DeepSeekで画像生成 Janus-Proの使い方と料金と制限

「DeepSeekで画像生成はできるのか」という疑問は、DeepSeekがChatGPTと並ぶ話題になってから一気に増えました。結論から言うと、DeepSeekには画像を生成できるモデルが確かに存在します。名前はJanus-Pro（ジャヌス・プロ）。ただし、多くの人がイメージする「チャット画面に文章を打つと絵が出てくる」形とは少し事情が違います。この記事では、Janus-Proが何者なのか、どこまでできてどこからが制限なのか、料金や商用利用の扱い、実際に試す手順までを、公式が公表している範囲の事実にしぼって整理します。裏の取れていない噂は書きません。不明な点は不明なままお伝えします。

DeepSeekで画像生成はできる Janus-Proという答え

DeepSeekは中国のAI企業で、推論に強い大規模言語モデルで一気に知られるようになりました。テキスト対話の印象が強いため、画像を作れると聞いて意外に思う方は多いはずです。画像生成を担うのが、2025年1月27日に公開されたJanus-Proというモデルです。

ここで最初に押さえておきたい区別があります。DeepSeekの一般向けチャットサービスは、テキストでの受け答えや推論を中心に設計されています。いわゆる「プロンプトを打ったらチャット欄に絵が返ってくる」体験は、標準のチャットアプリには組み込まれていません。画像生成の役割は、Janus-Proという別立てのモデルが担っています。Janus-Proはオープンソースとして配布されていて、Hugging Faceという公開プラットフォーム上でダウンロードしたり、オンラインのデモで試したりできます。

つまり「DeepSeekで画像を作る」という言葉が指しているのは、多くの場合このJanus-Proを動かすことを意味します。普段使っているチャット画面の中で完結する作業とは入り口が別だ、という点をまず頭に入れておくと、後の話がすっきり通ります。

Janus-Proは「理解」と「生成」を1つにまとめたモデル

Janus-Proの特徴は、画像を読み取って理解する力と、テキストから画像を作り出す力の両方を1つのモデルに持たせたところにあります。こうしたモデルはマルチモーダルと呼ばれます。写真を見せて「これは何か」を説明させることも、言葉から絵を起こすことも、同じモデルでこなせる設計です。

技術的には、理解のための視覚処理と生成のための視覚処理を切り離す構造を採用しています。画像を読むときと描くときで求められる情報の質が違うため、内部で経路を分けたわけです。視覚エンコーダにはSigLIP-Lという仕組みを使い、入力画像は384×384ピクセルのサイズを扱います。土台になっているのはDeepSeekの言語モデルで、1.5B規模と7B規模のベースの上に組まれています。

Janus-Pro-1BとJanus-Pro-7Bの違い

Janus-Proには大きさの異なる2つのバージョンが用意されています。手元の環境や目的に合わせて選ぶ形です。名前についている「B」はパラメータ数の規模（ billion ＝ 十億）を表し、数字が大きいほど能力が高い一方で、動かすのに必要なマシン性能も上がります。

観点	Janus-Pro-1B	Janus-Pro-7B
規模	1.5B規模のベース	7B規模のベース
狙い	軽く動かす・手早く試す	品質を優先して作り込む
必要なマシン	比較的控えめ	より高いGPU性能が必要
向く場面	お試し・軽い検証	本気で品質を見たいとき

まず雰囲気をつかみたいなら1Bから触り、出力の質を突き詰めたくなったら7Bに移る、という進め方が現実的です。7Bのほうが生成される画像の完成度は高くなりますが、その分だけ動作環境のハードルも上がります。

公表されている性能の話

DeepSeekが公開した資料によると、Janus-Pro-7Bは画像生成の評価指標のひとつであるDPG-Benchで84.2%という高い数値を示し、同社は既存の代表的な画像生成AIを上回る結果だと説明しています。ここは各社の論文やベンチマークの取り方によって見え方が変わる部分なので、「DeepSeekの公表値ではこうなっている」という前提で受け取るのが正確です。ベンチマークの数字がそのまま「あなたの用途で最も良い」を意味するわけではない点も、あわせて覚えておくと判断を誤りません。

Janus-Proの料金と商用利用の扱い

Janus-Proはオープンソースの画像生成モデルとして公開されていて、モデル自体の利用料はかかりません。ここが商用の画像生成サービスと大きく違うところです。従量課金や月額のサブスクリプションを前提にせず、モデルを入手して自分の環境で動かせます。

ライセンスは少し丁寧に見ておく価値があります。コードのリポジトリはMITライセンスで公開されています。一方でモデル（学習済みの重み）の利用については、DeepSeek Model Licenseという規定の対象になります。商用利用を認める内容とされていますが、実際に業務へ組み込むなら、その時点の公式ライセンス本文を自分の目で確認してから使うのが安全です。配布ページの表示とライセンス本文で表現がそろっていない場合もあるため、仕事で使う判断は最新の一次情報で固めてください。

