# Nano Banana ProとGPT Image 2.5の比較

> Nano Banana ProとGPT Image 2.5は仕事で先に試す側が決まります。商品の形を保つ編集や連続編集は2.5、参照画像14枚や4096pxの4KはProです。

- URL: https://blog.laozhang.ai/ja/posts/nano-banana-pro-vs-gpt-image-2-5
- Published: 2026-09-22
- Updated: 2026-09-22
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ja/about)
- Topic: AI 画像生成
- Tags: Nano Banana Pro, GPT Image 2.5, 画像生成API, 画像編集, モデル比較

---
Nano Banana ProとGPT Image 2.5のどちらを先に使うかは、モデルの優劣ではなく仕事の種類で決まります。2026年9月22日時点の両社の仕様書と公開されている第三者の検証によれば、商品の形を保つ編集、5回程度続く連続編集、透明背景の素材、文字を含む業務向け画像はGPT Image 2.5（形の一致が合否条件ならSunburst）を先に試し、複数の参照画像で人物や商品をそろえる仕事、4096pxの4K納品、Google検索で事実を確かめながら作る図解、フィギュア化のような作風の変換はNano Banana Proを先に試すのが、根拠のある選び方です。

以下の検証結果はすべて第三者の公開テストで、出典と条件を添えています。料金は両社の公式ページの公開値を同じサイズで並べたもので、掲載する図は選び方を説明する図解であり、モデルの出力ではありません。

## 仕事別の第一候補

| 仕事 | 先に試すモデル | 根拠 | 条件 |
|---|---|---|---|
| 製品の形状・金具を保つ編集 | GPT Image 2.5 Sunburst | Ima Studioのランプ編集で、Sunburstは浅く広いシェードを3回とも保持、Nano Banana Proは3回とも丸いドーム型に変えた | 1商品・英語コピー・30枚。1回目の生成を元画像と照合できるならProも候補 |
| 日本語入りサムネ・業務図解 | ChatGPT Images 2.5 | HSビルワーキングスペースの業務テストで、Images 2.5は人間の介入が最少、Nano Banana Proは合格基準を2回続けて満たせず「日本語に崩れ」 | アプリでの小規模テスト。自分の文言で必ず再確認 |
| 参照画像を5枚以上使う人物・商品の一貫性 | Nano Banana Pro | 公式に物体6枚・人物5枚・スタイル3枚（計14枚）の上限を明記。OpenAIは枚数上限を公表していない | 韓国のダナワDPGの3人合成ではImages 2.5の方が統一感があったという逆の報告もある |
| 4096pxの4K納品 | Nano Banana Pro | 4K=4096px。GPT Image 2.5は一辺3840px以内、正方形は最大2880px | 4Kで解像感が上がるかは別問題 |
| 5回続く連続編集 | GPT Image 2.5 | Ima Studioでは初回の形状変化がProの後工程に残り、ダナワDPGでは消したはずのキャリーバッグがProで再出現 | 各1回の試行。どちらも指示の再掲と目視確認が前提 |
| フィギュア化など質感重視の作風変換 | Nano Banana Pro | noteの6モデル比較でPro 30/30、GPT-Image-2.5は24/30（3DCG寄りの質感） | 1人のイラストレーターの6項目採点、4枚中ベスト |
| 透明背景のPNG／WebP | GPT Image 2.5 | `background: "transparent"`を公式に文書化。Googleは透明出力を文書化していない | 保存後のアルファチャンネルは自分で確認 |
| 大量生成を半額で回す | Nano Banana Pro（Batch） | GoogleのBatchは1K／2K $0.067、4K $0.12。2.5の両モデルはBatch非対応 | 最大24時間の待ちを許容できる場合 |

検証結果は方向が割れています。Ima Studioとダナワは形状保持と連続編集で2.5を、noteはフィギュアの質感でProを、HSビルは日本語テキストで2.5を選びました。矛盾しているのではなく、測っている仕事が違います。自分の仕事がどちらの軸にあるかを決めるには、料金と仕様の差、各テストの条件を順に確かめるのが早道です。

