画像生成AIの順位表が動いた。独立系ラボReveのReve 2.0が、Design Arenaが運営するImage Arenaで総合2位に浮上し、Eloスコア1354を記録しました。3位のOpenAI「GPT-Image 1.5」に対して34ポイントの差をつけ、独立系の基盤画像モデルラボとしては首位に立っています。
この記事では、Reve 2.0の順位上昇の意味と、レイアウト型アーキテクチャの特徴、主要モデルとの位置づけを整理します。
この記事でわかること
- Design ArenaのImage ArenaにおけるReve 2.0の順位とEloスコア
- GPT-Image 1.5との34ポイント差が示す競争構図
- Reve 2.0のレイアウト型生成とネイティブ4K出力の概要
Image Arenaで2位に浮上したReve 2.0
2026年6月10日、Design Arena（@Designarena）はXでReve 2.0の順位上昇を報じました。同モデルはImage Arenaの総合2位で、Eloスコアは1354です。3位はOpenAIの「GPT-Image 1.5」で、Reve 2.0との差は34ポイントと明示されています。あわせて、Reveは独立系の基盤画像モデルラボとしてトップに位置づけられました。
Image Arenaは、同じプロンプトで複数モデルの出力を並べ、ユーザーがブラインドで優劣を選ぶ方式のリーダーボードです。Eloレーティングは、こうした一対一の投票結果から算出される強さの指標で、数値が高いほど人間の嗜好では強いモデルとみなされます。順位だけでなくスコア差が示されている点が、今回の発表の注目点です。
何が変わったのか
Reve 2.0は2026年6月3日にReveが公開した画像生成モデルです。従来の「プロンプトを書いて一発生成」ではなく、画像を構成要素ごとに位置・サイズ・説明を持つレイアウト（中間表現）として計画し、その後レンダリングする方式を採用しています。Reveはこの設計をLarge Layout Model（大規模レイアウトモデル）と呼び、計画と描画を分離することで制御性を高めています。
公式サイトでは、Reve 2.0の出力解像度はネイティブ4K（4096×4096、1600万画素）と説明されています。低解像度生成後にアップスケールするのではなく、最初から高解像度で描画する設計です。レイアウトを編集して部分だけ差し替えるワークフローにも対応しており、プロンプトの書き直しだけに頼らない反復作業を想定しています。
背景：小規模チームがフロンティアに迫る
Reveはパロアルトを拠点とする画像生成の研究開発チームで、公式には研究者・クリエイター・エンジニアの集合体と紹介されています。外部報道では従業員数はおおよそ65名規模とされ、OpenAIやGoogleといった巨大企業と比べて小さい組織です。
Reveは自社発表で、Reve 2.0が「時価総額1兆ドル未満の企業が作った最高の画像生成モデル」であり、競合より10分の1のGPUで学習したと主張しています。この主張はReve側の発表に基づくもので、第三者による独立検証は現時点では公開されていません。それでも、Image ArenaでOpenAI製モデルのすぐ下に位置づけられた事実は、独立系ラボでも表現力の頂点に近づけることを示しています。
競争構図：GPT-Image 1.5との34ポイント差
Design Arenaの発表が強調しているのは、Reve 2.0とGPT-Image 1.5のスコア差です。Reve 2.0のElo1354に対し、GPT-Image 1.5は3位で差は34ポイント。1位モデルは発表文では明示されていませんが、Image Arenaの文脈ではOpenAIの上位モデルが先頭にいる構成が一般的です。
別系統のベンチマークとして、Arena.ai（旧Artificial Analysis Image Arena）のText-to-ImageリーダーボードでもReve 2.0は2位圏にいます。2026年6月時点のスナップショットでは、1位がOpenAIの「gpt-image-2 (medium)」（1385±6）、2位がReve 2.0（1273±9）、3位がGoogleの「gemini-3.1-flash-image-preview」（1269±4）という並びが確認できます。プラットフォームごとにEloの絶対値は異なりますが、「OpenAIの最上位のすぐ下にReve 2.0がいる」という構図は共通しています。
GPT-Image 1.5はOpenAIの画像生成モデルで、Arena.aiのText-to-Image部門では6位付近（1241±47）に位置づけられています。Reve 2.0がGPT-Image 1.5を上回る結果は、新世代の独立系モデルが一つ前の世代の大手モデルを押しのけつつある状況を示唆します。
レイアウト型生成がもたらす違い
Reve 2.0の技術的な核心は、画像をコードのような構造体として扱う点にあります。各要素に座標・サイズ・局所説明を持たせるため、テキストだけでは表現しきれない配置関係を明示できます。公式説明では、拡散モデルは美しい画像を出す一方で制御が難しく、自己回帰型LLMは知性は高いが画像の美学や速度に課題があると整理されています。Reve 2.0は計画（レイアウト）と描画（レンダリング）を分け、それぞれに適したモデルを組み合わせる設計です。
この構造はエージェント連携にも向くとされています。レイアウトが読み取れる形式で残るため、AIエージェントが画像のどの部分を変更すべきか推論しやすくなります。Reveは「Reve 2.0 images are the code. Reve.com is the editor.（Reve 2.0の画像はコードであり、reve.comがエディタである）」と表現し、モデルと編集ツールを一体で設計した点を強調しています。
使い方と料金の概要
Reve 2.0はWebインターフェースとAPIの両方で利用できます。編集はreve.com上で行い、開発者向けにはcreate・edit・remixのAPIエンドポイントが用意されています。外部報道によると、有料プランはLite（月額7.99ドル）とPro（月額19.99ドル）があり、無料枠も提供されているとされています。APIの4K画像生成は1枚あたり約0.04ドルと紹介する第三者記事もありますが、最新の料金は公式サイトで確認する必要があります。
独立系ラボの台頭が意味すること
画像生成市場は2026年時点でOpenAI、Google、Adobe、Midjourneyなど大手が席巻しています。そんな中でReve 2.0がImage Arena2位に入り、GPT-Image 1.5に34ポイント差をつけたことは、規模だけでは説明できない設計上の差が評価に反映された結果と読めます。
今後の焦点は2点に絞られます。1つは1位モデルとの差をどこまで縮められるか。もう1つは、レイアウト編集という差別化が実務の制作フローでどれだけ採用されるかです。Reve 2.0は「もっと美しい1枚」を競うだけでなく、「編集しやすい構造」を売りにしています。制作現場で反復修正が多いユースケースほど、この設計思想の価値が試される段階に入っています。