Flux.1 dev で 12カ国の料理を描かせて見えたもの

本記事は AI が描く各国料理 — 8モデル × 12カ国で比較してみたのスピンオフ、各モデル単独レビューの v1。

母艦記事では 8モデル × 12カ国 = 96 国別評価セルの全体俯瞰を扱う。本記事はその中の Flux.1 dev だけを 60 プロンプト全部について Gemini 2.5 Pro Vision で評価した詳細を載せる。

TL;DR

Flux.1 dev は Black Forest Labs 🇩🇪 の DiT 系 12B。写実度はローカルトップクラス (note/07 でも検証済み) だが、文化的再現度は本検証で最下位。
60 プロンプト (12カ国 × 5料理) を生成、Gemini API 出力を 現地正解基準として比較評価
文化的再現度 (cultural_accuracy): 平均 1.12 / 3.0
観光客目線の見栄え (visual_appeal): 平均 4.03 / 5.0
失敗型の主成分: 視覚的に似た別カテゴリの料理に引き寄せられる (beta 32件)
強い国: (該当なし)
弱い国: Korea, Thailand, India, Lebanon
推奨用途: 写実的な欧米メジャー料理、note/07 系の用途
避けたい用途: 観光メディアの薄い文化圏 (東南アジア / 西アフリカ / 中東)

1. 生成環境

項目	値
アーキテクチャ	DiT (Flux family, Black Forest Labs)
サイズ	12B (23 GB bf16)
ステップ数	28
蒸留	❌ (ベース版)
1枚あたり生成時間 (M1 Max 64GB / MPS)	約 12 分 (28 step / 1024px / MPS)
HF gated repo	✅ 要申請 (HuggingFace `black-forest-labs/FLUX.1-dev` の access 申請)
ライセンス	Flux Non-Commercial

from diffusers import FluxPipeline
import torch

pipe = FluxPipeline.from_pretrained(
    "black-forest-labs/FLUX.1-dev",
    torch_dtype=torch.bfloat16,
).to("mps")

image = pipe(prompt="...", num_inference_steps=28,
             guidance_scale=3.5, height=1024, width=1024).images[0]

wired_limit: Mac で MPS バックエンドを使い大型モデルを動かす場合、sudo sysctl iogpu.wired_limit_mb=61440 (60GB) を毎回設定する (再起動でリセット)。

2. 12カ国比較グリッド

参考画像 (最上段、緑帯) が Gemini API、その下が Flux.1 dev + 他 6 ローカルモデル。本記事の対象は Flux.1 dev 行。クリックで原寸表示。

母艦記事の結果マトリックスで、このモデルが全体のどこに位置するかを確認できる。

3. 国別の挙動 (Gemini 2.5 Pro Vision 評価ベース)

3.1 強い国 (cultural_accuracy 平均 ≥ 2.0)

(該当国なし)

3.2 中庸の国 (1.0 ≤ ca < 2.0)

Germany — CA 1.80 (bbbbc)
USA — CA 1.40 (bbccc)
Italy — CA 1.40 (bbbcd)
Brazil — CA 1.40 (bbccc)
Japan — CA 1.20 (bbccd)
Vietnam — CA 1.20 (bcccc)
Mexico — CA 1.00 (ccccc)
Nigeria — CA 1.00 (ccccc)

3.3 弱い国 (ca < 1.0)

Korea — CA 0.80 (ccccd)
Thailand — CA 0.80 (ccccd)
Lebanon — CA 0.80 (ccccd)
India — CA 0.60 (cccdd)

4. 失敗型の特徴

このモデルの 60 件評価で観察された失敗型の分布：

型	件数	特徴
α 異文化 garnish ライブラリ混入	4	異文化のハーブ・ソース・食器を混入
β 視覚類似カテゴリ引き寄せ	32	視覚的に似た別カテゴリへ統計的に引き寄せ
γ 整列癖 (パレイドリア)	1	要素が幾何学的に整いすぎる
mixed 複合	22	複数の失敗型が複合
none 大きな失敗なし	1	—

代表的な失敗事例

Japan / onigiri (d/4, mixed) — 「おにぎりの必須要素であるご飯が見当たらず、生の魚介を海苔で巻いた寿司のような全く別の料理になっているため。参考画像のような「ご飯と具材でできた軽食」という本質から外れている。」