Nano Banana 2.1 API の使い方は？ 生成と編集

要約 Nano Banana 2.1（gemini-nano-banana-2.1）は、Gemini ファミリーにおける高効率な画像生成と会話型編集の最新モデルです。Gemini 3.6 Flash を基盤とし、視覚品質と写実性（1K/2K/4K）の向上、極端なアスペクト比でのタイル状アーティファクトの解消、優れた文字レンダリングとインフォグラフィックのレイアウト、最大 14 枚の参照画像による多画像フュージョン（最大 4 キャラクターと 10 オブジェクトの一貫性）、Google 検索／画像検索によるグラウンディング、そして思考レベル（minimal/medium/high）の設定に対応します。

これは Nano Banana Pro の効率版として位置づけられ、前世代の Nano Banana 2 に比べ多くの解像度で画像あたりのコストがおよそ半分です。公式価格は Standard ティアで 1K 画像あたり約 $0.0336 から。Gemini API（Interactions API 推奨）、Google AI Studio、あるいは CometAPI のような統合アグリゲーター経由で、単一の OpenAI 互換キーによる簡易な統合と競争力のある料金で利用できます。本ガイドではセットアップ、コード例、高度機能、価格比較、ベストプラクティス、そして本番運用の推奨事項を解説します。

重要なポイント

• Nano Banana 2.1 は Google の最新高効率画像生成・会話型編集モデルで、Nano Banana Pro の効率版として位置づけられています。
• Google の独自テストでは、テキストから画像の総合選好（Elo）で 1050（Nano Banana 2 は 990、Pro は 935）を記録し、一貫性と編集性能でも大幅向上。
• 価格は Gemini API の Standard 1K 画像で約 $0.0336 から—Nano Banana 2 の約半額。
• 最大 14 の参照画像、4 キャラクター＋10 オブジェクトの一貫性、パノラマ比率でもタイル化なし、リアルタイムのウェブ／画像検索グラウンディングに対応。
• Nano Banana 2 は 2026 年 10 月 29 日にリタイア予定。早期移行を推奨。
• 開発者向けには、CometAPI のようなプラットフォームが 1 つのキーで 500+ モデルとともに Nano Banana 2.1 にアクセス可能な OpenAI 互換エンドポイントと競争力のある料金を提供。

Nano Banana 2.1 とは？

Nano Banana 2.1 は、Gemini 3 系列のネイティブ多モーダル推論モデルの最新メンバーで、公式には Gemini 3.6 Flash をベースとし、テキストからの高品質な画像生成と会話型の画像編集を専門とします。

テキスト、画像、動画、PDF を入力として受け付け（一部ドキュメントでは約 100 万トークン、API 仕様では 131,072 のコンテキストウィンドウ）、画像（最大 4K）とテキストを出力します。すべての生成画像には Google の SynthID ウォーターマークが付与されます。

Google はこれを Nano Banana 2（Gemini 3.1 Flash Image）のアップデートと位置づけ、Flash 水準の速度とコストを維持しつつ、視覚品質、プロンプト遵守、多ターンでのキャラクター一貫性、文字レンダリングを大幅に改善したと説明しています。より高性能な Nano Banana Pro（Gemini 3 Pro Image）の「より効率的な相棒」として明確に位置づけられています。

Nano Banana 2.1 のベンチマーク性能

Google は 2026 年 10 月時点の内部並列比較による人間の選好（Elo）とファクト性の結果を公開しました。ローンチ時点では第三者の独立検証は限定的でした。

テキストから画像の性能

編集機能

出典: Google DeepMind Nano Banana 2.1 モデルカード。

Elo が高いほど人間の選好が強いことを示します。ファクト性スコア（高いほど良い）は、正確なインフォグラフィックで特に大きな伸びを示しています。これらの結果から、Nano Banana 2.1 は Flash ティアでは Google 最強の画像モデルであり、より低コストと低レイテンシで多くの実用面で Pro に匹敵（あるいは上回る）することが示唆されます。

Nano Banana 2.1Official Pricing and Cost Considerations (as of Early October 2026)

