Blender と 3D に最適な AI モデル：Opus 5.5 vs GPT-6 Astra vs Gemini 4

この記事で使用したツール

Claude CodeCodex CLIGemini 4Kimi K3.1 ProHiggsfieldBlenderUnity

今、Blender と 3D に最適な AI モデルはどれでしょうか？ ほとんどの作業なら Claude Opus 5.5 です。ゲームを丸ごと作らせるテストで GPT-6.1、Gemini 4、Meta の Muse に勝ち、Blender のタスクではほぼすべてで Gemini 4 と Kimi K3.1 Pro を上回りました。ディテールの細かいプロシージャルな車や船なら GPT-6 Astra で、しかもより速く、あるいはより安く作ってくれます。Gemini 4 Argon は低予算向けの選択肢で、1 タスクあたりの価格が 10 分の 1 で済むこともよくあります。UV 展開は、まだどのモデルにもできません。

このページは、2026年8月から11月にかけて公開した私の比較動画 7 本をまとめたものです。40 以上のテストで、どのモデルにも同じプロンプト、同じツール、最大の推論強度を与えました。以下では、3D の作業の種類ごとの勝者、直接対決の結果、そして各実行にかかった費用を紹介します。費用は同じトークンを API で使った場合の金額で、実際にはほとんどのテストをサブスクリプションで実行しています。新しいモデルが出たら、このページを更新します。

最新のテスト：4 つのモデルが Unity で Fortnite を作る

プロップ、マップ、そしてゲーム 1 本まるごと。すべての結果とすべての請求額を画面で公開しています。

1. 3D の作業別、最適な AI モデル

1 つのモデルがすべてに勝つわけではないので、作業ごとに答えを出します。「次点」は、本命が高すぎるか使えない場合に私が手に取るモデルです。

名前がややこしいので補足しておきます。GPT-6 Astra は OpenAI のフロンティアモデルです。GPT-6.1 Sol は日常使い向けの安価なティアで、Fortnite テストで負けたのはこちら。その結果から Astra について言えることは何もありません。Opus 5.5 は Anthropic で Fable の下に位置する 2 番手のティアですが、それでも 3D では GPT-6 Astra と互角に渡り合います。

2. Blender での Claude Opus 5.5 vs GPT-6 Astra

最も接戦なのがこの 2 つです。両方に同じ 10 個のタスクを最大の推論強度で与えました。それぞれ専用のハーネス（Claude Code と Codex CLI）で動かし、MCP 経由で Blender にフルアクセスさせ、Higgsfield プラグインを通じて 2D・3D 生成 API を呼ぶことも許可しています。それでもほとんどの場合、両者ともすべてをプロシージャルに作るほうを選びました。

スコアは Opus 5.5 が 5 勝、GPT-6 Astra が 2 勝、残る 3 つのテストは引き分け、一長一短、両方失敗のいずれかでした。GPT-6 Astra が勝つのは、対象を数式で記述できるときです。左右対称の船体、クロームのトリム、繰り返し並ぶ窓。Opus 5.5 が勝つのは、結果が動いたり、触って気持ちよかったりする必要があるとき。つまりゲーム制作の大半です。

それでも GPT-6 Astra 単体は、9 月に私の 3D 作業の考え方を変えたモデルです。Fable 5.1 との比較では、私の四足クリーチャーをきれいなウェイトでリギングし、頼んでもいないインバースキネマティクス付きのコントロールリグまで追加しました。参照画像 1 枚から町全体をプロシージャルに再構築し、所要時間は約 1 時間、面数は約 70K。設計図から組み立てアニメーション付きの車を作り、動作する Blender アドオンをプロンプト 1 つで書き上げました。こうしたテストを 10 回以上行って、消費したのは ChatGPT 最上位プランの週間上限の約 7% でした。

Opus 5.5 は、1 年前には最高のモデルでさえ苦戦したテストをやり直して、その実力を示しました。有名なドーナツテストは 2 ラウンドで 100 分、約 $21。参照画像付きのラウンドは、参照とほぼ見分けがつかない仕上がりでした。キーボードのアニメーションは 111 分で $23、Tripo で生成したモデル 13 個を組み合わせた島は 62 分で約 $20（別途生成費 $5.50）、遊べるサッカーゲームは 23 分。そのゲームを 20 分遊んでみて、バグにはほとんど当たりませんでした。

3. Gemini 4 Argon：低予算の選択肢、ただし制約あり

Google は Gemini 4 の 3D 性能を大々的にうたい、公式ベンチマークでもほとんどの項目で GPT-6 Astra と Opus 5.5 を上回っていました。ところが Opus 5.5 との直接対決 7 本では、品質で 6 本負け、残る 1 本を取れたのも Opus が私のプロンプトを読み違えたからにすぎません。その代わり、費用は毎回 4〜14 分の 1 でした。シードラゴンは $15 に対して $2、リアルな Minecraft クローンは $21.35 に対して $1.50 です。

• 設計図 2 枚から作るガラス張りのヴィラ：どちらもすべてを正しく配置。見た目は Opus が上、費用は Gemini が 4 分の 1。
• シードラゴンのリグとアニメーション：3D 生成ツールを使える状態でも、Gemini は完全に失敗。Opus は胴体と葉を生成し、きちんとつなげました。
• アクアリウムの壁紙、お香の VFX、Rocket League と Minecraft のクローン：毎回 Opus の勝ち。ただし価格はおよそ 7〜14 倍。
• ゲームのメニュー画面：Gemini は 30 分、$2 で動くページを仕上げました。Opus は私のプロンプトを読み違え、代わりに Blender ファイルを作ってしまいました。

