- 2–3: serious problems: faces turned into other people or broken, invented or missing objects or text, the scene redrawn.
- 0–1: unusable.
Judge the whole image: the overview shows colours, the whole scene and overall sharpness; the zoomed views show faces, text and textures. A serious error in a zoomed view (a broken or replaced face, a new object, wrong readable text) must pull the score down even if the rest is good. Blurry but faithful results should not get high scores either. Be consistent across photos. Score each letter on its own merits.

Claude Opus 5.5、全体テスト(AI画像、人物のいない写真、実際の低画質写真、古いプリント写真):評価役に渡した指示です。出力形式は省いています。もともと小さい写真には基本テストの採点基準を使い、元の写真の代わりに入力画像を単純拡大したものを見せました。

text
You are a blind judge. Three image upscalers (anonymous, letters A, B and C) each enlarged the same small photo 4 times. You do not know which tool is which, and the letters are shuffled on every sheet. Please judge each sheet on its own.

What a sheet looks like. Each sheet is split into image files. Read every part of a sheet before you judge it. Part 1 is the whole image. The later parts are zooms. A red box under "Where this zoom is" shows the zoom's place. Top row: "What every tool got": the small input that all three tools were given, enlarged with plain bicubic (soft on purpose). "Original (answer)": only on some sheets. It is the real photo before it was damaged and shrunk. When it is there, it is the answer: the best result is the one closest to it. "Where this zoom is": the location of the zoom. Bottom row: A, B, C, the three results.

How to judge.
1. Fidelity, 0 to 10. With an original: how close is the result to the original? Same people (face shape, identity, age, expression, skin tone, hair, glasses, beard), same objects, same text, same colours, same textures. Without an original: is the result a believable sharper version of the input, without changing what is there? Fidelity errors include inventing content (new objects, jewellery, glasses, a different face, eyes opened or closed, text or letters that are not there, fake texture) and losing real content (glasses, moustache, text, patterns, people). A statue or doll must stay a statue or doll. A painting must stay a painting. An old print may stay an old print.
2. Naturalness, 0 to 10. Does it look like a good, natural photo? Look for waxy or plastic skin, a painted look, halos, oversharpening, leftover noise or JPEG blocks, smears, garbled text, repeating patterns, seams and bands at the edges.
3. Rank A, B and C overall. Fidelity matters most, then naturalness. Use "=" only when you truly cannot separate two results.
4. Invented or lost content. For each letter, list concrete changes you can see. Write "none seen" if you saw none.

Rules. Judge by eye only. Do not run code, do not measure pixels, do not compute statistics, do not compare file sizes or metadata. Do not try to guess which tool is which, and do not use names of tools. Some sheets may look alike. Judge every sheet fresh from its own images. Look closely at faces, hands, text and fine textures in the zooms.

**Qwen3.8・拡大部分。**システムプロンプトと、その後に各処理結果の各領域について送った指示です({what}には、その領域の注目点が入ります。「overall」が総合得点に使うスコアです)。

text
System: You are a meticulous photo-restoration evaluator. You compare an AI upscaler's output with the real high-resolution photo. Be strict: invented, removed or changed content (objects, letters, digits, faces, textures) is a serious fault even when the result looks sharp. Answer ONLY with the requested JSON.

Image 1 is the REFERENCE: a crop of the real high-resolution photo. Image 2 is the SAME crop taken from an AI upscaler's output; the upscaler only received a small, degraded version of the photo. What to look at in this region: {what}. Rate Image 2 against the reference and return JSON with keys: fidelity (0-10, 10 = same content as the reference, nothing invented, removed or changed), quality (0-10, sharpness and naturalness of Image 2 on its own: 10 = looks like a real high-resolution photo; blur, plastic skin, oversharpening, halos or painterly texture lower it), overall (0-10, how good a restoration of the reference this is), identity (only if the region shows a human face: 'same' | 'changed' | 'different' | 'destroyed'; otherwise 'n/a'), text (only if the reference contains readable letters or digits: 'correct' | 'partly' | 'wrong' | 'illegible'; otherwise 'n/a'), issues (a list of at most 4 short phrases naming concrete differences from the reference, or []). JSON only.

