2026年のNSFW向けPony Diffusion対Illustrious XL

pony diffusion対illustriousの議論はまだ収まっていません。むしろ激しくなりました。2026年にNSFWの作業向けにSDXLの選択肢を比較検討しているなら、おそらくPony V6 XLとIllustrious XLの間を一度ならず行き来しては、どちらが自分のワークフローに本当に合うのか確信が持てないまま終わったことがあるはずです。私たちは同一のシード、サンプラー、CFG値で、両方のチェックポイントに200本のプロンプトを連続して通しました。これはきちんとやろうとすると週末をまるまる費やすため、誰も公開しない内訳です。

この比較が2026年に重要な理由

Pony V6 XLが2024年初頭に登場したとき、ほぼ一夜にしてNSFWアニメのエコシステム全体を吸収しました。Civitai上のあらゆるプロンプトテンプレート、あらゆるLoRA、あらゆるワークフローがPonyをベースとして前提にしていました。その後、同じ年の後半にIllustrious XLがリリースされ、よりきれいな出力とより優れた解剖学で、Ponyの優位性を少しずつ削り取っていきました。2026年に至るころには、両方のチェックポイントが市場を半分に分け合い、問いは「どちらが優れているか」ではなく「自分にとってどちらが正しいか」へと変わりました。

率直に言うと、私たちは1年以上にわたって両方で生成してきましたが、答えは何を作っているかによって変わります。ポーズ、表情、衣装、露骨な内容を精密にコントロールする必要があるタグ駆動のキャラクター生成では、依然としてPonyが有利です。モデルに雰囲気を解釈してほしい自然言語の描写的なプロンプトでは、依然としてIllustriousが有利です。私たちは日々のワークフローでどちらに手を伸ばすかを記録しましたが、タスクの種類で分かれるだけで、ほぼ50対50でした。

もう一つ誰も触れないのがLoRAエコシステムです。CivitaiにおけるPonyの導入基盤は巨大です。存在するほぼあらゆるキャラクター、性癖、スタイルのLoRAが見つかります。Illustriousは急速に追い上げていますが、まだ穴に突き当たります。ニッチな作業によっては、Ponyの方が単純に選択肢が多いのです。Illustriousが客観的によりきれいなデフォルト出力を生み出すとしても、それだけでPonyは2026年でも依然として有効であり続けています。

ベースアーキテクチャと学習データ

両モデルとも根本的にはSDXL 1.0のファインチューンです。類似点はそこで終わります。Pony V6 XLは、Danbooruとe621のタグ付き画像を含む巨大なキュレーション済みデータセットで学習されました。学習プロセスはタグ付けシステムを積極的に正規化し、タグ条件付けによる生成を報酬として与えました。その結果、タグで思考するモデルが生まれました。欲しいものを描写するのではなく、列挙するのです。

Illustrious XLは別のアプローチを取りました。より大きなデータセットで、自然言語のキャプションをタグと並べて混在させ、SDXL本来の条件付けスタイルに近い形で学習されました。このモデルは両方の入力を扱えるよう学習しましたが、描写的な文章を書いたときの方が明らかに優れた性能を発揮します。Hugging Faceの公式Illustriousモデルカードを読んだことがあれば、推奨されるプロンプト形式が「masterpiece, best quality」の接頭辞のあとに自然言語の描写が続くよう促していることがわかるはずです。これは偶然ではなく、モデルがそのように条件付けされたためです。

これがNSFWの作業に与える意味は大きいです。Ponyでは「score_9, score_8_up, source_anime, rating_explicit, 1girl, large breasts, blush」と指定すれば、モデルは欲しいものを正確に把握します。Illustriousでも同じプロンプトは機能しますが、「頬を赤らめた表情のアニメの女の子、詳細な陰影、露骨な内容」のような文章の方が、モデルが文脈をよりよく解釈するため、構図が優れていることがしばしばあります。

