Googleは10月6日、画像モデルNano Banana 2.1の一般提供を開始しました。開発者は安定したモデルID、出力制御、公開済みのAPI料金を利用できます。品質比較はGoogle自身のテスト結果です。

Googleの10月6日付Gemini APIリリースノートではNano Banana 2.1が一般提供とされ、安定したAPI IDとしてgemini-nano-banana-2.1Googleは新しい用途にNano Banana 2ではなくNano Banana 2.1を推奨しています。gemini-3.1-flash-imageNano Banana 2は非推奨になりましたが、停止日は発表されていません。新モデルを使うか検討する人にとっての実質的な変化は、テキストまたは参照画像から1K、2K、4Kの画像を作る手順が文書化され、料金と明示的な制限が示されたことです。

主な変更点

変更点： Googleは2026年10月6日、画像生成と対話型編集を行うNano Banana 2.1の一般提供を開始しました。モデルカードによるとGemini 3.6 Flashを基盤とし、Geminiアプリ、AI Studio、Gemini API、Search AI Mode、Ads、Flow、Stitchを提供チャネルとして挙げています。

利用者から見た使い方：APIでは開発者がgemini-nano-banana-2.1を選び、テキストと必要に応じて画像を入力すると、画像とテキストの出力を受け取れます。画像生成ガイドには最大14枚の参照画像、出力サイズとアスペクト比の制御、任意の検索グラウンディング、3段階の思考設定が記載されています。Google AI Studioなどでも試せます。ただし、モデルカードのチャネル一覧だけでは、すべてのアカウントで同じアクセス権や制御機能が使えるとは限りません。

重要な理由：その有料API料金では標準的な1K画像の出力が0.0336ドル、Googleの料金ページでNano Banana 2は0.067ドルです。これは指定されたAPI出力の料金比較で、画像品質や遅延の実測比較ではありません。BIG CHANGEは文書を確認しましたが、モデルを実行していません。

インターフェースを選び、出力を確認する

統合機能を作らず画像を作成・編集したい場合、GoogleのモデルカードはGeminiアプリとFlowをチャネルとして挙げています。一方、開発者向けモデルページからはGoogle AI Studioに直接移動できます。導入前に、利用予定のアカウントでインターフェースと制御機能が使えるか確認してください。

アプリ向けAPIガイドの現行例では、Interactions APIを安定したモデルIDと組み合わせます。テキストプロンプトは画像データを返し、編集リクエストには画像データと指示を加えます。モデルページはテキスト、画像、動画、PDFを入力、画像とテキストを出力として挙げています。音声入力には対応していません。既定の応答には画像とテキストの両方が含まれ、response_formatで画像のみを要求したり、アスペクト比や画像サイズを指定したりできます。既定サイズは1Kで、2Kと4Kも利用できます。入力上限は131,072トークン、出力上限は32,768トークンです。表ではキャッシュ、関数呼び出し、構造化出力、Live APIに対応していません。

参照画像は編集や合成に役立ちます。Googleによると、1つのワークフローで最大14枚を受け付け、最大4人のキャラクターの類似性と最大10個の物体の再現性を扱います。これは対応入力と設計目標を示す数値で、被写体が変わらない保証ではありません。Googleは思考設定としてminimal、medium、highを用意し、既定値はmediumです。ガイドにはGoogle Web Searchのグラウンディングと任意のImage Searchが示されています。利用には検索ツールの設定が必要です。この画像生成経路ではウェブ検索による実在人物画像の利用に対応しないとGoogleは述べています。

導入前に、利用予定アカウントでインターフェースを使えるか確認し、文書化されたモデルIDと入力形式を使って、画像を実際の表示サイズで確認してください。BIG CHANGEは生成を実行しておらず、この記事はGoogle文書を整理したものです。

実際のリクエスト料金を見積もる

Googleの料金表にはこのモデルの無料API枠はありません。標準料金はテキスト・画像・動画入力100万トークンあたり1.50ドル、テキストと思考の出力100万トークンあたり7.50ドル、画像出力100万トークンあたり30ドルです。画像料金は1Kで0.0336ドル、2Kで0.0504ドル、4Kで0.113ドル相当です。Batch料金は対応するトークン料金の半額で、画像換算は0.0168、0.0252、0.0567ドルです。検索グラウンディングはGemini 3.xモデル共通で月5,000件まで、その後は1,000件あたり14ドルです。1回のリクエストが複数の課金対象検索を起動する場合があるとGoogleは警告しています。大量利用の前に最新料金と請求設定を確認してください。

Googleの評価結果と残る課題

Googleは以前のモデルより視覚デザイン、編集、文字描画、被写体の一貫性が向上したと報告しています。2026年10月のモデルカードでは、人間による左右比較の選好評価と片側の自動事実性評価を説明し、公開ベンチマークと社内データを組み合わせています。思考機能を使ったインフォグラフィックの事実性スコアはNano Banana 2.1が0.521、Nano Banana 2が0.179です。いずれもGoogleが選んだ条件での評価結果です。Decryptの公開時報道も公開時に独立テストがなかったと指摘していますが、スコアを検証したものではありません。

モデルカードには小さな文字のぼやけ、キャラクター一貫性の不完全さ、マスク編集での指示追従の不完全さ、左右の混同、事実性と空間推論の制限が記載されています。幻覚や処理の遅延・タイムアウトも警告しています。検索で根拠付けた画像も事実確認が必要で、制作画像は予定表示サイズで確認してください。APIガイドによると生成画像にはすべてGoogleのSynthIDウォーターマークが含まれます。

統合時に注意すべき文書間の不一致があります。モデルカードは最大100万トークンのコンテキストとより大きなテキスト出力を説明していますが、APIモデルページには入力131,072トークン、出力32,768トークンとあります。ここでは明示的なAPI仕様であるモデルページを採用しました。Googleは数値を整理し、開発者は最新のエンドポイント文書とアカウント上限でリクエスト規模を決めるべきです。

出典・参考資料