項目	公表されている扱い
モデルの入手費用	無料（オープンソースとして配布）
コードのライセンス	MITライセンス
モデル（重み）の利用	DeepSeek Model Licenseの対象。商用利用を認める内容とされる
動かすコスト	自分の計算環境（GPU等）や、外部の計算資源を借りる費用は別途かかる

「無料」という言葉には注意が要ります。モデルそのものにお金はかかりませんが、7Bを快適に動かすにはそれなりのGPUが必要で、手元に環境が無ければクラウドの計算資源を借りることになります。その利用料は当然かかります。ソフトが無料でも、動かす場所のコストは残る、という感覚で見ておくと予算の見積もりを外しません。

Janus-Proで画像生成を試す手順

実際に触ってみる道は、大きく2つあります。手早く様子を見たいならオンラインのデモ、じっくり使い込むなら自分の環境への導入です。

いちばん手軽な方法 オンラインデモ

Hugging Face上には、Janus-Proを試せるオンラインのデモ（Spaces）が公開されています。ブラウザからアクセスして、作りたい画像の内容を英語のプロンプトで入力すると、その場で生成結果を確認できます。インストール作業が要らないので、まず「どんな絵が出るのか」を体感したい段階ではここから始めるのが手っ取り早い方法です。混雑状況によっては待ち時間が出ることもあります。

自分の環境で動かす方法

本格的に使うなら、モデルを自分の環境に導入します。おおまかな流れは次のとおりです。

手順	やること
1	Hugging FaceからJanus-Pro（1Bまたは7B）のモデルを入手する
2	GitHubの公式リポジトリにあるクイックスタートの手順に沿って環境を整える
3	必要なライブラリを導入し、モデルを読み込む
4	テキストのプロンプトを渡して画像を生成する

導入にはPythonやGPUまわりの知識が前提になります。プログラミングに不慣れな方には、この道はやや険しく感じられるはずです。その場合は、まずオンラインデモで感触をつかんでから、必要になったタイミングで環境構築に踏み込むと無理がありません。GitHubのリポジトリには利用方法を解説したクイックスタートが用意されているので、そこを起点にすると迷いにくくなります。

Janus-Proの制限 ここは割り切って使う

期待だけで飛び込むと肩透かしを食うので、制限を先に把握しておきましょう。仕事で使えるかどうかの判断は、この制限をどう受け止めるかで決まります。

出力サイズが384×384に固定されている

Janus-Proが生成する画像のサイズは384×384ピクセルに固定されています。これは内部の設計としてそう作られていて、利用者の側で自由に大きな解像度へ引き上げる確実な方法は無いと報告されています。SNSのアイコンやサムネイル、アイデア出しのラフには十分ですが、大きく印刷したい用途や、細部まで高精細に見せたい商用ビジュアルには、このサイズが壁になります。用途を選ぶモデルだと理解して使うのが賢明です。

プロンプトは英語が基本

指示（プロンプト）は英語で入れるのが基本です。日本語で細かなニュアンスを伝えたい人にとっては、ひと手間かかる部分です。作りたい情景を英語で具体的に書けるかどうかで、出力の狙いやすさが変わります。

チャットアプリの中では完結しない

前述のとおり、普段のDeepSeekのチャット画面に画像生成が組み込まれているわけではありません。Hugging Faceのデモや自分の環境という別の入り口を経由する必要があります。「アプリを開いて一言打てば絵が出る」手軽さを求めていると、この点で最初につまずきます。

英語プロンプトで狙った画像に近づけるコツ

Janus-Proは英語での指示を前提にしているため、プロンプトの書き方しだいで出力の当たり外れが大きく変わります。日本語をそのまま機械的に英訳するより、伝えたい要素を分解して英語で並べるほうが安定します。具体的には、被写体（何を描くか）、状況や背景、雰囲気や色調、構図やアングル、といった要素を一文に詰め込まず、区切って書き添えると意図が通りやすくなります。

たとえば「猫」とだけ書くより、猫の種類、いる場所、光の当たり方、全体の色味まで英語で添えたほうが、頭の中の絵に近づきます。抽象的な形容だけを重ねると解釈が広がりすぎて、思っていた方向とずれた画像が返ってきます。最初から完璧を狙わず、出てきた結果を見て一語ずつ足し引きする。この試行錯誤を数回まわすのが、狙った絵にたどり着く近道です。出力サイズが384×384に固定されている以上、細部の描き込みには限界があるので、細かすぎる要素を欲張るより、伝えたい主役をはっきりさせるほうが満足度は上がります。

