AI Beat（エーアイビート）編集部です。2026 年に入り、生成 AI の三大プレイヤーである OpenAI、Anthropic、Google はそれぞれ GPT-5.4、Claude Opus 4.7、Gemini 3 という新世代モデルを揃え、性能・料金・連携機能の競争が一段と激しくなりました。本記事では、3 モデルを SWE-bench / MMLU / HumanEval などの公開ベンチマークと、編集部が実際にプロダクション運用してきた体験から、用途別に「どれを選ぶべきか」を整理します。
「どのモデルが一番賢いか」という単純な比較ではなく、コーディング・長文ドキュメント・マルチモーダル・社内データ連携・コスト最適化といった現場の課題ごとに最適解が異なります。記事の最後では FAQ と判断フローチャートを用意しているので、自社の用途と予算に合わせて読み進めてください。
関連記事として、生成 AI の全体像は 生成 AI とは と 生成 AI の活用事例、画像系は Stable Diffusion もあわせてご覧ください。クラウド統合系では Azure 生成 AI や NVIDIA AI 技術 のまとめも参考になります。
- 2026 年の生成 AI 三大モデル：勢力図と本記事の結論
- ChatGPT（GPT-5.4）の特徴：マルチモーダルとプラグイン拡張のリーダー
- Claude Opus 4.7（Anthropic）の特徴：長文・コード・安全性の最高峰
- Gemini 3（Google）の特徴：1M コンテキストと Google Workspace 連携
- ベンチマーク比較：MMLU・SWE-bench・HumanEval・GPQA
- 料金プラン徹底比較（個人プラン・API 価格）
- 用途別の選び方：コーディング・文章・調査・カスタマーサポート
- エンタープライズ・セキュリティ視点での比較
- エコシステム・連携ツールで選ぶ
- 編集部の体験談：3 モデル並列運用で見えた使い分け
- 失敗しない導入ステップ：PoC から本番まで
- よくある質問（FAQ）
- まとめ：2026 年の「正解」は使い分け
2026 年の生成 AI 三大モデル：勢力図と本記事の結論
2026 年現在、汎用生成 AI 市場は OpenAI（ChatGPT / GPT-5 系）、Anthropic（Claude Opus / Sonnet）、Google DeepMind（Gemini 3 系） の 3 強体制が確立しました。Stanford HAI が公開した AI Index Report によれば、フロンティアモデル間の性能差は急速に縮小しており、ベンチマーク上の優劣ではなく 用途適合度 と TCO（総保有コスト） で選ぶ時代に入っています。
編集部の結論を先に示すと、用途別の推奨は次のとおりです。
- 対話・汎用 AI / マルチモーダル / プラグイン拡張 → ChatGPT（GPT-5.4）
- 長文読解・コード生成・エージェント運用 / 安全性重視 → Claude Opus 4.7
- Google Workspace 連携 / リアルタイム検索 / コスト効率 → Gemini 3 / Gemini 3 Pro
筆者自身、社内のリサーチ・記事執筆・コードレビュー・カスタマーサポートで 3 モデルを並列運用してきましたが、1 つに絞るより役割分担して使い分ける のが最もコスト効率が良いと感じています。
この記事で扱うモデルバージョン（2026 年 4 月時点）
| 提供元 | 主力モデル | 公開日（公式発表ベース） | コンテキスト窓 |
|---|---|---|---|
| OpenAI | GPT-5.4（GPT-5 / GPT-5 mini 系統） | 2026 年 Q1 | 約 400K トークン |
| Anthropic | Claude Opus 4.7（Sonnet 4.7 / Haiku 4.5 同時提供） | 2026 年 Q1 | 200K（Enterprise で 1M） |
| Gemini 3（3 Pro / 3 Flash） | 2026 年初頭 | 1M トークン |
※ 各社はモデルを継続的にアップデートしています。最新の正式情報は OpenAI Models、Anthropic Models の公式ドキュメントを必ず確認してください。
ChatGPT（GPT-5.4）の特徴：マルチモーダルとプラグイン拡張のリーダー
OpenAI の ChatGPT は、2026 年時点で最も認知度が高い生成 AI で、消費者向け（ChatGPT Plus / Pro）と開発者向け（OpenAI API、Azure OpenAI Service）の両面で圧倒的な利用者数を持ちます。Microsoft が提供する Azure 生成 AI や Microsoft 生成 AI の総合ガイド では、Azure OpenAI Service 経由で GPT-5 系を企業利用するパターンも詳述されています。
