TL;DR — HunyuanVideo は、テキストから短い動画を作る text-to-video 系のオープンソース動画モデルです（2026年時点）。特徴はプロンプトへの素直な追従と動きの自然さで、シネマ寄りの表現から日常的なワンカットまで扱えます。使いこなすコツは、画像プロンプトの感覚を捨てて「主体・動作・カメラ・速度」を短く絞ること。ローカルに ComfyUI を構築しなくても、ComfyStudio の official_hunyuan_t2v_v1 ワークフローならブラウザだけで試せます。ただしコスト面は正直に書いておくと、HunyuanVideo は1回の生成で660クレジット（1クレジット=1円なので660円）で、新規登録でもらえる無料枠100クレジットでは足りません。無料枠のまま動画を1本試したい場合は、97クレジットで回せる official_ltx_t2v_v1 から始めてください。
「HunyuanVideo ってどんな動画モデル？」「プロンプトはどう書けばいい？」「ComfyUI を入れないと試せない？」——この記事は、HunyuanVideo を2026年時点の事実ベースで中立に整理し、プロンプトの勘所と、ブラウザだけで試す手順までをまとめたものです。特定モデルを持ち上げたり他社を貶めたりはせず、住み分けが分かる形で解説します。
結論：HunyuanVideo は「プロンプト追従の素直さ」が持ち味の text-to-video
先に結論です。HunyuanVideo は Tencent が公開したオープンソースの動画生成モデルで、テキストのプロンプトから短い動画クリップを生成する text-to-video を主な用途とします（2026年時点）。数ある動画モデルの中での立ち位置は、ざっくり次のように捉えると分かりやすいです。
- プロンプトに素直：指示した動作・被写体を比較的そのまま反映しやすい傾向。
- 動きが自然：人物の所作やカメラの移動が破綻しにくく、シネマ寄りの絵作りに向く。
- オープンソース：重みが公開されており、ComfyUI などのワークフローに組み込みやすい。
一方で、動画生成は画像生成よりも計算コストが高く、ローカルで動かすには相応の VRAM とセットアップが要ります。ここが「入れてみたいけど手が止まる」最大の理由です。だからこそ、まずはクラウドで挙動を掴んでから判断するのが現実的です。
HunyuanVideo の特徴（2026年時点）
動画モデルは更新が速いので、ここでは「バージョンに左右されない基本的な性格」を中心に押さえます。
- text-to-video が主戦場：静止画を用意しなくても、文章だけで動くクリップが作れます。1枚絵を動かす image-to-video とは書き方が変わります(後述)。
- プロンプト追従の良さ：動作・シーン・雰囲気の指示が反映されやすいため、狙った絵に寄せやすい。抽象語より具体語が効きます。
- 自然なモーション：人物の振り向き・歩行、髪や布の揺れといった細かい動きが比較的安定します。
- 短尺前提：多くの動画モデルと同様、数秒のクリップ生成が基本。長尺は複数本をつないで作るのが定石です。
「HunyuanVideo 1.5」のような新しいバージョン名を見かけることがありますが、バージョンが上がっても基本の書き方（動きを絞る・カメラを具体的に）は変わりません。ComfyStudio で使えるワークフローは順次アップデートされるため、実際に使えるモデル名・バージョンは生成画面で確認してください。
HunyuanVideo のプロンプトの勘所
HunyuanVideo で失敗する典型は、画像生成と同じ感覚で書いてしまうことです。画像プロンプトは「見た目」を細かく指定しますが、動画プロンプトは「どう動くか」を指定します。次の4要素に絞ると破綻しにくくなります。
- 主体（誰・何が） — 「制服の少女が」「一台の車が」など、動く対象を明示。
- 動作（どう動く） — 動きは1〜2個まで。「振り返って微笑む」のような一連の動作はOK、「踊って走って手を振る」は破綻の元。
- カメラワーク — 「ゆっくりズームイン」「時計回りにオービット」など映画用語が効きます。曖昧な「ダイナミックに」は解釈されません。
- 速度・質感 — 「スローモーション」「シネマティック」など、空気感を決める形容詞を1つだけ。
text-to-video では外見も文章で決める必要があるため、image-to-video より少し長め（目安100〜150語）になります。ただし動きの指示は詰め込まず、主要な動作1つに集中させるのがコツです。
プロンプト例（コピペ用の型）
穴埋め式のテンプレートです。動画モデルは英語キャプションで学習されていることが多く、動きの指示は英語のほうが精度が出やすい傾向があります。
[主体の外見と場所] が [動作] する。カメラは [カメラワーク]。[速度・質感]。
A young woman in a school uniform stands by a window and slowly turns toward the camera, her hair swaying gently. Slow zoom in, cinematic, soft afternoon light.→ 制服の女性が窓辺に立ち、ゆっくりこちらを向く。髪がそっと揺れる。ゆっくりズームイン、シネマティック、柔らかな午後の光A lone car drives along a coastal road at sunset, camera tracking from the side, warm golden light, smooth motion.→ 夕暮れの海沿いの道を一台の車が走る。カメラが横から追従、暖かい黄金の光、滑らかな動き
ネガティブ指定が使えるワークフローなら「歪み・余分な指・急な変形・チラつき」を弾いておくと、一貫性を保ちやすくなります。
他の動画モデルとの住み分け（2026年時点）
HunyuanVideo だけが正解ではありません。用途に応じて使い分けるのが賢い選び方です。ComfyStudio で扱える主な動画モデルの性格を、中立に並べます（下の表は傾向の整理であり、優劣や順位を保証するものではありません）。
| モデル（2026年時点） | 主な用途 | 書き方の傾向 |
|---|---|---|
| HunyuanVideo | text-to-video、自然なモーション | 主体＋動作＋カメラを具体的に。プロンプト追従が素直 |
