# 画像・動画生成AIモデル

人気の画像・動画生成モデルを解説します。何ができるのか、どう違うのか、どんな用途に向いているのか。各モデルの主要データ、プロンプト例、よくある質問への回答をまとめています。

- [Nano Banana 2.1](https://ai2face.com/ja/models/nano-banana-2-1.md): Nano Banana 2.1は、Gemini 3.6 FlashをベースにしたGoogle DeepMindの画像生成・編集モデルです。2026年10月6日に登場し、Nano Banana 2の後継になりました。最大4Kの画像を生成し、参照画像は最大14枚、最大4人のキャラクターの一貫性を保ち、最大8:1のパノラマも作れます。APIでは1K画像1枚0.0336ドルです。Nano Banana 2.1はAI2Faceのジェネレーターで使えます。
- [Nano Banana 2](https://ai2face.com/ja/models/nano-banana-2.md): Nano Banana 2はGoogle DeepMindの画像生成・編集モデルで、正式名称はGemini 3.1 Flash Imageです。2026年2月26日に公開され、Flashの速さでProに迫る品質、512pxから4Kまでの解像度、最大14枚の参照画像に対応します。AI2Faceのジェネレーターで使えます。
- [Nano Banana](https://ai2face.com/ja/models/nano-banana.md): Nano BananaはGoogleの画像生成・編集モデルのファミリーです。最初のモデルGemini 2.5 Flash Imageは2025年8月26日に登場し、現在はNano Banana、Nano Banana 2、2 Lite、Proの4バージョンがあります。4つともAI2Faceのジェネレーターで使えます。
- [Nano Banana 2 Lite](https://ai2face.com/ja/models/nano-banana-2-lite.md): Nano Banana 2 Liteは、Nano BananaファミリーでGoogle最速・最安の画像モデルで、正式名称はGemini 3.1 Flash-Lite Imageです。2026年6月30日に登場し、APIで1K画像を約4秒・0.0336ドルで生成します。これはNano Banana 2の半額です。解像度は1Kのみ。AI2FaceのジェネレーターでNano Banana Liteを使えます。
- [Nano Banana Pro](https://ai2face.com/ja/models/nano-banana-pro.md): Nano Banana ProはGoogle DeepMindの画像生成・編集モデルで、正式名称はGemini 3 Pro Imageです。2025年11月20日に公開され、最大4Kの画像を作り、複数の言語で画像内の文字をきれいに描き、参照画像を最大14枚使えます。AI2Faceではジェネレーターとキャラクタービルダーで使えます。
- [Veo 3.1](https://ai2face.com/ja/models/veo-3-1.md): Veo 3.1はGoogle DeepMindの動画モデルで、2025年10月15日に公開されました。4、6、8秒のクリップを720p、1080p、4Kで作り、映像と同時に音声（セリフ、効果音、背景）を生成します。写真を動かし、参照画像3枚で人物を保ち、最初と最後のフレームのあいだを補間できます。AI2FaceではVeo 3.1、Fast、Liteが使えます。
- [Gemini Omni](https://ai2face.com/ja/models/gemini-omni.md): Gemini Omniは、2026年5月のGoogle I/Oで発表されたGoogle DeepMindの動画モデルです。Omni 1.1 Flash（2026年8月27日）はテキスト、画像、短い動画から3〜10秒の音声付きクリップを作り、普通の文で完成クリップを修正し、40秒まで延長します。Googleはこれを「動画版Nano Banana」と呼んでいます。Omni FlashはAI2Faceのジェネレーターで使えます。
- [Seedream](https://ai2face.com/ja/models/seedream.md): Seedream は ByteDance Seed の画像モデル群です。Seedream 4.5（2025年12月）は最大 4K で参照画像を10枚まで保ち、5.0 Lite（2026年2月13日）は生成前に考え、ウェブで情報を探し、5.0 Pro（2026年7月8日）は複雑なレイアウトを組み、画像をレイヤーに分け、10言語以上で文字を書きます。3つの版はすべて AI2Face のジェネレーターにあります。