## 何と何を比べているのか

比較対象を先に固定します。どちらの名前も、実際には複数のモデルを指すためです。

GPT Image 2.5はAPIでは2つのモデルです。[OpenAIのモデルページ](https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst)によると、`gpt-image-2.5-sunburst`（スナップショット`gpt-image-2.5-sunburst-2026-09-08`）は「最も高性能な生成・編集モデル」で速度は「Medium」、`gpt-image-2.5-flare`（`gpt-image-2.5-flare-2026-09-08`）は「最速の日常向けモデル」で速度は「Very fast」。接尾辞のない`gpt-image-2.5`というIDは存在しません。ChatGPTで使う場合は「Images 2.5」と呼ばれます。プロンプトガイドではFlareを「GPT Image 2と同等の画質」、Sunburstを「GPT Image 2より高い画質」と位置づけ、両方とも「精密な編集と被写体の保持が改善」とされています。一方で9月8日の発表記事はFlareを「GPT Image 2より高品質で遅延50%減」と書いており、OpenAI自身の表現が揺れています。どちらが正しいかは公式文書からは決まらず、自分の素材で確かめる項目です。2.5内部の選び方は[FlareとSunburstの比較](https://blog.laozhang.ai/ja/posts/gpt-image-2-5-sunburst-vs-flare)にまとめています。

Nano BananaはGoogleの画像モデル群の呼び名で、2026年9月22日の[料金ページ](https://ai.google.dev/gemini-api/docs/pricing)には4つあります。この記事の対象はNano Banana Pro＝`gemini-3-pro-image`で、Googleは「プロ向けのアセット制作と複雑な指示」のための最上位モデルと位置づけています。Nano Banana 2（`gemini-3.1-flash-image`、1K $0.067）、Nano Banana 2 Lite（`gemini-3.1-flash-lite-image`）、初代Nano Banana（`gemini-2.5-flash-image`、2026年10月2日に停止予定）は別モデルです。Google自身は「ほとんどの用途でNano Banana 2を最初の選択肢に」と案内しており、Proは用途を選んで使う前提のモデルです。両者の違いは[Nano Banana ProとNano Banana 2の比較](https://blog.laozhang.ai/ja/posts/nano-banana-pro-vs-nano-banana-2)で扱っています。

「Nano Banana 2.5」という名前も出回っていますが、Googleの料金・モデル・画像生成のどのページにも存在しません。Kie.aiの9月9日の記事は、Arenaに「spicy-mayo」として現れた未確認のモデルで「公式発表・数値ベンチマーク・価格・リリース日・API仕様のいずれもない」と説明しています。公式発表も価格もAPI仕様もない以上、製品として比較できる対象ではありません。

## 料金：同じサイズで採用1枚あたりの費用を出す

両社とも画像出力をトークンで課金しますが、単位が違います。OpenAIは画像出力トークン $30／100万で、消費トークン数は品質（`low`／`medium`／`high`／`xhigh`／`max`）とサイズで決まります。Googleは画像出力 $120／100万で、1K・2Kは1,120トークン、4Kは2,000トークンと固定です。同じ画素数で並べると次のようになります。OpenAI側は[公式の計算機](https://developers.openai.com/api/docs/guides/image-generation#cost-and-latency)の2026年9月22日時点の出力のみの見積もり、Google側は[料金ページ](https://ai.google.dev/gemini-api/docs/pricing#gemini-3-pro-image)の公開トークン数×単価です。

| 出力サイズ | GPT Image 2.5（Sunburst／Flare共通） | Nano Banana Pro（Standard） |
|---|---|---|
| 1024×1024 | low 196トークン $0.00588、medium 439 $0.01317、high 1,756 $0.05268、xhigh 3,122 $0.09366、max 7,024 $0.21072 | 1K 1,120トークン $0.134 |
| 2048×1152 | low $0.00471、medium $0.01101、high $0.04239、xhigh $0.07533、max $0.16950 | 2K $0.134（2048px階層、画素数は同一ではない） |
| 4K | 3840×2160までで計算機に4Kの読み取り値なし。Toseaが9月9日に報告した`high`の実測`usage`は3,336トークン≒$0.10 | 4K（4096px）2,000トークン $0.24 |
| Batch | 非対応（`v1/batch`はGPT Image 2のみ） | 1K／2K $0.067、4K $0.12 |

