FASHN Try-On v1.6 vs Google Virtual Try-On：同価格ならどう選ぶ

FASHN Try-On v1.6 と Google Virtual Try-On は HiAPI 上ではほぼ同じ価格です。1枚 $0.1072 対 $0.1075。服装カテゴリ、速度・品質モード、服装画像タイプを制御したい場合、または seed で同じ1枚を再現したい場合は FASHN Try-On v1.6 を選んでください。固定された2つの画像フィールドだけでリクエストが簡単で、出力を人物画像の元サイズのまま保つことを求める場合は Google Virtual Try-On を選んでください。

両モデルとも提供中です：FASHN Try-On v1.6 モデルページ、Google Virtual Try-On モデルページ。新規ユーザー登録で200クレジットが付与され、試着1枚は214.4クレジットなので、少し追加するだけで最初の1枚を実行できます。

1つの表で違いを把握

	FASHN Try-On v1.6	Google Virtual Try-On
入力フィールド	model_image + garment_image	person_image_url + product_image_url
服装カテゴリと画像タイプ	category は4択（tops / bottoms / one-pieces / auto）、garment_photo_type でモデル着用画像と平置き画像を区別	どちらもなし。カテゴリと画像形態は2枚の画像自体で表現
速度 / 品質モード	mode は3段階：performance / balanced / quality	なし
コンテンツモデレーション	moderation_level は3段階：none / permissive / conservative	なし
人体解析と再現	segmentation_free スイッチ、seed でランダム条件を固定	なし
一度に生成する枚数 / 出力形式	一度に1枚、PNG または JPEG	一度に1枚（num_images は固定で1）、PNG
出力サイズ	人物画像を等比縮小して長辺1296に：1086×1448 → 972×1296	人物画像の元サイズと同じ：1086×1448 → 1086×1448
1枚あたりの価格	$0.1072（214.4クレジット）	$0.1075（215クレジット）

価格差は $0.0003 なので、どちらを選ぶかに価格は関係ありません。分かれ目は制御面です。FASHN はカテゴリ、モード、画像タイプ、モデレーション、seed をすべてフィールドとして公開しているのに対し、Google は2つの画像フィールドと固定枚数だけです。

同じ入力セットで両側それぞれ1回生成

人物画像は1086×1448の3:4縦画像、服装画像はモデルがレースのウェディングドレスを着た商品画像です。

FASHN Try-On v1.6	Google Virtual Try-On
one-pieces + quality + model + PNG、出力 972 × 1296	2つの画像フィールドのみ送信、出力 1086 × 1448

同じ人物画像、同じウェディングドレス画像で、それぞれ1回ずつ生成。

第一の違いは出力サイズです。Google は1086×1448を返し、人物画像とまったく同じ。FASHN は972×1296を返し、長辺が1296に抑えられます。第二は画面そのものです。2バージョンのウェディングドレスではレースの密度とスカートのひだの付き方が異なり、人物の表情や手のポーズにもわずかな差があります。

同じ人物画像と服装画像を使って、2つのモデルページでそれぞれ1回ずつ実行すれば、これらの違いは自分の素材でも同様に確認できます。

両モデルとも prompt フィールドはなく、試着効果は2枚の画像に完全に委ねられます。服装画像の襟ぐり、袖丈、スカートの裾が画面内に完全に収まっているかが、結果を使えるかどうかを直接左右します。FASHN は服装だけを置き換え、背景、髪型、アクセサリーはそのままの位置に残るので、検収時は服そのものに注目してください。

出力サイズは人物画像に従います。FASHN は長辺を1296に縮小し、人物画像自体がこの値より小さい場合はそのまま返します。たとえば768×1152の人物画像なら出力も768×1152のままです。元画像と重ねて版を作り続けたい場合や、詳細ページのテンプレートが人物画像のピクセルでレイアウトされている場合は、Google の元サイズ出力なら縮小・位置合わせの手間が1ステップ減ります。

第二のセット：平置きの白T、両側それぞれ1回生成

同じ人物画像で、服装画像を平置きの商品画像に替え（FASHN 側は garment_photo_type を flat-lay に設定）、両側でそれぞれ1回ずつ実行：

FASHN Try-On v1.6	Google Virtual Try-On
tops + balanced + flat-lay + PNG、出力 972 × 1296	2つの画像フィールドのみ送信、出力 1086 × 1448

同じ人物画像、同じ平置きの白Tで、それぞれ1回ずつ生成。

このセットで替えたのは服装画像の形態です。前のセットはモデル着用画像、このセットは平置き画像で、両モデルともこれがトップスであることを自分で判断する必要があります。目に見える違いは着丈です。FASHN の結果ではTシャツがウエストラインより下まで覆い、Google の結果ではTシャツがウエストラインの上で止まっています。背景と人物のポーズは両側で一致し、出力サイズは依然として972×1296 対 1086×1448です。

シーン別の選び方は？

• EC詳細ページのバッチ処理：フィールドが固定されたテンプレート化フローなら Google。2枚の画像を入れるだけで実行できます。トップス、ボトムス、ワンピースを分けて調整したいなら FASHN の category。
• 多カテゴリのカタログ：トップス、パンツ、ドレスが混在する場合、category と garment_photo_type を組み合わせればカテゴリと服装画像の形態を一度に指定でき、モデル着用画像と平置き画像を別々に宣言できます。
• 再現が必要：同じ seed と同じ入力の組み合わせで、FASHN は同じランダム条件に戻れます。Google には seed フィールドがありません。
• 納品形式が厳格：JPEG 直接出力が必要なら FASHN で output_format に jpeg を指定。PNG のみなら両方とも PNG を出力します。
• 固定レイアウトが既にある：レイアウトが人物画像の元ピクセルで組まれているなら Google を選べば出力を再縮小する必要がありません。
• 2枚の画像を送るだけでパラメータを維持したくない：Google を選べば、入力は2つの URL と num_images: 1 だけです。

一方から他方への切り替えは面倒？

面倒ではありません。両モデルは POST https://api.hiapi.ai/v1/tasks と同じ API Key を共有し、どちらも taskId を返し、その後タスクを照会して data.output[0].url を取得します。

切り替えで変わるのは2箇所だけ：model と input です。プロンプトの移行は不要です。フィールド名は変更が必要で、FASHN の model_image、garment_image は Google の person_image_url、product_image_url に対応します。FASHN から Google に切り替える際、category、mode、garment_photo_type、moderation_level、seed、output_format には対応するフィールドがないため、その部分は丸ごと削除します。戻すときは必要に応じて補います。mode の3段階は課金に影響しないので、まずデフォルトの balanced で動作確認してから調整してください。

よくある質問

2つのモデルの価格差はどのくらい？

1枚 $0.1072 対 $0.1075 で、差は $0.0003。モデル選定に価格は関係ありません。

FASHN は一度に複数枚出せますか？

一度に1枚です。インターフェースは閉じており、num_samples、num_images のようなフィールドは拒否されます。複数の候補が欲しい場合は個別に送信してください。

Google にはカテゴリや品質モードがありますか？

ありません。受け付けるのは person_image_url、product_image_url、num_images: 1 だけで、服装カテゴリや画面スタイルは2枚の画像で表現します。

すぐに違いを見たい場合は、FASHN Try-On v1.6 モデルページを開いて人物画像と服装画像をアップロードし1枚生成してください。次に model を google-virtual-try-on に、フィールドを person_image_url と product_image_url に替え、同じ2枚の画像で2枚目を生成し、並べて見てからどちらを使うか決めてください。