ChatGPTもGeminiもまとめて使える？ Genspark AI 2.0日本上陸、音楽制作にも効く統合AIを検証

生成AIの進化は、ここ1〜2年で一気に加速しました。かつては文章生成ツールというイメージが強かったAIですが、いまや画像生成、動画制作、調査・分析、さらには音楽制作まで、その活用領域は急速に広がっています。一方で、ChatGPT、Gemini、Claudeなど、それぞれ異なるAIサービスが乱立し、「どれを契約すればいいのか分からない」「複数契約するとコストも管理も大変」と感じている人も少なくないのではないでしょうか。

そんな状況の中、ソースネクストが国内販売を行っている統合型AIプラットフォーム「Genspark AI」が2.0へと進化し、正式に日本上陸しました。Gensparkの特徴は、特定のAI単体サービスではなく、複数の主要AIを横断的に活用できる”統合ポータル型”であること。1つの契約でさまざまなAI機能を使い分けられるという設計は、クリエイターにとって非常に合理的です。さらに2.0ではAI音楽機能も追加され、プロンプト入力による自動作曲まで可能になりました。とはいえ、これは数ある機能の中の一部にすぎません。本記事では、DTMユーザーの視点から、Genspark AI 2.0の全体像を整理しつつ、制作現場で実際にどう活用できるのかを検証していきます。
※2月20日〜28日の期間限定で、DTMステーション読者向けの1,000円OFFクーポンを発行してもらっています。詳しくは記事末尾をご覧ください。

Genspark AIの販売をソースネクストが開始。Genskark直では行っていない3年契約もある

Genspark AIとは何か？ ― 単体AIではない”統合型”という強み

まず「Genspark AIって何？」というところから整理しましょう。生成AIサービスというと、OpenAIのChatGPT、GoogleのGemini、AnthropicのClaudeなどが有名ですが、それぞれに得意分野があり、1つのサービスですべてをカバーするのはなかなか難しいのが現実です。文章を書かせるならChatGPTが得意、コードの生成や論理的な分析ならClaudeが強い、マルチモーダル処理ならGemini……と、用途に合わせてAIを使い分けている人も多いと思います。でも、それぞれに月額料金がかかるので、いくつも契約するとトータルのコストはかなりのものになりますし、「この作業はどのAIに投げるのがベストなんだろう？」といちいち考えるのも面倒ですよね。

Gensparkは、こうした「AIの使い分け問題」をまるごと解消してくれるサービスです。シリコンバレー発のAIスタートアップであるGenspark社が開発した統合型AIワークスペースで、ChatGPT、Gemini、Claude、Nano Banana、Sora、ElevenLabsなど、なんと70種類以上のAIモデルを1つのプラットフォームに統合しています。つまり、”AIを選ぶ”のではなく”まとめて使う”という発想。これ1つ契約すれば、主要なAIをすべて使えるという意味で、非常に強力なサービスなんです。

Genspark AIのトップページ。AI音楽などの新機能が搭載されていることがわかる

しかも便利なのは、ユーザーが「どのAIを使うか」を意識する必要がない点です。たとえば写真の加工を指示すると、裏側ではNano Banana Proが呼び出されて画像処理をしてくれる。文章を書いてほしいと頼めば、Claudeが動いてテキストを生成する。動画を作りたいと言えばSoraやVeo 3が起動し、音声が必要ならElevenLabsが担当する……といった具合に、Gensparkがタスクの内容を判断して、最適なAIモデルを自動で選定・実行してくれるんですね。

それぞれのAIの得意・不得意なんて考えなくてOK。Gensparkに「こういうことをやりたい」と伝えれば、あとはプラットフォーム側が勝手に最適な組み合わせで処理してくれます。同社が掲げるビジョンは「One Prompt, Job Done（1回の指示で仕事を完結）」。コピー&ペーストで複数のAIサービスを行き来するような非効率な作業から解放してくれる、従来のチャットボット型AIとは一線を画すアプローチだといえるでしょう。

