Google · 画像生成・編集

Nano Banana 2.1

効率的な画像生成・編集に対応する Google のモデル

1K〜4K の画像生成・編集に対応。最大 14 枚の参照画像を組み合わせ、人物や商品の一貫性を保ちながら、読みやすい文字も描画できます。複雑なビジュアル制作では、思考レベルを調整できます。

  • Google
  • 画像生成
  • 画像編集
  • Gemini 3.6 Flash
  • 1K · 2K · 4K
  • 参照画像は最大 14 枚
  • 2026年10月6日 公開

最終確認:2026年10月7日。Google、Google DeepMind、Arena の資料と照合しています。出典

暗いスタジオに並ぶ、バナナを題材にした 3 点の作品。写真、琥珀色のガラス、黄色い折り紙で表現しています。

コンセプトイラスト

ひとつの題材を、3 つの表現で

写真、素材表現、イラストを使い分け、同じアイデアを異なるビジュアルへ展開します。

掲載のコンセプトイラストは OpenAI の画像生成で制作しています。

Nano Banana 2.1 の基本情報

開発元
Google
モデル ID
種類
画像生成・編集
基盤モデル
Gemini 3.6 Flash
公開日
2026年10月6日
入力
テキスト、画像、動画、PDF
出力
画像、テキスト
解像度
1K(デフォルト) · 2K · 4K
アスペクト比
14 種類(1:4, 4:1, 1:8, 8:1 を含む)
参照画像
最大 14 枚(物体 10 枚+人物 4 枚)
思考機能
最小 · 標準(デフォルト) · 高
トークン上限(API)
入力 131,072・出力 32,768
検索グラウンディング
対応
バッチ API
対応
画像出力
1K 画像 1 枚あたり $0.0336〜

Nano Banana 2.1 の主な進化

01

編集精度の向上

Google の編集評価では、思考ありのモデルが複数人物の一貫性で 1106 点(Nano Banana 2 は 978 点)、マスク編集で 1049 点(同 965 点)、複数参照画像の編集で 1066 点(同 988 点)を記録しています。

02

1K・2K 画像の料金が半額に

画像出力は 1K が 1 枚 0.0336 米ドル、2K が 0.0504 米ドルとなり、Nano Banana 2 の約半額です。4K の値下げ幅は小さく、0.151 米ドルから 0.113 米ドルになっています。

03

視覚的な推論

思考レベルの調整と Google 検索によるグラウンディングは、インフォグラフィックや事実に基づくビジュアル制作に役立ちます。Google のインフォグラフィックの事実性スコアは、Nano Banana 2 の 0.179 から 0.521 に向上しています。

Nano Banana 2.1 でできること

黒いレンズと赤いボタンを備えた黄色いカメラを、シンプルなスタジオ、日差しのある空間、暗いスタジオに配置した構図。

コンセプトイラスト

シーンが変わっても、商品の特徴を維持

背景や光、雰囲気を変えても、同じ商品だとわかる特徴を保つためのコンセプト例です。

「Make Something Bright」と書かれたクリーム色のポスター。太い黒文字、黄色い円、琥珀色のガラスを組み合わせ、同じデザインの正方形プリントを添えています。