読み方は3つあります。第一に、1024×1024ではNano Banana Proの$0.134が2.5の`xhigh`（$0.094）と`max`（$0.211）の間に入ります。2.5を`high`で使うなら1枚あたり約$0.053で、Proの4割です。第二に、品質ラベルはベンダー間で比較できません。OpenAI自身が「同じ品質ラベルでもモデル間で画質や応答時間が同じとは限らない」と注記しており、Proの1,120トークンが2.5のどのラベルに相当するかは仕様からは決まりません。第三に、この表は出力のみです。OpenAIは参照画像の入力トークン（$8／100万）とストリーミングの途中画像1枚につき出力100トークンを加算し、Googleは入力（$2／100万、1枚あたり約$0.0011）と思考テキスト出力（$12／100万）、Google検索によるグラウンディングを使えばその分が加算されます。

![1024×1024における GPT Image 2.5 の品質別出力コストと Nano Banana Pro 1K の位置を並べた棒グラフ（公式レートによる出力のみの見積もり）](https://blog.laozhang.ai/posts/ja/nano-banana-pro-vs-gpt-image-2-5/img/matched-size-output-cost.webp)

費用として意味があるのは1枚の単価ではなく、採用された1枚あたりの費用です。定義は「そのバッチに課金された総額（入力・出力・途中画像・再生成・思考テキスト）÷採用枚数」で、採用がゼロなら定義できません。仮に1Kで単一出力の呼び出しを10,000回、再生成なしで行うと、Pro公式Standardは$1,340、Batchなら$670、2.5 `high`は約$527、2.5 `max`は約$2,107になります。これは計算例で、実際の請求は返ってきた`usage`とコンソールで確認します。第三者のプラットフォーム価格（JXPのクレジット1対4、HiAPIのFlare $0.05対Pro $0.17）は各社の設定であって公式料金ではありません。

料金の詳細は[GPT Image 2.5のAPI料金](https://blog.laozhang.ai/ja/posts/gpt-image-2-5-api-pricing)と[Nano Banana Proの料金](https://blog.laozhang.ai/ja/posts/nano-banana-pro-pricing)で、Flareと廉価版Nano Bananaの価格関係は[Flare vs Nano Bananaの価格比較](https://blog.laozhang.ai/ja/posts/gpt-image-2-5-flare-vs-nano-banana-pricing)で扱っています。

## 仕様書で確定している能力差

第三者テストの前に、両社の文書だけで決まる差を押さえます。ここは検証に依存しないため、判断の土台にできます。

| 項目 | GPT Image 2.5 | Nano Banana Pro |
|---|---|---|
| 参照画像の上限 | 枚数上限を文書化していない（ガイドの例は4枚、画像+マスクで50MB以内） | 物体6枚・人物5枚・スタイル3枚（合計14枚まで）を明記 |
| 出力サイズ | 任意の`幅x高さ`（16の倍数、縦横比1:3〜3:1、一辺3840px以内、総画素655,360〜8,294,400）。2560×1440超は実験的扱い。正方形の最大は2880×2880 | 1K／2K／4K（4K=4096px）と10種の縦横比（1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9） |
| 品質設定 | `low`／`medium`／`high`／`xhigh`／`max`／`auto` | サイズ階層のみ。思考は既定で有効でAPIから無効化できず、構図確認のために最大2枚の中間画像を生成（課金対象外） |
| 透明背景 | `background: "transparent"`＋PNG／WebP | 文書化なし |
| 外部情報の参照 | なし | Google検索によるグラウンディング |
| 連続編集 | `previous_response_id`または前回出力を次の入力に渡す | `previous_interaction_id` |
| 電子透かし | 記載なし | 全生成画像にSynthID |
| Batch | 非対応 | 対応（半額） |
| 廃止予定 | なし（2026年9月22日時点） | なし（GA、最終更新2025年11月） |

実務への影響を具体化すると、4096×4096の納品要件があるならGoogle以外に選択肢がありません。JXPの4Kテストで「Proは4096×4096、2.5は2880×2880」となったのは品質の差ではなく、この仕様上限の結果です。逆に、透明PNGの素材やアルファチャンネル付きの切り抜きが必要ならOpenAIが唯一文書化しています。参照画像が4枚以内で収まるならどちらでも試せますが、5人のキャラクターと6点の小物を同時に固定したい場合はGoogleだけが上限を保証しています。

