Nano Banana 2 vs Imagen 4 ― どちらを選ぶべきか（そして両方を提供する理由）

よく聞かれる質問があります。「GeminiOmniにすでにNano Banana 2が搭載されているなら、なぜImagen 4も公開しているのですか？同じものではないのですか？」

これらはまったく同じものではありません。そして、この質問が混乱のもとになっているのは、ある意味Google側の責任でもあります。両者は同じプロダクトファミリーに属し、バックボーンを共有し、ほぼ同時期にリリースされました。しかし、その役割はまったく異なり、特定のタスクに間違った方を選ぶと、コストと品質の両方を損なうことになります。

これは、私が/tools/nano-banana-editの構築を始めたときに欲しかったチートシートです。

一行ルール

Nano Banana 2は画像を編集します。Imagen 4は画像を生成します。

はい、どちらも最終的にJPEGを出力できます。しかし、それぞれ異なる「動作」のために設計されています。すでに画像があり、その特定の部分を変更したい場合は、Nano Banana 2を使用します。白紙の状態から何かを作成したい場合は、Imagen 4を使用します。

この違いを無視すればするほど、無駄なコストが発生します。その理由を説明しましょう。

それぞれの正体

Nano Banana 2は、Gemini 3.1 Flash Image Previewのパブリックマーケティング名称です。これは、2025年8月にリリースされ、初月に2億件の画像編集を処理した初代Nano Banana（Gemini 2.5 Flash Image）の後継モデルです。Google史上、最も急速に普及した画像モデルです。最大の特徴はチャットベースのコンテキスト内編集です。画像をアップロードし、変更内容を会話形式で指示すると、モデルは言及しなかった部分を保持します。

バージョン2（2026年初頭リリース）は、3つの軸でオリジナルをアップグレードしています。ネイティブ出力が1Kから2Kに、色深度が8ビットから16ビットに向上し、画像内のテキスト描画の可読性が大幅に改善されました。最後の点は聞こえ以上に重要です。拡散モデルはこれまで、画像内に読みやすい文字を書き込むのが非常に苦手でしたが、Nano Banana 2はそれをほぼ解決しています。

Imagen 4は、Googleのフラッグシップテキストから画像を生成するモデルです。現在は3つのティア（Fast: $0.02/image、Standard: $0.04/image、Ultra: $0.06/image）で提供されています。純粋に生成的であり、テキストプロンプトを与えると、ゼロから新しい画像を生成します。「編集」モードも、コンテキスト内での反復も、チャットもありません。テキストを写真に変換するという一つのことを、非常に高い品質で行います。

価格設定が、どちらを使うべきかを教えてくれる

ここが、誰も平易な言葉で書いていない部分です。

Nano Banana 2は編集ごとに課金され、コストは解像度と複雑さに応じて**$0.045から$0.151**の範囲です。これはImagen 4 Standard画像の2～4倍のコストです。そのトレードオフとして、Nano Bananaでは5回、10回、20回と編集を繰り返しても、被写体やシーンの一貫性を保つことができます。単発の生成のみを行う場合、その一貫性は、支払っているコストに見合わない無駄なものになります。

Imagen 4 Fastは**$0.02/image**で、主要ラボが提供する生成系画像APIとしては最も安価だと思います。100個のプロダクトモックアップ、100枚のヒーロー画像、100枚のストックフォト代替画像が必要で、それぞれが独立している場合、Imagen 4 Fastが正解であり、Nano Bananaを使うのは不適切と言えるでしょう。

これにより導き出される判断基準は次の通りです。

違いを示す3つの実際のプロンプト

時には、表よりも実際の比較が役立つことがあります。以下は、どちらのツールを使うべきかが明確な3つのプロンプトです。

プロンプト1：「窓から朝日が差し込む木製のテーブルの上のコーヒーマグ」

これは生成です。元画像はありません。保持すべきものもありません。Imagen 4 Fastに送ってください。2セントでクリーンなフォトリアルなマグカップが3秒で得られます。これをNano Banana 2に送るのは、何のためにもならないのに3倍の料金を払うようなものです。

