Nano Banana 2

E2X の Nano Banana 2 画像編集 API

Nano Banana 2 は Google の gemini-3.1-flash-image で、その編集 capability は当社の画像カタログの主力です。当社では google/nano-banana-2/edit-image として公開しており、1K のデフォルトで 編集画像 1 枚あたり $0.04 を課金しています。1 回の request で最大 14 枚のソース画像を運べます。fal.ai は同じモデルを $0.08 で掲載しています。

作業の元になるソース画像がない場合は、代わりに Nano Banana 2 text-to-image をお使いください。同じモデル、同じ価格、prompt だけで動きます。

プロバイダーのカタログが混同してきたため、はっきり書いておきます。これは Nano Banana Pro では ありません。Pro は gemini-3-pro-image で、提供元の価格はおよそ 2 倍です。他サイトの表が「Nano Banana 2」に Pro のスペックを並べている場合は、その下にある Gemini のモデル ID を確認してください。

2026年8月26日時点の当社の価格は次のとおりです。

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。

この数字を動かすのは解像度で、段階は固定されています。

着地点にご注目ください。当社の 4K 編集の料金は、fal.ai が 1K に課金している額と同じです。機械可読な仕様にも同じ値を掲載しています。

Pro の半額で実際に何が手に入るのか

Google は gemini-3.1-flash-image を gemini-3-pro-image のちょうど半額に設定していますが、capability の差は価格差よりずっと小さいものです。編集ではその非対称性がさらに有利に働きます。すでに正しく見えている画像を変換するのですから、モデルが作り出さなければならない部分が少ないのです。

パイプラインで効いてくる要素は次のとおりです。

• 1 回の呼び出しにソース画像 14 枚。 被写体、商品、背景のリファレンスを、3 つの request を連鎖させて中間出力の面倒を見ることなく合成できます。役割の分割は強制されないため、各添付が何のためのものかはご自身で決め、prompt の中でそう伝えてください。
• 出力は最大 4K。 これが、より安い Lite ティアに対する決定的な差です。Lite には resolution パラメーターがまったく存在せず、返るのは 1K だけです。編集したアセットを印刷や Retina のヒーロー枠に回す必要があるなら、Lite は候補から外れます。
• 描く前の thinking mode。 モデルは何を変えるよう頼まれたかについて推論します。適切に範囲を絞った編集で、触れていない領域が黙って再生成されずに保たれるのはそのためです。
• search grounding（Image Search を含む）。 編集が実在するものに合わせなければならない場合 — 被写体の背後にある特定の建物、実在する商品バリエーションなど — に役立ちます。

レイテンシの中央値は約 8.4 秒です。function calling は非対応なので、エージェントのループはこのモデルを外側からオーケストレーションする必要があります。

API request：参照画像を使った編集

必須フィールドは prompt と image_urls の 2 つです。API key はサーバー側に置いたうえで job を送信してください。

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-2/edit-image",
    "input": {
      "prompt": "画像 1 はスニーカー、画像 2 は路面のリファレンスです。画像 2 の濡れたコンクリートの上にスニーカーを置き、反射を合わせてください。靴とそのロゴは変更しないでください。",
      "image_urls": [
        "https://example.com/sneaker.png",
        "https://example.com/concrete.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "2k"
    }
  }'

送信すると job ID が返ります。確定するまで polling してください。

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/nano-banana-2/edit-image",
    input: {
      prompt: "窓の外の季節を真冬に変えてください。部屋、家具、人物はそのまま維持してください。",
      image_urls: ["https://example.com/interior.jpg"],
      aspect_ratio: "3:2",
      resolution: "1k",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

for (;;) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message ?? "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

ステータスは pending → processing → completed と進み、failed / cancelled で終わることもあります。submit の body に webhookUrl を渡していただければ、代わりに当社から通知します。

押さえておきたい schema の詳細があります。image_urls はソースが 1 枚でも配列であること、当社の aspect_ratio のデフォルトはソース画像自身の比率ではなく 9:16 であること、そして resolution の値は小文字であることです。驚かれるのはそのデフォルトです。横長の写真を指定せずに投入すると、縦長にクロップされたものが返ってきます。

当社の画像編集モデルの選び分け

Nano Banana 2 は編集における当社の既定の推奨ですが、あらゆる用途で正解というわけではありません。当社が運用している他のモデルは次のとおりです。

編集の内容が 1K での背景差し替えや色補正であれば、Nano Banana 2 Lite へ移ってください。約 40% 安く、テキストと参照の一貫性では互角で、量が出ればその差がそのまま利幅になります。移らない理由は 2 つあります。Lite は永続的に 1K が上限であること、そして prompt が複数のオブジェクトを正しく配置するよう求めた途端、信頼性が落ちることです。後者の失敗は分かりにくいので、ベンチマークを信じるのではなく、ご自身の最も厳しい prompt でテストしてください。

