※本記事にはプロモーションが含まれます。
📅 検証日：2026年9月1日〜2日
💻 検証環境：ConoHa AI Canvas スタンダードプラン（GPU: NVIDIA L4 / 利用可能VRAM 22.03GiB）
🎯 検証内容：自作キャラ画像30枚からLoRAを学習 ➔ 生成 ➔ 持ち出しまで一通り
- 環境構築がゼロ！ ブラウザを開くだけで画像生成やLoRA学習の準備がすべて完了しているよ 🎨✨
- 無料GPU比で学習速度は約2.5倍速（34分34秒）！ 画像生成も約1.6倍速で実際にサクサク動いたんだ ⚡
- 完成したLoRAは自分のPCに持ち帰り可能！ よそで作ったLoRAや自前の土台モデルを持ち込んで使うのも自由だよ 📦
- ⚠️ 初期設定のままだと合言葉が効かない落とし穴あり！ 1か所だけ数値を直せば100%解決するよ 🚨
- ConoHa AI Canvasは、AIの環境構築でつまずく時間をお金で買うサービスだよ！
- 前回、無料GPUで同じLoRAを作ったときは6回エラーで止まったんだけど、ConoHaではそのうち5つが最初から起きなかったんだ。
- ただし一番やっかいな1つ（合言葉が効かない既定値0）だけが、既定値のまま残っているよ。 これは知らなければ気づけないから、この記事でしっかり潰すね！
- 速度は学習が約2.5倍速（34分34秒）、画像生成が約1.6倍速（23.1秒）。GPUの性能差がしっかり出て本当に速かったよ！
- 商用利用は利用規約（第3条）でOKと明記されているよ。（※土台に使ったモデル自体のライセンスには要確認）
- 課金は「画面を開いている時間」すべてがカウントされるよ。 素材の準備は起動前に済ませて、自動終了設定は15分にしておくのが一番お得！
- 作ったLoRAは手元にダウンロードできるから、解約後も自分の資産としてずっと残るよ。
※この先で、料金の仕組みと初期設定の落とし穴を全部書いているよ。先に読んでからでも大丈夫！
0. この記事の結論を先に言うね 🎯
「ConoHa AI Canvasって実際どうなの？」「月額を払う価値はあるの？」って気になっている人に向けて、自作キャラ画像30枚からLoRA学習を最後まで回して徹底的に実測してきたよ！
一言でいうと、「AIの環境構築でつまずく膨大な時間をお金でスマートに解決するサービス」だね！
前回、無料GPU（Tesla T4）で同じLoRAを作ったときは6回もエラーで止まって苦労したんだけど、ConoHaではそのうち5つが最初から綺麗に解消されていたんだ。ただし、知っておかないと100%失敗する設定の罠が1つだけ残っているから、そこを詳しく解説していくね。
向いている人と向いていない人
| 向いている人 ✨ | 向いていない人 🚨 |
|---|---|
| ・パソコンに強くない／コマンドを打ちたくない人 | ・24GB級のグラフィックボードをすでに持っている人（自作PCの方が安い） |
| ・高性能なグラフィックボードを持っていない人 | ・月に1〜2回しか使わない人（使わなくても月額がかかる） |
| ・作ったLoRAを自分の手元に持ち帰りたい人 | ・「ボタンひとつで完全全自動」を期待している人（数値を自分で入れる場面はある） |
| ・仕事で使いたい人（生成物の商用利用OK） |
1. ConoHa AI Canvasで何ができるの？ 🎨
ConoHa AI Canvasは、画像生成AIの道具一式が最初から完璧に入った状態で借りられるクラウドサービスだよ！
通常、自分のパソコンでAIに絵を描かせたりLoRAを作ったりするには、Pythonの環境を整えたり、依存ライブラリを入れたり、グラボのドライバを設定したりする大変な準備が必要なんだよね。ここでほとんどの人が脱落しちゃうの。
ConoHaはその面倒な準備をすべて済ませた状態を貸してくれるから、ブラウザを開くだけですぐに作業を始められるんだ！
使える道具は次の3つだよ。
| 道具 | 何をするもの |
|---|---|
| Automatic1111 (WebUI) | 画像を生成する定番ツール。情報が一番多くて扱いやすいよ |
| ComfyUI | ノードを繋いで画像や動画を生成するツール。自由度が高いけど少し上級者向け |
| Kohya SS | LoRA（追加学習モデル）を学習させるツール（★今回のメイン！） |
起動時にこの3種類から使いたいものを選ぶ画面がこちら！
⚠️ 注意：同時に2つは使えないよ
ここは気をつけたいポイント！ 3つのツールのうち、同時に起動できるのは1つだけなんだ。「Kohya SSで学習させながら、別画面でAutomatic1111を開いて画像生成する」といった並行作業はできないよ。ツールを切り替えるときは、一度終了してから起動し直す形になるね。
2. LoRAは本当に作れるの？【この記事の核心】 🧪
