Nano Banana 2.1：Googleの新しい画像モデルでできること

Nano Banana 2.1とは

Nano Banana 2.1は、画像の生成と対話形式の編集のためのGoogle DeepMindのモデルで、APIのIDはgemini-nano-banana-2.1です。2026年10月6日に最初から安定版として登場し、Nano Banana 2に代わってNano Bananaファミリーの主力モデルになりました。リリースの経緯と最初の独立テストの結果は、ニュースNano Banana 2.1が登場で紹介しています。

ベースはGemini 3.6 Flashで、知識のカットオフは2026年3月です。つまりFlashクラスのモデルで、速度と大量生成に向いています。最も難しい用途には引き続きNano Banana Proが、最速・最安を求めるならNano Banana 2 Liteがあります。

Nano Banana 2.1は、Geminiアプリ、Google検索のAIモード、Google AI Studio、Gemini API、Google Cloud、Google Ads、デザインツールのStitchで使えます。旧モデルのgemini-3.1-flash-imageは非推奨になりましたが、提供終了日はまだ発表されていません。

Nano Banana 2.1でできること

最大4Kのテキストから画像生成。 解像度は1K・2K・4Kの3段階で、デフォルトは1Kです。「4K」は段階を表すもので、必ずしも4096×4096の正方形ではありません。実際のサイズはアスペクト比で決まります。

最大8:1のパノラマ。 対応するアスペクト比は15種類で、1:4、4:1、1:8、8:1といった極端な比率も含みます。これらはNano Banana 2にもありましたが、2.1ではGoogleが2Kと4Kで改良し、非常に横長・縦長の画像に出ていた「タイル状」のアーティファクトを解消しました。

参照画像は最大14枚。 キャラクター最大4人、オブジェクト最大10個の一貫性を保ちます。参照画像1枚は入力1,120トークンで、APIでは約0.0017ドルです。Google Cloudでは直接アップロードで1ファイル7MB、Cloud Storageからは30MBが上限です。入力として動画（最大10ファイル）とPDFにも対応しています。

マスク編集と対話での編集。 範囲を指定すると、その部分だけが変わります。複数のメッセージにわたって画像を編集しても、ステップ間でキャラクターや商品が崩れません。

文字とインフォグラフィック。 Googleは、くっきりした文字とインフォグラフィックの正確な事実を約束しています。私たちのテストでは、ロシア語の5ステップの手順を1文字も間違えずに書きました。ギャラリーで確認できます。

Thinkingの段階。 生成前にモデルが「考える」段階を、minimal、medium（デフォルト）、highから選べます。段階が高いほど複雑なシーンが正確になる一方、リクエストは遅く高くなります。

Google検索との連携。 生成前にウェブや画像を検索できるので、実在の場所・物・出来事の再現に役立ちます。マップ検索には対応していません。

Nano Banana 2.1の仕様

項目	値
モデルID	gemini-nano-banana-2.1、安定版
ベース	Gemini 3.6 Flash、知識は2026年3月まで
入力	テキスト、画像、動画、PDF
出力	画像とテキスト
コンテキスト	入力131,072トークン、出力32,768トークン
解像度	1K、2K、4K（デフォルト1K）
アスペクト比	1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9、9:21、1:4、4:1、1:8、8:1
参照画像	最大14枚：キャラクター最大4人、オブジェクト最大10個
Thinking	minimal、medium、high（デフォルトmedium）
検索	Google Web SearchとImage Search
表示	不可視の透かしSynthID、C2PAメタデータ
その他	バーチャル試着、動画からの画像生成、Batchモード
非対応	関数呼び出し、構造化出力、Live API、音声、512px

モデルカードにはコンテキスト100万トークン・出力64Kとありますが、APIドキュメントでは131,072と32,768です。実際のリクエストはAPIの上限で動きます。

Nano Banana 2.1のテスト結果

Googleは人による1対1のブラインド評価でモデルを比較し、結果をEloスコアに換算しました。インフォグラフィックの事実の正確さは、自動評価器が0〜1のスケールで採点しています。

テキストから画像：

テスト	2.1 Thinking	2.1 Thinkingなし	Nano Banana 2	Nano Banana Pro
総合的な好み	1050 ± 14	1015 ± 13	990 ± 7	935 ± 8
インフォグラフィックのデザイン	1048 ± 17	1001 ± 17	961 ± 12	912 ± 12
インフォグラフィックの事実の正確さ	0.521	0.328	0.179	0.265

編集：

テスト	2.1 Thinking	2.1 Thinkingなし	Nano Banana 2	Nano Banana Pro
一般的な編集	1026 ± 12	980 ± 15	938 ± 11	939 ± 10
1人のキャラクター	1028 ± 14	1021 ± 14	981 ± 10	991 ± 9
複数キャラクター	1106 ± 14	1068 ± 14	978 ± 10	1011 ± 10
マスク編集	1049 ± 15	1042 ± 16	965 ± 12	927 ± 12
商品の一貫性	1024 ± 18	981 ± 18	955 ± 22	965 ± 14
スタイル変換	1062 ± 20	1036 ± 17	991 ± 12	990 ± 12
複数参照画像での編集	1066 ± 22	1041 ± 20	988 ± 13	989 ± 12

Nano Banana 2からの伸びが最も大きいのは、複数キャラクターの一貫性（+128）、マスク編集（+84）、複数参照画像での編集（+78）です。これはGoogle自身のテストです。そこではProがNano Banana 2より下になっていますが、実際にはProのほうがリアルな画像になることが多くあります。

独立したランキングのArenaでは、10月6日時点でNano Banana 2.1はテキストから画像で5位（1,328点）、編集で6位（1,428点）です。Nano Banana 2は11位、Proは16位。2.1の票数はまだ約5,300票しかなく、暫定的な結果です。