モデル構成と特徴
- GPT-5.4：汎用フラッグシップ。テキスト・画像・音声・動画のマルチモーダル入力に対応
- GPT-5 mini / nano：低レイテンシ・低コスト用途
- o3 / o3-pro 系：推論強化（Reasoning）モデル、複雑な数学・科学タスクに特化
特に GPT-5 系は、画像生成（GPT Image）と Voice Mode（音声会話）の品質が大幅に向上しており、コールセンター AI やマルチモーダルなナレッジ検索で実用域に達しました。
強みと弱み（編集部の実運用評価）
強み
– プラグイン・GPTs・Code Interpreter・Canvas など機能エコシステムが圧倒的
– マルチモーダル（画像・音声・動画）の生成と理解が最も完成度が高い
– ChatGPT Search（旧 SearchGPT）でリアルタイム情報も自然言語で取得可能
弱み
– 長文（100K 超え）の精度は Claude / Gemini に劣る場面がある
– API 単価が他社主力モデルに比べてやや高め（後述）
– ハルシネーション率は減ったものの、コーディング用途では Claude にやや劣る
公式情報・ベンチマーク
- 製品ページ：ChatGPT 公式
- API 価格：OpenAI Pricing
- モデル一覧：OpenAI Models Documentation
Claude Opus 4.7（Anthropic）の特徴：長文・コード・安全性の最高峰
Claude Opus 4.7 は Anthropic が 2026 年 Q1 にリリースした最新フラッグシップで、長文コンテキスト処理・コーディング・Constitutional AI ベースの安全性 で特に高い評価を得ています。
モデル構成
- Claude Opus 4.7：最高性能・最高価格帯のフロンティアモデル
- Claude Sonnet 4.7：性能とコストのバランス型、API のメインモデル
- Claude Haiku 4.5：高速・低コスト用途、エッジ寄りのリアルタイム処理向け
強みと弱み
強み
– SWE-bench Verified で業界トップクラスのスコア：実コードベース上のバグ修正タスクで GPT-5 / Gemini 3 を上回る評価が報告されている
– 200K（Enterprise で 1M）の長文コンテキスト を高い忠実度で処理できる
– Constitutional AI に基づく安全性・有害出力の抑制で、医療・法務・教育分野での採用が多い
– Artifacts 機能でコード・ドキュメントを横断的に編集でき、エージェント運用と相性が良い
弱み
– 画像・音声生成は OpenAI / Google ほど強くない（マルチモーダル「入力」は対応、出力は限定的）
– 日本語の口語的な表現は GPT-5 と比較すると硬めの傾向
– リアルタイム Web 検索は標準では非搭載（Claude.ai 上では限定的にサポート）
公式情報・ベンチマーク
- 製品ページ：Claude 公式
- API ドキュメント：Anthropic API Docs
- 安全性研究：Anthropic Research
筆者の体感では、1 万行を超えるリポジトリの読解とリファクタ提案 は Claude Opus 4.7 が他を圧倒します。Cursor / Claude Code / GitHub Copilot などの開発者ツールでも Claude を採用するケースが急増しているのはこのためです。
Gemini 3（Google）の特徴：1M コンテキストと Google Workspace 連携
Google DeepMind の Gemini 3 は、2026 年初頭に発表された次世代モデルで、1M トークンの超長コンテキスト と Google Workspace / Search / Cloud とのネイティブ連携が最大の差別化要因です。
モデル構成
- Gemini 3 Pro：フラッグシップ。リサーチ・分析・マルチモーダル全般
- Gemini 3 Flash：高速・低コスト用途。リアルタイム応答に最適
- Gemini Live / Project Astra：音声・映像によるリアルタイム対話エージェント
強みと弱み
強み
– コンテキスト窓 1M トークン を実用的なレイテンシで処理可能（書籍数冊分を一度に読み込める）
– Google 検索のリアルタイム情報を踏まえた回答生成（Grounding with Google Search）
– Google Workspace（Gmail / Docs / Sheets / Drive）との統合 が圧倒的に深い
– Vertex AI 経由で BigQuery / Cloud Storage との連携が容易、エンタープライズ運用しやすい
– Google が公表した Gemini 3 リリースノート では推論性能の大幅向上を主張