| Wan 2.2 | image-to-video、穏やかな動き | 1枚絵を動かす用途。動きを1つに絞る |
| Kling | シネマ表現、大きな動き | カメラワーク（ドリー・オービット）を具体的に |
| LTX | まず動きを確認する用途 | 動画ワークフローの中では最も安い。無料枠でも回せる |
生成コストの目安（2026年時点・5秒の生成で確保されるクレジット数）は次のとおりです。official_ltx_t2v_v1 30 / official_seedance_1_pro_fast_t2v_v1 33 / official_wan22_i2v_v1 45 / official_hunyuan_t2v_v1 112 / official_kling_3_0_t2v_v1 126。1クレジット=1円なので、そのまま円換算になります。尺を変えると秒数に比例します（official_wan22_i2v_v1 だけは尺によらず定額）。HunyuanVideo は5秒だと無料枠100クレジットを超えますが、尺を4秒（90クレジット）以下にすれば無料枠に収まります。
たとえば「手持ちの1枚絵を動かしたい」なら image-to-video が得意な Wan 2.2、「テキストからワンカット作りたい」なら HunyuanVideo、という住み分けです。モデル比較をもう少し深掘りしたいときは AI 動画モデル比較、Kling 単体の使い方は Klingの使い方ガイド が参考になります。プロンプトの書き方そのものを固めたいなら AI 動画プロンプトのコツ もあわせてどうぞ。
ComfyStudio の official_hunyuan_t2v_v1 でブラウザから試す手順
HunyuanVideo をローカルで動かすには VRAM の確保・環境構築・モデル管理といったハードルがあり、ここで止まる人が少なくありません。ComfyStudio は ComfyUI のワークフローをクラウドで実行する日本発の AI 生成 SaaS で、手元の GPU を問わずブラウザだけで HunyuanVideo の text-to-video を試せます。インストール不要・GPU不要で、料金は1クレジット = 1円の従量課金です。
- 無料登録する — 登録だけで100クレジットが付与されます（クレジットカード不要）。HunyuanVideo は5秒で112クレジットなので、無料枠のまま回すなら尺を4秒（90クレジット）以下にします。もっと安く動画の感触を掴むなら、5秒30クレジットの
official_ltx_t2v_v1もあります。 official_hunyuan_t2v_v1を開く — HunyuanVideo の text-to-video ワークフローを選びます。尺は1〜5秒から選べて、5秒なら112クレジット（=112円）です。- プロンプトを書く — 上の型で「主体・動作・カメラ・速度」を指定。動きは1つに絞る。
- コストを確認して生成 — 生成前に画面へ表示される実額を確認してから回します（5秒なら HunyuanVideo は112クレジット、LTX は30クレジット）。
- プロンプトだけ書き換えて再生成 — seed を固定して、動作・カメラ・速度を1要素ずつ調整すると当たりを見つけやすいです。
動画は画像生成より原価が高いぶんコストも上がります。参考までに、アニメ調イラストの official_text_v1 は1枚4クレジットで、無料枠100クレジットなら約25枚分です。同じ100クレジットで回せる動画は、5秒の official_ltx_t2v_v1（30クレジット）なら3本、HunyuanVideo なら4秒（90クレジット）で1本、と考えてください。表示額の確認は毎回おすすめします。1クレジット=1円なので、表示額がそのまま円換算になります。
よくある質問（Q&A）
Q. HunyuanVideo は image-to-video（1枚絵を動かす）にも使えますか？ A. HunyuanVideo は text-to-video（テキストから動画）が主な用途です（2026年時点）。手持ちの1枚絵を動かしたい場合は、image-to-video が得意な Wan 2.2 などのワークフローが向きます。ComfyStudio では用途に合わせてワークフローを選べるので、生成画面で対応モードを確認してください。
Q. HunyuanVideo 1.5 との違いは何ですか？ A. 動画モデルはバージョンが更新され続けており、新しいバージョンほど品質や速度が改善される傾向があります。ただしプロンプトの基本（動きを1〜2個に絞る・カメラを具体的に書く）はバージョンが変わっても共通です。ComfyStudio で実際に使えるバージョンは生成画面に表示されるモデル名で確認してください。
Q. ComfyUI を入れなくても HunyuanVideo を試せますか？
A. はい。ComfyStudio のようなクラウド型 SaaS なら、インストールや GPU の用意なしにブラウザだけで HunyuanVideo の text-to-video ワークフロー（official_hunyuan_t2v_v1）を実行できます。HunyuanVideo は5秒の生成で112クレジット（=112円）かかるため、無料登録でもらえる100クレジット（カード不要）で回すなら尺を4秒（90クレジット）以下にしてください。もっと安く動画生成の挙動を掴みたい場合は、5秒30クレジットで回せる official_ltx_t2v_v1 を先に試してください。
まとめ：まずは1本、ブラウザで試してみる
HunyuanVideo は、プロンプト追従の素直さと自然なモーションが持ち味の text-to-video 系オープンソースモデルです（2026年時点）。使いこなすコツは、画像プロンプトの感覚を手放して「主体・動作・カメラ・速度」を短く絞ること。ローカル構築のハードルは、クラウドで挙動を掴んでから判断すれば回避できます。コストはHunyuanVideo が1回660クレジット（=660円）、無料枠100クレジットで回せる動画ワークフローは official_ltx_t2v_v1（97クレジット）だけなので、まず LTX で動画生成の勝手を掴んでから HunyuanVideo に進むのが無駄がありません。
▶ 無料登録して動画生成をブラウザで試す（100クレジット付与・クレジットカード不要／無料枠で回せる official_ltx_t2v_v1 から開始）