結論から言うと、バッチリ作れるよ！ 自作キャラの画像30枚を使って、最後まで破綻のないLoRAを完成させることができたんだ。
ただし、「ConoHaを使えばすべての落とし穴が自動で消える」というわけじゃないんだよね。
無料GPUで詰まった6箇所は、ConoHaでどうなった？
以前、無料GPU（Tesla T4）でLoRA学習に挑戦したときに詰まった6つのポイントと、ConoHaでの結果を比べてみたよ！
| 無料GPUで詰まった場所 | ConoHaではどうなった？ |
|---|---|
| ① GPUの種類が古くて動かない | ✅ 起きない（最初から最新のL4が割り当てられる） |
| ② 画像を置いた場所が見つけられない | ✅ 起きない（ファイルマネージャー画面がある） |
| ③ 部品のバージョンがぶつかる | ✅ 起きない（完全に構築済み） |
| ④ モデルの実体がただのリンクになる | ✅ 起きない（ファイルが正しく扱われる） |
| ⑤ 省メモリ用の部品が古い | ✅ 起きない（最適化済み） |
| ⑥ 合言葉が効かないLoRAができあがる | ⚠️ そのまま残っている！ |
なんと、5つのエラーは最初から綺麗さっぱり消えていたんだけど、6番目の罠だけが既定値のまま残っていたんだ！
なぜ6番だけが厄介なの？ 🚨
①〜⑤はエラー画面が出て処理が止まるから、「あ、失敗したな」とすぐに分かるよね。でも6番は全然違うの。
エラーが一切出ず、最後まで学習が完走し、ファイルも正常に出来上がる。
それなのに、合言葉（トリガーワード）をプロンプトに書いてもキャラが出てこない！
こういう失敗の仕方をするんだ。初めてLoRAを作る人は「LoRAってこんなものなのかな…」と思って諦めてしまいがちで、自力ではまず気づけない本当にやっかいな罠なんだよね。
実際の設定画面を見てみよう
Kohya SSの初期画面を開くと、「テキストエンコーダ学習率（Text Encoder learning rate）」が初期値0になっているよ。
サーバーが出力した設定ファイルを確認してみると、案の定「言葉を学習しない」指定が入っていたんだ。
network_train_unet_only = true ← 絵柄だけ学習して、言葉は学習しない設定 network_dim = 8 network_alpha = 1 epoch = 8
直し方は超簡単！（たった1か所）
直し方はすごくシンプルだよ！
「テキストエンコーダ学習率」に 0.00005 と入力する。これだけ！
これだけで、設定ファイルから network_train_unet_only = true が自動的に消えて、言葉と画像をしっかり紐付ける学習モードに切り替わるよ。他のチェックボックスを探してポチポチする必要は一切ないんだ！
数値を直したあとの実行ログがこちら！
Text Encoder (Primary/CLIP) Effective LR: 5.00e-05 ← 0ではなくなった！ U-Net Effective LR: 1.00e-04 network_dim = 32
ちゃんと直ったかテストしてみよう！
合言葉が効いているかどうかを確かめるには、「LoRAを読み込んだ状態で、わざと合言葉を外してまったく別の指示を出す」のが一番分かりやすいよ！
masterpiece, best quality, 1girl, solo, long blonde hair, red dress, full body, standing, white background, <lora:orzchan_conoha:0.8>
生成してみた結果、指定どおり「金髪・赤いドレスの別人キャラクター」が出力されたよ！
これが「合言葉を書いたときだけ自作キャラが出る」という正しい状態だよ！設定を直さないままだと、合言葉を書いていないのに自作キャラの特徴が混ざり込んで絵柄が崩壊しちゃうんだ。
3. 実際の手順（画像30枚 ➔ LoRA完成まで） 🛠️
実際にLoRAを作成した全体の手順は次の6ステップだよ！
- 起動する前に、学習させる画像と説明文を手元にそろえる（※理由は第4章の料金で説明するね！）
- WebUIを起動し、ファイルマネージャーで画像をアップロードする
- ベースモデル（土台となるAIモデル）をアップロードして指定する
- テキストエンコーダ学習率を
0.00005に設定する - 学習開始ボタンを押して待つ
- 完成したLoRAファイルをダウンロードする
画像の置き場所にはルールがあるよ！
Kohya SSはフォルダ名によって「画像を何回繰り返して学習するか」を自動判定する仕組みになっているんだ。
/data/dataset/images/6_orzchan/ ← 「6回繰り返す_合言葉」というフォルダ名
├ 001.png
├ 001.txt
├ 002.png
└ 002.txt ...