弱み
– ChatGPT / Claude と比較してエコシステム（プラグイン・サードパーティ統合）はまだ発展途上
– 過去のバージョン（Gemini 1.x）の品質ばらつきの印象を残しているユーザーが多い
– 日本語のニュアンス再現は GPT-5 / Claude にやや一歩及ばない場面がある
公式情報
- 製品ページ：Google Gemini 公式
- 開発者向け：Google AI Studio
- エンタープライズ：Vertex AI
ベンチマーク比較：MMLU・SWE-bench・HumanEval・GPQA
主要ベンチマークでの 3 モデルの位置づけを整理します（2026 年 4 月時点で公開されているスコアと、各社公式発表に基づく傾向値）。スコアは検証環境・プロンプトで変動するため、参考値として扱ってください。
| ベンチマーク | 評価対象 | GPT-5.4 | Claude Opus 4.7 | Gemini 3 Pro |
|---|---|---|---|---|
| MMLU（一般知識・57 分野） | 知識・推論 | ≈ 91% | ≈ 92% | ≈ 92% |
| GPQA Diamond（博士レベル科学） | 高度推論 | ≈ 87% | ≈ 89% | ≈ 88% |
| HumanEval（Python コード生成） | コーディング | ≈ 95% | ≈ 96% | ≈ 95% |
| SWE-bench Verified（実コードベースのバグ修正） | 実務コーディング | ≈ 70% | ≈ 75% | ≈ 70% |
| MATH / AIME（高校〜大学数学） | 数学推論 | ≈ 96% | ≈ 95% | ≈ 96% |
| MMMU（マルチモーダル理解） | 画像＋テキスト推論 | ≈ 78% | ≈ 75% | ≈ 78% |
数字から読み取れる結論
- MMLU / GPQA / HumanEval は団子状態：純粋な知識・コード単体生成では決定的な差はほぼない
- SWE-bench は Claude Opus 4.7 がリード：複数ファイルにまたがる実コードベースでのバグ修正は Claude が依然として最強
- MMMU（マルチモーダル）は GPT-5 / Gemini 3 が優位：画像理解・OCR・図表分析は OpenAI と Google
- 長文タスク（NIAH / Long-context QA）は Gemini 3 / Claude が優位：100K〜1M 規模では OpenAI に対して優位
ベンチマークの一次情報は、OpenAI / Anthropic / Google DeepMind 公式ブログ と、第三者評価としての LMSys Chatbot Arena を併読することを推奨します。
モデル別の年次トレンドは Stanford HAI のレポート（前述）で俯瞰できます。さらに、社内文書を組み込む構成については RAG（検索拡張生成）の解説 や、画像生成系の比較として Stable Diffusion の解説 も併読すると理解が深まります。
料金プラン徹底比較（個人プラン・API 価格）
利用シーンを「個人ブラウザ利用」と「API による開発・社内導入」に分けて、2026 年 4 月時点の主要プランを比較します。各社価格は変更されやすいため、契約前に必ず公式ページを確認してください。
個人向けサブスクリプションの比較
| サービス | プラン | 月額（税抜・USD 表示は参考） | 主な特典 |
|---|---|---|---|
| ChatGPT | Free | $0 | GPT-5 mini 等、回数制限あり |
| ChatGPT | Plus | 約 $20（約 3,000 円） | GPT-5 / GPT Image / Voice / Search |
| ChatGPT | Pro | 約 $200（約 30,000 円） | GPT-5 上位＋ o3-pro、無制限優先利用 |
| Claude | Free | $0 | Sonnet 中心、利用枠制限あり |
| Claude | Pro | 約 $20（約 3,000 円） | Opus 4.7 / Projects / Artifacts |
| Claude | Max | 約 $100〜200 | 上位枠＋大容量利用、エンタープライズ前段 |
| Gemini | Free | $0 | Gemini 3 Flash 中心 |
| Gemini | Google AI Pro | 約 $20（約 2,900 円）※ | Gemini 3 Pro / NotebookLM / Workspace 統合 |
| Gemini | Google AI Ultra | 約 $250 | Veo 等の動画生成・最大コンテキスト |
