向いている用途大量の生成、繰り返す編集、ポスター、インフォグラフィック、商品バリエーションの出発点です。
画像あたり · 1K と 4K の定価
GPTProto では、Nano Banana 2.1 と Nano Banana Pro で画像を生成し、編集できます。どちらも最大 4K で生成と編集ができますが、出発点が違います。Nano Banana 2.1 は、頻繁な生成と繰り返しの編集に向く、Google のより新しい Flash 級の効率モデルです。Nano Banana Pro は、プロ向けグラフィック、高精細なモックアップ、複雑な視覚ブリーフに位置づけられた、推論を軸にしたモデルです。Pro という名前は、すべての画像タスクで勝つ保証ではありません。
短い答え:より低い画像あたりコストで、多くの画像を作り、直す必要があるときは Nano Banana 2.1 から始めてください。要求の高いレイアウト、現地語のテキスト、プロダクトのコンセプトが二つ目の候補に値するときは Nano Banana Pro を試してください。本番のデフォルトを決める前に、実際の出力をブリーフと照らして判断してください。
下の GPTProto 料金は、2026年10月13日に確認したカタログの画像あたり価格であり、将来の価格の約束ではありません。公式定価は ext_price_model_config のサイズ行です。GPTProto は price_multiplication 0.6 を適用します。呼ぶ予定のルートについて、ライブのモデルページを確認してください。
curl https://gptproto.com/api/v3/google/gemini-nano-banana-2.1/text-to-image \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "A product photo on a white background",
"resolution": "1k"
}'curl https://gptproto.com/api/v3/google/gemini-3-pro-image-preview/text-to-image \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "A product photo on a white background",
"resolution": "1k"
}'画像あたり。カタログのスナップショットは 2026年10月14日。Google の直接 API のモデルコードは、GPTProto のエンドポイントパスにある識別子とは別です。
掲げられている GPTProto の 1K 料金では、Nano Banana 2.1 は画像あたり $0.02016、Nano Banana Pro は $0.0804 で、同じ 1K の出力サイズに対して約 4 倍です。成功した 1K 画像 1,000 枚では、その表示上の基本料金は、再試行やその他の課金の前に、約 $20.16 と約 $80.40 になります。解像度を変える、別のルートを使う、承認されたアセットに複数回の生成が要る、のいずれかなら、この比較は変わります。
同じカタログ割引は、より大きいサイズにも適用されます。Nano Banana 2.1 は 2K で $0.03024、4K で $0.0678 です。Nano Banana Pro は 2K で $0.0804(1K と同じ定価)、4K で $0.144 です。一方の 1K の下書きと、もう一方の 4K の最終稿を比べないでください。先に解像度、アスペクト比、プロンプト、合格条件を固定し、使える画像を出すまでに各モデルが何回試すかを数えてください。
使う設定について、ライブの Nano Banana 2.1 の価格 と Nano Banana Pro の価格 を確認してください。
同じ画像枚数に、選んだ出力サイズの各モデルの GPTProto 料金を掛け、基本の生成コストを見積もってください。本番の予算には、承認された画像あたりの下書きの反復、編集、不採用の出力の平均回数を足してください。
チャージのボーナスクレジットと再試行は含みません。より高いモデルは、手戻りが減れば、承認されたアセットあたりでは安くなり得ます。測ってください。仮定しないでください。
Google は Nano Banana 2.1 を、Flash 級の速度とコスト効率を保つと説明しています。Nano Banana Pro は、推論を軸にしたプロ向けの画像作業に位置づけられています。これらは製品説明であり、測られた GPTProto のレイテンシ比較ではありません。応答時間がアプリケーションに影響するなら、同じプロンプトを両方のライブのルートで生成してください。
GPTProto の画像編集の能力は、両モデルとも参照画像を最大 8 枚と掲げています。Google 自身が Nano Banana 2.1 について示す 14 枚という数字は、プラットフォームのルート上限と同じではありません。
一つの GPTProto アカウントで、表示されている画像あたり料金の両方のモデルに、同じブリーフを試せます。一度チャージし、最初のレンダリングではなく、承認されたアセットを比べてください。
まずはここから。エンドポイントの確認や、新しいモデルの試用に向いています。
個人の開発や、本番に出す小さなプロジェクトに向いたバランスです。
本番のワークロードを回すチーム向けです。割引済みのモデル料金に、ボーナスクレジットが上乗せされます。
より新しいモデルは、単により安い格下げではありません。Google DeepMind の 2026年10月のモデルカード評価では、思考ありの Nano Banana 2.1 が、報告されたテキストから画像と編集のいくつかの指標で Nano Banana Pro を上回りました。そのスコアは Google の評価設定を説明するものであり、すべてのキャンペーン、商品写真、GPTProto のリクエストを予測するものではありません。自分のブリーフと、人によるレビュー基準を使ってください。
Nano Banana Pro について OpenRouter に載っている Design Arena の画像カテゴリ。2026年10月14日。この確認では、Nano Banana 2.1 に Design Arena の順位はありませんでした。
安いモデルで下書きし、テストで差が出たところだけ Pro の料金を使ってください。
効率的なワークフローでは、コンセプトの探索と修正に Nano Banana 2.1 を使い、絞り込んだ最終ブリーフを Pro と比べることができます。最終テストでは、プロンプトと参照のセットを揃えてください。Nano Banana 2.1 が品質の基準を満たすなら、それを本番のデフォルトにし、テストで明確な利点が出たところだけ Pro を使ってください。
どちらのモデルページにも、テキストから画像のルートと、別の画像編集ルートがあります。Google は Nano Banana 2.1 について参照画像を最大 14 枚(オブジェクト参照が最大 10 件、キャラクターが 4 体)と文書化し、Pro については複数参照の編集を説明しています。どちらの GPTProto ページも、1K、2K、4K の出力を掲げています。GPTProto 上の準備済みの画像編集能力は、各モデルの参照画像を最大 8 枚と掲げています。受け付ける入力の正確な内容は API の使い方パネルで確認してください。基盤の Google モデルの能力が、すべてのコントロールが公開されているという意味にはなりません。
ライブのリクエストスキーマを確認するには、Nano Banana 2.1 の画像編集ルート または Nano Banana Pro の画像編集ルート を開いてください。
実際のプロンプトを小さく揃えます。きれいな商品画像、複数参照の編集、テキストの多いグラフィック、そしてワークフローで最も難しい構図です。アスペクト比、解像度、参照、指示を揃えてください。テキストの正確さ、オブジェクトとキャラクターの一貫性、レイアウト、意図しない変更、生成時間、承認までの試行回数を採点します。最終画像は、使う予定の表示サイズで見てください。どちらのモデルも、小さい文字、事実としてのラベル、参照した被写体の完全な保持を保証しません。
速度とスループットが効くときは、一つの結果に頼らず、典型的な完了時間が見えるだけ例を走らせてください。事実の正確さが効くときは、公開する前に生成内容を別に検証してください。
どちらのモデルページにも、Playground、API 例、現在の画像あたり価格があります。一つの GPTProto アカウントで同じブリーフを試し、出力を比べ、許容できるコストで承認されたアセットを出すモデル、または振り分けルールを選んでください。GPTProto の画像ツールを見る。Google の画像モデルを見る。
はい。2026年10月13日に確認した掲げられている 1K 画像の料金では、Nano Banana 2.1 が $0.02016、Nano Banana Pro が $0.0804 です。これは同じ出力サイズの画像あたりの比較であり、すべての解像度の一律の価格ではありません。2K は $0.03024 と $0.0804、4K は $0.0678 と $0.144 です。予算を組む前に、両方のライブのモデルページを確認してください。
いいえ。Google は Pro を、プロ向けの複雑な画像作業に位置づけていますが、2026年10月のモデルカード評価では、いくつかの画像と編集の指標で Nano Banana 2.1 が前だと報告しています。同じブリーフを両方で試してください。より良い結果は、タスク、設定、合格条件によります。
どちらの GPTProto モデルページも、1K、2K、4K の出力を掲げ、生成と画像編集のルートを用意しています。該当する API の使い方パネルに出ている解像度とルートを選び、その出力サイズのライブの価格を確認してください。
GPTProto はモデル別のエンドポイントパスを使います。生成は /api/v3/google/gemini-nano-banana-2.1/text-to-image と /api/v3/google/gemini-3-pro-image-preview/text-to-image で、編集は /text-to-image を /image-edit に置き換えます。例では、ボディに model フィールドは不要です。完全なエンドポイントと対応するフィールドは、該当する API の使い方パネルからコピーしてください。
掲げられているより低い画像あたりコストで、多くのバリエーションや頻繁な修正が要るときは Nano Banana 2.1 から始めてください。アセットのレイアウト、ブランド、事実の要件が特に複雑なら、最終テストに Nano Banana Pro を含めてください。どちらの結果も、公開する前に生成されたテキストと商品の細部を確認してください。
はい。カタログには、API 例、Playground、現在の価格がある Nano Banana 2.1 と Nano Banana Pro のページがあります。Google モデルカタログ に現在のラインナップが出ています。
実在する公開アカウントの投稿です。ここにあるものは作られていません。
For a team already juggling DeepSeek, Kimi, Qwen, or other providers, a shared routing layer can be reasonable if it removes duplicated work and the fallback behavior is tested. GPTProto is one implementation of this approach.