⚠️ ここで注意： 設定画面の「画像フォルダ（Image folder）」に入力するのは 6_orzchan ではなく、その一つ上の階層である /data/dataset/images だよ！ここを間違えると画像が0枚と判定されちゃうから気をつけてね。
説明文（キャプション）は自動でつけられる！
画像1枚ずつに「どんなポーズか」「どんな服か」を英語タグで書くキャプション作成はすごく骨が折れる作業だよね。でもConoHaのKohya SSには、WD14タガーというAI自動タグ付け機能が標準搭載されているんだ！
「Utilities（ユーティリティ）」タブ ➔「キャプション作成」を開いてフォルダを指定するだけで、英語タグをズラリと自動生成してくれるよ！
今回使った学習設定
今回の実測で使った設定パラメータをすべて公開しておくね！
| 設定項目 | 設定値 | 意味・解説 |
|---|---|---|
| ベースモデル | Illustrious-XL v0.1 | 土台にするAIモデル（アニメ調の作画が得意） |
| 画像サイズ | 1024×1024 | 学習させる解像度 |
| ネットワークランク / α | 32 / 16 | LoRAの表現容量。大きいほど特徴を細かく覚えるよ |
| テキストエンコーダ学習率 | 0.00005 | ★既定値0から必ず変更する重要ポイント！ |
| 総ステップ数 | 1,800 | 30枚 × 6回繰り返し × 10エポック |
| オプティマイザ | AdamW8bit | VRAM消費を抑えて効率よく学習する方式 |
学習時間は34分34秒！ ⚡
学習開始ボタンを押して待つこと、34分34秒でエラーなく完走したよ！
無料GPU環境とまったく同じ条件（画像30枚・1,800ステップ・ランク32）でスピードを比較してみた結果がこちら！
| 環境 | LoRAの学習時間 | 画像1枚の生成時間 |
|---|---|---|
| 無料GPU（Tesla T4・16GB） | 86.4分 | 36.0秒 |
| ConoHa AI Canvas（NVIDIA L4・22GB） | 34分34秒 | 23.1秒 |
| スピードの差 | 約2.5倍速い！ ⚡ | 約1.6倍速い！ ✨ |
完全に同一条件で測定しているから、純粋なGPUパワーの差だね。1時間半近くかかっていた学習が30分ちょっとで終わるのは、試行錯誤のテンポがめちゃくちゃ良くなるよ！
4. 結局いくらかかるの？【料金の仕組みに注意点あり】 💰
気になる料金プランの仕組みを整理してみたよ！
| プラン | 月額料金 | 無料利用時間 | 保存容量 | LoRA学習 |
|---|---|---|---|---|
| エントリー | 1,100円 | 10時間 | 30GB | ❌ できない |
| スタンダード（推奨） | 4,378円 | 50時間 | 100GB | ✅ できる |
| アドバンス | 9,878円 | 100時間 | 500GB | ✅ できる |
⚠️ ここで超重要： エントリープラン（1,100円）にはKohya SSが入っていないんだ。LoRAを作るのが目的ならスタンダードプラン（4,378円）以上が必須になるよ！
課金されるのは「学習した時間」だけじゃないよ！
契約前に絶対に知っておくべきポイントがこれ！
50時間の利用枠が減るのは、AIが計算（学習や生成）をしている時間だけじゃないよ。
画面を開いて設定を悩んでいる時間も、席を外して放置している時間も、すべてカウントされて減っていくんだ。
つまり「画面を開きっぱなしで放置」が一番もったいないんだよね。なお、50時間を使い切ったあとは1分あたり6.6円（1時間396円）の従量課金になるよ。
使用中は残り時間が見えないよ
作業中のコントロールパネルを見ると、「今月の利用時間」がずっと0分のままになっているんだ。
利用明細に記録が反映されるのは、WebUIを終了したあと。使っている最中に残り時間をリアルタイムで確認する画面がないから、自分で時計を見て時間を意識するのが大事だよ！
