グーグルの画像生成モデルNano Banana 2.1が、10月6日に正式にリリースされたよ。4K画像1枚をAPIで出力する費用は0.113ドル、ウォンに直すと約150ウォンで、参照画像を14枚まで入れて、同じキャラクターを場面ごとにつなげて描けるんだ。
ただ、直すほど画質が崩れるという不満も出ているんだよね。
いいところと弱点を、一緒に確認してみよう。
Nano Banana 2.1は何が変わったのか
Nano Banana 2.1は、2026年10月6日に正式リリース（GA）されたグーグルの画像生成・編集モデルだよ。
APIのモデルIDはgemini-nano-banana-2.1で、前のモデルはNano Banana 2（gemini-3.1-flash-image）だよ。
グーグルが挙げた改善点は、ビジュアルデザイン、マスクを使った編集、被写体の一貫性、より自然な画像だよ。解像度は1Kが基本で、2K、4Kまで出せる。4Kの出力は正方形で4096×4096ピクセルだというから、解像度はとんでもないよね。
画面比は、横長の8:1や縦長の1:8のような極端な比率もサポートしている。ちなみに、すべての出力には目に見えないSynthIDの透かしが入るんだって。
✦ 使える場所と条件
誰でもタダで使えるわけじゃない
使える場所は、Geminiアプリ、グーグル検索のAIモード、Google AI Studio、Gemini API、Flow、Stitch、Google Adsなどだよ。ただ、誰でもタダで使えるわけじゃない。
Nano Banana 2.1はGemini APIでは無料枠がなくて、グーグル検索のAIモードで2.1を使うなら、18歳以上で、英語で入力しないといけない。
韓国では、Google AI ProかUltraの購読者が対象らしい。（無料ユーザーは使えないみたいだね。前もNano Banana Proは、無料ユーザーへの制限が多かったし）
GeminiアプリとAIモードでの利用可否や上限は、製品、地域、購読プランによって変わるよ。
4Kは1枚いくらなのか
グーグルの公式価格表を見ると、画像出力は100万トークンあたり30ドルだよ。4Kは1枚3,780トークンだから0.113ドル（正確に計算すると0.1134ドル）で、2Kは0.0504ドル、1Kは0.0336ドルだね。
✦ 解像度別の価格
API、1枚あたり。1ドル＝1,338.3ウォンで換算
10月14日のソウル外国為替市場の終値1,338.3ウォンで換算すると、4Kは約152ウォン、2Kは約67ウォン、1Kは約45ウォンだよ。
4Kを100枚出すと約1万5千ウォン、1,000枚なら約15万2千ウォンになる。前のモデルの4Kが0.151ドルだったから、4K基準では約25%安くなった計算だね。
上位のNano Banana Proの4Kは0.24ドルだから、半分にもならない値段だよ。
いくつか、知っておいたほうがいいことがあるよ。入力トークンの単価が100万トークンあたり0.5ドルから1.5ドルへ3倍に上がったから、参照画像をたくさん入れるリクエストは、思ったより費用が増えるかもしれない。
デフォルト設定ではthinking（思考）機能が中程度でオンになっているから、実際の費用が表の価格より少し高くなることもあるらしい。複数の画像をまとめてバッチ（Batch）で回すと価格は半分になるけれど、結果が出るまで最大24時間かかる。（うっ…）
同じキャラクターで、違う場面
今回のモデルでいちばん使える機能は、参照画像14枚だよ。最大4つのキャラクターと最大10個の物を入れておくと、場面が変わっても一貫性を保とうとする。グーグルは、同じ会話の中で続けて直すときもキャラクターが保たれると明らかにした。
YouTubeチャンネルのマスコットで動画ごとに違うサムネイルを作ったり、ショッピングモールで同じモデル画像から商品別の詳細ページの場面を作ったり、連載マンガの主人公の顔がコマごとに変わってしまう問題を減らしたりするのに使えるよ。
✦ グーグルの自社比較：好みの総合スコア
会社の発表値で、他社モデルとの比較ではない
グーグルが公開した自社比較では、thinkingをオンにした2.1の好みの総合スコアが1050点で、前のモデルの990点、Proの935点より高かった。会社の発表値だから、他社モデルとの比較じゃないよ。
マスクを使った編集は、変えたい部分だけを指定して直して、残りはそのまま残す方式だよ。（GPT Image 2.5で使ってみたから、みんな慣れてるよね？）ただ、グーグルもマスク編集でエラーが起きたり、小さな文字がにじんだりすることを認めたという報道がある。