## Arenaの順位の読み方

ブラインド投票で順位を付ける2つの公開サイトは、どちらもGPT Image 2.5を1位・2位に置き、Nano Banana Proを2桁順位に置いています。ただし票数と表示条件を確かめたうえで読む必要があります。

[Arena（arena.ai）のテキスト→画像](https://arena.ai/leaderboard/text-to-image)は「2026年9月7日更新」表示で78モデル。1位`gpt-image-2.5-sunburst` 1421±13（3,149票、Preliminary）、2位`gpt-image-2.5-flare` 1399±13（2,856票、Preliminary）、3位`gpt-image-2`（medium）1381±4（78,731票）。Nano Banana 2は9位1261±5、Nano Banana Pro（`gemini-3-pro-image-2k`）は14位1246±3（152,220票）、Proのpreview版は16位1232±5です。[画像編集](https://arena.ai/leaderboard/image-edit)ではSunburst 1520±9（6,704票、Preliminary）、Flare 1491±9（5,676票、Preliminary）、`gpt-image-2` 1461±3（235,928票）に対し、Nano Banana Proは9位1390±3で556,580票を集めています。

読み方として、2.5の項目は約3千〜7千票の暫定値で、Proは15万〜56万票の確定値です。順位差そのものは大きく、±13の誤差幅を考えても2.5がProを上回る傾向は変わりませんが、暫定ラベルが外れるまで数値は動きうると見るのが妥当です。なお、表示上の更新日は9月8日の2.5発表より前の日付になっています。

[Artificial Analysis](https://artificialanalysis.ai/image/leaderboard/text-to-image)も同じ方向です。テキスト→画像は1位Sunburst（`max`）1197±9（13,401比較）、2位Flare（`max`）1190±9、3位GPT Image 2（`high`）1171±9、6位Nano Banana 2 1122±8、10位Nano Banana Pro 1100±8（15,977比較）。編集は1位Sunburst 1180±8、2位Flare 1161±8、5位GPT Image 2 1122±9、9位Nano Banana 2、13位Nano Banana Pro 1096±8です。ここで注意すべきは、2.5の項目が`max`品質で参加している点です。Artificial Analysisが同サイトに載せる1,000枚あたりの価格はSunburst $210.7、Nano Banana Pro $134.0で、`max`は1024×1024で7,024トークン、`high`の4倍です。順位表の2.5は「最も高い設定」で戦っており、`high`で同じ順位になるかは示されていません。

どちらの投票サイトも速度と費用は測っていません。ブラインド投票の好みは「見栄えの良さ」に寄りやすく、製品の形状が元画像と一致しているか、日本語が正しいかといった業務の合否とは別の指標です。

## 第三者テストが示すこと

以下は各著者が自分の条件で報告した結果で、設定と標本数を添えて示します。

[Ima Studio](https://imastudio.com/blog/gpt-image-2-5-vs-nano-banana-pro)（英語・中国語・韓国語・スペイン語版、9月11〜14日）は、オレンジ色のペンダントランプ1点を元画像に、メイン画像の生成→シェード下部をコバルトブルーに→背景を薄いグレーに→「LIGHT IN BALANCE」と「SHOP NOW」の文字追加→ディテール窓2つ付きの広告という5段階の編集を、Sunburst（1024×1024、`high`、PNG）とNano Banana Pro（1:1、1K）で各3本走らせ、合計30枚を比べました。形状ではSunburstが浅く広いシェードを3本とも保ち、Proは3本とも丸いドーム型に深め、その変化が後工程まで引き継がれました。色変更と背景変更は両方3/3、文字の綴りは両方正しく、Sunburstの方が余白に余裕があり、レイアウトもSunburstが均一、Proは窓のサイズがばらつきました。著者の判断基準は「商品のシルエット・金具・反復レイアウトが合否条件ならSunburst、1回目の生成を元画像と照合できるならPro」で、「最終画像だけで選ばず、1段階目を元画像と比べる」ことを勧めています。1商品、英語コピー、プラットフォームのクレジット（Pro 10対Sunburst 31）での結果で、人物や試着、多言語ポスターには適用できないと著者自身が明記しています。

