用語集
記事に出てくる語の対応表です（73 語）。「Illustrious 系」のような呼び名が、PixAI ではどのモデルを指すのかまで書いてあります。
記事の中で この見た目の語 を押すと、ページを離れずに説明が出ます。
⚠️ 公式ドキュメントと実際の画面が食い違っている項目があります。そこは「PixAI で言うと」に、いつ何で確かめたかまで書いてあります。
土台4アーキテクチャ4系統3PixAI のモデル8プロンプト13モデル10パラメータ14ツール11課金4規約2
土台
Danbooru
アニメ・漫画イラストの投稿サイト。タグが厳密に管理されていて、SDXL 系モデルの多くがここのタグ付き画像で学習している。だから「その語が Danbooru にあるかどうか」が、プロンプトに書いて意味があるかの判定に使える。⚠️ ただし件数の多さは効きの強さを表さない。
付与件数
そのタグが Danbooru で何枚の画像に付いているかの数。⚠️ 「件数が多いほど強く効く」は成り立たず、このサイトの実測でも383件と39,287件のタグが同じくらい効いた。使えるのは「0件なら学習されていないので効かない」という足切りのほうで、効きの強さの尺度にはならない。
非推奨タグ
Danbooru の項目としては存在するが、別の語を使うよう案内されていて件数が0になっているタグ。silver hair がこれで、Danbooru 自身が「grey hair か white hair を使え」としている。
0件のタグ
「タグ自体が存在しない」と「項目はあるが0件」は別物だが、どちらも学習されていないので効かないのは同じ。mutated hands は前者、silver hair や hands on hips は後者。0件の語を入れても絵は変わるので、「差が出た＝効いた」とは読めない。
アーキテクチャ
SDXL
Stable Diffusion XL。U-Net 方式の画像生成モデル。プロンプトは Danbooru タグをコンマ区切りで並べる。
PixAI で言うとHaruka v2 / Hoshino v1・v2 / Otome / Hinata V2
DiT
Diffusion Transformer。U-Net の代わりに Transformer を使う構成。計算量を増やすほど品質が上がり続ける性質があり、自然言語のプロンプトを扱いやすい。
PixAI で言うとTsubaki.1 / Tsubaki.2 / Reference Pro
アーキテクチャ
ノイズを消す本体（U-Net か DiT）の配線の形。⚠️ 日常的には「モデルの作り」全般を指しても使われるので文脈で読む。LoRA はこの本体の重みに足す差分なので、形が違うと動かない。一方でプロンプトの書き方（タグか文章か・長さ）を決めているのはテキストエンコーダと学習キャプションの側で、ここではない。
系統
Illustrious 系
SDXL ベースのアニメ特化モデルの系統。masterpiece などの品質タグが効く。⚠️ よく一緒に挙げられる very aesthetic は、v0.1・v1.0・v1.1 のどのモデルカードにも記載が無い。
PixAI で言うとHaruka v2 / Hoshino / Otome（PixAI 公式ブログの系統表による）
NoobAI 系
SDXL ベースの系統のひとつ。品質タグの定義（上位何%か）がモデルカードで公開されているのが特徴で、newest などの年代タグも使える。
PixAI で言うとHinata V2 / Hikari（PixAI 公式ブログの系統表による）
Pony 系
score_9, score_8_up… という呪文を使う系統。この語順の呪文の出どころ。
PixAI で言うとPixAI の公式モデルには1つもない。だから公式モデルで score タグを書く必要はない
PixAI のモデル
Haruka v2
PixAI の定番 SDXL モデル。Illustrious 系で、公式は手と目の描写の細かさを挙げている。タグをコンマ区切りで書く方式。DMD2 を重ねると1枚あたり50まで下がるので、数を出す工程はこれが基本になる。
Tsubaki.2
PixAI のフラッグシップ DiT モデル（2026年3月リリース）。公式は「プラットフォーム上で現在最強」とし、SDXL 系のほうを「従来の」と呼んでいる。自然言語で書く。ステップ数・サンプラー・CFG・VAE・参考画像・顔修正・HiRes・アップスケール・バリエーションがいずれも非対応で、つまみが無い。
Tsubaki.1
入門向けの DiT モデル。Tsubaki.2 と違って、ステップ数・サンプラー・CFG・VAE・参考画像・顔修正などが使える。「DiT だからつまみが無い」わけではなく、Tsubaki.2 で外されている。
生成モード（Lite / Standard / Pro / Ultimate）
Tsubaki.2 の4つのモード。公式は「実質的には4つの異なるモデル」で、速度と品質のスライダーではないとしている。4枚ぶんのクレジットは Lite 2,200／Standard 3,200／Pro 6,800／Ultimate 7,000。ネガティブプロンプトは Pro と Ultimate でしか使えない。
Hoshino
