Google「Nano Banana 2.1」公開｜画像出力は半額、入力は3倍

画像：AIエージェントナビ編集部

業務効率化やコンテンツ制作の現場において、AIによる画像生成の活用が急速に広がっています。しかし、API利用コストは導入を検討する企業にとって無視できない障壁の一つです。

このたびGoogleが発表した最新モデルは、このコスト構造に大きな変化をもたらす可能性があります。

Gemini 3.6 Flashベースの「Nano Banana 2.1」が登場

Googleは2026年10月6日（現地時間）、Gemini 3シリーズの画像モデル「Nano Banana 2.1」を公開しました。Nano Banana 2（Gemini 3.1 Flash Image）の更新版で、「Gemini 3.6 Flash」をベースにしたマルチモーダルモデルです。テキストと画像の両方を入出力できる機能を備えており、多様な業務プロセスへの統合が期待されています。

本モデルは、最大100万トークンのコンテキストウィンドウ（一度に処理可能な情報量）に対応しています。出力性能については、画像出力が4Kトークン、テキスト出力が64Kトークンまで可能です。提供チャネルも幅広く、Google AI StudioやGoogle検索のAIモード、Google Flow、Google Stitch、そしてAPIを通じて利用可能です。

画像出力コストの最適化

企業にとって最も注目すべき点は、APIを通じた画像出力料金の改定です。Nano Banana 2.1における画像出力単価は、100万トークンあたり30ドルに設定されました。これは前モデルである「Nano Banana 2」の60ドルと比較して、約半額という水準です。また、1K画像1枚あたりの単価も0.0336ドルとなり、前モデルの0.067ドルから大幅に引き下げられています。

入力コストとのバランスに注意

一方で、利用にあたってはコスト構造の変化を理解しておく必要があります。Nano Banana 2.1の入力単価は100万トークンあたり1.50ドルとなっており、Nano Banana 2の0.50ドルと比較すると3倍に上昇しています。また、4K画像出力の単価も0.113ドルとなっており、前モデルの0.151ドルと比較して低減はしているものの、単純な半額ではありません。大量の画像生成を行う用途ではコストメリットが期待できる一方、入力データが膨大になるケースでは、運用コストの試算を慎重に行う必要があります。

BtoB領域におけるAIエージェント活用の可能性

画像出力が安くなったことで、同じ構図の画像を大量に作る業務は費用を見積もり直す価値があります。一方で入力が高くなったため、どの業務で得になるかは使い方次第です。

業務自動化への実装ハードルが低下

短い指示文で1K画像を何枚も作る使い方では、出力単価の半減がそのまま効きます。反対に、長い資料や複数の参考画像を毎回入力する使い方では、入力単価が3倍になった分が上乗せされます。Google AI Studioで少量を試し、1枚あたりの実費を比べてから切り替えると安全です。

導入に向けた検討のステップ

企業が本モデルを導入する際は、自社の利用パターンを分析することが重要です。画像生成の頻度が高いのか、あるいは入力するテキストデータが膨大なのかによって、コスト効率は大きく異なります。まずは、現在利用しているモデルとの比較検証を行い、どの業務プロセスに適用するのが最も効果的かを見極める必要があります。

まとめ

• GoogleがGemini 3.6 Flashベースの「Nano Banana 2.1」を公開（10月6日）
• 画像出力は100万トークンあたり30ドルでNano Banana 2の半額。1K画像は1枚0.0336ドル
• 入力は100万トークンあたり1.50ドルでNano Banana 2の3倍。4K画像は1枚0.113ドルで半額ではない
• Google AI Studio、Google検索のAIモード、Google Flow、Google Stitch、APIで提供

本モデルの導入を検討する際は、自社のAI利用における「入力」と「出力」の比率を精査し、最適なモデル選定を行ってください。

出典：Google DeepMind／Google（Gemini API 料金）