Nano Banana 2.1、前世代の画像コストの半分でデビュー

Googleは、Gemini 3.6 Flashをベースとした画像生成および編集モデル「Nano Banana 2.1」を2026年10月6日にリリースし、Geminiアプリ、Google AI Studio、Gemini API、Gemini Enterprise Agent Platformで利用可能にし、従量課金のAPI画像出力は100万トークンあたり30ドルで提供しています。

Nano Banana 2.1 モデルカードは、同日公開され、モデルをGemini 3シリーズのネイティブマルチモーダル推論モデルの一員として説明しています。テキスト文字列と画像を入力として受け取り、コンテキストウィンドウは最大100万トークンです。また、画像とテキストの出力を生成し、それぞれ4Kトークンと64Kトークンの出力としてリストされています。カードには、Geminiアプリ、Google AI Studio、Gemini API、Google検索のAIモード、Google広告、Google Flow、Google Stitchを通じた配布が記載されています。

エンタープライズプラットフォームの仕様

Gemini Enterprise エージェントプラットフォーム上で、モデルは一般提供段階で識別子 gemini-nano-banana-2.1 を持ち、2026年10月6日のリリース日が記載されています。Googleのプラットフォーム ドキュメントでは、Nano Banana 2.1 がマルチモーダル画像生成と編集に最適化され、価格と性能のバランスを提供すると説明しています。

ドキュメントでは、テキストと画像が入力および出力としてサポートされ、動画は入力のみ、音声は利用できないと記載されており、コンテキストウィンドウは131,072トークン、最大出力トークンは32,768です。seed、topK、logprobs、temperature、topP パラメータはサポートされておらず、これらを設定するとAPIエラーが返されます。

サポートされている機能には、推論、システム指示、暗黙的コンテキストキャッシュ、トークンカウント、Google検索および画像検索によるグラウンディング、プロビジョンドスループット、バッチ推論、標準的な従量課金が含まれ、全世界で利用可能です。画像生成（動画入力からも含む）、画像編集およびマルチターン編集、画像とテキストの交互生成、コンテンツクレデンシャル（C2PA）、バーチャルトライオンがサポートされており、人物生成は利用できません。

制限として、プロンプトあたり最大14枚の画像、インラインデータまたはコンソールアップロードの場合はファイルあたり7 MB、Cloud Storageからの場合は30 MB、入力サイズは最大500 MBです。サポートされているアスペクト比は1:1、3:2、4:3、16:9、9:16、21:9で、解像度は1K、2K、4Kが利用でき、png、jpeg、webp、heic、heif ファイル形式に対応しています。ドキュメントによれば、モデルは入力画像1枚につき1,120トークンを消費し、出力画像は1K解像度で1,120トークン、2K解像度で1,680トークンを消費します。

Gemini API の料金設定

Gemini API 料金ページは2026年10月6日に更新され、Nano Banana 2.1 を「Nano Banana 2（Gemini 3.1 Flash Image）のアップデート」と説明し、画像生成と対話型編集の高効率化を実現し、視覚品質の向上、マルチターンでのキャラクター一貫性、正確なテキスト描画、検索に基づく生成を1K、2K、4K解像度で提供します。標準の従量課金価格は、テキスト、画像、動画の入力トークン100 万個あたり1.50ドル、テキストと考慮（thinking）出力トークン100 万個あたり7.50ドル、画像出力トークン100 万個あたり30.00ドルで、ページではそれぞれ1K画像あたり0.0336ドル、2K画像あたり0.0504ドル、4K画像あたり0.0756ドルに相当すると示しています。

バッチ料金は、入力トークン100 万個あたり0.75ドル、テキストと考慮出力トークン100 万個あたり3.75ドル、画像トークン100 万個あたり15.00ドルで、1K画像あたり0.0168ドル、2K画像あたり0.0252ドル、4K画像あたり0.0378ドルに相当します。Googleのウェブおよび画像検索によるグラウンディングは、Gemini 3.xモデル全体で月間5,000件の無料リクエストが共有され、その後は1,000リクエストあたり14ドルです。このページでは、Nano Banana 2.1 の無料ティアアクセスは記載されていません。

同ページでは、前身である Gemini 3.1 Flash Image（Nano Banana 2）の価格が、入力トークン100 万個あたり0.50ドル、テキストと考慮出力トークン100 万個あたり3ドル、画像トークン100 万個あたり60.00ドルと記載されており、画像単位の価格は1Kで0.067ドル、2Kで0.101ドル、4Kで0.151ドルとなっています。

報告された評価

モデルカードでは、テキストから画像へのタスクと編集タスクに対して並列ヒューマン評価によるEloスコアを生成し、事実性評価のためのシングルサイドAutoRater、そしてGemini 2.5 Flash画像およびGemini 3 Pro画像ユースケースから抽出された回帰セットを組み合わせた評価手法が報告されています。

テキストから画像へのタスクにおいて、カードはThinking構成のNano Banana 2.1の総合好みEloスコアを1050±14、Thinkingなしで1015±13と報告し、Nano Banana 2（Thinking）は990±7、Gemini 3 Pro画像（Nano Banana Pro）は935±8と比較しています。インフォグラフィックデザインスコアは、Thinking構成で1048±17、Nano Banana 2は961±12、Nano Banana Proは912±12と報告され、インフォグラフィックの事実性は0.521で、比較対象は0.179と0.265です。

Thinking構成での編集に関して、カードはNano Banana 2.1のスコアを、一般編集で1026、単一キャラクター一貫性で1028、マルチキャラクター一貫性で1106、マスク/インクベース編集で1049、製品一貫性で1024、スタイリゼーションで1062、マルチリファレンス編集で1066と報告しており、いずれも同じ表で対応するNano Banana 2およびNano Banana Proのスコアより上回っています。

制限事項と安全性評価

このカードは、幻覚、時折の遅延やタイムアウト、小さな文字や長文の描画不良、入力と生成画像間の文字一貫性の不完全さ、指示の一部しか従わないことやマスク編集におけるインクの残留、編集時に持続する被写体姿勢の稀なケース、空間位置特定に関する時折の混乱、そして世界知識、3D 推論、事実性の制限など、既知の制限事項を列挙しています。Gemini 3.6 Flashは2026年3月が知識のカットオフですが、カードは一部の領域では2025年1月までの知識に限定される可能性があると指摘しています。

このカードは、モデル開発チーム外の専門チームによる手動のレッドチーミングが行われたことを報告し、Nano Banana 2.1 が必要な子供安全性のローンチ閾値を満たしたと述べ、Gemini 3 Flash と比較して安全性能が同等または向上していると記述し、Gemini 3.1 Pro に対して顕著な懸念は見つからなかったとしています。フロンティア安全性については、Gemini 3.1 Pro と Gemini 3.7 Flash が追跡対象または重要な能力レベルに到達しておらず、Nano Banana 2.1 がそれらのモデルに比べて有意な新機能や実質的な性能向上を示さないため、これらのレベルに到達する可能性は低いと評価されています。