Nano Bananaとは何か、Googleの画像モデルの違い、画像の生成や編集方法について解説します。無料アクセス、活用例、プロンプトも紹介。
Nano Bananaは、Gemini内のGoogleのAI画像生成・編集モデルファミリーです。作成したい画像を説明したり、写真をアップロードして変更したり、参照画像を組み合わせたり、フォローアップの指示を通じて結果を洗練させたりすることができます。この名称は元々Gemini 2.5 Flash Imageを指していましたが、現在ではNano Banana ProやNano Banana 2.1を含む新しいバージョンも対象となっています。
これらのモデルはGoogleが開発しています。Geminiはそれらを利用できるアプリケーションの一つです。GPTProtoは、モデルページやAPIを通じてサポートされているモデルへのアクセスを提供します。「Nano Banana」を提供する2つのサービスでインターフェース、バージョン、料金が異なる場合があるのは、この区別によるものです。
この名前は技術仕様ではなく、ある人物に由来しています。Googleによる命名の経緯の中で、プロダクトマネージャーのNaina Raisinghani氏は、LMArenaでの匿名モデルテスト用にチームが公開コードネームを必要とした際、自身の2つのニックネームを組み合わせたと説明しています。
このニックネームは定着しました。Googleは画像モデルの開発が進む中でこの名称を使い続けたため、Nano Bananaという検索は、元のモデルを指す場合と、より広範なシリーズを指す場合があります。
本アップデート時点で、GoogleはNano Banana 2.1を、最新の高効率画像生成および会話型編集モデルとして位置づけています。その公式モデル説明には、画質、テキストレンダリング、編集の一貫性の向上が記載されており、1K、2K、4Kの出力に対応しています。
技術的な識別子と照らし合わせると、名前を把握しやすくなります：
| 名前 | GoogleモデルID | シリーズ内の位置付け |
|---|---|---|
| Nano Banana（オリジナル） | gemini-2.5-flash-image |
初期世代であり、ニックネームの由来 |
| Nano Banana Pro | gemini-3-pro-image |
プロフェッショナルな画像作成および複雑な視覚タスク |
| Nano Banana 2 | gemini-3.1-flash-image |
前世代の高効率モデル |
| Nano Banana 2 Lite | gemini-3.1-flash-lite-image |
速度とコストを優先するワークロード |
| Nano Banana 2.1 | gemini-nano-banana-2.1 |
最新の高効率生成および編集モデル |
この対応表はGoogleの画像生成ドキュメントに基づいています。個別のプラットフォームでは異なるルート名が保持されている可能性があるため、実際に使用するサービスの統合手順を参照してください。
最初の製品画像実験には、Nano Banana 2.1から始めることをお勧めします。Nano Banana 2.1とProのどちらかを選択する場合は、当社のNano Banana 2.1とNano Banana Proの比較で、ビジネス向けプロンプトにおける違いをご確認ください。
公開済みのEコマース比較から、主な機能を3つの例で紹介します。その比較では、5つのプロンプトを使用し、各プロンプトに対してモデルごとに1つの出力を生成しました。これらは個別の観察結果であり、統計的な勝率ではありません。以下の各比較画像では、左側にNano Banana 2.1、右側にProが表示されています。
製品、表面の質感、照明、構図を指定することで、テキストから画像を生成できます。これは、撮影の手配をする前にキャンペーンのコンセプトを検討する際に役立ちます。
製品画像のテストでは、特定のキャップとストライプのディテールを持つ白いボトルをリクエストしました。どちらのモデルも主要な指示に従いましたが、私たちは2.1の出力の方がより自然な写真のような仕上がりであると感じました。
公開された比較画像からの製品画像の例。左：2.1。右：Pro。
生成された製品コンセプトは、実物と照らし合わせて確認する必要があります。既存の製品の場合、参照画像を提供することでモデルに視覚的な出発点を与え、変更点の確認が容易になります。
画像編集は、すでにお持ちの写真から始まります。ボトル、ラベル、カメラアングル、トリミングを維持したまま、背景を変更するように指示することも可能です。
キッチンの背景でのテストでは、2.1の方が製品を入力画像に近い状態に保ちました。Proはシーンの色をより強く反映させましたが、製品の形状が変化してしまいました。
公開された比較画像からの背景置換。左：2.1。右：Pro。
Eコマース向けには、製品と周囲のシーンを個別に評価してください。シルエット、ラベル、比率を検査し、魅力的な照明によってその編集が使用可能かどうかを判断します。
開発者Max Woolf氏によるオリジナルのNano Banana実験も、1枚の画像に対する複数の編集例を示しています。左・右の方向が曖昧であるという彼の後日の指摘は、見る側の視点を指定することの重要性を思い出させてくれます。なお、それらの実験はオリジナルのモデルに関するものであり、2.1ではありません。
Nano Bananaは画像内のテキストを扱うことができるため、パッケージのコンセプトや販促用グラフィックに役立ちます。
英語と日本語のポスターテストでは、両モデルとも読み取り可能なコピーが生成されました。その実行においては、2.1のプロモーション用レイアウトの方が好ましい結果となりました。
公開された比較画像からの多言語ポスター。左：2.1。右：Pro。
公開前に、価格、文字、製品に関する主張をすべて確認してください。もし次の判断で別のモデルファミリーを検討される場合は、Nano Banana Pro対Seedream 5.0 Proのテストが追加の参考例となります。
Nano Bananaは、画像コンセプトを模索したり、リファレンスに基づいた変更を加えたりする必要がある場合に試す価値があります。ソーシャルメディアのクリエイターなら視覚的な方向性をテストでき、Eコマースチームなら背景のバリエーションを検討でき、開発者なら繰り返し可能な画像リクエストを中心にインターフェースを構築できます。