元の写真がない場合、システムプロンプトの「with the real high-resolution photo」を「with the small input photo it received」に替え、指示の冒頭を次のようにします。「Image 1 is the INPUT: a crop of the small photo that an AI upscaler received, enlarged by plain resizing, so it is blurry by nature (no better original exists). Image 2 is the SAME crop taken from the upscaler's output.」キーは同じで、「the reference」を「the input」に替えます。

**Qwen3.8・顔。**すべての処理結果のすべての顔への指示です(「overall」が総合得点に使う顔のスコア。「same_person」='no'は顔が変わったことを意味します)。

text
Three tiles of the SAME face. Image 1: the REAL face (crop of the real high-resolution photo). Image 2: the degraded small input that the upscaler received, enlarged (blurry by nature). Image 3: the AI upscaler's result for the same tile. Compare Image 3 with Image 1 and answer as JSON with keys: same_person ('yes' | 'probably' | 'no' - is it still the same person as in Image 1?), expression ('kept' | 'changed' - eyes open/shut, mouth, smile, gaze), accessories ('kept' | 'changed' | 'none' - glasses, moustache/beard, mask, hat, badge, earrings), artefacts (list from: 'none', 'melted', 'painted', 'plastic_skin', 'extra_features', 'distorted', 'blurred', 'oversharpened'), overall (0-10: how faithful and natural a reconstruction of the real face Image 3 is; 10 = indistinguishable from Image 1, 0 = a different or destroyed face), note (one short sentence). JSON only.

元の写真がない場合、顔の評価では、入力画像を単純拡大したものと処理結果の二枚を見せ、入力画像を基準に同じ質問をします。

**全体テスト。**元の写真がないものは、入力画像をバイキュービック法で拡大したものと比較して評価し、その旨をプロンプトにも記しました。AI画像、人物のいない写真、実際の低画質写真、古いプリント写真のOpusの得点は、忠実度と自然さの二つの0–10点評価の平均です。もともと小さい写真は、入力画像との比較による一つの0–10点評価です。これらの写真でQwen3.8が評価した拡大部分は、最も細部の多い正方形四か所(各辺は画像の短辺の三分の一)と、大きい順に8人分の顔です。Opus 5.5には基本テストと同じく、各処理結果の全体像と拡大部分を見せました。

**顔。**4×サイズの元の写真で、SCRFDにより一度だけ検出しました(元の写真がなければ入力を4倍に拡大)。入力時の幅が10ピクセル以上の顔をすべて対象にしています。各処理結果から位置をそろえて同じ112 × 112の領域を切り抜き、顔認識モデルでは、切り抜いた画像とその左右反転画像の出力を平均しました。同一人物スコアはAdaFace(IR-101、WebFace12M)、ArcFace(R100、Glint360K)、AuraFace v1、MagFace(R100)の平均です。基本テストのMagFaceはレース写真の14人分の顔のみ、全体テストではすべての顔で実行しました。

**評価指標。**LPIPS(AlexNet)とCIEDE2000色差(2 pxのガウスぼかし後)はフルサイズで、DISTSは512 pxのタイルで計算しました。A-FINE、DreamSim、DINOv2(ViT-L)、TOPIQ-FRには半分のサイズのコピーを使いました。MUSIQ、CLIP-IQA+、TOPIQは、固定した5枚の512 pxタイルの平均です。MANIQAとNIQEは画像全体、eDifFIQA(L)は顔の切り抜きで計算しました。

このテストの限界
  • 16枚では、18種のツールを比べるには少ないサンプルです。135枚はそれより大きなサンプルで、三種を対象にしています。
  • 写真・設定ごとに一回だけ実行しました。生成ツールは、毎回違う結果を返すことがあります。
  • 初期設定を使用しました。多くのツールには、忠実度や創作性を調整するスライダーがあります。
  • ChatGPTとGeminiは、正確に4×のサイズを出せませんでした。
  • 元の写真がない場合、比較できるのはぼやけた入力画像だけです。評価役にもそう伝えました。
  • 総合得点の重みは、私たちの判断です。十項目の一つであるA-FINEは、元の画像より自然に見える結果を好むため、大きく手を加える拡大ツールに有利です。自分で重みを変えられるよう、全項目を公開しています。
  • Topaz、Crystal、Recraftはfal.ai、MagnificはComfyUIのノードで実行し、各社の公式アプリは使っていません。公式アプリでは挙動が異なる可能性があります。
  • 顔認識モデルは、処理結果の顔と、その元の顔を比較しただけです。人物の身元を調べることはしておらず、顔データも公開していません。
  • 料金やモデルは頻繁に変わります。テストは2026年10月上旬に実施し、料金は2026年11月15日時点の情報で、各料金の出典には確認日を付けています。
各指標の意味