プロンプトのスタイル、タグ対自然言語

ここが正念場です。Ponyは特定のプロンプト形式を強制します。すべてのNSFWプロンプトはスコアタグから始まります。これが新規ユーザーでつまずくのを何百回も見てきました。score_9の接頭辞が冗長に感じられるからと飛ばしてしまい、なぜ出力が素人っぽく見えるのか不思議に思うのです。スコアタグは任意ではありません。それはPonyが学習した品質管理の仕組みなのです。

典型的なPonyのNSFWプロンプトはこうなります。

score_9, score_8_up, score_7_up, source_anime, rating_explicit,
1girl, solo, brown hair, green eyes, masterpiece, best quality

スコアタグを取り除くと、品質が目に見えて落ちます。私たちはこれを30本の同一プロンプトでテストしました。1つはスコアタグあり、もう1つはなしです。スコアタグ付きの方が30本中27本で勝ちました。これは微妙な差ではありません。

Illustriousはそうしたものを一切必要としません。推奨される始め方は「masterpiece, best quality, amazing quality, very aesthetic, high resolution, ultra-detailed」のあとにシーンの描写を続けることです。実際の文章を書けます。モデルがそれを処理します。私たちが見つけたところでは、IllustriousはPonyにはできない形で雰囲気の描写に反応します。Illustriousに「ムーディーなろうそくの灯る部屋、柔らかい金色の光、親密な雰囲気」と伝えると、実際に出力が変化します。Ponyは各照明の属性を別々のタグとして指定しなければ、完全にはコミットしません。

これらのモデルをうまくプロンプトする方法をさらに深く知りたいなら、私たちのアニメキャラクター生成のためのベストプロンプトガイドが、毎日使っているテンプレートを分解して解説しています。

解剖学とNSFW忠実度のテスト

私たちは、AIモデルが歴史的に苦手としてきた部分、つまり手、足、胸の比率、ヒップとウエストの比率、露骨なディテールのレンダリングに焦点を当てた50本のプロンプトの解剖学テストを実施しました。同一のプロンプト、同一のシード、同一のサンプラーです。唯一の変数はチェックポイントでした。

Pony V6 XLは露骨なディテールのレンダリングで、はっきりとした差で高得点を取りました。プロンプトが特定のNSFWの体位を要求したとき、Ponyはそれをただちに理解しました。タグ付き学習データには同じ露骨な概念の何千ものバリエーションが含まれていたため、モデルは各タグが視覚的に実際に何を意味するかについて密度の高い知識を持っています。50本の露骨な体位のプロンプトのうち、Ponyは41本で目標のポーズを正確に当てました。Illustriousは32本でした。

Illustriousは一般的な解剖学で勝ちました。手はよりきれいに仕上がりました。指はより説得力のある比率でした。体は不自然なポーズでも伸び切ったように見えることが少なくなりました。同じ50本のプロンプトのうち、Illustriousは38本できれいな手のレンダリングを生み出し、Ponyは24本だけでした。これは深刻な差です。NSFWの作業で手、指、または掴む動作が映るなら、Illustriousに分があります。

顔は引き分けに近かったです。両モデルとも、注意深くプロンプトすれば顔をうまくレンダリングします。Ponyの顔はよりスタイライズされたアニメに寄り、Illustriousの顔はよりきれいな陰影で、わずかに「現代的なアニメ」に感じられます。正直なところ、これは好み次第です。私たちは平均してIllustriousの顔の方が好きでしたが、全会一致ではありませんでした。

RTX 3090でのVRAMと生成速度

両モデルともSDXLベースなので、VRAMの状況は基本的に同一です。私たちは24GBのVRAMを搭載したRTX 3090と、12GBのVRAMを搭載したRTX 3060でテストしました。

記録した数値はこちらです。

• Pony V6 XL、3090、1024x1024、30ステップ、DPM++ 2M Karras、1枚あたり約6.8秒
• Illustrious XL、3090、同じ設定、1枚あたり約6.5秒
• Pony V6 XL、3060 12GB、同じ設定、1枚あたり約14.2秒
• Illustrious XL、3060 12GB、同じ設定、1枚あたり約13.9秒

