第1章結論・推奨セットアップ

Grok-4.3が現状最強の5つの理由

予算別推奨プラン

ハイブリッド運用アーキテクチャ

画像入力
  │
  ├─▶ [WD-EVA-02 Tagger] rating:explicit確認(NG除外) ─▶ タグDB
  │
  ├─▶ [Grok-4.3 API] 9軸採点 ─▶ JSON score
  │       │
  │       ├─ 加重平均 ≥ 3.8 ─▶ 品質ゲートGO ─▶ 量産・出品
  │       └─ 加重平均 < 3.8 ─▶ [Qwen2.5-VL ローカル] 再評価+詳細コメント
  │
  └─▶ NG検出(モザイク漏れ/男顔/実写混入) ─▶ 要修正キュー

第2章市場規模・背景

AI生成R18コンテンツの爆発的増加

2024〜2026年にかけて、Stable Diffusion系・ComfyUI・NovelAI等のAI画像生成ツールによるR18コンテンツが爆発的に増加した。FANZA（旧DMM）には年間1.9億本を超える作品が登録されており^[5]、AI生成作品は専用フロア「AI生成フロア」に分離されるほど数量が急増している。DLsiteでも同様の状況で、AI生成作品の中央値は56DL程度と報告されている。

この増加に伴い、プラットフォームや個人クリエイターが直面しているのが「品質フィルタリング」の問題だ。数百枚・数千枚を量産する際に、人間が全枚採点するのは現実的でなく、AI採点システムへの需要が急拡大している。

主要APIの規制強化タイムライン

NSFWコンテンツ採点の市場規模推定

第3章評価可否マトリックス（12モデル比較表）

第4章Grok-4.3 詳細技術仕様と採点実装

技術仕様詳細

1枚あたりのコスト詳細計算

Python実装例（grok_router経由）

import base64, json
import grok_router as gr
from pathlib import Path

def score_image_grok(image_path: str) -> dict:
    """エロ漫画画像を9軸でGrok採点"""
    img_bytes = Path(image_path).read_bytes()
    b64 = base64.b64encode(img_bytes).decode()
    ext = Path(image_path).suffix.lstrip('.').lower()
    mime = "image/jpeg" if ext in ("jpg","jpeg") else "image/png"

    system = """あなたはエロ漫画・R18 CG集の品質審査員です。
成人向けコンテンツを9軸で採点してください。
出力は必ずJSON形式で。架空の点数は禁止、見えている内容だけを評価する。"""

    user_content = [
        {
            "type": "image_url",
            "image_url": {"url": f"data:{mime};base64,{b64}"}
        },
        {
            "type": "text",
            "text": """以下9軸で採点しJSON出力せよ。各項目は0-20点(抜ける度)または0-15点等の範囲で:
{
  "nukeru": 0-20,    // 抜ける度・性的興奮度
  "consistency": 0-15, // キャラ一貫性
  "ero": 0-15,       // 性行為・性器描写の詳細度
  "ng_check": 0-10,  // NG違反なし=10 モザイク漏れ=0
  "composition": 0-10, // 構図・コマ割り・アングル
  "lighting": 0-10,  // 光・影・レンダリング品質
  "expression": 0-10, // 表情・エロス・感情表現
  "face": 0-5,       // 顔の正確さ・魅力度
  "fluid": 0-5,      // 体液(精液・愛液等)表現
  "total": 合計点数,  // 満点100点
  "weighted_avg": 加重平均スコア(0-5換算),
  "comments": {各軸の日本語コメント},
  "ng_flags": [検出されたNGタグのリスト]
}"""
        }
    ]

    # grok_routerのask()に画像付きメッセージを送る場合
    import requests, datetime
    KEY = gr.KEY
    body = {
        "model": "grok-4.3",
        "messages": [
            {"role": "system", "content": system},
            {"role": "user", "content": user_content}
        ],
        "max_tokens": 800,
        "temperature": 0.1
    }
    r = requests.post(
        "https://api.x.ai/v1/chat/completions",
        headers={"Authorization": f"Bearer {KEY}", "Content-Type": "application/json"},
        json=body, timeout=60
    )
    r.raise_for_status()
    d = r.json()
    result_text = d["choices"][0]["message"]["content"]