節約のコツ：自動終了設定は「15分」にしよう！
ConoHaには「一定時間なにも操作しなかったら自動でサーバーを終了する」自動シャットダウン機能があるよ。設定できるのは15分 / 30分 / 60分 / 120分 / 180分の5段階で、初期値は60分になっているんだ。
「15分に設定したら、何十分もかかる学習の途中で強制終了しちゃうんじゃないの？」と心配になるよね。実際に試してみたところ、学習中に切れることは一切なかったよ！
このタイマーがカウントしているのは「総稼働時間」ではなく「無操作の放置時間」なんだ。検証として4時間52分かかる長時間の学習を回してみたんだけど、設定時間をはるかに超えても一度も切れずに最後まで完走したよ！ 学習中はバックグラウンドで処理が走っているから「使用中」と正しく判定されるんだね。
だから、自動終了は「15分」にしておくのが一番お得だよ！ 長い学習でも落ちないし、作業が終わったあとに閉じ忘れても15分で止まってくれるから、枠の無駄遣いを最小限に抑えられるよ（初期値60分のままだと45分ぶん損しちゃう！）。
※注意：WebUIが起動している最中はこの設定を変更できないので、起動する前にコントロールパネルで変えておこうね！
時間を無駄にしないための3か条 📝
- 素材の準備は起動する前に全部すませる！ 画像選び・キャプション作成・フォルダ名の設定はPC上で完了させておこう。
- 設定パラメータを決めてから起動する！ 「どの数値にしようかな」と画面を開いたまま悩む時間も枠を消費しちゃうよ。
- 作業が終わったらすぐに終了ボタンを押す！ ブラウザのタブを閉じただけではサーバーは止まらないよ。
50時間の枠で何回学習できる？
純粋な学習時間（34分34秒）だけで計算すると、50時間の枠なら約87回分のLoRA学習が回せる計算になるよ！
もちろん準備や生成確認の時間も入るけれど、上の3か条を意識してテキパキ動けば、月額4,378円の枠の中で何十回もLoRAを試作・改良できるね！
ここまでが料金の全部だよ。まとめるとこうなるね。
- 月額4,378円（スタンダードプラン）
- 50時間の枠つき。学習だけなら約87回分
- 課金は「画面を開いている時間」。準備は起動前に済ませる
- 自動終了は15分にしておくのが一番おトク
5. 作ったLoRAは持ち出せるの？／外から持ち込めるの？ 📦
結論、どちらも自由自在にできるよ！ ここは他のWeb完結型サービスと比べたときの大きな強みだね。
完成したLoRAは自分のPCにダウンロードできる！
ファイルマネージャーで作成された .safetensors ファイルを選んで、ダウンロードボタンを押すだけで手元に保存できるよ。
ConoHaの契約を解約したあとも、作ったLoRAは自分の大切な資産としてずっと手元に残り続けるよ！
よそで作ったLoRAを持ち込んで使える！
以前に無料GPUで作ったLoRAファイル（218MB）をConoHaにアップロードして画像生成してみたところ、何のエラーもなくそのまま動いたよ！
同じプロンプト・同じシード値でLoRAだけを差し替えて生成を比較すると、塗りのタッチや線の太さがしっかり変化して、別のLoRAとして正確に機能していることが確認できたよ。
うれしい副産物：ちび体型がバッチリ再現された！
以前ほかのサービスで学習させたときは、「ちびキャラ（2〜3頭身）」で学習させたはずなのに、生成すると普通の等身大人間になっちゃって再現に悩んでいたんだよね。
ところがConoHaで作ったLoRAを使ったら、プロンプトに chibi という単語を一切入れていないのに、綺麗なちび体型で出力されたんだ！
masterpiece, best quality, orzchan, solo, full body, standing, white background, simple background, <lora:orzchan_conoha:0.8>