上の表の各列の意味を、ここにまとめています。ページ内で点線の下線がある列名にカーソルを合わせると、対応する説明が表示されます。

総合得点
100点満点の得点です。28 %がOpus 5.5評価、残り九項目が各8 %(Qwen3.8の二つの得点、同一人物スコア、顔が変わった割合、顔の画質、LPIPS、A-FINE、MUSIQ、NIQE)です。評価役の0–10点は10倍します。それ以外の項目は、基本テストの18種のうち最良が100、最悪が0になるように換算します。テスト方法をご覧ください。
Opus 5.5評価
AnthropicのマルチモーダルLLM、Claude Opus 5.5が、ランダムな文字で匿名化された各処理結果を、全体像と拡大部分で、元の写真(ない場合は入力画像)と並べて見て0–10点を付けました。総合得点の28 %を占めます。
Qwen3.8・拡大部分
公開マルチモーダルLLMのQwen3.8-27BをレンタルしたH100 GPUで動かし、各処理結果の最も細部の多い拡大部分を元の写真と並べ、0–10点で採点しました。
Qwen3.8・顔
同じモデルが、各顔の切り抜きを元の顔と並べて0–10点で採点し、同じ人物のままかも回答しました。
同一人物スコア
処理結果の顔と元の写真の同じ顔との類似度を、四つの顔認識ネットワークで測った平均です。ArcFace(CVPR 2019、Glint360Kで学習)、MagFace(CVPR 2021)、AdaFace(CVPR 2022、WebFace12Mで学習)、AuraFace(2024)を使いました。1が同じ顔で、別人はおよそ0–0.3です。
別人の割合、%
Qwen3.8の評価役が別人と判定した顔の割合です。
顔の画質(eDifFIQA)
eDifFIQA(IEEE T-BIOM 2024)は拡散モデルに基づく顔画像の画質スコアです。元の写真を使わず、顔がどれほど鮮明で識別しやすく見えるかを測ります。高いほど良好です。
LPIPS
Learned Perceptual Image Patch Similarity(CVPR 2018)。AlexNetの特徴量で測る、処理結果と元の画像の距離です。低いほど近いことを示します。
A-FINE
Adaptive Fidelity-Naturalness Evaluator(CVPR 2025)。元の画像との近さと見た目の自然さを評価し、処理結果が元の画像より自然に見える場合は、自然さの重みを増やします。低いほど良好です。
MUSIQ
Multi-Scale Image Quality transformer(ICCV 2021)。元の画像を使わない「見栄え」のスコアです。高いほど良好です。
NIQE
Natural Image Quality Evaluator(IEEE Signal Processing Letters 2013)。元の画像を使わず、画像の統計的な特徴が自然な写真からどれほど離れているかを測ります。低いほど自然です。
DISTS
Deep Image Structure and Texture Similarity(IEEE TPAMI 2022)。構造と質感で測る、元の画像との近さです。低いほど近いことを示します。
DreamSim
人間の判断を使って学習した画像類似度指標です(NeurIPS 2023)。低いほど近いことを示します。
DINOv2
処理結果と元の画像の、DINOv2 ViT-L特徴量(TMLR 2024)の類似度です。高いほど近いことを示します。
TOPIQ-FR
画像の意味から歪みへと、トップダウンで画質を評価するネットワークです(IEEE TIP 2024)。TOPIQ-FRは元の画像と比較し、TOPIQは元の画像を使わず評価します。高いほど良好です。
色差ΔE
処理結果と元の画像のCIEDE2000色差です。鮮明さではなく色を測るため、2 pxのぼかし後に計算します。低いほど近いことを示します。
MANIQA
Multi-dimension Attention Networkによる画質評価。元の画像は不要です(CVPR Workshops 2022)。高いほど良好です。
CLIP-IQA+
CLIPモデルが捉える画像の見た目や印象です(AAAI 2023)。元の画像は不要です。高いほど良好です。
写真一枚あたりの料金
2.7、16、48 MPの処理結果を、月100枚利用した場合の税抜き料金の平均です。AI画像拡大ツールの料金をご覧ください。
137枚の写真:出典、ライセンス、入力画像