    # JSONパース
    start = result_text.find("{")
    end = result_text.rfind("}") + 1
    return json.loads(result_text[start:end])

第5章ローカル実行オプション Top3

5-A: Qwen2.5-VL-7B Uncensored（最推奨ローカル）

Option A: Ollama経由（推奨・簡単）

# Ollama インストール後
ollama pull qwen2.5-vl:7b

# Python API経由で採点
import ollama, base64
from pathlib import Path

def score_local_qwen(image_path: str, prompt: str) -> str:
    img_bytes = Path(image_path).read_bytes()
    b64 = base64.b64encode(img_bytes).decode()

    response = ollama.chat(
        model='qwen2.5-vl:7b',
        messages=[{
            'role': 'user',
            'content': prompt,
            'images': [b64]
        }]
    )
    return response['message']['content']

Option B: ComfyUI統合（量産パイプライン向け）

# ComfyUI Custom Node インストール
# https://github.com/huchukato/ComfyUI-QwenVL-Mod
# または
# https://github.com/Deaquay/ComfyUI-Qwen3.5-Uncensored

# ComfyUI Manager から:
# "ComfyUI-QwenVL-Mod" を検索してインストール
# QwenVLNode を WF に追加、モデル: qwen2.5-vl-7b-instruct

VRAM使用量目安（RTX 3090Ti 24GB）

5-B: Llama-3.2-11B Vision Uncensored

Ollamaでの起動

# HuggingFaceからダウンロード後Ollamaで実行
# まずベースモデルをOllamaに登録
ollama pull llama3.2-vision:11b

# またはHuggingFace直接
from transformers import MllamaForConditionalGeneration, AutoProcessor
from PIL import Image
import torch, base64
from io import BytesIO

model_id = "Guilherme34/Llama-3.2-11b-vision-uncensored"
model = MllamaForConditionalGeneration.from_pretrained(
    model_id,
    load_in_4bit=True,          # 4bit量子化: VRAM ~10GB
    torch_dtype=torch.bfloat16,
    device_map="cuda"
)
processor = AutoProcessor.from_pretrained(model_id)

def score_image(image_path: str, prompt: str) -> str:
    image = Image.open(image_path).convert("RGB")
    messages = [{"role": "user", "content": [
        {"type": "image"},
        {"type": "text", "text": prompt}
    ]}]
    text = processor.apply_chat_template(messages, add_generation_prompt=True)
    inputs = processor(image, text, return_tensors="pt").to("cuda")
    with torch.no_grad():
        output = model.generate(**inputs, max_new_tokens=600, temperature=0.1)
    return processor.decode(output[0][inputs.input_ids.shape[-1]:], skip_special_tokens=True)

5-C: JoyCaption（タグ・キャプション補助用）

# JoyCaption セットアップ (GitHub: fpgaminer/joycaption)
git clone https://github.com/fpgaminer/joycaption
cd joycaption
pip install -r requirements.txt

# 4bit量子化で起動 (VRAM ~8GB)
python app.py --load-in-4bit

# 使用例 (NSFW採点補助プロンプト)
# "Describe this adult manga image in detail.
#  Focus on: sexual acts depicted, fluid expressions, facial expressions of arousal.
#  Rate the explicitness level from 1-10."