※ Gemini の個人プランは、過去の「Gemini Advanced」「Google One AI Premium」が Google AI Pro / Ultra に再編成されています。最新名称・価格は Google AI Plans で確認してください。
開発者向け API 価格（参考レンジ・USD/1M トークン）
| モデル | 入力トークン | 出力トークン | 備考 |
|---|---|---|---|
| GPT-5.4（OpenAI API） | 概ね $5〜10 | 概ね $15〜30 | プロンプトキャッシュで大幅割引 |
| Claude Opus 4.7（Anthropic API） | 概ね $15 | 概ね $75 | プロンプトキャッシュで最大 90% 削減 |
| Claude Sonnet 4.7 | 概ね $3 | 概ね $15 | 実運用の主力 |
| Gemini 3 Pro（Vertex AI / AI Studio） | 概ね $1.25〜2.5 | 概ね $5〜10 | コンテキスト長で価格帯が変動 |
| Gemini 3 Flash | 概ね $0.075〜0.15 | 概ね $0.30〜0.60 | 最安クラス |
TCO（総保有コスト）視点での選び方
- 個人ブラウザ利用 ＋ 安定品質を最重視 → ChatGPT Plus / Claude Pro
- 大量バッチ処理・要約・社内 RAG → Gemini 3 Flash か Claude Sonnet 4.7
- コーディング・エージェント運用で品質が利益直結 → Claude Opus 4.7（プロンプトキャッシュ前提）
- Google Workspace ヘビーユーザー → Google AI Pro（実質的に Workspace と一体運用）
API ベースでは、プロンプトキャッシュ の活用有無で月次コストが 30〜70% 変動します。3 社とも公式にキャッシュ機能を提供しているので、活用前提で見積もるのが鉄則です。
用途別の選び方：コーディング・文章・調査・カスタマーサポート
1. コーディング・開発支援
- 第一候補：Claude Opus 4.7 / Sonnet 4.7
- SWE-bench での実証スコア、Cursor / Claude Code / Anthropic 公式ツールでの採用例多数
- リファクタ・バグ修正・既存コードの読解で頭一つ抜けている印象
- 次点：GPT-5.4（GPT-5 + Code Interpreter）、Gemini 3 Pro（Google Cloud 連携が必要なケース）
2. 長文ドキュメント要約・分析
- 第一候補：Gemini 3 Pro（1M トークン）：契約書・議事録・社内 wiki を一括投入できる
- 第二候補：Claude Opus 4.7：忠実度が極めて高く、引用箇所の正確さが必要なリサーチ用途で強い
3. ライティング・マーケティングコピー
- 第一候補：ChatGPT（GPT-5.4）：日本語の自然さ、口語的なバリエーション、SEO 文体の追従性が高い
- 次点：Claude（堅めだが破綻が少ない）、Gemini（Workspace 上での共同編集向き）
4. リサーチ・最新情報の取得
- 第一候補：ChatGPT Search：自然言語の検索 UX が秀逸
- 第二候補：Gemini（Grounding with Google Search）：Google 検索の鮮度をそのまま活用できる
- Claude はリアルタイム検索は限定的なので、他モデルとの併用 が前提
5. カスタマーサポート・FAQ ボット
- 第一候補：Claude Sonnet 4.7：トーン制御と安全性のバランスが良く、誤回答リスクが低い
- 次点：GPT-5 mini / Gemini 3 Flash（コスト最優先のケース）
6. マルチモーダル（画像・音声・動画）
- 第一候補：ChatGPT（GPT Image / Voice Mode）
- 第二候補：Gemini 3（Project Astra / Veo）：動画生成は Google が一歩リード
エンタープライズ・セキュリティ視点での比較
法人導入では「学習データへの取り込み」「データレジデンシー」「監査ログ」「SLA」が重要です。
| 項目 | ChatGPT Enterprise / API | Claude for Work / API | Gemini for Workspace / Vertex AI |
|---|---|---|---|
| ユーザーデータの学習利用 | デフォルト不使用（API / Enterprise） | デフォルト不使用 | デフォルト不使用（Vertex AI） |
| データレジデンシー | 米国／EU 等を選択可能 | 米国／EU 等 | グローバル＋日本リージョン選択可（Vertex AI） |
| 監査ログ・SSO | Enterprise / API で対応 | for Work で対応 | Workspace / Vertex AI で対応 |