Google の Standard 有料ティア参考価格（画像出力あたり、追加の入力／thinking／テキストトークン前）はおおよそ以下のとおりです。

入力トークンは 1M あたり約 $1.50、テキスト＋thinking 出力は 1M あたり約 $7.50 と記載される内訳もあります。このモデルに無料 API ティアはありません。最終的な請求額は、プロンプト長、参照画像の枚数、thinking レベル、解像度、追加テキスト出力の有無に依存します。

Nano Banana 2 と比べ、同解像度での画像あたりコストはおよそ半分であり、大量生成をより経済的にします。最大の忠実度を求める用途では Nano Banana Pro は引き続き高価です。価格とトークン課金は変動し得るため、必ず最新の Gemini API 価格ページを確認してください。

たとえば CometAPI は gemini-nano-banana-2.1 を迅速にサポートし、数百のモデルに対して単一のキーでアクセスできる統合環境と競争力のある料金を提供しています。

Nano Banana 2.1 API の利用とセットアップ方法

モデル ID: gemini-nano-banana-2.1

最新の Interactions API もしくは generateContent エンドポイントを google-genai SDK とともに使用します。

参照画像と高解像度／thinking を使う場合: 入力リストに base64 エンコードした画像を提供し、アスペクト比と画像サイズ（1K/2K/4K）のレスポンス形式オプションを設定します。ファクト性が重要な場合は Google 検索グラウンディングのツールを有効にします。

1. 公式 Google Gemini API（フル機能の互換性を得るには推奨）

• 請求が有効な Google AI Studio／Google Cloud プロジェクトを作成または使用します。
• Google AI Studio から API キーを取得します。
• 公式 SDK をインストールします: pip install -U google-genai（Python）または JavaScript/Node の @google/genai。
• 推奨の最新インターフェース: Interactions API（client.interactions.create）。レガシーの GenerateContent は一部では引き続き利用可能です。
• ベースエンドポイントのパターン: https://generativelanguage.googleapis.com/v1beta/interactions（またはモデル固有の generateContent パス）。認証は x-goog-api-key ヘッダー、または SDK の環境変数 GEMINI_API_KEY を使用。

2. Google AI Studio

コーディング前の迅速なプロトタイピング、プロンプト検証、目視確認に最適です。モデルを選択し、参照画像、解像度、thinking レベルを試せます。

3. 統合アグリゲーター（CometAPI 推奨）

CometAPI は単一の OpenAI 互換エンドポイント（https://api.cometapi.com/v1）と 1 つの API キーで、Gemini Nano Banana 系列を含む 500+ のモデルにアクセスできます。従量課金（ベンダー直契約より安価な場合あり）、利用ダッシュボード、ドロップインの SDK 互換性を提供します。複数プロバイダーを既に利用している場合や、個別の認証情報と請求を管理せずに画像モデルを A/B テストしたい場合に特に有用です。CometAPI.com で無料のテストクレジットに登録し、キーを作成、OpenAI 互換クライアントのベース URL を CometAPI に向けます。モデル ID は gemini-nano-banana-2.1 のままです。

CometAPI を利用する場合、ベース URL とキーを差し替えつつ、OpenAI 互換または Gemini 互換のクライアント構成を維持します。CometAPI は nano Banana 2.1 へのアクセスに GenerateContent エンドポイントのパターンを使用します。

Nano Banana 2.1 API のアクセス経路の比較

コードをコピーする前にプロバイダーを選択してください。Google は以下の Python 例で使用している Interactions ワークフローを提供しています。Nano Banana 2.1 API in CometAPI は cURL 例で利用しているゲートウェイルートを提供します。認証、入力フィールド、出力処理、会話状態を統合全体として比較してください。キーは別アカウントおよび別の請求体系に属します。

以下の Google の例は Interactions API を使用しています。これは CometAPI の generateContent エンドポイントへのリクエストではありません。会話状態とレスポンス処理については Google の Interactions 概要 に従ってください。例は公開されたリクエストスキーマに照らして確認されており、本ガイドのために認証済みや課金対象の API 呼び出しは実施していません。