コンセプトイラスト

文字と構図を組み合わせる

短い見出し、図形、写真のような素材感を組み合わせたポスターのコンセプトです。

テキストから画像生成

プロンプトから 1K・2K・4K の画像を生成できます。アスペクト比は 14 種類から選べます。

対話形式の編集

会話を重ねながら画像を編集できます。たとえば、ほかの要素を維持したままインフォグラフィック内の文字を翻訳できます。

複数の参照画像を組み合わせる

1 回のリクエストで最大 14 枚の参照画像を組み合わせられます。物体は最大 10 枚、人物は最大 4 枚です。

人物・商品の一貫性

新しいシーンでも、最大 4 人の人物と最大 10 点の商品・物体の一貫性を保てます。

文字組み・インフォグラフィック

インフォグラフィック、メニュー、図解、販促素材に、読みやすくデザイン性のある文字を描画できます。ただし、小さな文字や長文は依然として苦手です。

検索情報に基づく画像生成

Google 検索をツールとして使い、天気図やイベント用の画像などに最新情報を反映できます。

パノラマ形式

1:4、4:1、1:8、8:1 に対応。このリリースでは、2K・4K で発生していたタイル状の不自然な模様が修正されています。

  • 画像生成対応
  • 対話による画像編集対応
  • 思考機能対応
  • Google 検索によるグラウンディング対応
  • バッチ API対応
  • コンテキストキャッシュ非対応
  • 構造化出力非対応
  • 関数呼び出し非対応
  • コード実行非対応

Nano Banana 2.1 の料金

画像出力は 100 万画像トークンあたり $30.00。1K 画像 1 枚で 1,120 トークンを使用します。バッチリクエストの料金は半額です。 Gemini API では、このモデルに無料枠はありません。

Nano Banana 2.1 の画像 1 枚あたりの料金
解像度画像トークン数標準バッチ
1K1,120$0.0336$0.0168
2K1,680$0.0504$0.0252
4K3,780$0.113$0.0567

画像 1,000 枚あたりの料金

Nano Banana 2.1 の画像 1,000 枚あたりの料金
解像度標準バッチ
1K$33.60$16.80
2K$50.40$25.20
4K$113.40$56.70

画像トークン数と単価から計算しているため、4K は 1 枚あたり $0.1134 という丸め前の料金に基づきます。Google が掲載している料金は $0.113 です。

実際に課金される項目

画像出力

100 万画像トークンあたり $30.00(バッチは $15.00)。通常、費用の大部分を占める項目です。

入力トークン

テキスト・画像・動画の入力は 100 万トークンあたり $1.50(バッチは $0.75)。参照画像も入力として数えられます。

テキスト・思考出力

100 万トークンあたり $7.50(バッチは $3.75)。思考レベルを上げると、思考出力のトークン数も増える傾向があります。思考中の中間画像は課金されません。

検索グラウンディング

毎月 5,000 回まで無料で検索でき、Gemini 3.x モデル間で枠を共有します。超過分は 1,000 回あたり 14 米ドルです。

$0.0336 は画像出力だけの料金です。プロンプト、参照画像、思考トークン、複数回の編集、検索グラウンディングには別途料金がかかるため、実際のリクエスト費用は通常これより高くなります。

Nano Banana 2.1 / Nano Banana 2 / Nano Banana Pro の料金比較

画像 1 枚あたりの標準料金
モデル1K2K4K
Nano Banana 2.1$0.0336$0.0504$0.113
Nano Banana 2$0.067$0.101$0.151
Nano Banana Pro$0.134$0.134$0.24

1K では、Nano Banana 2.1 の料金は Nano Banana Pro の約 4 分の 1 です($0.0336 対 $0.134)。4K では $0.113 対 $0.24 と差が縮まります。3 モデルとも、バッチ料金は標準料金のおよそ半額です。

Nano Banana 2.1 のベンチマーク

以下はGoogle DeepMind モデルカードに掲載された提供元の評価結果です。Elo は人による画像の比較評価に基づきます。インフォグラフィックの事実性は、各出力を自動評価したスコアです。

Google ベンチマーク:テキストから画像生成

テキストから画像生成のベンチマーク
評価項目Nano Banana 2.1(思考あり)Nano Banana 2.1(思考なし)Nano Banana 2(思考あり)Nano Banana Pro
総合的な好み1050 ± 141015 ± 13990 ± 7935 ± 8
インフォグラフィックのデザイン1048 ± 171001 ± 17961 ± 12912 ± 12
インフォグラフィックの事実性0.5210.3280.1790.265

