Google、Nano Banana 2.1の出力価格を半額にし、最も弱い機能を修正

--- title: Google、Nano Banana 2.1の出力価格を半額にし、最も弱い機能を修正 meta_title: Nano Banana 2.1、価格を半減し編集機能を再構築 meta_description: GoogleのNano Banana 2.1は、ビジュアルデザイン、マスク編集、被写体の一貫性を狙い、1Kおよび4K解像度で出力価格を約半額に削減しました。 ---

Googleは10月6日にNano Banana 2.1をリリースしましたが、最も重要な詳細は機能リストの外にあります。価格です。

Gemini API標準価格で、出力コストは1K画像あたり0.067ドルから0.0336ドルに、4K画像あたり0.151ドルから0.0756ドルに下がりました。どちらもほぼ半額となり、大量に画像を生成するあらゆるワークフローの経済性を変えます。また、新しいモデルはGemini 3.6 Flashアーキテクチャ上に構築されています。

表面的には、同社はビジュアルデザイン、マスク編集、被写体の一貫性という3点を改善しました。

ビジュアルデザインとテキストレンダリング

Googleのデモは、画像生成で最も弱かった部分、つまりテキストとレイアウトを正しく扱うことを狙っています。例では、文字が重なり合うスイス・ブルータリズムのタイポグラフィと座標文字列、人物が後ろの単語を隠している1970年代のロードトリップポスター、デザインスタジオのホームページ、既存の製品写真を模した製品ポスターが示されています。

主張は、これらをきれいにレンダリングするだけにとどまりません。モデルは、もっともらしい近似を生成するのではなく、特定のテキストとレイアウトの指示に従います。タイポグラフィに関するプロンプト遵守は長く続く課題であり、デザイン作業では失敗が最も目立ちます。文字が1つずれているだけで作品が台無しになるからです。

また、このモデルは1:4、4:1、1:8、8:1といった珍しいアスペクト比をサポートし、Googleによれば2Kおよび4K出力のつなぎ目のアーティファクトも修正されています。

マスク編集と、それが聞こえる以上に重要な理由

マスク編集とは、画像内の領域を指定し、モデルにその領域だけを変更させることです。Googleのデモでは、水滴のついたタンポポの綿毛を使い、綿毛の周囲に手描きの線を引き、丸で囲んだオブジェクトをまったく異なる環境に抽出するよう求めるプロンプトを提示しています。

これは制作作業で最も重要な機能ですが、画像品質ほど注目されていません。1つの要素を変えたいときに画像全体を再生成するモデルと、マークした領域だけを変更するモデルの違いは、下書きに使うツールと修正に使うツールの違いです。反復こそが、実際のクリエイティブ作業の大半の時間を占めます。

ここでの技術的ハードルは見た目以上に高いです。画像の残りの部分を変更しないということは、モデルが特定のピクセル近傍を保持しつつ、境界で説得力をもって馴染む新しいコンテンツを生成しなければならないことを意味します。Black Forest Labsは今月、FLUX 3 Imageで同様の機能を公開しました。部分編集では、67.8%から89.7%のピクセルがビット単位で同一のまま残ります。この範囲が誠実な報告の仕方です。割合は編集領域の大きさに依存するからです。

被写体の一貫性

Googleによれば、このモデルは最大14枚の参照画像にわたってキャラクターの一貫性を維持し、最大4人のキャラクターをカバーします。この数は汎用画像モデルとしては多く、同じ人物や製品を一連の画像に登場させる用途、たとえばコミックのコマ、キャンペーンのバリエーション、製品カタログなどを示唆しています。

参照間の一貫性は難しい問題です。モデルはアイデンティティをスタイル、ポーズ、照明から切り離して保持しなければならないからです。14枚の参照でそれを正しく行えるということは、この数字がマーケティング上の最大値ではなく実際の能力であることを示唆しますが、同社は上限に関する独立した検証を公開していません。

実用的な価値は、上限が実際にどこにあるかによって変わります。4人のキャラクターを一貫して保持できれば、複数のモデルを起用した製品カタログや、少数のレギュラーキャストによるキャンペーンには十分です。大規模なアンサンブルのコミックには十分ではなく、複数回の呼び出しまたはファインチューニングが必要になるでしょう。これを決着させるのは独立したテストです。