第6章採点プロンプト・テンプレート集

プロンプトA: Grok-4.3用 9軸採点システムプロンプト（本番仕様）

SYSTEM_PROMPT = """あなたはエロ漫画・R18 CG集の品質審査員です。
提供された画像を以下の9軸で採点し、必ずJSON形式で出力してください。

採点基準:
1. nukeru (0-20): 全体的な性的興奮度・抜ける度
   20=完璧なエロス、15=かなり良い、10=普通、5=弱い、0=エロ要素なし
2. consistency (0-15): キャラクター・世界観の一貫性
   15=完璧、10=ほぼ統一、5=一部崩れあり、0=キャラ崩壊
3. ero (0-15): 性行為・性器描写の詳細度と品質
   15=極めて詳細でリアル、10=標準的、5=簡略的、0=描写なし
4. ng_check (0-10): NGコンテンツの有無
   10=問題なし、5=軽微なNG疑惑、0=明確なNG(モザイク漏れ/男顔漏れ/実写混入)
5. composition (0-10): コマ割り・アングル・フレーミングの質
   10=プロ並み、7=良好、4=標準、0=素人レベル
6. lighting (0-10): 照明・影・レンダリングの品質
7. expression (0-10): 表情の豊かさ・エロス・感情表現
8. face (0-5): 顔の正確さ・魅力度(崩れていないか)
9. fluid (0-5): 体液(精液・愛液・汗等)の表現品質

出力形式(JSON厳守):
{
  "nukeru": ,
  "consistency": ,
  "ero": ,
  "ng_check": ,
  "composition": ,
  "lighting": ,
  "expression": ,
  "face": ,
  "fluid": ,
  "total": ,
  "weighted_avg": ,
  "ng_flags": ["<検出NGタグ1>", ...],
  "pass": =3.8>,
  "comments": {
    "nukeru": "<日本語評価コメント>",
    "consistency": "<日本語評価コメント>",
    "ero": "<日本語評価コメント>",
    "ng_check": "<日本語評価コメント>",
    "overall": "<総合日本語コメント 100字以内>"
  }
}

加重平均の計算: (nukeru/20 + consistency/15 + ero/15 + ng_check/10 + composition/10 + lighting/10 + expression/10 + face/5 + fluid/5) / 9 * 5
架空の点数は絶対禁止。見えている内容のみ評価すること。"""

プロンプトB: ローカルLLM用（英語版）

ENGLISH_PROMPT = """Rate this adult manga/CG image on 9 axes. Output JSON only.

{
  "nukeru": 0-20,  (sexual excitement level)
  "consistency": 0-15, (character consistency)
  "ero": 0-15,  (sexual act/genitalia depiction quality)
  "ng_check": 10=no issues, 0=has violations,
  "composition": 0-10,
  "lighting": 0-10,
  "expression": 0-10,
  "face": 0-5,
  "fluid": 0-5,
  "total": sum,
  "pass": true/false (total >= 76),
  "flags": ["list", "of", "issues"]
}"""

プロンプトC: NG検出特化（モザイク漏れ・男顔・実写混入）

NG_DETECTION_PROMPT = """この画像で以下のNGを検出してください。JSONで出力:
{
  "mosaic_leak": true/false,  // 性器のモザイク処理が不完全
  "male_face_visible": true/false,  // 男性の顔・頭部が明確に見えている
  "realistic_photo": true/false,  // 実写写真・AIではなく本物の人物
  "minor_risk": true/false,  // 未成年を想起させる外見
  "extra_person": true/false,  // 指定外のキャラクターが混入
  "ng_count": ,  // 合計NGフラグ数
  "details": "<詳細説明>"
}"""

品質ゲート自動判定ロジック

def quality_gate(score: dict) -> tuple[bool, float]:
    """
    品質ゲート: 加重平均3.8以上かつキルスイッチなし = GO
    キルスイッチ: ピンク肌/男顔/断面図多/実写混入/ng_check<=2
    """
    WEIGHTS = {
        "nukeru": 20, "consistency": 15, "ero": 15,
        "ng_check": 10, "composition": 10, "lighting": 10,
        "expression": 10, "face": 5, "fluid": 5
    }
    total_possible = sum(WEIGHTS.values())  # 100点満点

    total_score = sum(score.get(k, 0) for k in WEIGHTS)
    weighted_avg = (total_score / total_possible) * 5  # 0-5換算

