Genlook vs Google Vertex AI Virtual Try-On

衣類に関して言えば、Googleのモデルは私たちがテストした中で最高クラスです。9月のベンチマークではほとんどの衣服でGenlookと同等の結果を示し、8回の試行で唯一の意図しない変更は、ロングコートの下の購入者のジーンズが消えたことだけでした。もしあなたのシステムがすでにGoogle Cloud上にあり、衣類だけを必要としているなら、有力な選択肢となります。

提供されるのは、モデルのエンドポイントです。各呼び出しは1人の人物画像と1つの商品画像を受け取り、最大4枚の画像を同期的に返します。Webhookやバッチモードはなく、エンドユーザーの記録も保持しません。対象は衣類のみで、靴、メガネ、ジュエリーなどの公開されたカテゴリリストはありません。また、モデルには独自のライフサイクルがあります。virtual-try-on-001は2026年1月に一般公開されましたが、2026年9月14日に非推奨とされ、2027年3月に廃止される予定です。現在、GoogleのドキュメントではGeminiの画像モデルも試着オプションとしてリストされています。変更のたびに、利用者側での移行作業が発生します。

Genlookのアプローチ

Genlookは、試着レイヤー全体を1つのAPIとして提供します。同じエンドポイントで衣類、靴、メガネ、ジュエリー、帽子、ウィッグに対応し、同期呼び出しやWebhookで結果を返します。また、大量のジョブは半額のクレジットでバッチ処理できます。エンドユーザーはリクエストに応じて削除可能なレコードとして管理され、アップロードされた画像は設定したスケジュールで期限切れになります。より良いモデルが登場した際は、APIの仕様（契約）はそのままにバックグラウンドでエンジンが変更され、チェンジログに記載されます。試着費用はプラン利用で0.02ドル、大量利用で0.015ドルと、Vertexの定価の3分の1です。

もし衣類のみが必要で、すべてをGoogle Cloud内で動かし、統合処理を自社で管理したいのであれば、Vertexは強力な選択肢です。一方、あらゆる商品タイプに対応し、仕様変更のない安定した契約と運用サポートを含めて導入したいのであれば、Genlookから始めることをお勧めします。