ところが Fortnite テストで、その構図の一部がひっくり返りました。プロップを 1 つずつ作る形式では、Gemini 4 が 4 モデル中で最も優れた単体モデルを作り、総合でも 2 位。ヒットフィードバックと破壊表現は全モデルの中で最高でした。代償はスピードです。プロップに 14 時間近くかかったのに対し、Opus は同じセットを約 4 時間で仕上げました。

4. ゲームを丸ごと 1 本：Opus 5.5 vs GPT-6.1 vs Gemini 4 vs Muse

モデルがボロを出すのは、ゲームを丸ごと作らせたときです。4 つのモデルに、Unity で Fortnite を 3 段階で再現するよう頼みました。プロップのセット、マップ、そしてゲーム本体です。プロンプトは共通、ツールは Blender と Unity CLI、キャラクターとアニメーションには Mixamo。2D・3D 生成ツールは禁止にして、モデル自身に作業させました。追加のプロンプトは可とし、テスト全体で 3 日かかりました。

Opus 5.5 は最も高く、そして最も速いモデルでした。エージェント稼働 24 時間未満で 7 億 7,890 万トークン、$282 です。GPT-6.1 Sol は $94 で最も安かったものの、実行時間は最長で、ゲームはどこを取ってもぎこちない出来でした。固まったままのライフル、拾ったときのフィードバックなし、弾丸の代わりにミサイル。Muse Wander は見た目こそ最も地味でしたが、遊び心地は Sol より上で、私のレポートをまとめた AI も同じ評価でした。

5. オープンウェイトモデル：Kimi K3.1 Pro と DeepSeek 4.1

3D の世界にオープンソースが戻ってきました。Moonshot 自身の数字では、Kimi K3.1 Pro は Terminal Bench で Opus 5.5 のすぐ後ろの 2 位につけています。そこで Kimi K3.1 Pro と DeepSeek 4.1 Flash を、Gemini 4 と Opus 5.5 を相手に 9 つのテストで走らせました。オープンモデルは 2 つとも Claude Code のハーネス内で動かしています。専用のハーネス（たとえば Kimi Code）だと安く済む代わりに手を抜きがちです。Claude Code はモデルに反復を促すからです。

• それでもほとんどのテストは Opus 5.5 の勝ち：アポロの月面着陸、探索できるホワイトハウス、Kawasaki H2 の組み立て、海面から跳び上がるクジラ。
• Kimi K3.1 Pro は Gemini 4 に迫る位置：車からロボットへの変形では Gemini 4 に勝ちました。折り鶴ではあえて難しいやり方を選んで 2 位、小さな惑星のゲームでは 4 モデル中で最も素直な操作感でした。
• DeepSeek 4.1 は費用がほぼゼロ：それでいて驚くほど良いピンボールゲームを作りました。Gemini 4 のほうは毎回ボールが引っかかりました。
• 価格の注意点：Kimi API 経由だと、キャッシュ読み込み（100 万トークンあたり $0.20）のせいでテスト費用が Opus 5.5 に近づきました。Kimi Code や自前のハードウェアならはるかに安く、トークン単価は GPT-6 Astra の約 5 分の 1 です。

DeepSeek はすでにウェイトを公開しており、Moonshot も Kimi K3 のウェイトを 11 月上旬に Hugging Face で公開すると発表しています。それ以前の 8 月のラウンドでは、Grok がオープンウェイトの GLM 5.3 と Qwen 3.8 Max を上回りました。GLM 5.3 は良かったものの、最大の推論強度では API が失敗し続け、Qwen 3.8 Max は最も多く失敗しました。作業を自前のサーバー内に留める必要があるなら、試すべきは GLM 5.3 と Kimi K3.1 です。

6. セットアップはモデルと同じくらい重要

このページの結果はすべて、モデルが Blender にどうアクセスするかに左右されます。モデルのせいにする前に、次の 3 点を確認してください。

• コンピューター操作ではなく MCP。コンピューター操作だと、GPT-6 Astra はファイルを保存するだけで 10 分かかりました。MCP サーバー（公式 Blender MCP、または無料の Higgsfield Blender プラグイン）なら、モデルが Blender を直接呼び出し、シーンを見ることができます。
• モデル純正の CLI を最大の推論強度で。Opus なら Claude Code、GPT-6 なら Codex CLI、Gemini なら Antigravity CLI。チャットウィンドウではシーンを動かせません。
• 品質が重要なら 3D 生成ツールを。Fortnite テストではモデルそのものを測るために禁止しましたが、実制作ではエージェントに Tripo P2 や Hi3D を呼ばせたほうが、プリミティブよりはるかに良いアセットが得られます。

私はこれをすべて、無料で公開している自分のワークスペース GitHub の Mr Mak Workspace から動かしています。今では Claude Code、Codex、Antigravity を並べて使えます。インストール手順の全体は、GPT-6 Astra セットアップとClaude + Blender セットアップの記事にまとめています。

7. どのモデルもまだ失敗するところ

費用と所要時間

6 月の時点では、Opus 4.8 も GPT-5 も、既製のオブジェクトを正しい回転で配置することにさえ苦労していました。今では Opus 5.5 と GPT-6 Astra がシーンを丸ごと組み上げ、クリーチャーをリギングし、遊べるゲームを完成させます。両者の差は、もはや好みと予算の問題です。私の基本は、動くものなら Opus 5.5、クロームが付いたものなら GPT-6 Astra。プロップを安くまとめて作るときは Gemini 4 を使い、オープンウェイトが追いつく日に備えて Kimi の動向を見守っています。

このサイトの関連ガイド：3D 向け GPT-6 Astra セットアップ、Claude + Blender セットアップ、Kimi K3 が作った 10 本の Unity ゲーム、そして無料のローカル LLM が Unreal Engine 5.8 でゲームを作る記事。

よくある質問