このGensparkの国内販売をソースネクストが昨年11月28日から開始しており、さらに2026年1月28日にはGenspark 2.0の発表とともに、日本市場への本格参入が発表されました。発表イベントにはお笑い芸人のヒコロヒーさんや錦鯉のお二人も登壇し、「Genspark、芸能人のヒコロヒーのエッセイを全世界に広める計画を考えて、5ページの資料にしておくれ」という非常にシンプルなプロンプトから約5分で資料が完成するデモが行われるなど、その手軽さと実力がアピールされていました。Genspark社によると、日本はアメリカ、韓国と並ぶ「トップ3市場」の1つとして位置づけられているそうで、今後さらに日本語対応の強化が進みそうです。

何ができる？ 文章・調査・画像・動画まで網羅

Gensparkの機能を大まかに整理していきましょう。前述の通り、ユーザーは「どのAIを使うか」を気にする必要はなく、やりたいことをGensparkに伝えるだけで適切なAIモデルが自動で割り当てられます。では、具体的にどんなことができるのか。

まずは文章生成。記事の構成案を作る、歌詞のアイデアを出す、キャッチコピーを考える、メールの文面を整える……といった作業はお手のものです。複数のLLMを横断して使えるため、「ChatGPTに聞いてみたけどイマイチだったからClaudeでも試す」みたいなことが、1つのプラットフォーム内で完結します。

次に調査・リサーチ機能。これは「Deep Research」と呼ばれる機能で、複数の情報源からデータを収集・要約してくれます。たとえば「最新のオーディオインターフェイスのトレンドを調べて」と指示すれば、ネット上の情報を横断的に集めてレポートにまとめてくれるわけです。DTMユーザー的には、海外の製品情報を調べたり、英語のマニュアルを翻訳・要約したりするのに重宝しそうですね。

画像生成も可能です。Nano Banana Pro 2K、Seedream v4.5、Flux 2といった画像生成モデルが利用でき、しかもPlusやProプランの場合はクレジット消費なしで使えます。YouTubeのサムネイル作成やSNS投稿用の画像を作りたいDTMerにとって、別途画像生成AIを契約しなくて済むのは大きなメリットです。

動画生成についても、SoraやVeo 3 Fastといったモデルに対応しています。ミュージックビデオのイメージ映像を作ったり、プロモーション用の短い動画を生成したりといった使い方が考えられます。

プロンプトを入力するこおで動画作成も行える

さらにプレゼン資料作成。2.0で「AIスライド 2.0」として大幅に強化され、数百種類のテンプレートから選んで簡単な指示を入力するだけで、デザイン性の高いスライドが完成します。PowerPointやGoogleスライド形式でのエクスポートにも対応しているので、バンドのミーティング資料やレーベルへのプレゼン、ライブイベントの企画書作成などにも活用できそうです。

そのほか、コード生成、ワークフロー自動化、2.0で新たに追加されたAI受信トレイ（AIによるメール管理）、多言語音声入力アプリSpeaklyなども搭載。DTMユーザー目線で見ると、「製品レビューの下調べ」「海外メーカーの最新情報の収集」「英語マニュアルの翻訳」「SNS告知文の作成」「プロモーション画像の生成」といった、音楽制作の”周辺業務”をまるごとカバーしてくれるツールだといえるでしょう。

電話までAIが代行する「Call For Me」という未来

Gensparkの機能の中で、個人的にもっとも「未来が来たな」と感じたのが、Call For Meという電話代行機能です。これは文字通り、AIがユーザーに代わって実際に電話をかけてくれるというもの。レストランの予約、店舗への問い合わせ、日程の確認などを、人間が受話器を取ることなくAIが代行してくれるのです。

ほかのAIにはあまりない、電話代行機能も搭載

仕組みとしては、OpenAIのRealtime APIを活用したリアルタイムの音声対話に対応しており、固定のスクリプトを読み上げるのではなく、相手の応答に合わせてAIがその場で判断して会話を進めます。通話の内容は録音・テキスト化されてダッシュボードから確認できるので、あとから「何を話したか」を振り返ることも可能。認証済みの電話番号が表示されるため、相手側も安心して電話を受けることができます。しかも8種類の音声キャラクターが用意されていて、ビジネス向けの落ち着いたトーンからカジュアルな声まで、用途に応じて使い分けることもできるんです。