[noteのてんねん氏の比較](https://note.com/munou_ac/n/ncb8f588054d6)（9月11日）は逆の方向です。Nano Banana Pro向けに書いたフィギュア化プロンプトを6モデルに与え、各4枚からベストを選び、元絵再現度・フィギュアらしさ・造形の自然さ・塗装と質感・見栄え・破綻の少なさの6項目5点満点で採点した結果、Nano Banana Pro 30/30、Nano Banana 2 29、2 Lite 25、GPT-Image-2.5 24、Grok Imagine 23、GPT-Image-2.0 21でした。2.5について著者は「元絵の構図、顔立ち、体型、装甲の情報を高い精度で維持」と評価しつつ、「セルシェーディングを使った3DCGに近く見えます」と質感を問題にしています。2.5向けに書き直したプロンプトでも24点で変わりませんでした。1人の採点、フィギュアという1種類の課題、アプリ経由、FlareかSunburstかの記載なし、という条件です。

[HSビルワーキングスペース](https://www.hsworking.com/post/ai-image-tools-comparison-chatgpt-canva-nanobanana)（9月9日更新）は、ChatGPT Images 2.5、Nano Banana Pro、Seedream 5.0 Proに、人物一貫性と複合指示、16:9の日本語B2Bサムネ、A4縦の業務図解という3つの業務テストを与え、完成までの人間の介入回数で評価しました。Images 2.5が最少介入、Seedreamが4回、Nano Banana Proは最初の合格基準を2回続けて満たせず「日本語に崩れ」がありました。アプリ経由の小規模テストで、著者独自の合否基準です。日本語テキストを含む公開テストとしてはこの1件があり、Ima Studioの英語とダナワの韓国語では両モデルとも綴りを正しく出しています。日本語の文字化けがモデルの傾向なのか、その日のプロンプトの問題なのかは標本数から判断できないため、自分の文言で確かめる価値が最も高い項目です。

韓国のレビュー掲示板[ダナワDPG](https://dpg.danawa.com/bbs/view?boardSeq=309&listSeq=6060697)（韓国語、9月17日）は、ChatGPT PlusのImages 2.5とGeminiアプリのNano Banana Proに同じプロンプトを各1回与えました。3キャラクターの合成では2.5が1枚のアニメ絵として統一し、Proは太い輪郭のアメコミ調になり元画像にない要素を加えました。スプライトシートは引き分け。5回の連続編集では、Proが消したはずのキャリーバッグを再び出し、2.5は前の編集を保ちました。韓国語ポスターは両方誤字なしで、2.5は頼んでいない効果を足し、Proは「物足りない印象」。著者の総括は「2.5は頼んでいない文言や効果まで足して完成度を上げる側、Proは指示の範囲内できれいにまとめる側」です。各1回の試行、アプリ経由、モデルIDと料金の記載なしです。

[JXP](https://www.jxp.com/gpt-image/blog/gpt-image-2-5-vs-nano-banana-pro)（英語、9月15日）はFlareを`medium`で使い4プロンプト各1枚。カフェの看板文字、スキンケアのラベル、自転車の色変更はいずれも引き分け（ラベルはProの方が「広告向き」）、4Kマクロ写真はPro 4096×4096対2.5 2880×2880。著者環境の速度は2.5が1Kで20〜40秒、4Kで40〜60秒、Proは1分弱から2分超でばらつきがあったとしています。遅い側の分布（p95）は示されておらず、Sunburstや高い品質設定は試していません。[HiAPI](https://www.hiapi.ai/zh/blog/gpt-image-2-5-vs-nano-banana-pro)（中国語、9月17日）はFlare対Proで2プロンプト各1枚。ポスター「NIGHT SHIFT」はFlareが指示どおり1回、Proは「SHIFT」を余分に追加。トレイルシューズはFlareがつま先を左に、Proは右に向けました。著者自身が「4枚から平均画質や成功率は推定できない」と断っています。