Nano Banana 2.1 API で画像を生成して保存する

Google: Python で生成

generate_image.py を実行するプロジェクト環境に Google Gen AI の Python SDK をインストールします。最初のリクエストでは、16:9 構図の 2K PNG と特定の見出しを要求します。結果を保存し、編集や参照画像の入力を追加する前に確認してください。

python -m pip install -U google-genai

以下のスクリプトを generate_image.py として保存します。これは Google の画像生成ガイドに従ってインタラクションを作成し、返された画像を確認し、そのデータをデコードして PNG を保存します。プロダクト広告のプロンプトでは、被写体、ライティング、正確な見出しを指定するので、要求に合致しているかを確認できます。

import base64
import os
from pathlib import Path
from google import genai

MODEL = "gemini-nano-banana-2.1"
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
image_format = {
    "type": "image",
    "mime_type": "image/png",
    "aspect_ratio": "16:9",
    "image_size": "2K",
}

def save_image(result, filename):
    image = result.output_image
    if image is None or not image.data:
        raise RuntimeError("No image returned; inspect the response before retrying")
    Path(filename).write_bytes(base64.b64decode(image.data))

interaction = client.interactions.create(
    model=MODEL,
    input=("Create a product advertisement for a white ceramic coffee mug. "
           "Use a warm studio background and soft side lighting. "
           "Include only the exact headline MORNING COFFEE."),
    response_format=image_format,
)
save_image(interaction, "mug-ad.png")
print("Saved mug-ad.png; interaction ID:", interaction.id)

python generate_image.py

このスクリプトは mug-ad.png を保存し、インタラクション ID を出力します。ステップ 3 のレスポンス確認を使用して、画像を受け入れる前または編集を続行する前に確認してください。

CometAPI: cURL で生成

ステップ 1 で COMETAPI_KEY を設定したら、CometAPI のドキュメント済みルートを使って次の Bash リクエストを実行します。JSON レスポンスを comet-response.json として保存します。ステップ 3 で返された画像を抽出して保存します。

curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "x-goog-api-key: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{"parts": [{"text": "Create a studio product image of a white ceramic mug."}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }' \
  --output comet-response.json

レスポンスの処理

Google: 保存した画像とインタラクション ID を確認

Generatation の save_image ヘルパーは output_image を確認し、画像データをデコードして mug-ad.png を保存します。そのファイルを開き、マグカップ、構図、正確な見出しを検証してください。次の編集ターンのためにインタラクション ID を保持します。HTTP の成功レスポンスだけでは、要求した画像が返されたことは保証されません。

output_image のユーティリティプロパティは、最後に生成された画像を返します。複数画像やテキストとビジュアルのインタリーブが必要な場合は、インタラクションの steps を処理してください。再試行の前に、画像欠落やセーフティ情報を確認します。

CometAPI: 画像の抽出と保存

これは PNG ではなく JSON レスポンスを書き込みます。画像抽出器を実装する前に実際のレスポンス構造を確認してください。このルートに previous_interaction_id や response_format を渡さないでください。ゲートウェイの編集や出力サイズのオプションは、その独自のドキュメント済みスキーマに従う必要があります。同様に、Google のインタラクション ID はゲートウェイの会話状態ではありません。

ゲートウェイが Google の generateContent リファレンスに記載の candidates → content → parts のネイティブ構造を返す場合、以下のスタンドアロンスクリプトでインライン画像パーツを保存できます。これは camelCase と snake_case のフィールド名を受け入れ、返却された画像フォーマットを維持します。

import base64
import json
from pathlib import Path

payload = json.loads(Path("comet-response.json").read_text(encoding="utf-8"))
saved = 0
for candidate in payload.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if part.get("thought"):
            continue
        blob = part.get("inlineData") or part.get("inline_data")
        if not blob or not blob.get("data"):
            continue
        mime = blob.get("mimeType") or blob.get("mime_type")
        ext = {"image/png": "png", "image/jpeg": "jpg", "image/webp": "webp"}.get(mime)
        if ext:
            saved += 1
            Path(f"comet-image-{saved}.{ext}").write_bytes(base64.b64decode(blob["data"]))
if not saved:
    raise RuntimeError("No inline image found; inspect response schema and error details")
print(f"Saved {saved} image(s)")

上記の抽出器を comet-response.json と同じディレクトリに save_comet_image.py として保存し、Python で実行します。保存された各 comet-image ファイルを開き、その内容を確認してください。インライン画像が見つからない場合は、パーサーを変更する前に実際のレスポンスとエラー詳細を確認してください。

両プロバイダーとも、画像フォーマット、寸法、要求したテキストと視覚的ディテールを検証してください。プロバイダー固有のレスポンス処理は分離し、編集を行う前に元の画像を保持してください。