これ、フリーランスのクリエイターやDTMerにとっても便利な機能かもしれません。たとえば、スタジオの予約確認、楽器店への在庫問い合わせ、ライブハウスへの出演に関する一次連絡……。作業に集中しているときに電話をかけるのは意外とハードルが高いもので、そこをAIが代行してくれるのは本当にありがたい。

まだ発展途上の機能ではありますが、「AIがテキストを生成する」「画像を作る」という段階から、「AIが現実世界でアクションを起こす」というフェーズに入ったことを実感させてくれます。これはまさに”AIの次のステージ”だと感じました。

料金体系とソースネクスト版の特徴

気になる料金についても整理しておきましょう。Gensparkには無料プラン（Free）、Plusプラン、Proプランの3つがあります。無料プランでも毎日100クレジットが付与され基本的な機能は試せますが、Deep Researchは1日1回まで、動画生成も1日1回までといった制限があります。

Plusプランは月額24.99ドルで、毎月10,000クレジットが付与されます。主要LLM（GPT-5.2、Gemini 3.0 Pro、Claude Sonnet 4.5など）とのチャットや、AI画像生成はクレジット消費なしで利用可能です。年額プランにすると年間60ドルお得になり、239.99ドル＋税という計算になります。Proプランは月額249.99ドルで、毎月125,000クレジットが付与されるヘビーユーザー・法人向けのプランです。

ソースネクストが販売しているのはこのPlusプラン相当で、1年版の価格は239.99ドル＋税。為替レートにより日々変動しますが、Genspark直販の年額プランとほぼ同価格です。ソースネクスト版ならではの大きなメリットは、Genspark直販にはない「3年プラン」が用意されていること。長期で使うことが分かっているなら、3年版をまとめて購入したほうがかなり割安になります。また、国内のソースネクストを通じた決済なので、Amazon Payが使えたり、日本語でのサポートが受けられるという安心感もあります。

1年プランに加え、3年プランも用意されており、Genspark直で購入するよりお得

セキュリティ面も触れておくと、Genspark社はSOC 2 Type IIおよびISO 27001を取得済み。設定画面から入力データのAI学習への利用をOFFにすることもでき、企業や仕事での利用にも配慮した設計になっています。

2.0で追加されたAI音楽機能

さて、ここからはDTMステーションとしてもっとも気になるポイント、2.0で新たに追加されたAI音楽機能について見ていきましょう。

Genspark 2.0では、テキストプロンプトを入力するだけで楽曲を自動生成できる機能が搭載されました。歌ありのボーカル曲にもインストゥルメンタルにも対応しており、ジャンルや雰囲気をテキストで指定するだけで、それっぽい楽曲が出来上がります。

AI音楽生成には複数のAIエンジンが利用できるようになっており、明示的に指定することも可能

実際に「80年代っぽいテクノポップを作って」というプロンプトで試してみたところ、ボコーダー風な歌声や、シンセサイザーのキラキラした音色やリズムマシン的なビートが特徴的な楽曲が生成されました。以下にそのプロンプトで作った2曲をUPしてみたので、試しに聴いてみてください。

正直なところ、AI自動作曲の分野ではSunoがズバ抜けた存在であり、楽曲のクオリティや細かい指定への対応力という点ではSunoに軍配が上がります。Gensparkの音楽生成機能は、あくまで統合プラットフォームの中の”機能の1つ”という位置づけです。作曲専用のツールと比べれば「おまけ的」な立ち位置ではありますが、「ちょっとBGMが欲しいな」「動画に使う短い音楽を生成したいな」といった用途には十分使えるレベルだと感じました。しかも、別のサービスに契約する必要がなく、Gensparkの中で完結するという手軽さは大きなポイントです。