実在の人物の容姿や販売可能な製品を正確に維持する必要がある場合、判断はより厳格になります。GoogleのNano Banana 2.1モデルカードでは、小さすぎるテキストや長文のテキスト、キャラクターの一貫性、指示への部分的な追従、空間的な関係性における課題が指摘されています。また、応答が遅延したりタイムアウトしたりする場合があることも認められています。
バッチ処理を計画する前に、代表的な画像を評価することをお勧めします。製品の形状が正しいか、コピーが読みやすいか、アイデンティティが一貫しているか、あるいはそのすべてかなど、何をもって「許容範囲」とするかを決定してください。安価に生成できても、繰り返し修正や破棄が必要になれば、その利点は失われてしまいます。
Googleはまた、生成された画像に不可視のSynthIDウォーターマークが含まれることを文書化しています。ダウンロードしたファイルに追加の可視マークが付くかどうかは、使用する製品によって異なります。
写真編集を行う際、シーケンスが大きく逸脱した場合は、元の入力からやり直してください。具体的な変更点と、固定しておくべき詳細を指定します。当社のNano Banana Pro写真編集プロンプトには、一般的なタスクに向けたターゲットを絞った指示が含まれています。
Geminiを開いてサインインし、ツールメニューから「画像の作成」を選択します。説明を入力するか、編集を希望する画像をアップロードしてください。結果を確認し、焦点を絞ったフォローアップのリクエストを行います。利用可能なモデルや制限はアカウントやプランによって異なります。GoogleのGemini画像生成ページで現在のオプションを確認できます。
Nano Banana 2.1モデルページを開いてサインインし、テストに十分な残高を用意します。そのページで利用可能なタスクと設定を選択し、プロンプトまたはリファレンスを入力して画像を生成します。ボリュームを増やす前に、出力を確認してください。
アプリケーション統合を行う場合は、「このモデルを試す」を開き、「AI用Markdownをコピー」を使用して現在の指示をコーディングアシスタントに渡してください。APIキーはプロジェクトのシークレット設定に保持してください。
以下は、Nano Banana Proのテキストから画像への変換タスクを送信するBashおよびcURLの例です。まず環境変数にGPTPROTO_API_KEYを設定してください。この例では、Proの現在のGPT Protoルートを使用しています：
: "${GPTPROTO_API_KEY:?まずGPTPROTO_API_KEYを設定してください}"
curl --fail-with-body --silent --show-error \
--request POST \
'https://gptproto.com/api/v3/google/gemini-3-pro-image-preview/text-to-image' \
--header "Authorization: Bearer ${GPTPROTO_API_KEY}" \
--header 'Content-Type: application/json' \
--data '{
"prompt": "A ceramic coffee cup on a pale oak table in soft daylight",
"size": "1K",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_sync_mode": false,
"enable_base64_output": false
}'
これはジョブを送信するものであり、最初のレスポンスは完成した画像ではありません。Nano Banana Pro APIチュートリアルでは、主要なセットアップと完全なポーリングフローについて解説しています。2.1に切り替える際は、対応するモデルページの指示に従ってください。
Googleの一部のインターフェースでは、製品によって条件が異なりますが、無料でアクセスできる場合があります。Geminiのサブスクリプション、サードパーティの残高、無料のプロンプト例はそれぞれ別個のものです。
| アクセス経路 | 期待されること |
|---|---|
| Geminiアプリ | Googleは現在、Nano Banana 2を無料、2.1へのアクセスをGoogle AIプランの一部として記載しています。 |
| Google Flow | ヘルプページには、Google AIプラン未加入のアカウント向けの画像生成枠が記載されており、これには2.1およびLiteの共有枠が含まれます。 |
| GPT ProtoモデルページおよびAPI | 生成はアカウント残高から差し引かれます。 |
| GPT Protoプロンプトギャラリー | プロンプトの閲覧やコピーは無料ですが、画像の生成にはクレジットが消費される場合があります。 |
選択した経路については、Geminiの概要およびFlow画像ヘルプをご確認ください。無料での利用可否や制限は変更される可能性があります。
現在のGPT Protoの料金では、2.1は1,000画像あたり約0.02ドルからとなります。Nano Banana Proは、1,000または2,000画像あたり0.0804ドルと記載されています。解像度が高くなったり、繰り返し試行したりすると合計金額に影響します。予算を立てる前に、選択したモデルの現在の料金を確認してください。また、プラットフォームの料金情報もあわせてご確認ください。
これらは特定の生成結果を保証するものではなく、調整の出発点となるプロンプトです。
製品コンセプトの場合：
淡い石のカウンターの上に置かれたコバルトブルーのセラミックマグカップの製品写真を撮影してください。左側からの柔らかな窓の光を使用し、背景はニュートラルにします。マグカップ全体と持ち手が見えるようにしてください。製品の上にヘッドライン用のスペースを空けてください。文字は追加しないでください。
アップロードした写真を編集する場合：
背景のみを明るくすっきりとしたキッチンに置き換えてください。製品の形状、ラベル、色、カメラアングル、トリミングはアップロードした写真と一貫性を保ってください。新しい背景の照明を製品に合わせてください。パッケージのデザインは変更しないでください。
Nano Banana 3Dフィギュアスタイルの場合：