Google ベンチマーク:画像編集

画像編集のベンチマーク
評価項目Nano Banana 2.1(思考あり)Nano Banana 2.1(思考なし)Nano Banana 2(思考あり)Nano Banana Pro
一般的な編集1026 ± 12980 ± 15938 ± 11939 ± 10
単一人物の一貫性1028 ± 141021 ± 14981 ± 10991 ± 9
複数人物の一貫性1106 ± 141068 ± 14978 ± 101011 ± 10
マスク・描き込みによる編集1049 ± 151042 ± 16965 ± 12927 ± 12
商品の一貫性1024 ± 18981 ± 18955 ± 22965 ± 14
スタイル変換1062 ± 201036 ± 17991 ± 12990 ± 12
複数の参照画像による編集1066 ± 221041 ± 20988 ± 13989 ± 12
出典:Google DeepMind モデルカード(提供元による評価)

第三者のベンチマーク

ブラインド比較による好みのランキングと提供元の評価では、測定対象が異なるため、数値を直接比較することはできません。Arena の初期スコアは暫定値で、投票が増えるにつれて変動します。

Arena ランキングでの順位
ランキング順位スコア投票数状態
Arena テキストから画像生成#51328 ± 95,312暫定結果, 2026年10月6日
Arena 画像編集#61428 ± 612,985暫定結果, 2026年10月6日

Nano Banana 2.1 の思考レベル

generation_config.thinking_level で思考レベルを設定します。以下は当サイトの使い分けの目安であり、Google 公式の推奨ではありません。

速度を優先

minimal

向いている用途

  • シンプルな画像生成
  • 背景の差し替え
  • サムネイル制作
  • 大量の画像処理

デフォルト

medium

向いている用途

  • 日常的な制作
  • 広告・販促用の画像
  • 複数の要素を含むシーン
  • 通常の画像編集

推論を重視

high

向いている用途

  • 文字組み・インフォグラフィック
  • 多数の参照画像を使う制作
  • 複雑な編集・段階的な編集
  • 検索情報に基づくビジュアル

Nano Banana 2.1 の解像度とアスペクト比

解像度の指定では K を大文字にします。以下のピクセル数は 1:1 の場合です。ほかのアスペクト比でも、解像度の区分は同じです。

解像度の仕様
解像度1:1 のピクセル数画像トークン数
1K(デフォルト)1024 × 10241,120
2K2048 × 20481,680
4K4096 × 40963,780

対応アスペクト比は 14 種類

  • 1:1
  • 2:3
  • 3:2
  • 3:4
  • 4:3
  • 4:5
  • 5:4
  • 9:16
  • 16:9
  • 21:9
  • 1:4
  • 4:1
  • 1:8
  • 8:1

強調表示したパノラマ比率(1:4, 4:1, 1:8, 8:1)では、このリリースで 2K・4K のタイル状の不自然な模様が修正されています。

Nano Banana 2.1 の参照画像の上限

1 回のリクエストで使える参照画像は最大 14 枚です。

参照画像 14 枚という上限は、14 人に対応するという意味ではありません。一貫性を保てる人物は最大 4 人で、物体や商品の参照画像は最大 10 枚です。

Nano Banana 2.1 のプロンプト構成

制作向けプロンプトの基本は、変えたい内容より先に、維持したい要素を伝えることです。

  1. 維持する要素商品の形状、ロゴ、パッケージは変更しないでください。
  2. シーンミニマルで高級感のあるスタジオで、磨き上げた黒い石の台に商品を置いてください。
  3. ライティング柔らかな指向性のある光を使い、控えめな反射を加えてください。
  4. 構図商品を中央に配置した広告写真の構図にしてください。
  5. 文字組み画面の上 3 分の 1 の位置に「DESIGNED FOR TOMORROW」という見出しを入れてください。
  6. 出力16:9 のシネマティックな広告画像に仕上げてください。
商品の形状、ロゴ、パッケージは変更しないでください。