SDXL 系の公式モデル。公式の説明では v1 が「大人びた自然な雰囲気・男性キャラ・絵師タグへの強さ」、v2 が「懐かしいアニメテイスト」。系統表は版を区別していないので、v1 と v2 が同じ系統かは分からない。
PixAI で言うとIllustrious 系（PixAI 公式ブログの系統表による）
Hinata V2
NoobAI 系の公式モデル。公式ブログの系統表は Noob ファミリーを「鮮やかで動きのある構図」と説明している（Hinata 単体の説明ではない）。年代タグ（newest など）が効く系統にあたる。
PixAI で言うとNoobAI 系（Hikari も同じ）
Otome
SDXL 系の公式モデル。日本語のモデル概要ページの一覧には載っていないが、LoRA 学習ガイドの系統表には載っている。
PixAI で言うとIllustrious 系（PixAI 公式ブログの系統表による）
フラッグシップ
PixAI が自社の最上位モデルを指して使う言い方。現在は Tsubaki.2 で、公式は「プラットフォーム上で現在最強」としている。このサイトに SDXL 系の記事が多いのは、安く大量に回すことを主題にしているからで、SDXL がフラッグシップだからではない。
プロンプト
品質タグ
masterpiece / best quality / worst quality など。Danbooru のタグではなく、モデルの作者が学習時に自分で付けた語。だから系統ごとに効き方が違う。
score タグ
score_9, score_8_up, score_7_up… という Pony 系の品質指定。作者自身が「モデルは長い文字列全体として覚えてしまった」と認めているため、段階ごとの意味は設計どおりに働いていない。
トリガーワード
LoRA を作るときに「この語をこの見た目に結びつけろ」と覚えさせた固有の語。普通の単語ではないので、自然言語の文の中に置いても語として働く。公式の自然言語の例文も、この語から始まっている。
masterpiece
品質タグの代表。「品質を上げろ」ではなく「学習データの上位◯%に寄せろ」という順位の指定。NoobAI はモデルカードで段階の定義を公開していて、実際に増えるのは描き込みの量。
very aesthetic
Illustrious 系で使うとされる語だが、v0.1・v1.0・v1.1 のどのモデルカードにも記載が無い（2026年9月7日確認）。第三者の解説がそろって「v1.0 以降で使う」と書いているだけ。⚠️ 一方で、別系統の NovelAI は V4 の発表で `, best quality, very aesthetic, absurdres` を既定の品質タグとして案内している。**「Illustrious の公式推奨としては裏が取れない」までが言えること**で、どこにも根拠が無い語ではない（2026年9月9日追記）。
キャプション
学習時に画像へ付けられた説明文やタグ。モデルがどんな書き方に反応するかは、ここで決まる。SDXL 系がタグ方式で、Tsubaki が文章方式なのも、学習時のキャプションの形が違うため。
テキストエンコーダ
プロンプトの文字列を数値に変換する部品。SDXL は CLIP を使い、一度に扱えるのは77トークン（実際に使えるのは75）。⚠️ この上限はエンコーダ側の性質で、T5 に替えた NovelAI V4 は512トークンになっている（U-Net のまま交代した実例）。Tsubaki が何を使っているかは公開されていないので、長さの上限も日本語が通るかも分からない。
モデル
DMD2
蒸留による高速化技術。LoRA として既存の SDXL モデルに乗せられるのが利点。公式実装は4ステップ・guidance_scale=0・LCM スケジューラが前提。
PixAI で言うとHaruka v2 などの SDXL 系に乗る。Tsubaki 系（DiT）には乗らない
LCM
Latent Consistency Model。少ないステップで生成するための技術と、それ用のスケジューラ。DMD2 はこのスケジューラを前提にしている。
PixAI で言うとPixAI のサンプラー一覧には無い
ベースモデル
LoRA を乗せる土台になるモデル。公式は「生成に使うモデルで学習させろ」としている（Haruka V2 で生成するなら Haruka V2 で学習させる）。アーキテクチャが違うと LoRA は動かない。
高速化 LoRA
少ないステップで生成できるように訓練された LoRA・モデルの総称。LCM / SDXL Turbo / SDXL Lightning / Hyper-SD / DMD2 など。
PixAI で言うと確認できているのは DMD2 だけ。LCM はサンプラー一覧に無い
焦げる（burnt）
蒸留モデルに生成時の CFG を重ねたときに出る、濃さが飛んで彩度が上がりコントラストが潰れた状態。DMD2 は教師を CFG 8 で回して蒸留しているので、生成時の CFG はその上乗せになる。
FID
生成画像の分布が本物の分布にどれだけ近いかを測る指標。低いほど良い。多様性が落ちても悪化するので、「蒸留すると多様性が減る」を確かめる材料にもなる（DMD2 は教師を上回る FID 1.28 を報告している）。
過学習