音楽生成の仕組みと商用利用の考え方

ここで、DTMメディアとして押さえておくべきポイントを整理しておきましょう。Gensparkの音楽生成は、Gensparkオリジナルのエンジンではありません。これはGensparkが”統合型”プラットフォームであることの表れでもありますが、実際には以下の5つの外部エンジンを組み合わせて楽曲を生成しています。

これらのエンジンから、プロンプトの内容に応じてGensparkが最適なものを選定し、楽曲を生成する仕組みになっています。複数のエンジンを横断して使えるというのは、テキスト生成において複数のLLMを使い分けるのと同じ発想ですね。

気になるのは商用利用の可否です。Gensparkに確認したところ、無償プランで生成した楽曲の商用利用はグレーゾーンですが、PlusまたはProプランであれば商用利用が可能とのこと。たとえば、YouTubeに投稿する動画のBGMとしてAI生成楽曲を使い、その動画を収益化するといった使い方はOKだそうです。

ただし、ここは非常に重要なポイントなので強調しておきますが、AI作曲した楽曲を自分のオリジナル曲としてストリーミング配信する、というのはSunoだろうがGensparkだろうが基本的にNGです。そもそもAIが自動生成した楽曲には著作権が発生しないというのが現在の法的な考え方であり、「誰の著作物でもない」ものを自分のオリジナルとして配信することは、各配信プラットフォームの規約的にも問題になるケースがほとんどです。AI作曲を活用する際には、「便利なツールだけど、使い方にはルールがある」ということをしっかり認識しておく必要があります。

DTMユーザーにとっての現実的な使い道

ここまで見てきたように、Genspark AIは「AI作曲ツール」というよりも、DTMユーザーの”制作周辺業務”を幅広くサポートしてくれる統合プラットフォームです。最後に、DTMユーザーにとっての現実的な使い道を整理してみましょう。

まず作詞のアイデア出し。テーマやキーワードを投げるだけで、歌詞の方向性やフレーズの候補をいくつも提案してくれます。もちろんそのまま使うのではなく、ブレインストーミングのたたき台として活用するイメージです。同じ方向で、曲のコンセプトのブレストにも使えます。「こういう雰囲気の曲を作りたいけど、どんなアレンジがいいだろう？」といった漠然とした相談にも、複数のAIモデルを横断して多角的な提案をもらえます。

海外製品の情報整理も得意分野。新しいプラグインやハードウェアが海外で発表されたとき、英語の公式サイトやレビュー記事を横断的に調べてポイントをまとめてもらう、といった使い方です。Deep Research機能を使えば、複数のソースから情報を集めてレポート化してくれるので、自分で1つずつ記事を読むよりもはるかに効率的です。

レビュー原稿の骨子作りにも活用できます。機材のスペック情報を整理して構成案を作る、競合製品との比較表を生成するなど、原稿を書き始める前の下準備をかなり効率化できるでしょう。

SNSの告知文生成も地味に便利です。新曲リリースの告知、ライブ情報の発信、コラボレーションの報告など、SNSへの投稿文を考えるのが苦手な人は少なくないと思いますが、Gensparkに概要を伝えるだけでプラットフォームに合わせた文面を生成してくれます。

そしてなにより、これらすべてが1つのサービスの中で完結するというのがGensparkの最大の強みです。テキスト生成はChatGPT、画像はMidjourney、調査はPerplexity、動画はRunway……と個別に契約していた環境を、Genspark 1つに集約できる可能性があるわけです。しかも前述の通り、ChatGPT、Gemini、Claude、Nano Banana、Sora、ElevenLabsなど70種類以上のAIモデルが裏で動いていて、ユーザーはどれを使うか考える必要すらない。コスト面でも管理面でも、そして「どのAIに聞けばいいんだっけ？」という判断コストの面でも大きなメリットがあります。DTMユーザーにとっては「音楽を作る」部分はDAWやプラグインに任せつつ、それ以外の制作周辺業務はGensparkに一括で任せる、というワークフローが現実的ではないでしょうか。