ミニマルで高級感のあるスタジオで、磨き上げた黒い石の台に商品を置いてください。

柔らかな指向性のある光を使い、控えめな反射を加えてください。

商品を中央に配置した広告写真の構図にしてください。

画面の上 3 分の 1 の位置に「DESIGNED FOR TOMORROW」という見出しを入れてください。

16:9 のシネマティックな広告画像に仕上げてください。

Nano Banana 2.1 のAPI

モデル ID 以下は Interactions API を使った Google のサンプルを、そのまま掲載しています。

画像を生成する

python
from google import genai
from PIL import Image
import base64

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme",
)

with open("generated_image.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

画像を編集する

python
from google import genai
import base64

client = genai.Client()

with open("/path/to/cat_image.png", "rb") as f:
    image_bytes = f.read()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=[
        {
          "type": "text",
          "text": "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"
        },
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode('utf-8'),
            "mime_type": "image/png"
        }
    ],
)

with open("generated_image.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

アスペクト比と解像度

python
from google import genai
import base64

client = genai.Client()

prompt = "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=prompt,
    response_format={
        "type": "image",
        "mime_type": "image/jpeg",
        "aspect_ratio": "1:1",
        "image_size": "1K"
    },
)

print(interaction.output_text)

with open("butterfly.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

思考レベルを設定する

python
from google import genai
from PIL import Image
import base64
import io

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="A futuristic city built inside a giant glass bottle floating in space",
    generation_config={"thinking_level": "high"},
)

print(interaction.output_text)

image = Image.open(io.BytesIO(base64.b64decode(interaction.output_image.data)))

image.show()

複数の参照画像を使う

python
from google import genai
from google.genai import types
from PIL import Image
import base64

prompt = "An office group photo of these people, they are making funny faces."

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=[
        {
            "type": "text",
            "text": prompt,
        },
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode('utf-8'),
            "mime_type": "image/png"
        },
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode('utf-8'),
            "mime_type": "image/png"
        },
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode('utf-8'),
            "mime_type": "image/png"
        },
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode('utf-8'),
            "mime_type": "image/png"
        },
        {
            "type": "image",
            "data": base64.b64encode(image_bytes).decode('utf-8'),
            "mime_type": "image/png"
        },
    ],
    response_format={
        "type": "image",
        "aspect_ratio": "5:4",
        "image_size": "2K"
    },
)

with open("office.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

Google 検索によるグラウンディング

python
from google import genai
import base64

client = genai.Client()

prompt = "Visualize the current weather forecast for the next 5 days in San Francisco as a clean, modern weather chart. Add a visual on what I should wear each day"

interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=prompt,
    tools=[{"type": "google_search"}],
    response_format={
        "type": "image",
        "mime_type": "image/jpeg",
        "aspect_ratio": "16:9"
    },
)

with open("weather.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))
公式 API ドキュメントを見る

開発時の注意点

Interactions API を使う

Google のサンプルは、google-genai(Python)と @google/genai(JavaScript)SDK の interactions.create を使用しています。generateContent の画像ガイドは現在、旧版として扱われています。

API エンドポイントのトークン上限に従う

API の上限は入力 131,072 トークン、出力 32,768 トークンです。モデルカードでは基盤モデルの Gemini 3.6 Flash が最大 100 万入力トークンに対応するとされていますが、実装時はエンドポイントの上限を基準にしてください。

キャッシュ・構造化出力・関数呼び出しは非対応

コンテキストキャッシュ、構造化出力、関数呼び出し、コード実行には対応していません。そのため、既存の Gemini テキスト処理でそのまま置き換えられるとは限りません。

解像度の K は大文字で指定

image_size は 1K、2K、4K のいずれかを大文字の K で指定します。小文字は受け付けられません。デフォルトは 1K です。

思考中の画像は無料、思考テキストは有料

思考中に生成される中間画像には課金されませんが、思考の出力トークンはテキスト・思考出力の料金で課金されます。

検索グラウンディングの無料枠を共有

検索グラウンディングの月 5,000 回の無料枠は、同じプロジェクト内のすべての Gemini 3.x モデルで共有します。

Nano Banana 2.1 の制限

  • 小さな文字はぼやけることがあり、特に 1K で目立ちます。
  • 長い段落やページ全体にわたる文章は、まだ安定して生成できません。
  • 入力画像と出力画像で、人物の特徴を完全には維持できない場合があります。
  • マスクや描き込みによる編集では、指示が一部しか反映されなかったり、描き込みの跡が残ったりする場合があります。
  • 左右など、位置関係の指示を取り違えることがあります。
  • インフォグラフィック内の事実は確認が必要です。Google 自身の評価でも、事実性スコアは 0.521 です。
  • 生成されるすべての画像に SynthID の電子透かしが入ります。

