画像生成に最適な AI を、仕事ごとに選ぶ

「画像に最適な AI は何か」という問いには、かたちの問題があります。名前を求めているように読めますが、正直な答えはどれも表になるからです。当社はひとつの API の背後で 5 つの画像モデルを動かしており、この質問を毎週受けます。役に立つ返答はいつも変わりません。仕事を教えてください、です。透過した商品の切り抜きで勝つモデルは、ブログのサムネイル 1,000 枚では大きく負けます。

最適は仕事のかたちをしていて、仕事どうしは近くない

画像モデルをひとつの軸で順位付ければ、その順位はひとつの仕事には正しく、残り 6 つには静かに間違っています。プロジェクトを決めるのは品質の勾配ではなく、capability の関門です。モデルは背景を透過して返すか返さないか、参照画像を 14 枚受け取るか 3 枚か、4K に届くか 1K で止まるか、のどちらかです。

その関門は、予想されるようには価格に沿いません。当社が売る最も安いモデルは、最も高いモデルには作れない aspect ratio を持っています。最も高いモデルは、絵の中に読める語を書ける唯一のものです。どれも直感的ではなく、だからこの表があります。

判断表

E2X における 1K の 1 枚あたり価格、2026年8月26日 に確認。

価格および製品条件は変更される場合があります。購入を判断する前に、各プロバイダーの最新価格をご確認ください。Google の Batch または Flex 価格は、スケジューリング・空き状況・処理条件が異なるため、標準的なオンデマンド API request と直接同等ではなく、この比較には含めていません。これは特定の条件に絞った比較であり、E2X があらゆる構成において世界最安であると主張するものではありません。

この記事の残りは、各行の理由づけです。

透過：GPT Image 2、他にはない

GPT Image 2 は background を公開しており、transparent、opaque、auto を受け取ります。transparent を頼めば、本物のアルファチャンネルを持つ PNG が返ります。当社のカタログにある Google のモデルはこのパラメーターを提供していないので、これは好みの問題ではありません。唯一の経路です。

聞こえる以上に効きます。切り抜きの商品写真、ステッカーシート、未知の背景の上に置かれるロゴ — それぞれ、アルファ付きで届くか、Photoshop の前に人を必要とする状態で届くかのどちらかです。安いモデルに背景除去を後付けすれば、買えるのは 2 回目の API 呼び出しと、2 つ目の失敗の型と、自動の切り抜きが髪やガラスの周りに残す灰色の縁取りです。

GPT Image 2 の quality は low や auto を含むどの設定でも ×7 の倍率で、既定は high です。実際の 1K 価格は $0.0075 × 7 = $0.0525 であり、素のカタログの数字ではありません。

絵の中の読める語：Nano Banana Pro

画像に文字が入るなら — パッケージのモックアップ、ポスター、メニューボード、グラフ — Google が判読可能で装飾された多言語の画像内テキストを載せたのは Nano Banana Pro です。実体は gemini-3-pro-image で、この capability こそが $0.04 ではなく $0.075 を払う唯一の理由です。

多言語の側は過小評価されています。完成した英語のインフォグラフィックを参照画像として戻し、スペイン語のコピーを依頼すれば、Pro はレイアウトを作り直すことなく文字を組み直します。ローカライズがデザインのチケットであることをやめ、API 呼び出しになります。

古いティアはそのために作られてはいませんでした。初代の Nano Banana は 2.5 世代のモデルで、その文字は誰かが実際に読むまでは持ちこたえます。絵の中に見出しがあるなら、$0.035 を節約しようとしないでください。

量：Nano Banana 2 Lite

1,000 枚は、単価が端数ではなくなる地点です。Nano Banana 2 Lite は定価 $0.042 に対して $0.0238 なので、その 1,000 枚は $23.80 です。同じ実行を Pro で回せば $75 になります。

Lite の実体は gemini-3.1-flash-lite-image で、名前が示唆するものに反して、置き換えた接尾辞なしのモデルより丸 1 世代新しい。安いことと新しいことが同時に成立しています。