原因はキャプションの書き方ではなく、「学習に使った土台モデル」と「生成に使った土台モデル」の食い違いだったんだ！ ConoHaなら土台となるベースモデルも自分でアップロードして完全に一致させられるから、この問題が起きないんだね。これも「モデルを持ち込める」大きなメリットだよ！
6. 商用利用はできるの？ 💼
商用利用できるよ！ ConoHa AI Canvasの利用規約（第3条）において、生成物を商用利用してよいことが公式に明記されているんだ。
⚠️ ただし、使ったAIモデル自体のライセンスには要注意！ サービス自体が商用OKでも、土台に使ったベースモデルやLoRAが「商用利用禁止」のライセンスだった場合は商用に使えないよ。規約にも「持ち込んだモデルは各ライセンスに従う」と書かれているので、モデル配布元のライセンス条項は必ず確認しようね！
7. 22GBの大容量メモリは活きているの？（超重量級AIも試したよ） 🧠
ConoHa AI Canvasの大きな売りのひとつが、22.03GBという大容量のGPUメモリ（VRAM）だよ！
ただ正直に言うと、今回のSDXL系（Illustrious-XL）でのLoRA学習ではメモリを半分も使わなかったんだ。画像生成時のピーク時でも10.7GB（48.7%）で、ぶっちゃけ16GBのGPUでも足りちゃう水準だったんだよね。
「じゃあ22GBって持て余して無駄なの？」を確かめるために、超重量級AIモデル「FLUX.1 schnell」でのLoRA学習も回してみたよ！
結果：動いた！…ただし「動いただけ」だったんだ
同じ1,800ステップで学習時間を比較した結果がこちら！
| 学習したAIモデル | 1ステップの処理時間 | 合計学習時間 |
|---|---|---|
| SDXL系（Illustrious-XL） | 1.15秒 | 34分34秒 |
| FLUX.1 schnell | 10.12秒 | 5時間07分52秒（約8.8倍！） |
なんと約8.8倍の時間がかかったよ！ 50時間の無料枠だと、FLUXの学習は月に9〜10回回したら枠を使い切っちゃう計算だね（SDXLなら87回）。
問題はここから：できたLoRAがそのまま使えなかった！
完成したFLUX用LoRAで画像を生成してみたところ、強さの設定によって極端な結果になったんだ。
| LoRAの適用強度 | 生成結果 |
|---|---|
| 1.0（通常の強さ） | 完全な砂嵐ノイズ。絵にすらならない |
| 0.5 | ノイズ混じりだが、ちび体型のシルエットがうっすら浮かぶ |
| 0.2（かなり弱め） | 成功！ちびキャラとして綺麗に出力された |
通常の強さ1.0で生成すると、見事にノイズの砂嵐になっちゃったよ。
強度を0.2までグッと下げて、ようやくちびキャラとして成立したんだ。
超重量級AIの学習は、ConoHaで確かに「回る」。でも回っただけではすぐには使えなかったんだ。SDXLなら強さ0.8で一発で綺麗に出たのと対照的だったね。
つまり、22GBという大容量メモリが本当に真価を発揮するのは、SDXLのLoRA学習ではなく「AI動画生成」のようなさらに重い用途だね！ そちらはまた別の記事でじっくり試してみる予定だよ！
8. 実際に使って詰まった落とし穴まとめ ⚠️
実際に使ってみて遭遇したつまずきポイントと、その対処法を一覧にまとめたよ！ これさえ読んでおけば無駄な時間を食わずに済むよ。
| 落とし穴 | 対処法 |
|---|---|
| ① テキストエンコーダ学習率が0のまま | 0.00005 に変更する（最重要！） |
| ② ファイルの「移動」も「名前変更」もできない | 操作はアップロード・ダウンロード・削除・新規フォルダの4つのみ。配置場所を間違えたら削除して再アップロードしよう |
| ③ ファイルを選んだだけでは上がらない | ファイル選択後に「実行」ボタンを押す2段階操作になっているよ |
| ④ アップロードしたモデルが一覧に出てこない | 更新ボタンで出ないときは、入力欄にファイルパスを直接コピペ入力すれば通るよ |
| ⑤ 同じセッションで学習を2回続けると落ちる | メモリ不足エラーが出るので、1回学習が終わったら一度終了して再起動するのが確実！ |