文字もきれいに描けるようになった
グーグルは、ポスターや図表の中の文字、インフォグラフィックの正確さが良くなったと明らかにした。使ってみたレビューでも、中国語の文字が使えるレベルになったという評価が出ていた。
海外販売用の商品画像に入れる文言を、いろいろな言語に変えてみる作業が、まず思い浮かぶよね。
直すほど壊れていく？
✦ 連続編集で起きること
直すほど、こう崩れていく
ある媒体の使用レビューのまとめでは、いちばん大きな弱点として連続編集の劣化を挙げた。最初の修正はきれいなのに、回数が増えるほど、手を加えていない部分にノイズが乗って、色が流れて、質感が歪むという話で、複数のコミュニティのユーザーが同じ問題を指摘したらしいよ。
繰り返し編集で画質が落ちるという公開研究もある。
4月に出たBanana100論文は、100段階の繰り返し編集で画像2万8千枚を作って確かめたんだけど、実験の対象はNano Banana Proで、5〜10回目の編集からノイズが目立って積み重なった。
2.1を直接実験したものじゃないから、同じ程度だと断定するのは難しいけれど、Nano Banana系の特徴だね。
2.1を直接動かした事例としては、10月8日にGitHubのedit-driftリポジトリに上がった実験がある。
開発者一人が一回回した結果だけど、40段階を連続で編集したら、画像が段階ごとに元画像から離れていって、対話式のマルチターン方式でやり直しても改善はほとんどなかった。
原因としてはSynthIDの透かしが積み重なるという推測が出ているけれど、同じ論文でFLUX.2やQwen Image Editのようなオープンソースモデルでもノイズが出たから、透かしだけの問題じゃないと見ているよ。
とにかく、リクエストを一度にまとめて入れて、気に入った元画像ができたら、それを基準に新しく生成するほうが安全そうだね。このモデルで画像編集の会話を長く続けるのは、いい選択じゃないよ。
GPT Image 2.5と比べたら？
Arena公式のテキスト→画像リーダーボード（10月7日時点）で、2.1は1,328点で6位だよ。
✦ Arena テキスト→画像ランキング
10月7日時点、初期集計
1位と2位はGPT Image 2.5の二つのバージョン（1,425点、1,398点）、3位はGPT Image 2（1,383点）で、1位とは100点近く開いている。それでも、グーグルの画像モデルの中ではいちばん高いんだ。
前のモデルのNano Banana 2は11位、Proは16位。公開直後の初期集計だから、順位は変わるかもしれない。
使ってみたレビューを見ると、全体の完成度はまだGPT Image 2.5が上だという評価もある。だから、一枚の完成度はGPT、キャラクターの一貫性と価格は2.1と、分けて見るのが合ってるよね。
誰に向いているのかな
毎日画像を何枚も作るブロガーやYouTuberなら、いま使っているツールから乗り換える理由は十分あるよ。1枚あたりの価格が低くて、キャラクターが保たれるから、チャンネルの雰囲気を合わせやすいんだ。
逆に、一枚をじっくり仕上げるイラスト作業なら、連続編集の劣化があるから、最初の数回だけ直して終わりにする習慣が必要だね。
広告素材を大量に作らないといけないなら、まず費用を計算してみて。4Kを毎日300枚出すと、ひと月に130万ウォン以上かかる。安くない金額だよ。
開発者なら、前のモデルから確認しておこう
グーグルは2.1を出すときに、前のモデルNano Banana 2（gemini-3.1-flash-image）の推奨代替モデルとして2.1を指定した。
✦ 前のモデルの日程
2.1が出てから
10月29日に閉じるという報道が出回ったけれど、グーグルの公式の廃止スケジュールには、前のモデルの終了日がまだ発表されていない。とにかく、日付が確定して急に告知される前に、新しいモデルを使いながらモデルの移行作業をしておいたほうがいいだろうね。
まとめると、Nano Banana 2.1は、ほかのモデルを圧倒的に上回るモデルじゃない。一貫性と文字、価格で使いどころがあるモデルだよ。どこに使うか決めてから入ると満足度が高いし、何度も直す作業を丸ごと任せると、劣化のせいでがっかりしやすいね。
とにかく、消費者の立場としては、こうしていろいろな選択肢が出てくるのはいいことだよね。GPT Imageモデルが今のところいちばんだと思うけど、もっといい競合モデルが出てきてほしいな。
今回はここまでにするよ。また会おう。
💬 コメント
まだコメントがないよ。最初のコメントを書いてみてね。
コメントを投稿