すべての写真の出典、ライセンス、正確な切り抜き・領域・シードはphotos.csvにあります。種類ごとの入力画像の作成方法は次のとおりです。

  • **基本テスト(16枚)。**フルサイズのファイルを切り抜き、2016 × 1344(比較に使う元の画像)にした後、面積平均で504 × 336にしました。そこにガウスぼかし(シグマ0.3 px)、ガウスノイズ(シグマ1.5、最大値255、写真ごとのシードを使用)を加え、JPEGで二回保存しました(品質60、次に80、4:2:0)。全体テストでは、このうち14枚を使っています(値札とMidjourney画像を除外)。
  • **AI画像(16枚)。**写真ごとのプロンプトとシードを使い、fal.aiのFLUX.1 [schnell](fal-ai/flux/schnell、4ステップ、1536 × 1152)で生成した画像を元の画像としました。入力は、面積平均で384 × 288に縮小し、基本テストと同じぼけ、ノイズ(同じシード)、JPEG圧縮を加えたものです。
  • **人物のいない写真(13枚)。**元ファイルの領域を面積平均で1536 × 1152(元の画像)と384 × 288にし、基本テストと同じぼけ、ノイズ、JPEG圧縮を加えました。
  • **実際の低画質写真(29枚)、高解像度の元の写真なし。**入力は公開ファイルの切り抜きで、ピクセルはそのまま、ほかの加工はしていません。
  • **古いプリント写真とフィルム(19枚)、きれいな元の写真なし。**ダウンロードしたファイルを、面積平均(OpenCV INTER_AREA)で長辺480 pxに縮小したものを入力し、ほかの加工はしていません。
  • **もともと小さい写真(44枚)、高解像度の元の写真なし。**入力は公開時のままのファイル(Flickr写真37枚、2001–2007年)または動画のフレーム(ウェブ動画の7フレーム、2005–2009年)。NCまたはNDライセンスのファイルと動画フレームは再配布せず、リンクのみを掲載し、その処理結果もこのページには表示していません。