前提として組み込むべき制約が 2 つ。1K のみで、resolution パラメーターがそもそもありません — 送ると無視されるのではなくエラーになります。そして aspect_ratio の既定は 1:1 なので、明示的に設定しない限り、バナーの一群が黙って正方形の一群になります。

連作を通じたキャラクター 1 人：Nano Banana Pro

この行は驚かれます。品質の問題に見えて、参照スロットの問題だからです。

ここで唯一、各参照画像が何のためのものかを知っているのが Pro です。スロットは 14 個、しかも交換可能ではありません。5 個はその人物が誰かとして、6 個はその物体がどう見えるかとして、3 個は全体をどう扱うべきかとして読まれます。

他はすべて、参照画像を区別のないひと山として受け取ります。実務上の差はこうです。1 回の Pro request が、顔と、その人の手にある物体と、アートディレクションを同時に保持し、3 つまとめて返します。3 回のパスと合成の工程ではなく、1 回の呼び出しで広告の合成が済みます。Nano Banana 2 も同じ 14 枚を受け取りますが、どれがどれかを伝えることはできません。長い実行を通してひとつの顔を保つことには、専用のガイドがあります。

印刷解像度：Nano Banana 2、アートワークに文字が入るなら Pro

Nano Banana 2 は 2K で ×1.5、4K で ×2 の倍率のもと 4K に届くので、$0.04 が $0.06 になり、そして $0.08 になります。当社のカタログで、大差をつけて最も安い 4K です。

Pro も 4K に届き、最大 4096 × 4096 で $0.15 ですが、それに見合うのは印刷物に文字が入る場合だけです。有用な癖がひとつ。Pro では 1K と 2K がまったく同額、どちらも $0.075 です。すでに Pro に払っているなら、1K を頼むことはピクセルを置き去りにすることです。

デバッグに 1 時間かける価値のある slug の細部をひとつ。このモデルの生成側は google/nano-banana-2 でそこまでです — 他のモデルが持つ capability の接尾辞がありません。 編集側には付き、google/nano-banana-2/edit-image となります。生成側の slug に /text-to-image を足せば 404 が返ります。

極端なかたち：パノラマは GPT Image 2、帯は Lite

GPT Image 2 は当社が売るなかで最も幅の広い 15 種類の aspect ratio を備え、真の 3:1、1:3、2:1、1:2 を持つのはこれだけです。3:1 のヒーローバナーは、ネイティブに生成したほうが 21:9 を切り詰めたものに勝ちます。モデルが、被写体を切り落とされるのではなく、与えられた画面に向けて構成するからです。

本当に極端な帯では、最も安いモデルへ反転します。1:4、4:1、1:8、8:1 を提供するのは Lite だけです。8:1 のサイトヘッダーや 1:8 の縦のサイドバーには他のどのティアにも代役がなく、そして $0.0238 です。

既定値はこの幅のなかで異なります。Nano Banana 2 と Pro は 9:16、Lite は 1:1。request のテンプレートで固定して、以後は考えないでください。

既定値と、そこを離れるとき

表を読まないおつもりなら、$0.04 の Nano Banana 2 を取ってください。当社が目にする最も広い範囲の仕事を覆います。欲しいときの 4K、参照画像 14 枚、文字組が主役でないものなら十分な文字、10 種類の aspect ratio、そして量に怯えずに済む程度に下限へ近い価格。Pro を求めて来るプロジェクトの大半は、これで足ります。

既定値を離れるのは次の 4 つの場合、そしてこれだけです。

1. 画像に背景の透過が必要 → GPT Image 2 になる。
2. 画像の中の文字が画像の要点である → Pro になる。
3. キャラクターや商品が長い連作を通して同一でなければならない → 役割の分かれた参照画像のために Pro になる。
4. 数千枚単位で生成していて、画像が単純である → Lite になり、請求額が 40% 下がる。

それ以外はすべて Nano Banana 2 に留まってください。Pro が何のためにあるのかを一度も使わない仕事に、ほぼ倍の価格で Pro を売るより、当社はそう申し上げます。

