AIツール比較｜Nano Banana 2・Proの速度とコストを検証

名前だけ見ると2が上位版に思えますが、「2」は世代（Gemini 3.1 Flash Image）、「Pro」はグレード（Gemini 3 Pro Image）を指し、Googleは両方を現役モデルとして提供しています。

実際にMagic HourのAPIで同条件の生成を34回実施したところ、速度は約2.0倍差、コストは1.5倍差という結果に。ここから導いた使い分けの基準と、リクエスト1行でモデルを切り替える方法までご紹介します。

1 そもそも「2」と「Pro」は何が違うのか？
2 検証方法：どうやって測定したのか
3 結果①：Nano Banana 2 は本当に「2倍速い」のか？
- 3.1 プロンプトの種類によって差の大きさは変わる
4 結果②：1枚あたりのコストはいくら？
- 4.1 注意：Google直接APIでは解像度で価格が変わる
- 4.2 実装前に知っておきたい3つの制約
5 結果③：画質はどちらが優れているのか？
6 実務でどう選ぶ？判断を3つの質問に整理
7 2つのモデルを最も効率よく使う方法
8 用途別・呼び出すべきモデル早見表
9 Nano Banana 2 は Pro の後継なのか？
- 9.1 API利用者から見れば、何も置き換わっていません
10 まとめ：迷ったら「2」から始めよう

そもそも「2」と「Pro」は何が違うのか？

Googleが Nano Banana 2 をリリースしたのは 2026年2月26日。名前の印象から「Pro の後継版が出た」と受け取った方も多いのではないでしょうか。

⚠️ しかし、これは誤解です。両者の関係を整理すると、次のようになります。

モデル名	正式名称	位置づけ
Nano Banana 2	Gemini 3.1 Flash Image	新世代（3.1）の高速モデル
Nano Banana Pro	Gemini 3 Pro Image	旧世代（3）の最上位モデル

つまり、「世代は新しいが、グレードは下」 という、少しややこしい関係にあります。世代が新しいぶん使える機能もありますが、精度重視の用途ではPro が引き続き選ばれる、それがGoogleが両方を残している理由です。

「世代は新しいけどグレードは下」って言われても、結局どっちが賢いモデルなんでしょうか…？

「賢さの上下」ではなく「役割の違い」と捉えるとスッキリします。スマホでたとえるなら、Nano Banana 2 は最新世代の標準モデル、Pro は一世代前のハイエンド機のような関係です。最新世代であるNano Banana 2 には、PDFを入力として読み込める、Google検索の画像で裏付け（グラウンディング）を取れる、思考の深さを調整できる、といったProにはない機能があります。一方Proは、参照画像を使って構図やスタイルを作り込む仕事に強い。

検証方法：どうやって測定したのか

実務で画像生成APIに投げられる仕事は多岐にわたります。そこで、傾向の異なる5種類のプロンプトを用意しました。

フォトリアル系 ｜リスボンの夕暮れの街並み（実写のような描写力を見る）
タイポグラフィ系 ｜文字要素の多いポスター（文字の正確さを見る）
多人数構図系 ｜ 5人の被写体が登場するジャズクラブの情景（複雑な構図の再現力を見る）
イラスト系 ｜水彩の絵本風イラスト（画風の表現力を見る）
図解系 ｜ラベル付きの詳細な断面図（情報量の多い図の精度を見る）

測定条件

各プロンプトを 1K解像度・アスペクト比1:1・1リクエスト1枚 の条件で、モデルごとに3回ずつ実行しました。

使用エンドポイント：POST /v1/ai-image-generator
2つのモデルを交互に実行（時間帯による偏りを防ぐため）
すべてのリクエストを同日中に直列実行
追加で Nano Banana 2 の640px生成を3回、モデル指定を「default」にしたリクエストを1回実施
合計34回すべて成功。失敗・返金はゼロ

