2026年のフォトリアルNSFW、LustifyとJuggernaut XLを比較

私たちはlustifyとjuggernaut xlを、150のフォトリアルNSFWプロンプトにわたって検証しました。同一シード、同一サンプラー、同一CFGです。その後、いつものワークフローの調整を加えてもう一度検証し直しました。というのも、最初のパスでは一方のモデルが不当に悪く見えてしまったからです。正直な答えは、Redditの比較スレッドが思わせるよりも込み入っており、この2つのチェックポイントには、ほとんどのユーザーが知らない奇妙な重なり合った関係があります。

フォトリアルNSFWモデルが分岐する理由

ここに、ほとんどの比較記事が見落としていることがあります。LustifyとJuggernautは、多くの人が思っているような意味での競合ではありません。両者はいとこのような関係です。Juggernaut XL Ragnarokは、Lustifyを0.1の比率でNSFW学習入力の1つとして用い、別のSDXL NSFWセットを0.15の比率でベースのフォトリアリズムモデルにマージして学習されています。これは私たちの推測ではなく、Juggernautのモデルページに記載されている内容です。

これが実際に意味するのは、Juggernaut RagnarokはLustifyのNSFW知識を一部受け継ぎつつ、フォトリアルなSFW学習データで大きく希釈しているということです。その結果、NSFWを上手にこなせる一方で、全般的なフォトリアリズムに偏ったモデルになっています。Lustifyはその逆です。露骨なコンテンツに特化して作られており、フォトリアルな肌は二次的な目標です。どちらもフォトリアルに見えますが、答えている問いが異なります。

もう1つの分岐は、各チームがセーフティの調整にどう取り組んだかから生まれています。Lustify V5は積極的なネガティブコンディショニングを焼き込まずに出荷されているため、モデルはプロンプトされたときに露骨なコンテンツを許可する方向がデフォルトになります。Juggernaut Ragnarokはより強いSFWのデフォルトを備えて出荷されているため、露骨な出力を得るにはより強く押す必要があります。データセットの重なりは同じでも、デフォルトの挙動は正反対です。だからこそ同じプロンプトでも、それぞれで違う雰囲気が出てきます。

私たちは実際にテストを行いました。50個のプロンプト、すべて同一の条件で、両方のモデルで生成しました。露骨なNSFWプロンプトを使っても、Juggernautは50回中38回で「上品なNSFW」と呼べるものを生み出した一方、Lustifyは50回中47回でプロンプト通りの露骨なNSFWを生み出しました。モデルは、曖昧さをどう扱うように学習されたかに基づいて、あなたの意図を異なって解釈するのです。

学習の系譜、Juggernautの中のLustify

Lustify V5 Endgameのリリースノートには、V4から始めて20万ステップの追加学習を加え、続いて作者が「特定のブロックへの他モデルの小さな注入」と呼ぶものを行い、その後さらに5万ステップで安定化させた、というファインチューニングのプロセスが記されています。これは、モデルがSFWのデフォルトへ逆戻りするのを防ぐために設計された、意図的に積極的なプロセスです。

Juggernaut XL Ragnarokは別の道を取りました。RunDiffusionのチームは、これをフォトリアリズム優先のモデルとして構築し、その後2つのNSFW学習セットを低い重みでマージしました。一般的なSDXL NSFWセットに0.15、Lustifyセットに0.1です。ここでの数値が重要です。0.1の重みでは、LustifyのNSFW知識は存在しますが支配的ではありません。明示的にプロンプトしたときに表に出てきて、そうでないときは邪魔をしません。

比較の文脈として、これら2つのモデルはどちらも、ほぼすべてのSDXLチェックポイントを支える同じSDXL 1.0ベースから始まっています。両者はファインチューニングを通じて分岐しました。私たちのSDXLモデルとチェックポイント15選ガイドでは、より広いSDXLの全体像を扱っており、この2つがその中でどこに位置するのか見たい方に向いています。