Nano Banana 2.1が向いている用途

• 商品写真とECサイト用の画像。 指示どおりに光と影を配置し、余計な文字やロゴを加えません。具体的な流れはAIで作る商品画像のガイドにあります。
• 商品を新しいシーンに置く。 「背景と光だけを変えて」という編集で、形とラベルが保たれます。キャップやふたなどの細部は編集後に確認しましょう。
• インフォグラフィック、ポスター、バナー。 短い文と中くらいの文はきれいに出ます。ラテン文字以外でも同様です。
• 同じキャラクターのシリーズ。 参照画像から1枚に最大4人。漫画、絵コンテ、家族やカップルのシーンに。
• パノラマと極端な比率。 サイトのヘッダー、SNSのカバー、4:1や8:1の横長バナーを1枚で。
• 大量生成。 1K画像1枚0.0336ドルなら、1,000枚でAPI料金は約34ドルです。

Nano Banana 2.1と他のモデルの比較

	Nano Banana 2.1	Nano Banana 2	Nano Banana Pro	GPT Image
開発元	Google	Google	Google	OpenAI
解像度	1K – 4K	0.5K – 4K	1K – 4K	最大3840px
1:8・8:1パノラマ	あり、タイル状アーティファクトなし	あり	なし	開発元の記載なし
参照画像	最大14枚	最大14枚	最大14枚	複数枚
API料金（1K）	0.0336ドル	0.067ドル	0.134ドル	トークン課金
Arenaの順位（2026年10月6日）	5	11	16	1–3
参照画像の顔の再現	良い	良い	ファミリー最高	良い
用途	日常のメイン	既存プロジェクト	顔、写真内の文字	レイアウトと複雑な文字

同じプロンプトでの独立した比較では、2.1がフォトリアルなシーンと商品写真でNano Banana 2とProに勝ち、ポスターと背景差し替えは3モデルとも同程度でした。「同じ人物を新しいシーンに」ではProが上回り、顔がより似ていて、看板の文字が読めたのもProだけでした。このテストの画像はニュースNano Banana 2.1の登場に、前の世代の比較はNano Banana 2とProの比較にあります。

Nano Banana 2.1のプロンプトの書き方

• 光と構図をはっきり書く。 「左から光、影は右へ、右3分の1はコピー用に空ける」——2.1はこうした指示に以前のモデルより正確に従います。
• 文字は引用符で囲み、表示したいとおりに書く。 「ほかの文字なし」も添えます。引用符までデザインに描き込むことがあり、私たちのポスターでも見出しが引用符付きになりました。不要なら「見出しに引用符を付けない」と書きましょう。
• 参照画像に番号を振り、キャラクターに名前を付ける。 「画像1は若い男性、画像2はおばあさん」と書き、続けて「画像1と同じ若い男性」と指定します。髪型、眼鏡、服など、変えてはいけない特徴を列挙しましょう。
• 編集では、変える部分と残す部分を伝える。 「環境と光だけを変えて。形、ふた、ラベルはそのままに」。
• Thinkingの段階を選ぶ。 複数キャラクターの複雑なシーンにはhigh。モデルが余計なものを足したりプロンプトから外れたりするなら、minimalを試しましょう。
• 小さな文字には2Kを。 1Kでは小さな文字がぼやけることがあります。

ポートレート、商品、インフォグラフィック向けのプロンプト例は、Nano Bananaのプロンプト集にあります。2.1でもそのまま使えます。

AI2FaceでNano Banana 2.1を使う方法

1. アカウントを登録します。新規アカウントにはウェルカムクレジットが付きます。
2. ジェネレーターを開き、Nano Banana 2.1を選びます。
3. プロンプトを書き、必要なら参照画像をアップロードし、アスペクト比と解像度を設定します。
4. 消費クレジットは生成前に表示されます。通常、GoogleのAPI公式料金より安く済みます。

支払いはカードまたは暗号資産で、クレジットに有効期限はありません。AI2Faceは完成したファイルからC2PAメタデータなどのAIの痕跡を削除し、代わりに一般的なカメラのEXIFを書き込みます。SNSはファイル内にAIの痕跡を見つけられず、投稿にAI生成のラベルを付けません。不可視の透かしSynthIDはピクセル自体に埋め込まれているため、影響を受けません。

同じジェネレーターには、顔の再現が重要な作業向けのNano Banana Proと、複雑なレイアウト向けのGPT Imageもあります。同じプロンプトを2つのモデルで試して、よいほうを選ぶのがおすすめです。

制限事項

• 小さな文字はぼやけやすく、特に1Kで目立ちます。長い段落や1ページ分の文章はうまく出ません。
• 参照画像との類似度は常に完璧ではありません。「同じ人物を新しいシーンに」ではProのほうが正確です。
• マスク編集はときどき失敗するので、結果を確認しましょう。
• 商品の細部（キャップ、金具、質感）は、はっきり禁止しても変わることがあります。
• プロンプトへの忠実さ。 Thinkingが依頼を「解釈し直し」、頼んでいないものを足すという声もあります。minimalを試しましょう。
• APIでは512px、関数呼び出し、構造化出力に非対応です。
• 入力トークンはNano Banana 2の3倍で、100万トークンあたり1.50ドル（以前は0.50ドル）です。

まとめ

Googleのモデルの中で画像の作業を始めるなら、まずNano Banana 2.1です。価格はNano Banana 2の半分で、編集に強く、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。

商品写真、背景の差し替え、インフォグラフィック、ポスター、同じキャラクターのシリーズ、大量生成には2.1を使いましょう。顔を参照画像に正確に合わせたいときや、写真の中の文字を読めるようにしたいときはProに切り替えます。最安でラフを作るならNano Banana 2 Liteがあります。