同じリリース時期に関連する能力として注目すべきものがあります。AlibabaのQwen-Image-2.1-Proは10月2日からAlibaba Cloudで提供されており、透明なRGBAレイヤー生成と写真からの被写体抽出を重視し、32層のシングルストリームDiT設計の7B視覚生成コンポーネントを使用しています。2つのモデルは異なる方向から同じ問題に収束しており、一貫性と編集の局所性が今や購入者が尋ねる事項であることを示す妥当な兆候です。

ベンチマークのギャップという正直な注意点

このリリースに関する第三者報道には、Google自身の説明が省いている重要な注記があります。報道は、このモデルが一部の画像生成ベンチマークで以前のProモデルを上回ると述べる一方、前モデルもテストでは良いスコアを出していたこと、そしてProモデルの方が実世界の使用ではより良い画像を生成したと報じられていることにも言及しています。

ベンチマーク性能と実用的な出力の間のこのギャップは、画像モデル評価で繰り返し見られる特徴です。モデルは構造化されたテストで高得点を取っても、ユーザーが実際に試すタスクでは期待を裏切ることがあります。低価格は問題をさらに複雑にします。実践で性能が劣る安価なモデルは、価格設定が示唆するような価値提案にはなりません。

決着は独立したテストからもたらされるでしょう。Nano Banana 2.1をProモデルと比較するユーザーが一貫して新しい方を支持するなら、ベンチマークの信頼性は高まります。Proモデルが実出力で勝ち続けるなら、スコアは弱いシグナルになります。

また、注目すべき実務上のしわ寄せもあります。ローンチの報道は、一般提供開始と記載するGoogleの公式ドキュメントと、一部のサードパーティアグリゲーターが特定プラットフォームで近日提供と記載していることの不一致を指摘しています。初期の報告では、インターフェースが更新されても、一部のケースではリクエストが以前のモデルバージョンにルーティングされる可能性があることも示唆されています。モデルを統合する人は、実際にどのバージョンが応答しているかを確認すべきです。

モデルの廃止とメンテナンス税

現在のモデルを本番環境で使用している人にとって重要な詳細が1つあります。Nano Banana 2のAPIバージョンは10月29日に廃止されます。

これは短い期間です。Nano Banana 2をパイプラインに組み込んでいるチームは、2.1をテストし、自社のコーパスで出力品質を比較し、移行するまでにおよそ3週間しかありません。新しいモデルの方が安価であることを考えれば、移行する価値はおそらくありますが、スケジュールはほとんどのチームが選ぶより厳しいものです。

この廃止サイクルは日常的になりつつあり、それ自体が一部のチームがオープンウェイトの画像モデルに傾く理由です。重みが自分たちのものであれば、モデルがベンダーのスケジュールで消えることはありません。トレードオフは、デプロイ、アップデート、品質劣化を自分たちで負担することであり、これはベンダーホスト型モデルが代わりに吸収してくれる実際のコストです。

注目すべき点

独立したテストでベンチマークと実践のギャップが縮まるかどうか。これが中心的な問いであり、答えはプレス資料ではなく、自分の作業で比較を行うユーザーから出てくるでしょう。

14枚の参照での一貫性が実践で保たれるかどうか。もし保たれるなら、このモデルは以前はファインチューニングが必要だったユースケース、すなわちシリーズを通した一貫したキャラクター、製品セット、キャンペーンバリエーションを可能にします。4人のキャラクターでは保たれても14人では保たれないなら、実用的な上限は仕様が示唆するよりも低いことになります。

価格引き下げが持続的なものか、それとも導入的なものか。約半額は攻めた価格であり、競合他社が追随すれば、大規模な画像生成は全体的にかなり安くなります。もしプロモーション期間なら、それを前提にコスト予測を立てたチームは見直しが必要になります。

Nano Banana 2.1は、適切な弱点に対処し、試すためではなく使われるための価格設定にした堅実な反復版です。本当の話題は価格引き下げであり、他のベンダーが反応するのもおそらくこの部分でしょう。