出典

  1. [1]Du Chenほか。Toward Generalized Image Quality Assessment: Relaxing the Perfect Reference Quality Assumption。CVPR、2025年。
  2. [2]Dongping Chenほか。MLLM-as-a-Judge: Assessing Multimodal LLM-as-a-Judge with Vision-Language Benchmark。ICML、2024年。
  3. [3]Lianmin Zhengほか。Judging LLM-as-a-Judge with MT-Bench and Chatbot Arena。NeurIPS Datasets and Benchmarks Track、2023年。
  4. [4]Anthropic。Introducing Claude Opus 5.5。Anthropic公式発表ページ、2026年。
  5. [5]Qwen Team。Qwen3.8-27B-FP8 (model card)。Hugging Faceモデルカード(論文なし)、2026年。
  6. [6]Jia Guoほか。Sample and Computation Redistribution for Efficient Face Detection。ICLR(ポスター発表)、2022年。
  7. [7]Jiankang Dengほか。ArcFace: Additive Angular Margin Loss for Deep Face Recognition。CVPR、2019年。
  8. [8]Xiang Anほか。Partial FC: Training 10 Million Identities on a Single Machine。ICCV Workshops (MFR)、2021年。
  9. [9]Qiang Mengほか。MagFace: A Universal Representation for Face Recognition and Quality Assessment。CVPR(口頭発表)、2021年。
  10. [10]Minchul Kim、Anil K. Jain、Xiaoming Liu。AdaFace: Quality Adaptive Margin for Face Recognition。CVPR(口頭発表)、2022年。
  11. [11]Zheng Zhuほか。WebFace260M: A Benchmark Unveiling the Power of Million-Scale Deep Face Recognition。CVPR、2021年。
  12. [12]fal。AuraFace (AuraFace-v1 model card)。Hugging Faceモデルカード(論文なし)、2024年。
  13. [13]Žiga Babnik、Peter Peer、Vitomir Štruc。eDifFIQA: Towards Efficient Face Image Quality Assessment based on Denoising Diffusion Probabilistic Models。IEEE Transactions on Biometrics, Behavior, and Identity Science (T-BIOM)、第6巻、第4号、458–474ページ、2024年。
  14. [14]Žiga Babnik、Peter Peer、Vitomir Štruc。DifFIQA: Face Image Quality Assessment Using Denoising Diffusion Probabilistic Models。IJCB (IEEE International Joint Conference on Biometrics)、2023年。
  15. [15]Richard Zhangほか。The Unreasonable Effectiveness of Deep Features as a Perceptual Metric。CVPR、2018年。
  16. [16]Keyan Dingほか。Image Quality Assessment: Unifying Structure and Texture Similarity。IEEE TPAMI、第44巻、第5号、2567–2581ページ、2022年。
  17. [17]Stephanie Fuほか。DreamSim: Learning New Dimensions of Human Visual Similarity using Synthetic Data。NeurIPS(スポットライト発表)、2023年。
  18. [18]Maxime Oquabほか。DINOv2: Learning Robust Visual Features without Supervision。Transactions on Machine Learning Research (TMLR)、2024年。
  19. [19]Chaofeng Chenほか。TOPIQ: A Top-down Approach from Semantics to Distortions for Image Quality Assessment。IEEE Transactions on Image Processing、第33巻、2404–2418ページ、2024年。
  20. [20]Gaurav Sharma、Wencheng Wu、Edul N. Dalal。The CIEDE2000 color-difference formula: Implementation notes, supplementary test data, and mathematical observations。Color Research & Application、第30巻、第1号、21–30ページ、2005年。
  21. [21]Junjie Keほか。MUSIQ: Multi-scale Image Quality Transformer。ICCV、2021年。
  22. [22]A. Mittal、R. Soundararajan、A. C. Bovik。Making a “Completely Blind” Image Quality Analyzer。IEEE Signal Processing Letters、第20巻、第3号、209–212ページ、2013年。
  23. [23]Sidi Yangほか。MANIQA: Multi-dimension Attention Network for No-Reference Image Quality Assessment。CVPR Workshops (NTIRE)、2022年。
  24. [24]Jianyi Wang、Kelvin C. K. Chan、Chen Change Loy。Exploring CLIP for Assessing the Look and Feel of Images。AAAI、第37巻、第2号、2555–2563ページ、2023年。
  25. [25]Chaofeng Chen、Jiadi Mo。IQA-PyTorch: PyTorch Toolbox for Image Quality Assessment。GitHubソフトウェア(pyiqa)、2022年。
  26. [26]MegaPotato。Pricing。当社ページ、閲覧日:2026年11月15日。
  27. [27]Clarity AI。Pricing。提供元ページ、閲覧日:2026年11月15日。
  28. [28]Topaz Labs。API plans and credits。提供元ページ、閲覧日:2026年11月15日。
  29. [29]fal.ai。Topaz Image Upscale: Generative、Precision、Creative。提供元ページ、閲覧日:2026年11月15日。
  30. [30]Topaz Labs。Pricing: Gigapixel, Topaz for Web。提供元ページ、閲覧日:2026年11月15日。
  31. [31]Let's Enhance。Pricing。提供元ページ、閲覧日:2026年11月15日。
  32. [32]Google。Gemini API pricing。提供元ページ、閲覧日:2026年11月15日。
  33. [33]OpenAI。API pricing。提供元ページ、閲覧日:2026年11月15日。
  34. [34]Recraft。API pricing。提供元ページ、閲覧日:2026年11月15日。
  35. [35]ComfyUI提携ノード経由のMagnific:API node pricing(35.91クレジットで2×拡大、入力上限1.3 MP。71.82クレジットでは3 MPまで。107.73クレジットでは6.4 MPまで。$1=211クレジット)。閲覧日:2026年11月15日。 Magnific公式プラン:Pricing。提供元ページ、閲覧日:2026年11月15日。
  36. [36]Krea。Pricing。提供元ページ、閲覧日:2026年11月15日。
  37. [37]Topaz Labs。Model Pricing。開発者向けドキュメント、閲覧日:2026年11月15日。
  38. [38]VanceAI。Pricing。提供元ページ、閲覧日:2026年11月15日。
  39. [39]Pixelcut。PricingとAPI pricing。提供元ページ、閲覧日:2026年11月15日。
  40. [40]Remini。remini.ai。サブスクリプションはアプリ内に表示されます。提供元ページ、閲覧日:2026年11月15日。
公開日: · 比較, 画像拡大