思うような結果が出ないときは、指示を増やすだけでなく、要素を一度削って主役だけに絞り込むのも有効です。要素が多すぎるとモデルが優先順位を判断しきれず、全体がぼやけた印象になりがちです。引き算で軸を立ててから、必要な情報を一つずつ戻していく。この順番を意識すると、闇雲にプロンプトを長くするより早く狙いに近づけます。

画像生成AIを選ぶときに見るべき観点

Janus-Proが自分に合うかどうかは、何を優先するかで変わります。特定のサービスの優劣を並べるより、自分の目的に照らして観点で判断するほうが後悔しません。以下は、画像生成の手段を選ぶときに確認しておきたい観点です。

観点	確認するポイント	Janus-Proの位置づけ
入り口の手軽さ	アプリ内で完結するか、環境構築が要るか	デモか自分の環境が必要
費用の形	無料か、従量か、月額か	モデルは無料。動かす計算コストは別
出力サイズ	高解像度が要るか	384×384に固定
手を入れられる自由度	自分で改変・組み込みができるか	オープンソースで自由度が高い
商用の可否	ライセンスが商用を認めるか	公表上は認める内容。本文確認が必須

手を動かして仕組みを学びたい人、自分のシステムに画像生成を組み込みたい開発者にとって、オープンソースで無料というJanus-Proの性格は相性が良い選択です。反対に、高解像度の完成品をアプリ上で手早く量産したい人には、384×384という制限が合わない場面が出てきます。自分がどちら寄りかを先に決めてから触ると、時間を無駄にしません。

Janus-Proが向いている人 向いていない人

ここまでの内容を、使う人の立場でまとめ直します。Janus-Proが力を発揮しやすいのは、次のような人です。オープンソースのAIを自分の手で動かして学びたい人。AIの画像生成を自作のアプリやサービスに組み込みたい開発者。研究や検証の目的で、無料で自由に触れるモデルを探している人。こうした層には、入手の自由さと商用も視野に入るライセンスがそのまま追い風になります。

一方で、環境構築の手間をかけたくない人や、印刷にも耐える高解像度の画像をアプリ上で手早く作りたい人には、現状のJanus-Proは回り道に感じられるはずです。その場合は目的に合った別の手段を検討したほうが早く目的地に着きます。どちらが良い悪いという優劣の話ではありません。道具と目的の相性の問題です。

よくある質問

DeepSeekのアプリを開けば、そのまま画像を作れますか。

標準のチャットアプリには画像生成機能が組み込まれていません。画像生成はJanus-Proという別のモデルが担っていて、Hugging Faceのデモや自分の環境を経由して使います。チャット画面で完結する作業とは入り口が分かれています。

Janus-Proの利用にお金はかかりますか。

モデル自体はオープンソースとして無料で配布されています。ただし、7Bを快適に動かすにはGPU性能が必要で、手元に環境が無ければクラウドの計算資源を借りる費用がかかります。ソフトは無料でも、動かす場所のコストは別に見積もってください。

商用利用はできますか。

コードはMITライセンス、モデルの利用はDeepSeek Model Licenseの対象で、商用利用を認める内容とされています。ただし業務に組み込むなら、その時点の公式ライセンス本文を自分で確認してから使うのが安全です。表示と本文で表現がそろっていない場合もあるためです。

日本語のプロンプトで使えますか。

プロンプトは英語で入れるのが基本です。作りたい情景を英語で具体的に記述できると、狙った出力に近づけやすくなります。日本語での細かな指示にこだわると、扱いにくく感じる場面があります。

生成できる画像の大きさはどれくらいですか。

384×384ピクセルに固定されています。この解像度を確実に引き上げる方法は無いと報告されています。アイコンやサムネイル、ラフ案には十分ですが、大きく印刷したい用途や高精細が要る商用ビジュアルには向きません。

まとめ

DeepSeekで画像生成はできます。担い手はJanus-Proという、画像の理解と生成を1つにまとめたオープンソースのマルチモーダルモデルです。2025年1月に公開され、1Bと7Bの2種類があり、モデル自体は無料で入手できます。DeepSeekの公表値では、7Bが画像生成のベンチマークで高い数値を示しています。

使ううえでの現実的な線引きは、はっきりしています。標準のチャットアプリでは完結せず、Hugging Faceのデモか自分の環境を経由する。出力は384×384に固定され、プロンプトは英語が基本。この制限を許容できて、無料で自由に触れるオープンソースの価値を取りたい人には、有力な選択肢になります。まずはオンラインデモで感触を確かめ、必要になったら環境構築へ進む。この順で触れば、期待と現実のずれに戸惑うことなく、Janus-Proの実力を自分の目で確かめられます。商用や本格導入を検討するなら、最新の公式ライセンスと仕様を一次情報で確認してから判断してください。