← ブログに戻る
Ai読了目安 12 分

Nano Banana 2 Liteの4秒が変えるもの、1KとSynthIDという割り切り

公開日 2026年11月10日
Nano Banana 2 Liteの4秒が変えるもの、1KとSynthIDという割り切り

4秒。GoogleがNano Banana 2 Liteの発表の冒頭に置いた数字で、このモデルが何のためのものかを考えるうえで唯一重要な数字です。

テキストから画像の生成が約4秒。Gemini 3.1 Flash Imageの約11秒に対して、ベンダー自身の比較で約2.7倍速い。出力は1Kまで。アスペクト比は14種類。APIの形は上位の兄弟と同じで、テキストから画像、画像編集、複数画像の合成、そして画像と一緒にテキストの応答も返します。中身は依然としてマルチモーダルモデルだからです。

OpenRouterの画像版では8位、週間17億4000万トークン。100万入力トークンあたり0.25ドル、出力は100万トークンあたり30ドル。入力はNano Banana 2の半額で、出力は同じ。実際のコストがどこにあるかが分かります。

どれも胸躍る話ではありません。どれも役に立ち、地味な帯こそ市場が決まるところだという主張には筋があります。

4秒は待ち時間ではなく製品を変える

対話型ソフトウェアには3〜5秒あたりにしきい値があって、それは人の我慢強さとは関係ありません。その下なら、システムはループになれます。その上なら、システムはジョブになります。

具体的に言えば、4秒ならキーを離した瞬間に生成を始めて、ユーザーが画面を見ているうちに結果が届きます。1語変えるとグリッド全体が描き直されるムードボードツールが作れます。フォームのオートコンプリートの中に画像生成を置けます。11秒だと、そのどれも無理です。全部がプログレスバーとスピナーになり、待ち続けるかどうかの判断になります。

Lite帯が存在する理由も、利用量がこの数字になっている理由もそこです。このモデルはヒーロー画像を作るためではなく、ヒーロー画像を作る前に捨てる40枚を作るために使われます。

Googleの位置づけの言葉は珍しく率直です。「高速な開発者パイプライン」「速射的なビジュアル探索」「重い本番モデルの何分の1かのコストで数千枚を生成」。翻訳すれば、まだ何が欲しいか決めている途中に使う帯だ、ということです。

A grid of fourteen framed prints of different aspect ratios on a white wall

1Kの上限は取引で、しかも正しい取引

Nano Banana 2 Liteは1K、14種類のアスペクト比で出力します。2Kも4Kもありません。必要ならファミリーを上がってNano Banana 2.1へ、こちらは4Kまで行きます。

解像度の上限を制限と読むのは簡単ですが、速度を可能にする仕組みと読むほうが正しい。拡散モデルで最も高くつく変数は解像度です。ピクセルを4倍にすると計算は4倍では済まず、もっと悪い。5秒未満の応答を約束するモデルは、どこかで解像度を諦めなければなりません。

代わりに得られるのが14種類のアスペクト比で、これは聞こえより効きます。アスペクト比は2回目の生成を強いられる最大の原因です。16:9のヒーローを作り、Stories用に9:16が要り、切り抜きが合わない。14種類すべてを1K・4秒でさばけるモデルなら、同じコンセプトを配置ごとに1回ずつ生成できます。1点の素材と、1セットの違いです。

SynthIDと、見えない透かしの議論

すべての出力に、目に見えないSynthIDの透かしが入ります。Googleはしばらく前から画像モデル全体でこれをやっていて、たいてい1文で触れられて忘れられます。

1文以上に値します。「見えない透かし」は、規模が出て初めて意味を持つ類のものです。見える透かしはブランディングの判断です。見えない透かしはインフラです。画像の見た目を変えずに「これは生成物か」に答えられ、よくある編集の大半に耐えます。

そのインフラが良いか悪いかは、誰が何のために尋ねるかで決まります。合成物を弾きたいストックのプラットフォームには有用です。納品物に来歴のメタデータを付けたいクリエイティブディレクターにも有用です。生成した画像を写真と区別つかなくしたい人にとっては障害で、目には見えないがコードでは検出できるという点こそが肝です。

この上に製品を作る人には実務的なひっかかりもあります。パイプラインがメタデータを削ったり、強い再エンコードをしたりすると、下流のプラットフォームが要求し始めている信号を消している可能性があります。バグ報告より先に、調達の書類で出てくる種類のコンプライアンス問題です。

ボードの他の顔ぶれとの位置関係

OpenRouterの上位8つを見ると、形が見えます。Googleが4枠、OpenAIが2枠、ByteDanceが1枠、Metaが1枠。そしてGoogleのFlash帯の2つ、首位のNano Banana 2が57億6000万トークン、Nano Banana 2 Liteが17億4000万は、互いに競合しているというより、既定値と速い既定値という2つの仕事を分けて受け持っています。

意図された製品構造で、言語モデルでうまくいったのと同じ形です。十分に良いモデルを、量を使うのが合理的な価格で出し、待つだけの価値がある場面にはより良いものを出す。2つの間の差は、ユーザーが理解すべき選択ではなく、アプリケーションが行うルーティングの判断になります。

開発者にとっての実務的な意味は、たぶん1つではなく2つのモデルを呼ぶべきだということです。仕様はLiteの速度で詰め、最終版は最高品質で描く。費用の差は時間の差より小さい。

ルーティングが自明になる算数

現実的な仕事で計算してみてください。抽象的な価格比較は判断を隠します。最終のヒーロー画像が1枚必要で、決める前に20の方向性を試すとします。Liteの4秒なら探索は80秒。1分半を切るので、コーヒーの間に収まります。11秒なら4分近く。20番目のアイデアを試すのをやめるのに十分な長さです。

出力トークンの単価は両モデルで同じなので、節約は入力側と、何回呼ぶ気になるかに全部乗っています。見落とされがちなのは後者です。安いモデルは1回あたりの費用が低いだけでなく、何回試すのが妥当かを変えます。そして試行回数が、最終的な絵の良し悪しを決めます。

だから正しい構成は地味です。探索はLiteへ、承認された1つの方向性は2Kか4Kの大きいモデルへ。キーは2つ、プロンプトのテンプレートは1つ、分岐は1つ。画像生成のコストに不満を言うチームの多くは、両方の仕事に高いモデルを回しています。

注視すべきこと

明らかなリスクは、Lite帯が静かに「誰もが払える唯一の帯」になり、全員がスループットに最適化した結果として品質が下へ収束することです。テキスト生成で起きたのとほぼ同じで、結果は多くのタスクには十分、丁寧さが要るタスクには不十分でした。

もう1つのリスクはもっと具体的です。画面では良く見え、印刷や看板のモックアップ、200%に拡大するあらゆる場面で崩れる1Kの出力。4秒の応答は、拡大しない習慣を育てます。モデルの欠陥ではなくワークフローのリスクですが、出荷されてしまう種類のリスクです。

それでも、今年の大半の画像がどう作られるかを決めるのはこの帯でしょう。最高だからではありません。考える前ではなく、考える一部になれるほど速いから。そして100万入力トークン0.25ドルなら、1回正解する前に40回間違える余裕があります。

関連記事