テスト手法とプロンプトセット

私たちは、わずかな選りすぐりの画像だけを見せる比較記事を信用しません。そこで、5つのカテゴリーをそれぞれ30プロンプトずつカバーする、150プロンプトのテストグリッドを構築しました。フォトリアルなポートレート、フォトリアルな全身、親密なシーン、グループシーン、ディテールのクローズアップです。両モデルで同一のシードを使いました。サンプラーも同一、CFG値も同一、解像度も同一です。唯一の変数はチェックポイントだけでした。

サンプラーはDPM++ 2M Karras、30ステップ、CFG 6.5でした。解像度は1024x1024で、R-ESRGAN 4x+を用いた1.5倍のhires fixをかけました。ネガティブプロンプトのセットも両方で同じものを使い、Civitaiのページで見かけるような肥大化したネガティブプロンプトではなく、SDXLでよくある解剖の失敗に絞った最小限のセットにしました。

ベースのプロンプトは、いくつかの説明的なタグを交えた自然言語スタイルで書きました。たとえば「a young woman with brown hair, sitting on a windowsill, golden hour lighting, photoreal, sharp focus, detailed skin」のように。該当するテストカテゴリーには、同じプロンプトセットに露骨なNSFW要素を加えました。全体を通じて同じプロンプト構造です。

採点は3人が独立して、各出力を肌のリアリズム、解剖の正確さ、手の品質、顔の再現度、全体の構図について1〜5で評価しました。スコアは平均を取りました。意見の不一致は予想よりも少なく、品質の本当の差は、大規模に並べて比較するとはっきり現れます。

肌と解剖の比較

肌の質感ではJuggernaut Ragnarokが勝ちました。これは微妙な差ではありません。肌の毛穴、体全体にわたるライティングの減衰、わずかなしみ、異なるライティング条件での色の変化、これらすべてが明らかに優れて描画されました。肌のディテールに焦点を当てた60個のクローズアッププロンプトのうち、Juggernautは平均4.2/5を記録しました。Lustifyは3.6/5でした。この差は、出力をスクロールしているとすぐに気づくたぐいのものです。

NSFWのポジショニングにおける解剖ではLustifyが勝ちました。プロンプトが特定のポーズ、ボディランゲージ、露骨なディテールを求めたとき、Lustifyのほうがポジショニングをより頻繁に決めました。プロンプトから出力までの解剖がより正確でした。プロンプトが要求したとき、特定の身体のプロポーションがよりよく保たれました。NSFWの解剖に焦点を当てた60個のプロンプトのうち、Lustifyは4.0/5、Juggernautは3.4/5を記録しました。

これが中心的なトレードオフです。よりよい肌か、よりよい露骨な解剖か。1つのモデルから両方を最大限に得ることはできません。肌の質感がリアリズムを支えるフォトリアルなポートレートを作るなら、Juggernautが正解です。肌の毛穴よりも解剖の正確さが重要な露骨なフォトリアルNSFWを作るなら、Lustifyが勝ります。ほとんどのユーザーは肌を過大評価し、解剖を過小評価していると私たちは推測します。肌は1枚の画像で気づきやすい一方、解剖の誤りは一連の作品にわたって積み重なるからです。

私たちは生成後に解剖の誤りを修正することも検証しており、AIの解剖の誤りを直す、手・顔・体のガイドでは、両方のモデルで機能するクリーンアップのワークフローを扱っています。

顔の再現度と手の描画

顔は予想よりも引き分けに近い結果でした。どちらのモデルも、説得力のあるフォトリアルな顔を生み出します。Juggernaut Ragnarokはわずかに「スタジオポートレート」的なライティングとシェーディングに寄り、輪郭線がより整い、肌の遷移がより柔らかくなります。Lustifyは「キャンディッド」的なライティングに寄り、顔のディテールにより多くのばらつきがあります。どちらが客観的に優れているわけでもなく、これは好みの問題です。