    # キルスイッチ判定
    kill_flags = []
    if score.get("ng_check", 10) <= 2:
        kill_flags.append("ng_check_fail")
    if "male_face" in str(score.get("ng_flags", [])):
        kill_flags.append("male_face")
    if "minor" in str(score.get("ng_flags", [])):
        kill_flags.append("minor_risk")

    go = (weighted_avg >= 3.8) and len(kill_flags) == 0
    return go, weighted_avg, kill_flags

第7章コスト比較・損益分岐点

1枚あたり採点コスト比較表

ローカル電力費の計算根拠

Grok API vs ローカル 損益分岐点

第8章リスク・注意事項

8-1: プライバシーリスク（API経由の画像データ送信）

8-2: モデル廃止リスク

grok_router.pyのコメントにある通り^[19]、旧スラグ(grok-4-fast-(non-)reasoning等)は2026年5月に廃止されている。Grok-4.3も将来的に廃止・価格変更の可能性があり、常に現行モデルIDをGET /v1/modelsで確認する習慣が重要。

バックアッププラン: ローカルQwen2.5-VL環境を常に維持し、API廃止時に即座に切替できる設計にしておく。

8-3: ローカル実行リスク（CUDA固着・メモリ管理）

8-4: 法的リスク（日本の成人向けコンテンツとAI）

日本の成人向けコンテンツに関しては、わいせつ物陳列・販売等の刑事責任（刑法175条）が関連するが、AI採点システム自体は評価ツールであり製造・販売主体ではない。ただし以下に注意：

• モザイク処理が必要な作品のモザイク漏れ検出を採点システムに組み込むことは合法的要件の遵守に貢献する
• 未成年を想起させるキャラクターの検出(minor_risk flag)は必須実装
• AI生成画像でも実在人物を想起させる表現は避ける

第9章30日実装プラン

第10章将来展望（2026年下半期〜）

シナリオ1: GPT-4o Adult Mode再開（楽観）

OpenAIは2026年3月にadult modeを無期限延期したが^[8]、商業圧力（Anthropic/xAIの成人向け市場への参入）により2026年Q4〜2027年に限定的に再開する可能性がある。ただし価格は$0.01/枚以上と予想され、コスト的にGrokに対する優位性は低い。

シナリオ2: Qwen3-VL / InternVL3 の進化（最も確実）

Alibaba(Qwen)とShanghai AI Lab(InternVL)は2026年下半期に次世代VLMをリリース予定。特にQwen3-VLはGQA+MoE構造でQwen2.5-VLより30%効率的と噂されており、RTX 3090Tiで14Bモデルが快適動作する可能性がある。これが実現すればローカル採点精度がGrok-4.3に近づき、API依存度をゼロにできる。

シナリオ3: NSFW採点専用オープンソースモデルの出現

現状、採点「スコア」出力に特化したNSFW VLMは存在しないが、JoyCaptionの開発者(fpgaminer)やCivitaiコミュニティが採点特化ファインチューニングデータセットを公開する動きがある。2027年頃には「エロ漫画採点特化VLM」がHugging Faceに登場する可能性がある。

シナリオ4: xAI APIのNSFW評価制限強化（リスク）

2026年1月のGrokディープフェイク事件以降^[7]、xAIへの規制圧力は増加している。Take It Down Act等の新法が施行されれば、API経由の成人向け「評価」用途にも影響が及ぶリスクがある。常にローカルバックアップを維持することが重要。