この記事が意図して扱っていない 2 つ

これはフォトリアリズムの評価ではありません。どのモデルが最も説得力のある写真を作るかはより狭い問いで、答えも別であり、最もリアルな AI 画像生成ツールの比較にあります。

Nano Banana 4 モデルの解説でもありません。Google はその名前で 4 つのモデルを出しており — レガシー、2、2 Lite、Pro — その解きほぐしには記事 1 本を要します。それが Nano Banana モデル比較です。ティアと倍率をまたいだ価格の計算は最も安い画像生成 APIに、API かサブスクリプションかの判断は何に金を払う価値があるかにあります。

上に挙げたモデルはすべて同じ submit と polling の契約に応じるので、あの表の行を移ることは request body の文字列 1 つを変えることです。ひとつの行に決める前に知っておく価値があります。すべてを見るか、text-to-image に絞ってください。prompt の技術はこの範囲全体に通じ、それはprompt ガイドにあります。

よくある質問

画像生成に最適な AI はどれですか？

ひとつに定まる最適はありません。モデル間の差は品質の勾配ではなく capability の関門だからです。大半の仕事では $0.04 の Nano Banana 2 が正しい既定値です。背景の透過なら GPT Image 2 へ、読める画像内テキストや役割の分かれた参照画像なら Nano Banana Pro へ、大量の batch なら Nano Banana 2 Lite へ切り替えてください。

背景を透過できる AI 画像モデルはどれですか？

GPT Image 2 です。transparent、opaque、auto を受け取る background パラメーターを公開しています。E2X のカタログで、1 回の呼び出しで本物のアルファチャンネルを返す唯一のモデルで、2026年8月26日 時点で 1K 画像 1 枚 $0.0525 です。Google のモデルに同等のものはないため、そちらでの透過は背景除去の別工程を意味します。

画像の中に読める文字を書ける AI モデルはどれですか？

Nano Banana Pro、gemini-3-pro-image です。判読可能で装飾された多言語の文字を、アートワークの一部として描きます。Nano Banana 2 は単純な語であれば許容できる水準にこなします。初代の Nano Banana はこの capability より前のモデルで、これは Gemini 3 世代から入ったものですから、文字組が主役のものは $0.075 の Pro に属します。

品質を保ったまま最も安い AI 画像生成ツールは何ですか？

1 枚 $0.0238 の Lite です。モデル ID は gemini-3.1-flash-lite-image で、後を継いだ初代 Nano Banana より丸 1 世代先にあり、そのモデルより安いうえに capability でも上回ります。ただし制限は実在します。出力は 1K のみで、他のティアが受け付ける resolution フィールドはここでは拒否されます。

4K 出力に対応している AI 画像生成ツールはどれですか？

Nano Banana 2 と Nano Banana Pro です。Nano Banana 2 は 4K で $0.08、基準価格 $0.04 に対する ×2 の倍率で、こちらが安い経路になります。Nano Banana Pro は 4096 × 4096 に届いて $0.15 で、2K を 1K と同額で課金します。

キャラクターを一貫させるために参照画像は何枚使えますか？

Nano Banana Pro で 14 枚です。そして有用なのは、Pro がそれを仕分けることです。5 枠がキャラクターとして、6 枠が物体として、3 枠がスタイリングとして読まれます。この仕分けが、長い実行のなかで顔がさまようのを止めます。Nano Banana 2 も 14 枚を受け取りますが、すべて同じように読みます。初代の Nano Banana は 3 枚で止まります。

8:1 のバナーのような極端な aspect ratio に対応しているのはどのモデルですか？

Nano Banana 2 Lite です。標準的な組み合わせに加えて 1:4、4:1、1:8、8:1 を提供する、カタログで唯一のモデルです。極端ではない横長のパノラマであれば、GPT Image 2 が真の 3:1、1:3、2:1、1:2 を含む 15 種類を備えています。Google の flash と pro のティアは 21:9 で止まります。