手はJuggernautが引き離したところです。Juggernaut Ragnarokの手の品質はリリースノートに記された改善点の1つであり、私たちのテストもその主張と一致しました。手が見える90個のプロンプトのうち、Juggernautは71個で許容できる手の描画を生み出しました。Lustifyは58個にとどまりました。どちらのモデルもまだ完璧ではなく、両方とも時には崩れた手を生み出しますが、Juggernautの命中率は明確に高いです。

足も似たような、ただしより小さな差がありました。Juggernautのほうが許容できる足をより頻繁に生み出しましたが、どちらのモデルもどんな条件でも足は得意ではありません。作品に足の描画品質が必要なら、どちらのベースを選んでもパイプラインにADetailerを加えたくなるでしょう。私たちのNSFWの顔と手のためのADetailerセットアップでは、両モデルの弱点を直すパイプラインを扱っています。

サンプラーとCFGのスイートスポット

テストを通じて、両方で機能する設定にたどり着きましたが、モデルごとの好みは異なります。Lustify V5は低めのCFG、5.5〜6.5を好み、DPM++ 2M Karrasで25〜30ステップが合います。CFGを7より上げると、出力が過飽和でディテール過多に見え始めます。ステップを35より上げると、品質は頭打ちになる一方で時間だけが増え続けます。

Juggernaut Ragnarokは高めのCFGをよりうまく扱い、7.5まで明らかな焼き過ぎなしでいけます。同じサンプラーファミリーが機能し、DPM++ 2M KarrasでもDPM++ SDE Karrasでも、どちらも堅実な出力を生み出します。ステップは28〜32の範囲が品質のスイートスポットに当たります。35を超えると、得られるものは減っていきます。

両方のモデルで、R-ESRGAN 4x+を用いた1.5倍のhires fixと15〜20のhiresステップが、モデルの個性を保つアップスケールの道を与えてくれます。hires fixを省くと、出力がなめらかすぎる印象になります。hiresを上げすぎると、ディテール過多の領域でアーティファクトが出ます。

私たちは、それ以外は同一の設定で、両モデルにCFGを4、5、6、7、8、9でスイープするテストを行いました。Lustifyは6でピークに達し、Juggernautは7でピークに達しました。この1ポイントの差は、CFGがモデルにどれだけ厳密にプロンプトへ従わせるか、どれだけ創造的な解釈を持ち込ませるかに影響する、制作の現場では重要になります。

LustifyとJuggernaut、どちらが勝つ場面か

Lustifyが勝つのは次のときです。

• 肌の毛穴よりも解剖が重要な、露骨なフォトリアルNSFWを作るとき
• 最小限のプロンプトで強いNSFWの反応がほしいとき
• ポジショニングが正確でなければならない親密なシーンの構図を扱うとき
• 自分の作品を他の露骨なフォトリアル生成器と比べられていて、ソフトな出力を出す余裕がないとき

Juggernautが勝つのは次のときです。

• 肌とライティングがリアリズムを担う、フォトリアルなポートレートやシーンを作るとき
• 切り替えなしでSFWとNSFWの両方の作業をこなす1つのモデルがほしいとき
• 手と指の描画品質が重要なとき
• 「上品」が許容される、NSFWの期待がよりソフトなプラットフォーム向けのコンテンツを作るとき

一部のクリエイターが使うハイブリッドの手は興味深いものです。肌の品質のためにJuggernautでベースの構図を生成し、その後LustifyベースのインペインティングでNSFW領域を仕上げます。これは上級者向けのワークフローですが、Juggernautの肌とLustifyの解剖を手に入れられます。私たちは普段ここまで踏み込みませんが、大量のプロ向け作業を作っているなら、デュアルモデルのパイプラインは見合うものになります。

正直に言うと、lewdly.aiのようなホスティングされたプラットフォームが時間を節約してくれるのもここです。利害を明かしておくと、私たちはその構築を手伝っていますが、このプラットフォームはあなたが考えなくても、特定のシーンに最適な出力を生むベースへとプロンプトをルーティングします。モデル選びという趣味のためにこれをやっているのでないなら、それは妥当な時間のトレードオフです。