推奨対応: 2026年下半期の投資優先順位

第11章関連DR一覧

第12章脚注・全ソースURL

1. xAI Grok API 実装実績 (grok_router.py, D:\projects\fanza3_mass\scripts\grok_router.py, 2026-05-21〜継続使用中) — ローカルファイル・実プロジェクト実証済み
2. Grok XAI Image Generation NSFW Policy | May 2026 Updated — https://www.atlascloud.ai/blog/guides/grok-xai-nsfw-image-generation-policy
3. Image Understanding | xAI Docs — https://docs.x.ai/docs/guides/image-understanding
4. xAI Grok API Pricing (May 2026) — Grok 4 Per-Token Costs | AI Pricing Guru — https://www.aipricing.guru/xai-pricing/
5. DR FANZA/DLsite AI漫画市場 月収100万ロードマップ 2026-06-04 — D:\市場調査資料\DR_fanza_dlsite_monetize_2026-06-04.html
6. ChatGPT adult mode is coming in 2026—if it thinks you're old enough — https://www.techradar.com/ai-platforms-assistants/chatgpt/chatgpts-adult-mode-is-coming-and-it-might-not-be-what-you-think-it-is
7. Grok sexual deepfake scandal — https://en.wikipedia.org/wiki/Grok_sexual_deepfake_scandal
8. ChatGPT Adult Mode [May 2026]: Erotica, NSFW and Is "Porn" Allowed? — https://justainews.com/companies/openai/adult-mode-in-chatgpt-explained-nsfw-erotica-porn-policy/
9. Best Uncensored AI Models (Feb 2026): Qwen, Grok & Local LLMs — https://www.mangomindbd.com/blog/february-2026-uncensored-ai-models
10. Guilherme34/Llama-3.2-11b-vision-uncensored — https://huggingface.co/Guilherme34/Llama-3.2-11b-vision-uncensored
11. JoyCaption GitHub — https://github.com/fpgaminer/joycaption
12. SmilingWolf/wd-eva02-large-tagger-v3 — https://huggingface.co/SmilingWolf/wd-eva02-large-tagger-v3
13. ShieldVLM: Safeguarding the Multimodal Implicit Toxicity via Deliberative Reasoning with LVLMs — https://arxiv.org/pdf/2505.14035
14. Top 10 Explicit Content Detection APIs in 2026 | Eden AI — https://www.edenai.co/post/top-10-explicit-content-detection-apis
15. DR nyanchulabo SEO 2026-06-05 (Gemini vision拒否確認実績) — D:\市場調査資料\DR_nyanchulabo_seo_traffic_2026-06-05.html
16. Content moderation - Claude API Docs — https://platform.claude.com/docs/en/about-claude/use-case-guides/content-moderation
17. Does DeepSeek Allow NSFW Content? — https://ai.tenorshare.com/deepseek-tips/can-deepseek-do-nsfw.html
18. Pixtral 12B: Specs, Benchmarks & How to Deploy Mistral's Vision Model (2026) — https://ucstrategies.com/news/pixtral-12b-specs-benchmarks-how-to-deploy-mistrals-vision-model-2026/
19. grok_router.py コメント: 旧スラグ廃止記録 (D:\projects\fanza3_mass\scripts\grok_router.py L18-20, 2026-05-21修正) — ローカルファイル
20. Grok 4.3: xAI's Cheap Frontier Model (May 2026 Guide) — https://codersera.com/blog/grok-4-3-launch-guide-2026/
21. AI API Pricing Comparison (2026): Grok vs Gemini vs GPT-4o vs Claude | IntuitionLabs — https://intuitionlabs.ai/articles/ai-api-pricing-comparison-grok-gemini-openai-claude
22. Does Grok allow NSFW Now(As of early 2026)? - CometAPI — https://www.cometapi.com/does-grok-allow-nsfw/
23. ComfyUI-QwenVL-Mod GitHub — https://github.com/huchukato/ComfyUI-QwenVL-Mod
24. ComfyUI-Qwen3.5-Uncensored GitHub — https://github.com/Deaquay/ComfyUI-Qwen3.5-Uncensored
25. Ollama + Llama-3.2-11b-vision-uncensored discussion — https://discuss.huggingface.co/t/ollama-llama-3-2-11b-vision-uncensored-like-22/130323
26. Local Vision-Language Models for Offline AI — https://blog.roboflow.com/local-vision-language-models/
27. Run Replicate NSFW detection models via API — https://replicate.com/collections/detect-nsfw-content