I've been testing GPTProto recently, and it's honestly made my creative workflow much simpler. Instead of paying for multiple subscriptions, I can access several leading AI models from one place.

I turned this single prompt into a cinematic fantasy video using GPTProto. "Continuous 15-second cinematic shot, 4K resolution, hyper-realistic dark fantasy photorealism…"

I challenged myself to create a cinematic AI cooking short in just 15 seconds. I used GPTProto to bring the entire workflow together, from image generation to video, all in one place.

Made with Seedance 2.0 + GPT Image 2 on GPTProto. A Pixar-style commercial with the perfect glow.
What worked for me was pointing the cloud connections at GPTProto so the frontend only sees one endpoint and I just change the model name to swap. I am not rebuilding a connection from scratch every time.
I route the calls through GPTProto so a fallback is a config switch instead of a weekend rewrite when a model disappears. It turns "my default model just got export controlled" from an incident into a config change.

I used to switch between different AI tools just to compare results. Now I just use GPTProto. GPT-5, Claude, Gemini, Kimi, and more — all in one workspace.
I route the calls through GPTProto so the model id and latency land in one place regardless of which provider is behind it. The win is having the log schema consistent across providers.

I created this 15-second cinematic product video with GPTProto using Seedance 2.0, and I was really impressed by how smooth the workflow was.

GPTProto routes the character prompt and shot list to a top model on one API key: 20 minutes … voices it and burns in captions from the same key: 20 minutes.
Text, images, and voice are configured separately. You can keep OpenRouter for text and use GPTProto for visuals.
The call layer underneath the router is GPTProto, so swapping a model does not require provisioning a new provider integration. Changing models becomes cheap enough that the question stops being "should we change."
モデルの比較、API の設定、画像と動画の実務での使い方をまとめています。
ブラウザで画像や動画を作るか、一つの API キーでテキスト、画像、動画のモデルをアプリに組み込めます。対象モデルの割引も確認できます。