計測の仕組みと注意点

Magic Hour の画像生成は、どのモデルでも非同期処理で動きます。生成をリクエストするとまずプロジェクトIDが返り、クライアント側が GET /v1/image-projects/{id} を繰り返し確認して、ステータスが完了になるのを待つ仕組みです。

今回の検証スクリプトは2秒ごとにポーリングし、生成リクエスト送信の直前から「完了」が返ってきた最初のポーリングまでを実測時間としています。

※ すべての数値には約2秒の粒度があります。また、ここで測っているのは Gemini の純粋な推論時間ではなく、キュー待ち＋レンダリング＋ポーリングを含む「Magic Hour経由での実測所要時間」です。実際のサービス運用で体感する時間に近い数字、と捉えてください。

なお、生成リクエストのレスポンスには credits_charged（消費クレジット数）が含まれます。クレジットはリクエスト時点で引き落とされ、生成に失敗した場合は返金される仕組みです

※ 画像の完成前に初期のクレジット消費量を確認できますが、失敗時は返金されるため、最終的な消費量は生成完了後に確定します。

生ログ：1Kでの全15ペアの実測値

プロンプト	回数	nano-banana-2（秒）	nano-banana-pro（秒）
フォトリアル	1	15.2	29.6
フォトリアル	2	27.3	25.6
フォトリアル	3	13.7	26.9
タイポグラフィ	1	15.1	31.3
タイポグラフィ	2	23.5	24.6
タイポグラフィ	3	12.4	41.6
多人数構図	1	11.5	48.2
多人数構図	2	15.8	25.0
多人数構図	3	13.6	26.1
イラスト	1	12.9	28.5
イラスト	2	13.7	31.2
イラスト	3	13.9	27.1
図解	1	13.8	37.8
図解	2	16.0	29.1
図解	3	13.9	29.1

クレジット消費は完全に一定で、nano-banana-2 は全行100クレジット、nano-banana-pro は全行150クレジットでした。検証スクリプト、5つのプロンプト、生成された34枚の画像、生のレスポンスJSON、全ログは公開ベンチマークリポジトリで確認できます。

「非同期処理」「ポーリング」と言われると急に難しく感じます…。この15.5秒って、そもそも何を測った数字なんですか？

出前の注文をイメージしてください。画像生成をリクエストすると、まず返ってくるのは「受付番号」だけで、画像はまだできていません。そこでプログラム側が2秒おきに「もうできましたか？」と聞きに行き、「できました」と返ってきた瞬間までを測ったのが今回の秒数です。ですのでこの数字には、AIが計算していた時間だけでなく、順番待ちや画像の書き出しも含まれています。「モデル単体の性能比較」としては少し粗いのですが、逆に言えば、自社サービスに組み込んだときにユーザーが実際に待たされる時間に近い数字です。技術選定の材料としては、こちらのほうが役に立つ場面が多いと思います。

結果①：Nano Banana 2 は本当に「2倍速い」のか？

はい、ほぼ2倍です。 同一プロンプトでの比較で、Nano Banana 2 の平均は15.5秒、Nano Banana Pro は30.8秒。さらに、15ペア中14ペアで Pro のほうが遅いという結果でした。

モデル（1K, n=15）	平均	中央値	最速	最遅
nano-banana-2	15.5秒	13.9秒	11.5秒	27.3秒
nano-banana-pro	30.8秒	29.1秒	24.6秒	48.2秒

💡 ここで注目したいのは、この差が「たまたま遅い1回」によるものではないという点です。2つのモデルの分布はほとんど重なっていません。Pro の最速タイム（24.6秒）が、Nano Banana 2 の最遅タイム（27.3秒）のすぐ隣に来るレベルです。

唯一 Pro が勝った1ペアも、まさにその Nano Banana 2 が27.3秒かかった回（Pro は25.6秒）でした。

プロンプトの種類によって差の大きさは変わる

プロンプト	nano-banana-2 平均	nano-banana-pro 平均	速度差
フォトリアル	18.7秒	27.4秒	1.46倍
タイポグラフィ	17.0秒	32.5秒	1.91倍
多人数構図	13.6秒	33.1秒	2.43倍
イラスト	13.5秒	28.9秒	2.14倍
図解	14.6秒	32.0秒	2.20倍