これらを並べると、2.5に有利な報告は「元画像との一致」「指示の範囲を守る」「編集を重ねても崩れない」に集中し、Proに有利な報告は「質感」「広告らしい仕上がり」「フィギュアらしさ」に集中します。どちらが上かではなく、自分の仕事の合否基準がどちらの軸にあるかで先に試すモデルが決まります。GPT Image 2との比較で使った受け入れテストの考え方は[GPT Image 2 vs Nano Banana Pro](https://blog.laozhang.ai/ja/posts/gpt-image-2-vs-nano-banana-pro)に、EC向けの商品画像編集は[Nano Banana Pro vs GPT Image 2のEC比較](https://blog.laozhang.ai/ja/posts/nano-banana-pro-vs-gpt-image-2-ecommerce)にあります。

## 自分の素材で比較する手順

上の結果を自分の仕事に当てはめるには、同じ条件で数枚ずつ走らせるだけで十分です。[OpenAIのプロンプトガイド](https://developers.openai.com/api/docs/guides/image-prompting)が移行用に示している手順はGoogleとの比較にもそのまま使えます。

![自分の素材で Nano Banana Pro と GPT Image 2.5 を比べる6つの手順を示したカード図](https://blog.laozhang.ai/posts/ja/nano-banana-pro-vs-gpt-image-2-5/img/own-material-comparison-steps.webp)

1. 本番を代表するプロンプトと参照画像を5〜10組集めます。難しい編集、正確な文字、顔、商品形状、透明素材を含めます。
2. 1回目の比較では、プロンプト、参照画像、出力サイズ、品質設定を固定します。OpenAI側は`auto`を避けて`high`など明示的な品質を選び、Google側は同じ画素数に近いサイズ階層（1024×1024なら1K）を選びます。ラベルではなく画素数と出力トークン予算をそろえます。
3. 判定は指示への追従、人物と商品の保持、文字の正確さ、頼んでいない変更、透明部分の5点で行い、Ima Studioの勧めに従って最終画像ではなく1段階目を元画像と重ねて比べます。
4. 同じリクエストを数回繰り返して安定性を測ります。連続編集なら各段階だけでなく5回通しの結果を見ます。ダナワの「消した要素が戻る」現象は通しで見ないと出ません。
5. 典型的な応答時間と遅い応答、失敗、再生成の回数を記録し、採用1枚あたりの費用を計算します。「速いモデルの方が安い」と決めつけず、返ってきた`usage`で確認します。
6. 日本語テキストは引用符で文言を囲み、位置とフォントの雰囲気を指定し、必要なら1文字ずつ綴ります。小さな文字や複数フォントはOpenAI側なら`medium`と`high`を比べます。HSビルの「日本語に崩れ」がProで再現するかは、この項目で判定します。
7. 一部の領域をピクセル単位で変えたくない場合、どちらのモデルもプロンプトだけでは保証できません。承認済みの編集結果を元画像に合成する処理を後段に入れます。両社とも編集領域のマスクや変更範囲マップを返す機能を文書化していません。

## 両方を動かす経路

公式APIを直接使う場合、OpenAIは[Images API](https://developers.openai.com/api/docs/guides/image-generation)で`gpt-image-2.5-sunburst`または`gpt-image-2.5-flare`を指定し、Googleは[Gemini API](https://ai.google.dev/gemini-api/docs/image-generation)で`gemini-3-pro-image`を指定します。Google AI Studioで動作確認ができ、APIの無料枠はありません。Nano Banana ProのAPI呼び出しの組み立ては[Nano Banana Pro APIガイド](https://blog.laozhang.ai/ja/posts/nano-banana-pro-api-guide)に、ChatGPT側の使い方は[ChatGPT Images 2.5の解説](https://blog.laozhang.ai/ja/posts/chatgpt-images-2-5)にあります。Geminiアプリでの回数制限は[無料版とProの制限](https://blog.laozhang.ai/ja/posts/gemini-nano-banana-pro-free-vs-pro-limits)を参照してください。

比較を1つのキーで済ませたい場合は、[LaoZhang](https://docs.laozhang.ai/en)が両方を同じベースURL`https://api2.laozhang.ai/v1`で提供しています。2026年9月22日時点の[GPT Image 2.5のページ](https://docs.laozhang.ai/en/api-capabilities/gpt-image-2-5)によると、`gpt-image-2.5-flare`と`gpt-image-2.5-sunburst`は公式転送でトークン課金され、単価は「公式転送のGPT Image 2と同じ」と説明されています。FlareとSunburstを明示的に選べ、2Kと4Kのサイズ指定も可能です。利用には従量課金のトークンを公式転送グループ（`Sora2Official`または`GPTImage2 Sora2 Enterprise`）に設定する必要があり、グループはトークン設定で選びます。`model`にグループ名は入れません。