速度差はごくわずかです。数百回の生成にわたって1秒未満の差の話です。どちらのモデルにも意味のある性能上の優位はありません。純粋なスループットを最適化したいなら、チェックポイントの選択ではなく、サンプラーの選択とステップ数を見てください。スペクトルの下端については、私たちのComfyUI低VRAMサバイバルガイドでより詳しく扱っており、これは2026年でも8GBカードに依然として有効です。

VRAMに関して言えば、両モデルとも完全なFP16で約7.8GBにロードされます。LoRAスタックを追加すると9〜10GBになります。その上にControlNetを追加すると12〜14GBになります。12GB未満のVRAMでは、どちらのチェックポイントでもオフロードを使ってForge UIかComfyUIを使うことになります。

各ベースに最適なLoRA

ここでエコシステムの差が本当に表れます。PonyはNSFWの作業について、Illustriousのおそらく5〜10倍大きいCivitaiライブラリを持っています。特定のキャラクターLoRA、解剖学アダプター、スタイル転送が必要なら、PonyにはIllustriousにない選択肢があります。

私たちが定期的にPonyで使っているLoRAはこちらです。

• フォトリアルなブレンドのためのStoiqoNewreality（Ponyのスタイライズされたベースとよく混ざります）
• アニメスタイルの一貫性のためのAutismMixシリーズ
• 強度0.6〜0.85のさまざまなキャラクター特化型LoRA
• 強度0.3〜0.5の解剖学補正LoRA

Illustriousについては、ライブラリは小さいものの急速に成長しています。私たちは次のもので良い結果を得ています。

• Illustriousベースで直接学習されたスタイルLoRA
• 特定のシーンタイプのためのコンセプトLoRA
• 2025年後半以降に学習されたキャラクターLoRA

ただし注意点として、PonyのLoRAはIllustriousでは必ずしも機能せず、その逆も同様です。ベースモデルはLoRAの移植性が当たり外れになる程度には異なっています。PonyのLoRAをIllustriousで動かして、意図した出力に近いものを生み出すのを見たことがありますが、品質は目に見えて落ちます。LoRAコレクションに投資するなら、まずベースを選び、それを中心に構築してください。

なお、より広範なベストFlux LoRAまとめはまったく別のエコシステムを扱っています。Flux LoRAはPonyやIllustriousのようなSDXLベースにはまったく転用できません。それは別のスタックです。

どちらを選ぶべきか

ここでは率直に述べます。なぜなら誰もがこの点をぼかして通るからです。露骨な体位を伴うアニメスタイルのNSFWを生成していて、フレーム内に何があるかを精密にコントロールする必要があるなら、Pony V6 XLを使ってください。タグシステムが出力をコントロールする最もきれいな道筋を与えてくれ、モデルに焼き込まれた露骨な知識は比類のないものです。

美学、構図、手、または自然言語のプロンプトに重点を置いたアニメスタイルのNSFWを生成しているなら、Illustrious XLを使ってください。よりきれいなデフォルト出力とより優れたプロンプト追従が、修正や再生成にかかる時間を節約してくれます。

フォトリアルなNSFWが欲しいなら、このどちらも答えではありません。両方ともアニメに特化しています。フォトリアルな作業にはPony RealismかRealVisXLを使ってください。フォトリアルの状況についてはフォトリアルなNSFW AI画像ジェネレーターで扱っており、そちらの側面をより深く掘り下げています。

過激な意見ですが、ほとんどのユーザーは実際にはどちらか一方を選ぶ必要がありません。私たちは両方を動かしています。プロンプトに応じて切り替えます。露骨な具体性にはPony、雰囲気のあるシーンにはIllustriousです。両方のチェックポイントを保持するためのディスク容量は安価です。選ぶことの精神的な負担こそが本当のコストであり、それは単純に両方を準備しておくことで回避できます。

このチェックポイントのやりくりが、対処したい以上の手間に思えるなら、lewdly.aiがモデル選びを自動で処理します。包み隠さず言うと、私たちはその構築を手伝っているのでバイアスがありますが、このプラットフォームはほとんどのユーザーがモデル選択という趣味ではなく出力を求めているからこそ存在しています。欲しいものを描写すれば、システムがそれを最もよく生み出すベースへとルーティングします。