既知の問題は、Google のモデルカードと API ドキュメントに基づいています。

Nano Banana 2.1 と Nano Banana Pro の比較

Google の料金と評価結果に基づく簡単な比較です。詳しい比較ガイドは今後追加予定です。

モデル比較
Nano Banana 2.1Nano Banana 2Nano Banana Pro
1K 画像$0.0336$0.067$0.134
4K 画像$0.113$0.151$0.24
Google の総合的な好み(Elo)1050 ± 14990 ± 7935 ± 8
モデル IDgemini-nano-banana-2.1gemini-3.1-flash-imagegemini-3-pro-image

Nano Banana 2 と比べて、Nano Banana 2.1 はすべての解像度で料金が低く、上記の Google の画像生成・編集評価でも全項目で上回っています。

Nano Banana Pro と比べて、Nano Banana 2.1 はすべての解像度で料金が低く、上記の Google の画像生成・編集評価でも全項目で上回っています。

Nano Banana 2.1 のよくある質問

Nano Banana 2.1 とは何ですか?

Nano Banana 2.1 は、Google が提供する効率的な画像生成・編集モデルです。Gemini 3.6 Flash を基盤とし、テキスト、画像、動画、pdfを入力して、画像とテキストを出力できます。

Nano Banana 2.1 はいつ公開されましたか?

Google は 2026年10月6日 に Nano Banana 2.1 を公開しました。

Nano Banana 2.1 のモデル ID は何ですか?

Gemini API では gemini-nano-banana-2.1 を指定します。

Nano Banana 2.1 の料金はいくらですか?

画像出力は 1 枚あたり 1K が $0.0336、2K が $0.0504、4K が $0.113 です。バッチではおよそ半額の $0.0168、$0.0252、$0.0567 になります。100 万トークンあたり、入力は $1.50、テキスト・思考出力は $7.50 です。

Nano Banana 2.1 は Nano Banana Pro より安いですか?

はい。1K 画像は $0.0336 で、Nano Banana Pro の $0.134 より安く、4K も $0.113 対 $0.24 です。

Nano Banana 2.1 と Nano Banana 2 の料金はどう違いますか?

1K・2K の料金は、Nano Banana 2(それぞれ $0.067、$0.101)のおよそ半額です。4K は $0.151 から $0.113 に下がっています。

Nano Banana 2.1 は 4K に対応していますか?

はい。1K / 2K / 4K で出力でき、デフォルトは 1K です。指定値の K は大文字にしてください。

Nano Banana 2.1 では参照画像を何枚使えますか?

最大 14 枚です。内訳は物体が最大 10 枚、人物が最大 4 枚です。

Nano Banana 2.1 の思考レベルには何がありますか?

minimal / medium / high から選べます。デフォルトは medium で、generation_config.thinking_level から設定します。

Nano Banana 2.1 は画像編集に対応していますか?

はい。対話を重ねる編集、マスクを使った編集、複数の参照画像を使った編集に対応しています。

Nano Banana 2.1 の API に無料枠はありますか?

いいえ。Google の料金ページでは、このモデルに無料枠は設けられていません。

Nano Banana 2.1 が対応していない機能は何ですか?

Gemini API では、コンテキストキャッシュ、構造化出力、関数呼び出し、コード実行が非対応とされています。

Nano Banana 2.1 の画像には電子透かしが入りますか?

はい。生成されるすべての画像に SynthID の電子透かしが入ります。

出典と確認日

最終確認日は2026年10月7日です。料金、制限、ランキングは変わることがあるため、予算を決める前に出典をご確認ください。

すべてのモデルを見る