Nano Banana 2.1 API で画像を編集する方法

生成した画像を Nano Banana 2.1 で編集

同じスクリプトにこのブロックを追加します。生成の例で使用したクライアント、出力形式、インタラクションを再利用します。Google のマルチターン編集例のとおり、previous_interaction_id が会話コンテキストを提供します。ファイル形式、アスペクト比、サイズを明示するため、出力形式も再度指定します。

edited = client.interactions.create(
    model=MODEL,
    previous_interaction_id=interaction.id,
    input=("Change only the mug color to matte black. "
           "Keep the headline, background, framing and lighting unchanged."),
    response_format=image_format,
)
save_image(edited, "mug-ad-edited.png")
print("Saved mug-ad-edited.png; interaction ID:", edited.id)

3 回目のターンでは previous_interaction_id に edited.id を使用します。全ユーザーで共有される単一のグローバル変数ではなく、アプリケーションの編集セッションごとに最新の ID を保存してください。元の画像も保持してください。背景を「変更しない」と要求しても、ピクセル単位での完全保存は保証されません。

ローカルの参照画像を Nano Banana 2.1 に送る

すでに製品画像がある場合は、新規生成の代わりに編集指示とともにそれを送信します。このブロックも生成例のクライアントと save_image ヘルパーを使用します。宣言する MIME タイプは実際のファイルに一致している必要があります。

reference = base64.b64encode(Path("product.png").read_bytes()).decode("ascii")
from_reference = client.interactions.create(
    model=MODEL,
    input=[
        {"type": "text", "text": "Place this product on a clean studio backdrop. Preserve its shape and label."},
        {"type": "image", "mime_type": "image/png", "data": reference},
    ],
    response_format=image_format,
)
save_image(from_reference, "product-studio.png")

Nano Banana 2.1 の画像出力と参照の制御

参照画像の上限や一貫性の目標値は上表の仕様をベースラインとしてください。これらは完璧なアイデンティティ保存を保証するものではありません。必要最小限の参照から始め、結果全体を評価してください。図版やマーケティング資産では、正確な文言と検証済み数値を提示し、モデルに生成させないことを推奨します。

高度な機能

• Thinking レベル: 速度重視なら “minimal”、バランスは “medium”（既定）、複雑な構図や文字が多いレイアウト、厳密な複数オブジェクト遵守には “high”。Thinking を高くするとレイテンシとトークンコストは増えますが、難しいプロンプトでの品質が向上します。
• 検索グラウンディング: Google 検索／画像検索ツールを有効化し、現実世界や最新の視覚情報（天気、製品、イベント、正確な種など）に基づく生成を可能にします。
• 動画入力: スタイルや被写体を短いクリップから抽出するなど、コンテキスト対応の生成に対応。
• Batch API: 大量のオフラインジョブ向けに割引レートで提供。
• 解像度と形式: 既定は 1K。2K／4K を明示的に要求可能。出力は設定に応じて一般に PNG/JPEG。

Google の Generative AI Prohibited Use Policy を順守し、参照画像の利用権利を必ず確認してください。

Nano Banana ファミリー（概略、2026 年 10 月上旬時点）

結論と推奨

Nano Banana 2.1 は、これまでで最も高効率な画像生成・編集モデルであり、視覚品質、テキスト忠実性、一貫性、アスペクト比の堅牢性を実用的に向上させつつ、Flash ティアの経済性を維持しています。信頼性の高い高品質画像を、良好なプロンプト遵守と編集機能とともに求める多くの本番ワークロードにおいて、2026 年 10 月時点の Gemini ファミリーの明確なデフォルト選択です。

今日から始めるには:

1. まず Google AI Studio でプロトタイプ。
2. 最大の制御性のため公式 Gemini API と統合。
3. あるいは CometAPI の統合 OpenAI 互換プラットフォームで開発を加速—1 つのキー、競争力のある価格、最新モデル（gemini-nano-banana-2.1 を含む）への迅速なアクセス、本番対応の分析機能。

今すぐ API で実験を開始し、10 月 29 日のカットオフ前に残っている Nano Banana 2 のワークロードを移行してください。高品質で一貫性があり、費用対効果に優れた AI 画像生成のためのツールは、かつてないほど身近になっています。