*注記：[laozhang.ai は当ブログ運営チームの自社サービスです](https://blog.laozhang.ai/ja/about#laozhang)。その料金は中立的な比較ではなく、自社の提示価格です。*

```bash
curl https://api2.laozhang.ai/v1/images/generations \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5-sunburst",
    "prompt": "白背景の商品写真。ペンダントランプの形状と金具を変えない。",
    "size": "1024x1024",
    "quality": "high"
  }'
```

同じキーでNano Banana Proを呼ぶ場合、[LaoZhangのカタログ](https://docs.laozhang.ai/en/api-capabilities/nano-banana-pro-image)は`gemini-3-pro-image`を4Kを含む全解像度で1回$0.09としています。OpenAI互換の`/v1/chat/completions`形式は1K・1:1固定なので、縦横比や4Kを指定するにはGoogleネイティブ形式を使います。

`POST https://api2.laozhang.ai/v1beta/models/gemini-3-pro-image:generateContent`に送る本文は次の形で、認証ヘッダーと応答の取り出し方は同ページの記載に従います。

```json
{
  "contents": [
    {"parts": [{"text": "白背景の商品写真。ペンダントランプの形状と金具を変えない。"}]}
  ],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {"aspectRatio": "1:1", "imageSize": "4K"}
  }
}
```

この経路を選ぶ理由ははっきりしています。Proは公式Standardの1K $0.134、4K $0.24に対して回数課金で一律$0.09なので、4Kを多用する仕事ほど差が開きます。ただし公式のBatchは1K／2K $0.067で、24時間の待ちを許容できる大量生成なら公式Batchの方が安くなります。2.5は公式と同じトークン計算なので、`high`で1024×1024なら1枚約$0.053という見積もりがそのまま当てはまります。

注意点が2つあります。第一に、LaoZhangが9月16日付で告知しているとおり、以前1回$0.03だった`gpt-image-2.5-flare-vip`と`gpt-image-2.5-sunburst-vip`は上流の容量不足で停止中で、復旧時期は未定のため、現時点では選択肢になりません。代替として案内されている`gpt-image-2.5-web`は回数課金で`size`を指定できますが、FlareとSunburstを選べず、価格はコンソールで確認する形になっています。同社の別ページには`gpt-image-2-web`が「Web版2.5を実行」と記載されており、IDの整合が取れていないため、Web経路を使う前に現在のコンソール表示を確認してください。第二に、APIの形式が互換でも、公式の全機能・割り当て・SLAが同じとは限りません。参照画像の上限（物体6枚＋人物5枚）や同時実行数は、本番規模に上げる前にコンソールで確認します。

## Nano Banana Proの側に残る強み

Arenaの順位と形の保持に関する報告だけを見るとProを外したくなりますが、仕様上Googleにしかない機能は残ります。5人までの人物一貫性と6点の物体の高忠実度を同時に指定できるのはProだけで、複数キャラクターが登場する連作やパッケージの小物を全部固定する仕事では、OpenAI側は枚数を保証していません。Google検索によるグラウンディングは、最新の製品名や地名を含む図解で事実を確認しながら描く用途に効きます。4096pxの4Kは印刷や大判ディスプレイの納品で必要になり、2.5の2880×2880では代替できません。思考が既定で有効な点は、複雑な複合指示では利点になり、単純な1枚の生成では待ち時間の要因になります。

noteの採点が示すように、フィギュア化や質感を評価軸にする仕事ではProの30/30に対して2.5は24/30でした。EC向けの商品写真で「広告らしい仕上がり」を優先する場合もJXPはProを推しています。形状の完全一致より見栄えを買う仕事では、Proを先に試して1回目を元画像と照合する、というIma Studioの条件付きの勧め方が最も実務的です。