アップロードしたキャラクターのイラストを参考に、シンプルなディスプレイベースに乗ったミニチュアのコレクションフィギュアの画像を作成してください。キャラクターの髪型と服の色を維持してください。塗装された樹脂の質感と柔らかなスタジオ照明を使用し、パッケージや文字は含めないでください。
最後のプロンプトはフィギュアの画像を求めるものです。コンセプトを編集可能な3Dアセットに変換するには、別のワークフローが必要です。
視覚的な例については、Nano Banana Proプロンプトギャラリーをご覧ください。プロンプトライブラリを比較検討される場合は、当社のBanana Prompts XYZレビューにて、ギャラリーを使って何を再現できるか、またどの設定を自分で確認する必要があるかを解説しています。
To make an AI cat dance video, you need a clear image that tells the model what your cat looks like and a second input that tells it how to move. That movement can come from a dance reference video or from a written prompt. The reference-video route is the better choice when you want your cat to copy a particular hand dance, K-pop routine, side step, or meme choreography. A prompt is enough when you only want a general result such as “a tabby cat doing a playful hip-hop dance.” It is quicker, but the model decides more of the choreography for you. This guide covers both workflows with Wan 3.0. If you already have a cat photo and a dance clip, you can skip most of the setup and use the GPTProto AI Cat Dance Video Generator . Create Cat Dancing Video
Tiffany Layne | 2026-09-17
Vidu Q3 Turboは、2026年において多くの開発者にとって最も手頃なAI動画APIです。5秒間の720pクリップは約0.24ドル、1080pは生成1秒あたり0.056ドルです。安価なドラフト作成にはSeedance 2.0 Mini、固定6秒のアクションクリップにはHailuo 2.3 Standard、対話シーンにはKling 3.0 Standard、長尺のマルチショットストーリーにはWan 3.0が適しています。 解像度、最小クリップ長、音声、失敗した試行回数などを考慮すると、最適な選択肢は変わります。本比較では、広告上の最低料金だけでなく、実際に使用可能なショットを作成するために各APIがどれだけのコストを要するかを推定します。 価格に関する注記： 本ガイド内のGPTProtoの価格は2026年9月15日時点のものです。動画APIの料金や利用可能な設定は変更される可能性があるため、本番環境の予算を組む前に、必ず最新のモデルページをご確認ください。 Vidu Q3 Turboを試す
Tiffany Layne | 2026-09-16
Those viral AI pixel animations may look as if someone drew every kick, turn, and landing by hand. You do not necessarily need to animate 16 images one at a time, though. A more accessible workflow is to ask an AI image model for a complete sprite sheet, split that sheet into individual frames, and then combine the frames into a looping GIF. In this guide, we will turn one character photo into: A 4 × 4 sprite sheet containing 16 action frames Sixteen separate transparent PNG files A transparent looping pixel art GIF lasting about 1.5–2 seconds The image model handles the character design and action sequence. A sprite cutter and GIF maker handle the file processing. At the end, there is also an all-in-one prompt for an AI Agent that can generate images, run code, and return real files. Gen Image Right Now
Schuyler Stacy | 2026-09-10
15秒のストーリーには、主人公の冒険のすべてを詰め込む余地はありません。そこにあるのは、1人のキャラクター、1つの記憶に残るアイデア、そして1つのすっきりとした結末だけです。 今回のテストでは、『 オデュッセイア 』にインスパイアされた、英語の短い子供向けアニメーションを作成しました。ポリュフェモスを、自分の島と羊、そして自慢のチーズコレクションを紹介する、少しおっちょこちょいな親しみやすいサイクロプスとして再構築しています。 GPT Image 2 でキャラクターの外見を決定し、 Seedance 2.5 を使用してアニメーション、セリフ、キャプション、音声を生成しました。 完成した動画は、1920×1080、16:9、30fpsで15.07秒の長さです。さらに重要なのは、何が一貫しており、何がSeedanceによって独自に追加され、何が編集段階で修正を必要としたのかという、検証可能な実例が得られたことです。
Schuyler Stacy | 2026-08-31