プロンプト2：「このコーヒーマグの写真に、小さな多肉植物を隣に追加して、照明をゴールデンアワーに変更して」

これは編集です。元画像があります。マグカップのアイデンティティ、テーブルの木目、窓の位置を保持する必要があります。シーン全体を描き直すことなく、特定の要素を追加し、照明を変更したい。これがNano Banana 2の役目です。Imagen 4はこれがまったくできません。元画像を入力するモードがないからです。

プロンプト3：「この商品パッケージのモックアップのバリエーションを10個生成して。それぞれ背景色を変え、ラベルとボトルの形状はピクセル単位で同一に保って」

これは最も微妙なケースです。単純に考えると、Imagen 4 Standardで10回呼び出すと合計$0.40、Nano Banana 2Kで10回編集すると$0.45～$1.51です。Imagenの方が安いですよね？

いいえ、違います。Imagenは10個の異なるボトルの形状を生成するからです。Imagen 4には入力画像による条件付けがなく、毎回ゼロから生成されます。ここで唯一の選択肢はNano Banana 2です。この「一貫性への課金」こそが、1回の呼び出しあたりのコストが高い理由のすべてです。

私がその上に構築したもの

/tools/nano-banana-editのデフォルトルートはNano Banana 2です。そのページは画像エディタとして明確に位置付けられているからです。/tools/nano-banana-editにアクセスしたユーザーは、「無から猫の画像を作成して」と頼んでいるのではありません。すでに画像を持っていて、それを変更したいのです。

/ai-image-generatorはデフォルトでImagen 4 Fastにルーティングされ、有料トグルでImagen 4 Standardに切り替えられます。そのページは「白紙のキャンバス」ユースケース向けです。

私はこの2つのページを、元画像がアップロードされたかどうかで自動ルーティングする単一の「スマート」画像ツールに統合することを検討しました。しかし、やめました。メンタルモデルが異なるからです。編集と生成は異なる動作であり、それらを一つのUIに押し込めると、選択肢を明確にするどころか曖昧にしてしまいます。

価格設定はコスト構造に従っています。

• 無料ティア: Nano Banana編集10回/月 または Imagen 4 Fast生成20回
• Pro $19/月: Nano Banana 2K無制限 + 100回の4K、Imagen 4 Standard無制限
• Team $79/月: 全解像度・全機能無制限 + 3シート

私は、動画ツールと同様に、すべての出力にコールあたりのモデル名を表示しています。画像には、Nano Banana 2から生成されたのか、Imagen 4 Standardから生成されたのかを示す小さなキャプションが付きます。ユーザーは、自分の支払ったお金がどのモデルによって使われたかを知る権利があります。

境界線があいまいになる唯一のケース

境界線が本当にあいまいになるワークフローが一つだけあり、それはGoogleが次に統合するだろうと私が予想する箇所です。

Imagen 4で画像を生成し、すぐにそれを反復処理したい場合（「もっと暖かくして」「2つ目のカップを削除して」など）は、それが可能です。Imagen 4の出力をNano Banana 2に渡して編集を開始します。2回のモデル呼び出し。コストは$0.04 + $0.05 = $0.09。問題なく動作します。

しかし、この往復には摩擦があります。2つのモデルは状態を共有せず、シードも保持されず、2回支払うことになります。明らかなプロダクト改善策は、最初の呼び出しにはImagenクラスの品質を使用し、その後はNano Bananaスタイルのチャット編集を行い、シードと参照画像を内部で追跡する、統合された「生成＋編集」モデルです。

Googleが来週のI/O 2026でそれをリリースするのか、それとも以前書いたGemini Omniモデルがネイティブに実現するのか、私はわかりません。もしリリースされれば、上記の表の最下行に3列目が追加され、リリース日にすぐにそれについて書くつもりです。

関連記事

• Nano Banana 2 ― チャットベース画像エディタ
• AI画像生成ツール ― Imagen 4デフォルト
• GeminiOmniの料金

— Lena