差が最も小さいのはフォトリアル系（1.46倍）、最も大きいのは多人数構図（2.43倍）でした。

※ Nano Banana 2 の解像度を640pxに落としても速くはなりません。 640pxでの3回の平均は17.3秒で、1Kでの15.5秒と、このサンプル数では区別がつかないレベルです。「軽くすれば速くなるはず」という直感は、ここでは通用しないのでご注意ください。

結果②：1枚あたりのコストはいくら？

Magic Hour 経由の場合、Nano Banana Pro は1枚150クレジット、Nano Banana 2 は100クレジットです。従量課金プランのCreatorティア単価（1,000クレジットあたり1.20ドル＝約189円）で換算すると、以下のようになります。

モデル	クレジット	米ドル換算	日本円換算
Nano Banana 2	100	$0.12	約19円
Nano Banana Pro	150	$0.18	約28円

※ 上記は Magic Hour API（POST /v1/ai-image-generator）経由での消費クレジット（レスポンスの credits_charged 実測値）です。消費クレジットや単価は変更される場合があり、日本円換算も為替次第で変わります。実際の金額はMagic Hour の料金ページとAPIドキュメントで最新の値をご確認ください。

✅ 今回検証した1K・640pxの範囲では、このコストは完全に一定でした。ベンチマークで実行した Nano Banana 系33回すべてにおいて、credits_charged は Nano Banana 2 がちょうど100（1Kでも640pxでも同じ）、Pro がちょうど150で、ばらつきは一切ありません。

注意：Google直接APIでは解像度で価格が変わる

ここが見落としやすいポイントです。Google公式の料金は、解像度によって単価が変動します。

解像度	Nano Banana 2	Nano Banana Pro
0.5K	$0.045（約7円）	❌ 非対応
1K	$0.067（約11円）	$0.134（約21円）
2K	$0.101（約16円）	$0.134（約21円）
4K	$0.151（約24円）	$0.240（約38円）

上記はGoogle公式の表示価格をもとにした概算で、日本円換算は執筆時点の為替レートによるものです。単価も為替も変動するため、実際の金額はGoogleの料金ページで最新の値をご確認ください。

💡 この表から読み取れること

「Nano Banana 2 は半額」が成り立つのは1Kのときだけです。2Kでは差が1.33倍まで縮まります。
さらに驚くべきことに、Nano Banana 2 の4K画像（$0.151）は、Pro の1K画像（$0.134）より高いのです。
Pro の1Kと2Kが同額なのは、どちらも出力トークン数が1,120で同じだからです。2Kが必要ならPro を使ったほうがお得、というケースすらあり得ます。

実装前に知っておきたい3つの制約

① Pro は1K未満を受け付けません
実際に試したところ、HTTP 422エラーで「Model nano-banana-pro does not support 640px resolution. Supported: 1k, 2k, 4k」と返ってきました。つまり Pro には「安く試すための下書きモード」が存在しません。

② Nano Banana 2 は640pxでも100クレジット満額
今回の640px生成3回すべてで、1Kと同じ100クレジットが消費されました。速度についても、640pxの平均は17.3秒で1Kの15.5秒を下回らず、1K未満に落としても料金は変わらず、待ち時間の短縮も確認できませんでした（いずれも n=3 の結果です）。解像度を落とすメリットは、少なくとも今回の範囲では見当たりませんでした。

③ 契約プランが解像度の上限を決める
モデルとは別に、サブスクリプションのプランによって出力可能な解像度に上限があります。Creatorプランは1024pxまでで、4096px（一部モードで対応）を使うにはBusinessプランが必要です。モデル一覧に「4K対応」と書かれていても、ご自身のプラン次第という点にご注意ください。