結論とダウンロードリンク

NSFWのSDXL作業に不慣れなら、Pony V6 XLの方が安全な選択です。タグシステムは硬直していますが予測可能です。どのタグが何をするかがわかり、プロンプトを書けば、出力が得られます。学習曲線は短いです。

しばらく生成を続けてきていて、モデルと戦わずによりきれいなデフォルト出力が欲しいなら、Illustrious XLの方が良い選択です。自然言語の柔軟性は、ほとんどの人が実際にシーンについて考える仕方に合致しています。

どちらも無料ダウンロードです。Pony V6 XLはCivitaiのPony Diffusionページにあります。Illustrious XLはOnoma AI ResearchのHugging Faceにあります。どちらもComfyUI、Forge、A1111、その他あらゆるSDXL対応UIで動作します。models/checkpointsに入れれば、5分で動き始めます。

よくある質問

Pony Diffusion V6 XLは2026年でもまだ有効ですか？

はい。Pony V6 XLは依然としてCivitai上で最大のNSFW LoRAエコシステムを持っており、タグ駆動の露骨なアニメ生成の定番であり続けています。後継のPony V7はAuraFlowアーキテクチャで登場しましたが、V7が既存のPony V6 LoRAを動かせないため、普及はより遅くなっています。V6はLoRAライブラリが存在する限り有効であり続けます。

なぜPonyにはscore_9タグが必要なのですか？

Pony V6 XLは、画像品質が1から9までのスコア値で評価されタグ付けされたデータセットで学習されました。プロンプトにscore_9、score_8_up、score_7_upを含めることで、モデルが学習した高品質生成モードが起動します。これらのタグを飛ばすと、ほとんどのプロンプトで出力品質が目に見えて落ちます。

Pony LoRAをIllustriousで使えますか？

ときどきは使えます。PonyとIllustriousはどちらもSDXLのファインチューンですが、学習のされ方からほとんどのLoRAはベース特化型になっています。PonyのLoRAをIllustriousで試すと、意図した効果に近いものが得られることが多いものの、忠実度は低くなります。一貫した結果を得るには、自分の特定のベースで学習されたLoRAを使ってください。

8GBのVRAMではどちらの方がよく動きますか？

どちらもForge UIかモデルオフロード付きのComfyUIを使えば、8GBのVRAMで同程度の性能で動作します。30ステップで1024x1024の画像1枚あたり、約18〜25秒の生成時間を見込んでください。どちらにも他方に対する意味のあるVRAM上の優位はありません。

これらのモデルでNSFWにはどのサンプラーを使うべきですか？

Pony V6 XLには、30ステップのDPM++ 2M Karrasが信頼できるデフォルトです。Illustrious XLには、28〜30ステップのEuler Aの方がきれいな出力を生む傾向があります。どちらのモデルもほとんどのSDXLサンプラーを問題なく扱います。自分の特定のワークフローでテストしてください。

これらのモデルはControlNetで動作しますか？

はい、どちらもSDXL ControlNetモデルで動作します。OpenPose、Depth、Cannyはすべて期待どおりに動きます。標準のSDXLで使う同じcontrolnetチェックポイントファイルが、PonyとIllustriousで動作します。

どちらかのモデルにホスティング版はありますか？

どちらもCivitaiのジェネレーター、SeaArt、Tensor.artを含むほとんどのホスティング型生成プラットフォームで利用できます。Pony特化で言えば、lewdly.aiにはNSFWのロックを解除したPony V6 XLとPony Realismが含まれています。VRAMや忍耐がないなら、ホスティングの道はローカルセットアップを省けます。

Pony V7はPony V6 XLを置き換えますか？

いずれは、おそらくそうなります。Pony V7はAuraFlowアーキテクチャへ移行し、V6 LoRAとの互換性を壊しました。LoRAエコシステムが移行するまでは、ほとんどのNSFW作業でV6がデフォルトであり続けます。V7への移行については、私たちのPony Diffusion V7完全ガイドで扱いました。