- [Seedance](https://ai2face.com/ja/models/seedance.md): Seedanceは、テキスト、写真、動画、音声から音声付きクリップを生成するByteDance Seedの動画モデル群です。Seedance 2.0は2026年2月12日に登場し、4〜15秒を作ります。Seedance 2.5は2026年7月31日に登場し、1回の生成で最長30秒、延長2回、参照は最大50件です。SeedanceはAI2Faceのジェネレーターで使えます。
- [Kling](https://ai2face.com/ja/models/kling.md): Klingは中国企業Kuaishouの動画モデル群です。Kling 3.0は2026年2月5日に公開され、720pと1080pで最長15秒、1回の生成で複数ショット、多言語のネイティブ音声、写真と動画からのキャラクターに対応します。2026年9月28日には最長30秒を掲げる4.0が発表されましたが、まだ早期アクセスです。AI2FaceではジェネレーターからKlingを使えます。
- [GPT Image](https://ai2face.com/ja/models/gpt-image.md): GPT Image は、ChatGPT の画像生成を担う OpenAI の画像モデル群です。GPT Image 2 は 2026年4月21日公開で、多言語の正確な文字、レイアウト、インフォグラフィック、漫画に向きます。GPT Image 2.5（2026年9月8日）は速い Flare と精密な Sunburst の2つで、最大50%速く、参照画像の顔もより保ちます。AI2Face では GPT Image をジェネレーターで使えます。
- [Midjourney](https://ai2face.com/ja/models/midjourney.md): Midjourneyは同名の独立ラボによる画像モデルで、絵画的な見た目で知られています。2026年7月24日からの標準はV8.2です。より強い美意識、作者の好みへのパーソナライズ、2048pxまでのHD、参照からの修正用の新しいEdit Modelが入りました。動画もあり、画像から最長21秒のクリップを作ります。AI2FaceではジェネレーターからMidjourneyを使えます。
- [FLUX](https://ai2face.com/ja/models/flux.md): FLUX AIはドイツのBlack Forest Labsが開発するモデルファミリーです。FLUX.2（2025年11月25日）は最大4MPの画像を生成・編集し、参照画像を最大10枚使え、文字やインフォグラフィックも描けます。dev版はオープンウェイトです。FLUX 3 Video（2026年8月4日）は音声とセリフ付きで最長20秒の動画を作り、Arenaの動画ランキングで3位。AI2FaceのジェネレーターでFLUXを使えます。
- [Hailuo](https://ai2face.com/ja/models/hailuo.md): Hailuo AIは中国MiniMaxの動画生成モデルです。Hailuo 2.3（2025年10月）は768pと1080pで6–10秒の動画を作り、新しいMiniMax H3（2026年7月31日）はステレオ音声付きで4–15秒・最大2Kの動画を生成し、参照は最大12件、セリフは11言語に対応します。H3はウェイトが公開され、Arenaでは48モデル中8位。AI2FaceのジェネレーターでHailuoを使えます。
- [Wan](https://ai2face.com/ja/models/wan.md): Wan AIはAlibabaの動画生成モデルファミリーです。2026年8月24日に正式公開されたWan 3.0は、セリフ・効果音・音楽付きで最長30秒の動画を作り、写真、動画、音声、さらにドキュメントまで最大20件の参照を受け付けます。Arenaでは48モデル中6位。旧版のWan 2.1と2.2はApache 2.0でオープン公開されています。AI2FaceのジェネレーターでWanを使えます。
- [Runway](https://ai2face.com/ja/models/runway.md): Runway AIは米国Runwayの動画生成モデルファミリーです。2025年12月1日に登場したGen-4.5は、公開時にArtificial Analysisのランキングで1位を獲得しました。テキストと画像から720p・2–10秒の動画を作り、複雑なカメラワークとプロンプトへの忠実さが特長です。Aleph 2.0は完成した動画を編集し、Gen-3は2026年7月に提供終了。AI2FaceのジェネレーターでRunwayを使えます。
- [Grok Imagine](https://ai2face.com/ja/models/grok-imagine.md): Grok ImagineはxAIの画像・動画生成AIです。2026年8月7日に登場したImagine Image 2.0は、正確なタイポグラフィ、範囲指定の編集、背景削除、最大5枚の参照に対応し、Arenaで80モデル中6位。Imagine Video 1.5は音声付きの1080p動画を作り、7月からは顔と声の参照にも対応しました。AI2FaceのジェネレーターでGrok Imagineを使えます。