| ⑥ 起動に数分かかり、エラー画面が出続ける | 起動処理中はエラー表示になることがあるけど、初回起動時は数分ほど待てば正常に立ち上がるよ。慌てず待とう |
| ⑦ ログをさかのぼって読めない | 画面を開き直せば続きから流れるよ。完了確認はファイル一覧に .safetensors ができているかで見るのが確実！ |
| ⑧ 重いAI（FLUX）を学習させるとき | モデルを選ぶだけでなく、「LoRA type」も手動で変更する必要があるよ |
⑤の連続学習時に発生したCUDAメモリ不足（Out of Memory）画面がこちら！
9. 正直な評価 ⚖️
| 良かったところ 👍 | イマイチなところ 👎 |
|---|---|
| 環境構築がゼロ！ブラウザだけで完結する | 一番やっかいな設定（学習率0）が既定値のまま |
| 学習は約2.5倍、生成は約1.6倍で実際に速い | 使用中に残り時間がリアルタイムで見えない |
| 作ったLoRAを手元にダウンロードして持ち帰れる | ファイルの移動・名前変更ができない |
| 外部LoRAや自前土台モデルを自由に持ち込める | 3つのツールを同時に使えない（1つずつ起動） |
| キャプションの自動生成機能（WD14タガー）が内蔵されている | SDXLの範囲では22GBのメモリを使い切らない |
| 規約で生成物の商用利用が認められている | 超重量級AIの学習は「回るが調整が必要」 |
おすすめしない人
- 24GB級のグラフィックボードをすでに持っている人: 自分のパソコンで動かす方が電気代だけで済むよ。
- 月に1〜2回しか触らない人: 使わない月でも月額4,378円がかかっちゃうよ。
- 設定を一切いじりたくない人: 全自動ツールではなく数値を自分で調整する場面があるよ。
10. まとめ 📝
- ConoHa AI CanvasはブラウザだけでLoRAが作れる！環境構築のつまずきはほぼ完全に消えるよ。
- 速度は学習が約2.5倍速、生成が約1.6倍速。無料GPUより圧倒的に快適！
- ただし「テキストエンコーダ学習率」だけは自分で
0.00005に直す必要があるよ。 - 課金対象は「画面を開いている時間」。素材準備は起動前に済ませ、自動終了は15分に設定しよう！
- 作ったLoRAは手元に保存できるので、解約後も自分の大切な資産として残るよ。
「AIで自分のオリジナルキャラを自在に動かしたいけど、PCの環境構築やエラーでいつも挫折しちゃう…」という人には、素直に自信を持っておすすめできるサービスだったよ！
最初の設定の罠さえこの記事どおりに直せば、わずか30分ちょっとで自分だけのLoRAが綺麗に完成する感動を味わえるよ！(｀・ω・´)b ✨
ConoHa AI Canvasを試してみる
次回予告＆関連記事 🚀
次の記事では、もっと手軽な「ブラウザで完結する無料サービス（PixAI）」との違いを、同じキャラクターを使って徹底比較するよ！
さらに、22GBの大容量メモリが本当に活きる「AI動画生成」にも挑戦する予定だから、楽しみにしていてね！
検証環境・データ 🖥️
| 項目 | 検証条件・スペック |
|---|---|
| 利用サービス | ConoHa AI Canvas スタンダードプラン（月額4,378円） |
| 割り当てGPU | NVIDIA L4（利用可能VRAM: 22.03GiB） |
| 検証素材 | 自作キャラクター学習用画像 30枚（1024×1024） |
| ベースモデル | Illustrious-XL v0.1 / FLUX.1 schnell |
| LoRA設定 | 1,800ステップ（30枚 × 6リピート × 10エポック）、Rank 32 / Alpha 16 |
| 検証日 | 2026年9月1日〜2日 |
※生成速度や学習時間はモデルや設定パラメータによって変化します。本記事の数値は上記検証環境での実測値です。
※料金プランや利用規約は変更される場合があります。最新情報は公式サイトにてご確認ください。