## よくある質問

**Nano Banana Proは今でも最強の画像モデルですか。**
ブラインド投票の順位では2026年9月時点でGPT Image 2.5の2モデルとGPT Image 2の後ろにあり、Nano Banana 2にも抜かれています。ただし2.5の項目は約3千〜7千票の暫定値で、Proは15万票以上です。仕様面では参照画像14枚、4096pxの4K、Google検索によるグラウンディングはProにしかなく、フィギュア化の採点ではProが上でした。「最強」という1つの答えはなく、仕事ごとに先に試すモデルが変わります。

**FlareとSunburstのどちらをNano Banana Proと比べるべきですか。**
形の保持など合否条件の厳しい編集ならSunburst、速度と費用を優先するならFlareです。両方とも1024×1024の`high`で1,756トークン（約$0.053）と料金は同じで、差は速度と画質です。まずSunburstで品質を確認し、同じ素材でFlareが要件を満たせば切り替える、というOpenAIの案内どおりに進めます。

**GPT Image 2をBatchで使っています。2.5に移るべきですか。**
2.5の両モデルはBatch非対応で、GPT Image 2のBatch（画像出力$15／100万）だけが残っています。夜間の大量生成を半額で回している場合は移行の理由がありません。廃止予定もありません。移行の判断は[GPT Image 2.5とGPT Image 2の比較](https://blog.laozhang.ai/ja/posts/gpt-image-2-5-vs-gpt-image-2)で扱っています。

**Nano Banana 2の方が安いのに、なぜProを比較対象にするのですか。**
Nano Banana 2は1K $0.067でProの半額、ブラインド投票の順位でもProより上です。Google自身がほとんどの用途でNano Banana 2を勧めています。それでもProがGPT Image 2.5と並べられるのは、物体6枚＋人物5枚＋スタイル3枚の参照上限と、プロ向けの複雑な指示への対応がProの位置づけだからです。参照画像が少なく4Kも不要なら、Nano Banana 2とGPT Image 2.5の比較の方が予算に合います。

**日本語の文字はどちらが正確ですか。**
日本語テキストを含む公開テストとしては、HSビルワーキングスペースの1件があり、Nano Banana Proに「日本語に崩れ」があり、Images 2.5が最少介入でした。英語と韓国語の報告では両モデルとも綴りは正しく出ています。標本が少ないため、自分の文言を引用符で指定し、両モデルで数回ずつ確認するのが確実です。

**「Nano Banana 2.5」は使えますか。**
製品として存在しません。Googleの料金・モデル・画像生成ページに記載がなく、Arenaに現れた未確認のコードネームを指しています。正式発表があるまで比較対象にはなりません。

## 参考資料

本文で参照している外部ページを、登場順に並べています。最終更新日：2026-09-22。

- [OpenAIのモデルページ](https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst) (developers.openai.com)
- [料金ページ](https://ai.google.dev/gemini-api/docs/pricing) (ai.google.dev)
- [公式の計算機](https://developers.openai.com/api/docs/guides/image-generation) (developers.openai.com)
- [Arena（arena.ai）のテキスト→画像](https://arena.ai/leaderboard/text-to-image) (arena.ai)
- [画像編集](https://arena.ai/leaderboard/image-edit) (arena.ai)
- [Artificial Analysis](https://artificialanalysis.ai/image/leaderboard/text-to-image) (artificialanalysis.ai)
- [Ima Studio](https://imastudio.com/blog/gpt-image-2-5-vs-nano-banana-pro) (imastudio.com)
- [noteのてんねん氏の比較](https://note.com/munou_ac/n/ncb8f588054d6) (note.com)
- [HSビルワーキングスペース](https://www.hsworking.com/post/ai-image-tools-comparison-chatgpt-canva-nanobanana) (hsworking.com)
- [ダナワDPG](https://dpg.danawa.com/bbs/view?boardSeq=309&listSeq=6060697) (dpg.danawa.com)
- [JXP](https://www.jxp.com/gpt-image/blog/gpt-image-2-5-vs-nano-banana-pro) (jxp.com)
- [HiAPI](https://www.hiapi.ai/zh/blog/gpt-image-2-5-vs-nano-banana-pro) (hiapi.ai)
- [OpenAIのプロンプトガイド](https://developers.openai.com/api/docs/guides/image-prompting) (developers.openai.com)
- [Gemini API](https://ai.google.dev/gemini-api/docs/image-generation) (ai.google.dev)