※ なお、今回の実測は1Kと640pxまでです。Magic Hour のクレジット消費は解像度に応じて変わり（公式ドキュメントでは nano-banana-2 は「100クレジットから」、nano-banana-pro は「150クレジットから」と表記されています）、検証用アカウントのプラン上限が1024pxだったため、上の表の2K・4KはGoogle公式の表示価格であって、私たちの実測値ではありません。

結果③：画質はどちらが優れているのか？

残念ながら、ここは明確な白黒がつきません。

2つのモデルは「上下関係」というより 「キャラクターの違い」 で分かれています。ただし、1点だけ明らかな後退が報告されています。それが編集時の局所性（localization）です。

まずは「キャラクターの違い」から

Google DeepMind のプロンプトエンジニアである fofr 氏は、多数の比較画像を公開したうえで、優劣ではなく2つの異なる美学として説明しています。

✅ Nano Banana Pro：落ち着いた土っぽい色調で、写実的。いわゆる「AIっぽさ」を避けた仕上がり
✅ Nano Banana 2：発色が鮮やかでコントラストが強い。ややAIらしく、写実性は控えめ

同氏の検証では、Nano Banana 2 が明確に優れている用途も見つかっています。それがデザイン素材の生成です。Pro に頼むと「紙のテクスチャや余白が写り込んだ“デザインの写真”」が返ってきがちなのに対し、Nano Banana 2 はそのまま使えるクリーンな素材を返してくれる傾向があるとのこと。

編集タスクでは「後退」の指摘も

画像モデルの編集性能を採点している GenAI Showdown によると、初代 Nano Banana → Pro で起きた品質の飛躍は、Nano Banana 2 では再現されなかったとされています。

具体的には、指定した箇所以外まで変わってしまうのを抑えにくいケースがあると報告されており、編集の局所性については「変化はしたが、必ずしも良い方向とは限らない」という評価が示されています。

また minimaxir 氏は、複雑な構図を指定するプロンプトへの追従性が Pro より劣ると指摘しています。10項目を5×2のグリッドに並べるよう指示したケースでは、指定どおりのグリッド構成にならないことがあったとのことです。

Google自身が認めている弱点

Google公式の Nano Banana 2 のページにも、率直に制約が書かれています。

⚠️ 小さな顔、正確なスペル、細部の描写では依然として苦戦する場合がある
⚠️ 複数画像のブレンドや大幅なライティング変更では、不自然な結果になることがある

なお、今回のベンチマークで生成した15組の比較ペア（タイポグラフィのポスターや多人数構図を含む）は、採点せずそのままの形で公開リポジトリに置いています。1回ごとに Nano Banana 2 と Pro の画像を並べてあるので、ぜひご自身の目で判断してみてください。 用途によって「良い画像」の基準は変わるものなので、最終的にはこれが一番確実な方法です。

実務でどう選ぶ？判断を3つの質問に整理

ここまでのデータを、実際の意思決定フローに落とし込みます。次の3つを、この順番で考えてください。

質問1：どの解像度で納品しますか？

これだけで決着がつくことがあります。

1K未満で出す → この2モデルなら選べるのは Nano Banana 2 だけ。Pro の1K下限はサーバー側で強制されています
1Kで出す → Nano Banana 2 は Google価格で Pro の半額、Magic Hour クレジットでは3分の2
2Kで出す → 価格差は1.33倍まで縮小。コストは決め手になりません

質問2：どちらか一方にしかない機能が必要ですか？

Pro が必要になるケース	Nano Banana 2 が必要になるケース
テキストと画像を交互に出力する	画像検索によるグラウンディング
キャラクター参照を5つ使う	PDFを入力として使う
スタイル参照画像を使う	思考レベル（thinking）の調整

質問3：2倍の待ち時間を許容できますか？

速度とコストは、最後のタイブレーカーとして考えます。今回の1K検証では、Pro を選ぶことで1枚あたり約15秒と50クレジットが余分にかかる計算です。1枚なら誤差でも、バッチ処理では量に比例して効いてきます。