少ない画像で LoRA を学習させると、キャラの特徴だけでなく背景・ポーズ・衣装・光まで「そのキャラらしさ」として覚えてしまうこと。呼び出すといつも同じ背景・同じポーズで出てくる。枚数ではなく「画像のあいだで何を変えたか」で決まる。
パラメータ
CFG
プロンプトにどれだけ従わせるかの強さ。ネガティブにかかる係数は（CFG − 1）なので、CFG が 1 だとネガティブは完全に無効になる。クレジットには影響しない。
PixAI で言うと既定は 5。DMD2 を使うなら 1（ネガティブが要るなら 1.1 から少しずつ上げる）。⚠️ Tsubaki.2 では項目そのものが無い
サンプラー
ノイズを取り除いていく手順の種類。名前は「解き方 + 多段かどうか + ノイズの刻み方 + ancestral かどうか」の組み合わせでできている。
PixAI で言うと実際の画面には12種類ある（2026年9月6日にアプリで確認）。既定は Euler a。公式ドキュメントは3種としているが、それは誤り
ancestral
サンプラー名の末尾に付く a のこと。毎ステップでノイズを足し直す方式で、ステップ数を増やしても収束せず絵が変わり続ける。
PixAI で言うとEuler a がこれ。PixAI の既定サンプラー
VAE
潜在空間の数値を、実際に見える画像に戻す部分。ここを差し替えると色味や質感が変わる。
PixAI で言うと実際の画面には5種類ある（2026年9月6日にアプリで確認）。公式ドキュメントは4種としているが、それは誤り。Tsubaki.2 では項目そのものが無い
潜在空間
画像を縦横それぞれ8分の1くらいに縮めた、計算用の表現。本体はここでノイズを消していて、VAE が実際の画素に戻す。1点あたりに持たせる数値の個数（チャンネル数）が多いほど細部を保てる。SDXL は4で、新しい世代は16や32。
SDE
サンプラー名に付くとき、確率微分方程式を使う解き方を指す。ancestral とは別の理屈だが、毎ステップで乱数を引くという点は同じで、ステップ数を増やしても絵が収束しない。
PixAI で言うとDPM++ SDE Karras / DPM++ 2M SDE Karras がこれ
σ（シグマ）
DDIM の論文で、逆向きの各ステップに足すノイズの量を表す係数。0 にすると生成が決定的になり、同じ初期ノイズなら経路が違っても高レベルの特徴が保たれる。サンプラー名の a や SDE は、この σ を残した側。
アスペクト比
画像の縦横比。クレジットへの影響がステップ数より大きい。実測では11ステップで 9:16 が200、3:4 が500と2.5倍の差があり、しかもピクセル数では説明がつかない（面積が6%小さい 9:16 の単価が4分の3）。
ツール
ControlNet
元のモデルを固定したまま、輪郭・深度・人体のポーズといった「どこに何があるか」を別経路で渡す仕組み。位置は移るが、色や絵柄は移らない。
PixAI で言うと⚠️ 公式ドキュメントに記述は無いが、生成画面に項目がある（2026年9月6日にアプリで確認）。Method は OpenPose / OpenPose Full / Canny / Depth の4つ
Reference Pro
画像を最大10枚渡して、変えたい内容を文章で指示する編集モデル。ツールではなくモデルなので、モデルの一覧から選ぶ。DiT 系なので SDXL の LoRA は動かない。
顔修正
顔だけを切り出して描き直す後処理。公式は引きの絵・集合シーン・横顔に有効としている。いずれも顔が画面に占める面積が小さいケースで、切り出して大きく描けば使える情報量が増える、という説明と整合する。
PixAI で言うとEnhance にある。Tsubaki.2 では使えない
課金
クレジット
PixAI の生成に使う通貨。実測では階段状で、1枚ずつなら 約66.67×(ステップ数−6.5) を100単位に、4枚まとめなら 約133.3×(ステップ数−6.5) を200単位に丸めた形。どちらも最低200なので、低ステップでは4枚出しても1枚と同じ値段になる。
4枚まとめて（バッチ）
1回の生成で複数枚を同時に出すこと。割引ではなく、最低200という下限に4枚ぶんが収まるだけ。8ステップ以下なら4枚出しても総額200のままで、1枚あたり50になる。9ステップからは枠を出て、4枚＝1枚の2倍になる。
高速生成
順番待ちを飛ばすオプションで、1回あたり1,000クレジット。枚数に関係なく1回1,000なので、8ステップ・4枚まとめの生成そのもの（200）より5倍高い。1枚だけに使うといちばん割に合わない。
デイリークレジット
毎日もらえる無料クレジット。ログインで10,000〜30,000（会員ランク別）、広告視聴が最大50,000で最大の供給源。全部足すと1日あたり最大75,000。成人向けを作る人は「いいねをもらう」が成立しないので、実質73,000。
規約
センシティブコンテンツ
PixAI のコンテンツガイドラインの2区分のうちの片方。センシティブと判定された作品は投稿者本人しか見られない。判定は AI が自動で行い、誤判定には異議申立てができる（7営業日目安）。
商用利用
利用規約に商用利用の条項は無い。公式ブログは「無料プランでも商用利用できる」としているが、可否を実際に決めるのは使ったモデルと LoRA の個別ライセンスのほう。PixAI は権利侵害がないことを保証していない。