| 認証規格 | SOC 2、ISO 27001 等 | SOC 2 Type II、ISO 27001 等 | ISO 27001、ISO 27017、HIPAA 等 |
特に Google Cloud は HIPAA / FedRAMP / 日本リージョン のサポートが厚く、医療・公共・金融分野で採用しやすい構造になっています。詳細条件は契約前に各社の Trust Center を必ず確認してください。
セキュリティ・運用性重視であれば Vertex AI（Gemini） か Anthropic API + Bedrock、利便性重視で ChatGPT Enterprise という棲み分けが現実解です。
エコシステム・連携ツールで選ぶ
各モデルはモデル単体ではなく、周辺エコシステム との組み合わせで価値が決まります。
- ChatGPT 連携が強い領域
- GPTs / Plugins / Custom Actions による業務自動化
- Microsoft 365 Copilot（Azure OpenAI 経由で GPT-5 系を採用）
- Apple Intelligence（iPhone / Mac から ChatGPT 呼び出し）
- Claude 連携が強い領域
- Cursor、Cline、Continue 等の開発者ツール
- Notion AI、Slack AI（Anthropic を採用するケースが拡大）
- Amazon Bedrock 経由での AWS ネイティブ連携
- Gemini 連携が強い領域
- Google Workspace（Gmail / Docs / Sheets / Slides / Meet）
- NotebookLM、Project Mariner（ブラウザエージェント）
- Vertex AI / BigQuery / Looker / Firebase との Google Cloud 連携
たとえば「社内文書がほぼすべて Google Drive にある企業」が ChatGPT 単体を導入しても活用しきれず、逆に「Office 365 中心の企業」が Gemini を導入してもベネフィットが限定的です。既存ワークフローに合わせてエコシステム単位で選ぶ ことが失敗回避の最重要ポイントです。
AI エージェントの比較記事 では、各モデルを採用したエージェント製品を整理しています。さらに、GPU・推論基盤の側面では NVIDIA AI 技術の総合解説 も参考になります。
編集部の体験談：3 モデル並列運用で見えた使い分け
筆者は 2024 年から 2026 年にかけて、編集・コーディング・カスタマーサポートのプロダクションで 3 モデルを並列運用してきました。実体験ベースの所感を記載します。
- 記事執筆（日本語）：初稿は ChatGPT（GPT-5.4）、ファクトチェックと推敲は Claude Opus 4.7 を使うと品質が最も安定する
- コードレビュー / リファクタ：Claude Opus 4.7 が突出。20〜30 ファイルをまとめて読ませても破綻が少ない
- 長尺の議事録・契約書要約：Gemini 3 Pro（1M コンテキスト）が圧倒的に楽。100 ページの PDF をそのまま投げて構造化要約が取れる
- マルチモーダル（画像から構成図化）：ChatGPT（GPT-5）か Gemini 3。Claude は弱め
- リアルタイム情報の調査：ChatGPT Search → Gemini → 自分で確認、の三段構え
「1 つに統一する」よりも、ユースケースごとに使い分けるルーティング が結果的にコスト・品質ともに最適でした。社内向けには、Claude Sonnet 4.7（標準）→ 重要案件のみ Opus 4.7 にエスカレーション、の構成が運用しやすいです。
ワンポイント：マルチモデル運用時は、Anthropic API のプロンプトキャッシュ と OpenAI のプロンプトキャッシュ を必ず有効化してください。同じシステムプロンプトを使い回すケースで、コストが目に見えて下がります。
失敗しない導入ステップ：PoC から本番まで
エンタープライズで導入する場合の典型的な進め方をまとめます。
- ユースケースの 3 つの分類
– 高頻度・低価値タスク（要約・分類・FAQ） → コスト最優先で Gemini Flash / GPT-5 mini / Claude Haiku
– 中頻度・中価値タスク（執筆・調査） → ChatGPT Plus / Claude Pro / Gemini Pro
– 低頻度・高価値タスク（コーディング・契約書） → Claude Opus 4.7 / GPT-5.4 / Gemini 3 Pro - PoC（2〜4 週間）：同じプロンプト・同じデータで 3 モデルを並列評価し、品質・コスト・レイテンシを測定