フレーム内の読める文字が成果物である場合は、Nano Banana Pro へ上がってください。レガシーの行は、そこから動けない事情がない限り無視してください。Google は現在 gemini-2.5-flash-image をレガシーに分類し、代わりに Nano Banana 2 Lite を推奨しています。新しく、しかも同時に安いのです。その他は 画像編集カテゴリと、より広いモデルカタログにあります。

破綻しない編集 prompt の書き方

生成から引き継がれる本能は、完成した絵を描写することです。編集ではそれがソース画像と競合し、頼んだ変更ではなくドリフトした再レンダリングが返ってきます。

何が変わるかを述べ、次に何が変わってはならないかを述べてください。保護すべき領域を名指しすることは、任意ではありません。 そこは触れてはいけないと伝えたほうが、モデルは顔やロゴやラベルをはるかにうまく保ちます。

添付には prompt の中で番号を振ってください。「画像 1 は被写体、画像 2 は照明のリファレンスのみです」というのが、意図についてモデルが受け取れる唯一の signal です。それがなければ、3 枚目の添付は取り込むべきもうひとつの被写体になってしまいます。

品質が静かに漏れ出すのは、編集を連鎖させたときです。パスごとに再エンコードが起き、わずかな同一性のドリフトが 4 回、5 回と重なるうちに積み上がります。すべての参照画像を添付した 1 つの request にまとめてください。どちらにしても同じ $0.04 ですし、1 パスの結果のほうがたいていきれいです。

リリース前に

編集後のすべての出力に SynthID watermark が入ります。Google は無条件でこれを適用し、当社を含めどのプロバイダーも無効化するフラグを公開していません。契約で AI 生成アセットが禁じられている場合は、統合を書き始める前に解決してください。

入力の品質にご注意ください。眠い、圧縮しすぎのソース画像は、どの resolution を指定しても出力を制約します。600px の JPEG から 4K を求めれば、元の欠点を高い費用でアップスケールすることになります。

移行のたびに aspect_ratio を確認し直してください。当社のデフォルトは縦長ですし、プロバイダーごとに異なります。黙ってフレーミングが変わった batch は、公開後に気づくたぐいのバグです。

よくある質問

Nano Banana 2 の画像編集とは何ですか？

Google の gemini-3.1-flash-image モデルの編集 capability で、当社の API では google/nano-banana-2/edit-image として公開しています。1 枚以上のソース画像と指示を送ると、最大 4K で変更された画像が返ります。

E2X で 1 回の編集はいくらかかりますか？

デフォルトの 1K で編集画像 1 枚あたり $0.04、2K は $0.06、4K は $0.08 です。これは 2026年8月26日 に確認した時点の価格です。価格は変動しますので、予算を確定する前に最新のモデルページでご確認ください。

1 回の request でソース画像を何枚まで送れますか？

1 回の呼び出しで最大 14 枚です。画像間で役割の分割が強制されることはありません。どの添付が被写体で、どれが背景で、どれがスタイル参照のみなのかは、prompt の中でモデルに伝えてください。

Nano Banana 2 は 4K の編集を生成できますか？

はい。当社の resolution enum は 1k、2k、4k を受け付け、4K の編集は $0.08 です。これが Nano Banana 2 Lite ではなくこちらを選ぶ主な理由です。Lite には resolution パラメーターがなく、返るのは常に 1K だけです。

このモデルについて E2X は fal.ai より安いですか？

その日に確認した、比較可能なオンデマンド価格については、はい。当社の $0.04 に対して fal.ai は $0.08 で、同条件の 1K request で 50% の節約になります。batch 製品、プロモーション料金、異なるプランはこの比較には含まれていません。

編集した画像に watermark は入りますか？

はい。すべての出力に、AI 生成コンテンツ向けの Google の知覚できないマーカーである SynthID watermark が含まれます。これを取り除くパラメーターを提供しているプロバイダーはありません。

横長の写真が縦長で返ってきたのはなぜですか？

当社の aspect_ratio のデフォルトが、ソース画像の比率ではなく 9:16 だからです。すべての request で aspect_ratio を明示的に指定してください。編集パイプラインを当社へ移す際に、最も多く驚かれる点です。

編集 API は同期式ですか？

いいえ。job を送信したうえで、/v1/jobs/{id} を polling するか、コールバック用に webhookUrl を渡してください。完了した job は結果を data.outputs[0].url に公開します。モデルのレイテンシの中央値は約 8.4 秒です。