実例：3つの典型ワークロードで考えてみる

ケース1：1K未満のサムネイル生成パイプライン 質問1で即決です。Pro はそもそも生成できません。 仮に1日100枚を Pro で処理していたとしたら、約25分の余分な待ち時間と5,000クレジット（Creatorティアの従量課金で約6ドル）が毎日上乗せされていた計算になります。

ケース2：2Kのメインビジュアル制作 こちらは Pro が有利になりやすいケースです。コスト差は1.33倍まで縮まり、生成枚数が少ないので待ち時間は問題になりません。しかも構図を作り込む仕事こそ、Pro のキャラクター参照・スタイル参照が活きる領域です。

ケース3：試行錯誤してから仕上げるワークフロー これは両方使うのが正解です。Nano Banana 2 で15秒ずつ高速に試作を回し、最終プロンプトが固まった段階で、Pro 限定機能が必要な場合にだけ Pro で再生成する、最もコスパの良い運用パターンです。

2つのモデルを最も効率よく使う方法

答えは 「統合APIを使うこと」 です。

Magic Hour の画像生成APIは、Nano Banana 2、Nano Banana Pro、そしてその他のモデル群を、1つのエンドポイント・1つのリクエスト形式・1つのクレジット残高で提供しています。つまり、両方使うために2つの実装を作る必要がありません。

✅ モデルの切り替えは、リクエストボディの model フィールドを1行書き換えるだけです。

実際のリクエスト例

必須パラメータは image_count と style.prompt の2つだけ。model、resolution、aspect_ratio はいずれも任意です。以下は、今回のベンチマークで実際に送信した Nano Banana 2 のリクエストそのものです。

POST /v1/ai-image-generator
{
  "name": "bench-p1-r1-nb2",
  "image_count": 1,
  "aspect_ratio": "1:1",
  "resolution": "1k",
  "model": "nano-banana-2",
  "style": {
    "prompt": "A photorealistic street scene in Lisbon at golden hour: a yellow Tram 28 rounding a cobblestone corner, laundry hanging from wrought-iron balconies, long shadows, shot on a 35mm lens."
  }
}

対になる Pro のリクエストは、“nano-banana-2” を “nano-banana-pro” に変えただけ。 他は一切変更していません。

私たち自身も、この使い分けで運用しています

Nano Banana のバリエーション間でルーティングする設計は、Magic Hour 自身のプロダクトでも実際に採用しています。たとえば Body Swap（ボディスワップ）機能では、1つのエンドポイントの内部で解像度に応じてモデルを自動選択しています。

640px・1Kのリクエスト → Nano Banana 2 Lite
2K・4Kのリクエスト → Nano Banana 2

💡 おすすめの実装パターン

デフォルトは nano-banana-2。明示的なルールに合致したときだけ nano-banana-pro にエスカレーションする。

エスカレーションの条件は、①納品する解像度、または②その仕事に Pro 限定機能が必要かどうか、のどちらかで判定します。Pro を回避したリクエスト1件につき、50クレジットと約15秒が節約できる、この積み重ねが、運用コストに直結します。

用途別・呼び出すべきモデル早見表

判断は結局、リクエストボディの model に入れる文字列1つに集約されます。基本は nano-banana-2。 Pro 限定機能が必要な場合か、2倍の待ち時間より精度を優先したい場合にだけ、Pro を選びましょう。

あなたの用途	呼ぶべきモデル
大量生成・試行錯誤のループ・レイテンシ厳守	nano-banana-2
1K未満の出力	nano-banana-2（Pro は1Kが下限）
画像検索グラウンディング・PDF入力・思考レベル調整	nano-banana-2
テキストと画像の交互出力	nano-banana-pro
キャラクター参照5つ・スタイル参照	nano-banana-pro
待ち時間が2倍でも精度を優先したい構図制作	nano-banana-pro