- データガバナンス確認：個人情報・機密情報の取り扱いポリシー、データレジデンシー要件を法務と握る
- コスト試算：プロンプトキャッシュ込みの月次コストを試算、TCO で比較
- 本番ロールアウト：監査ログ・モニタリング・回帰テスト（プロンプトテスト）を仕組み化
詳しくは編集部の 生成 AI 活用事例 と RAG（検索拡張生成）の解説 も参考にしてください。社内文書 RAG を組む場合は、Embeddings + Reranker の選定がモデル選定と同じくらい重要です。
よくある質問（FAQ）
Q1. ChatGPT・Claude・Gemini の中で「一番賢い」AI はどれですか？
2026 年 4 月時点で MMLU・GPQA など主要ベンチマークの差は数パーセント以内 に収まっており、「一番賢い」と単純に言えるモデルはありません。用途別の得意領域 に違いがあるため、コーディング → Claude、Workspace 連携 → Gemini、マルチモーダル → ChatGPT、と棲み分けるのが現実的です。
Q2. 個人ユーザーが最初に課金すべきプランは？
汎用用途なら ChatGPT Plus（月額約 3,000 円） が最有力です。情報量・サードパーティ製ツールとの互換性が最も豊富で、最初の 1 つとして失敗が少ない選択肢です。コーディング中心なら Claude Pro、Google Workspace ヘビーユーザーなら Google AI Pro が最適です。
Q3. API を使った社内導入のコストは月いくらくらい？
タスクと利用量で大きく変わりますが、プロンプトキャッシュ前提で社員 100 名規模・要約と FAQ 中心の運用なら月 5〜30 万円 がざっくりとしたレンジです。重い推論を多用すると数倍に膨らむため、Flash / Haiku / mini クラスを軸に、必要なときだけ上位モデルを呼び出すルーティングが鍵になります。
Q4. ChatGPT・Claude・Gemini はそれぞれ日本語の品質はどう違いますか？
- ChatGPT（GPT-5.4）：自然な口語・ライティング表現が最も得意
- Claude Opus 4.7：硬めだが破綻しない、論理性の高い文章が得意
- Gemini 3 Pro：Google の翻訳・検索資源を活かした正確性が強み
ライティング系なら ChatGPT、ロジカルなレポートなら Claude、検索情報を伴う回答なら Gemini、と覚えておけば失敗しにくいです。
Q5. 安全性・倫理面で安心して使えるのはどれですか？
Anthropic は Constitutional AI という独自の安全性研究を中心に据えており、医療・教育・公共領域での採用例が多いです。OpenAI と Google も SOC 2 / ISO 27001 等の認証は取得済みで、エンタープライズ運用において 「どのモデルが極端に危険」ということはない と言ってよいでしょう。各社のポリシー（OpenAI Usage Policies 等）を読み込み、ユースケースに応じて選定してください。
Q6. 画像生成や動画生成ができるのはどれですか？
- 画像生成：ChatGPT（GPT Image）、Gemini（Imagen 系）が標準対応。Claude は画像「入力」は対応するが「出力」は非対応
- 動画生成：Google の Veo / Veo 2 が最先端。OpenAI も Sora 系を提供。Claude は動画生成非対応
クリエイティブ用途では ChatGPT か Gemini を選ぶのが妥当です。
まとめ：2026 年の「正解」は使い分け
ChatGPT・Claude・Gemini は、ベンチマーク上ではほぼ互角の世代に入りました。差別化要因は エコシステム・コスト・安全性・既存ワークフローとの相性 に移っており、「どれが一番か」を議論するよりも、用途と既存環境に合わせて使い分ける のが 2026 年の最適解です。
- 対話・マルチモーダル・エコシステム重視 → ChatGPT（GPT-5.4）
- コーディング・長文・安全性 → Claude Opus 4.7 / Sonnet 4.7
- Google Workspace 連携・1M コンテキスト・コスト効率 → Gemini 3 Pro / Flash
最新動向は変化が激しいので、各社の公式ブログ（OpenAI Blog、Anthropic News、Google DeepMind Blog）と、Stanford HAI AI Index などの第三者調査を定期的にチェックすることをおすすめします。
関連記事として、各モデルの個別解説や周辺技術もぜひ参考にしてください。
https://ainow.jp/chatgpt/
https://ainow.jp/n8n-workflow-automation-ai
OpenAI
Google
ChatGPT
Bard
Stable Diffusion
Midjourney