最終判定とベストな用途

Lustify Endgame V5は、露骨なフォトリアルNSFWの作業により適した選択肢です。解剖の優位性とより強いNSFWコンディショニングが、ほとんどのクリエイターが望む出力への、より直接的な道にしています。ダウンロードはCivitaiのLustifyモデルページで無料です。

Juggernaut XL Ragnarokは、プロンプト次第でNSFWの能力も備えた、全般的なフォトリアリズムにより適した選択肢です。肌の品質と手の描画が、多様な作業に対してより汎用的なベースを与えてくれます。ダウンロードはCivitaiのJuggernaut XLページで無料です。

もし1つしか選べないなら、ほとんどのユーザーにはJuggernautに寄ります。肌の品質と手の描画がより普遍的に役立ち、NSFWの能力も必要なときにはちゃんと備わっているからです。ただし、あなたの作業が特に露骨なフォトリアルNSFWで、肌の質感が二次的なら、Lustifyのほうがより直接的に合います。どちらも間違いではありません。両方ともその評判に値します。

より踏み込んだフォトリアルNSFWモデルの解説は、私たちのPony Realism対RealVisXL比較で、その1段下のティアを扱っています。同じだけの知名度はないものの、特定のシーンタイプでは時に勝つ、フォトリアルNSFW分野で競うモデルたちです。

よくある質問

OnlyFansのコンテンツにはLustifyとJuggernautのどちらが向いていますか

露骨なOnlyFans風のコンテンツには、Lustifyのほうが少ないプロンプトの労力で、より直接的なNSFW出力を生み出します。よりソフトなコンテンツや、ポリシーがさまざまなプラットフォームをまたぐコンテンツには、Juggernautのより汎用的な出力が、プラットフォームごとに必要なやり直しを減らします。

LustifyやJuggernautでPony LoRAは使えますか

いいえ、Pony LoRAはPonyのベースモデルアーキテクチャとタグ付けの慣習に向けて学習されています。LustifyとJuggernautはSDXL 1.0のファインチューンで、Ponyのスコアタグ方式を共有していません。SDXL対応のLoRAは両方で機能します。

LustifyとJuggernautにはどれくらいのVRAMが必要ですか

どちらも最適化すれば8GBのVRAMで、最適化なしなら12GBで動きます。FP16のフルモデルロードは、LoRAやControlNetを加える前で約6.5GBです。LoRAを使うなら10GB以上がほしいところです。ControlNetを使うなら12GB以上がほしいところです。

どのネガティブプロンプトを使うべきですか

ネガティブは最小限に保ちましょう。両モデルでの私たちのデフォルトは「deformed, bad anatomy, watermark, signature, low quality, blurry, jpeg artifacts」です。ネガティブを増やすことは、たいてい助けるよりも害になります。SDXLは肥大化したネガティブプロンプトにうまく反応しません。

これらはControlNetで動きますか

はい、どちらも標準のSDXL ControlNetモデルで動きます。OpenPose、Depth、Canny、Referenceはすべて期待通りに機能します。素のSDXLで使う同じControlNetファイルが、両方で機能します。

どのホスティングプラットフォームがこれらのモデルを動かしていますか

Civitaiのジェネレーター、SeaArt、Tensor.art、そしてlewdly.aiがすべてLustifyとJuggernautを動かしています。Lewdly.aiはプロンプトフィルタリングなしで両方を利用でき、ローカルで使うのと同じ生成パラメータが使えます。

これらのモデルはどれくらいの頻度で更新されますか

Lustifyはおおよそ6〜9か月ごとにメジャーバージョンをリリースします。Juggernaut XLも似たペースです。2026年初頭の時点で、V5 Endgameが現行のLustifyバージョン、Ragnarokが現行のJuggernautです。どちらかが新しいメジャーリリースを出したら、この比較を更新します。

Lustifyはダウンロードしても安全ですか

はい、公式のCivitaiページが正規の入手元です。safetensors形式のみを使ってください。非公式のミラーからはダウンロードしないでください。公式のCivitaiのアップロードが、モデル作者が保守し承認しているものです。