Nano Banana 2 は Pro の後継なのか？

いいえ、違います。 冒頭でお伝えしたとおり、両者は世代とグレードという別の軸で分かれています。

Nano Banana 2（Gemini 3.1 Flash Image、2026年2月26日リリース）＝ 新しい Gemini 3.1世代の高速モデル
Nano Banana Pro（Gemini 3 Pro Image、Gemini 3ベース）＝ 一世代前の最上位モデル

Googleが両方を残しているのは、「速度より精度が重要な仕事」のために Pro を維持しているからです。

API利用者から見れば、何も置き換わっていません

Gemini API のドキュメントには、4つの Nano Banana モデルが並存して記載されています。

モデル	API識別子	位置づけ
Nano Banana 2	gemini-3.1-flash-image	万能な主力モデル
Nano Banana Pro	gemini-3-pro-image	プレミアムな選択肢
Nano Banana 2 Lite	gemini-3.1-flash-lite-image	最速・最安
Nano Banana（初代）	gemini-2.5-flash-image	2025年の初代。唯一レガシー扱い

私たちのAPIも同じ考え方です。Node SDK の src/types/v1-ai-image-generator-create-body-model-enum.ts にあるモデル列挙型では、4つすべてが対等な兄弟として並んでいます。

export type V1AiImageGeneratorCreateBodyModelEnum =
  // ...
  | "nano-banana"
  | "nano-banana-2"
  | "nano-banana-2-lite"
  | "nano-banana-pro"
  // ...

まとめ：迷ったら「2」から始めよう

長くなったので、判断に必要なポイントだけ最後にまとめます。

✅ 速度は約2倍差 ｜ 1Kで15.5秒 vs 30.8秒。15ペア中14ペアで Nano Banana 2 が勝利
✅ コストは1.5倍差 ｜ Magic Hour で100クレジット vs 150クレジット（約19円 vs 約28円）
※ 「半額」は1Kだけの話 ｜ 2Kでは1.33倍まで縮小。4Kでは Nano Banana 2 が Pro の1Kより高い
※ 1K未満なら選択肢は Nano Banana 2 のみ ｜ただし640pxでも料金は1Kと同じで、速度も改善は確認できず
✅ 画質は「優劣」ではなく「個性」の差 ｜ Pro は写実的、2 は鮮やか。デザイン素材なら2が有利
※ 編集の局所性は Nano Banana 2 で後退の指摘あり ｜既存画像の一部だけ直す用途は要検証

次にやるべきこと

1. まずはデフォルトを nano-banana-2 に設定しましょう。 大半のワークロードは、これで速度もコストも改善します。

2. Pro にエスカレーションする条件を、明示的なルールとしてコードに書きましょう。 「なんとなくProを使う」が一番もったいない状態です。

3. 判断に迷う画質面は、ご自身の目で確認してください。 今回の34枚の生成結果、検証スクリプト、5つのプロンプト、リクエストごとの全ログ、生のAPIレスポンスは、すべて公開ベンチマークリポジトリで公開しています。同じ検証をそのまま再現できるので、自社のプロンプトに置き換えて回してみるのが最も確実です。

モデル選定は、一度ルールを決めてしまえば運用がぐっと楽になります。この記事のデータが、その最初の一歩の材料になれば嬉しいです。

この記事の著者

Runbo Li

Magic Hour共同創業者兼CEO。Y Combinator採択歴を持つ起業家。

AI動画生成プラットフォーム「Magic Hour」の共同創業者兼CEO。Y CombinatorのWinter 2024バッチに採択された実績を持つ起業家である。Meta（旧Facebook）ではデータサイエンティストとして、新規プロダクト開発部門「New Product Experimentation（NPE）」にて0→1のコンシューマー向けソーシャルプロダクトの開発に従事した経験を有する。

この記事は著者の許可を得て公開しています。

元記事：Nano Banana 2 vs Nano Banana Pro: we benchmarked both on the same 5 prompts