Nano Banana Pro は画像の中に読める文字を描き、最大5枚の参照画像を融合する — ブラウザ上で、API キーも Google Cloud プロジェクトも要らない。
Nano Banana ProはGoogleのGemini 3 Pro Imageで、2025年11月20日に発表されました。他のすべての画像モデルと一線を画すのはテキストです。Googleはこれを、画像内で正確かつ読みやすいテキストをレンダリングする最高のモデルと呼んでおり、私たち自身のテストでもおおむねそれが裏付けられました。ここではテキストから画像、画像から画像の生成ができ、最大5枚の参照画像を受け付け、1K、2K、4Kで出力します。
明確な限界が1つあり、私たちはそれがどこにあるのかを正確に突き止めました。短いテキストは信頼できます — 見出し、ラベル、キャプション、30語のリード文はすべて正しく綴られて返ってきました。2段分の本文は意味不明な文字列として返ってきました。下の雑誌見開きはその失敗例で、生成されたままの状態で掲載しています。そして複数の人物が重なり合うシーンでは、個々の手は正しくても、その空間的関係が意味をなさなくなります。
ポジショニングと機能に関する主張は、Googleの公式発表によるものです： Introducing Nano Banana Pro
“Nano Banana Proは、Geminiの最先端の推論能力と実世界の知識を活用し、これまで以上に優れた方法で情報を視覚化します。”
“複数の段落の本文を含む雑誌ページ全体を生成させようとしても、やはり意味不明な文字列が返ってきます。”
“テキストの正確さは約95%です。”
以下の画像はすべて2026年8月18日にこのページで、2K、一発撮りで、表示されている正確なプロンプトで生成されました — 失敗したものも含めて。
より安価なモデルではなくこのモデルを選ぶ理由はこれです。ポスターの見出し、4段階のインフォグラフィック、韓国語の展示会タイトル、そしてぐるりと巻き付く製品ラベルを依頼しました。依頼した文字列はすべて正しく綴られ、指示書で指定された場所に配置されて返ってきました。インフォグラフィックは綴りを超えています。サイクル周囲のフロー注釈 — 低圧蒸気、高圧ガス、高圧液体、低圧液体 — は熱力学的に正しい位置にあります。図らしく見えるものを描いたのではなく、正しい図を描いたのです。
レビュアーはこれを「見出しは問題ない、本文は駄目」と表現していますが、それは事実ながら計画を立てるには曖昧すぎます。そこで雑誌の見開き全体を依頼し、結果を一言一句確認しました。マストヘッド、号の表記、フッター、見出し：正確。約30語のリード文：完全に文法的な英語。25語の写真キャプション：正確。その下の2段の連続した本文：意味不明な文字列。使える境界は約1段落です — 見出し、デッキ、ラベル、キャプションはプロンプトに書き込み、実際の本文は後で貼り付けてください。
Googleは複数言語で読みやすい文字を謳っているが、当社の韓国展覧会ポスターもそれを裏づける。「고요한 흙」の4つの音節ブロックはすべて正しく形成され、下の英語サブタイトルもエムダッシュに至るまで正確だ。ただし期待値は調整してほしい — これは短いタイトルで、このモデルが安定して得意なのはまさにその長さだ。自分で読めない文字体系では、文字列を短く保ち、出荷前にネイティブスピーカーに確認してもらうこと。
同じ2026年8月18日のバッチからの、さらに5つの一発撮り出力 — ポスター、製品、風景、食べ物、そしてわざと失敗させるために実行した複数人物のシーン。すべて2Kで、それぞれ正確なプロンプト付き。生成は最速で56s、最遅で202s、中央値は86sでした。
Bold typographic gig poster: the headline 'NIGHT MARKET' in heavy condensed sans-serif across the top third, a small subtitle 'SAT 21:00 — PIER 7' beneath it, and below that a photographic scene of steam rising off a street-food griddle at night, warm amber lamps against deep teal shadows, confident editorial layout with generous margins.
Studio product photograph of a matte ceramic coffee tumbler with a wraparound label reading 'MERIDIAN ROASTERS — SINGLE ORIGIN' in clean grotesque type, resting on brushed concrete, soft top light with one crisp specular edge, shallow depth of field, physically accurate matte glaze.
Cinematic wide shot of a lighthouse keeper walking a coastal path at dawn, low sea fog rolling across the grass, cold blue ambient light broken by the warm sweep of the lantern, anamorphic depth, muted naturalistic color grade.
Overhead editorial food photograph of a cast-iron skillet cornbread, one wedge lifted out to show the crumb, scattered flaky salt and a folded linen cloth on a weathered oak table, directional morning window light, crisp golden crust texture.
Documentary photograph of four friends around a small kitchen table mid-conversation, hands overlapping as they pass a shared dish and refill glasses, natural window light, candid unposed gestures, realistic skin texture and fabric detail.
これはテキスト描画のスペシャリストだ。その専門性こそがすべての意味を持つジョブが、これらだ。
タイトル、番号付きステージ、1行キャプション、フロー注釈が、すべて1パスで綴りも正しく出てくる。当社のヒートポンプ図は工程順も正しかった。これは画像モデルに当然期待できることではない。
見出し、サブタイトル、商品マーク、小さな法的表記風の行 — これらはこのモデルが安定して得意な長さだ。連続する本文コピーは、後で自分で設定すること。
非ラテン文字の短いタイトルは、当社の韓国語テストで正しく戻ってきた。文字列は短く保ち、出荷前にネイティブスピーカーに校正してもらうこと。
最大5枚の添付画像から、合成、リスタイル、狙いを絞った編集を行う。5を超える場合は、14まで受け付ける公式チャンネルに切り替えること。
APIキーも、請求先アカウントも、コンソールも要らない。設定の手間でこのモデルをまだ試していないなら、このページが一番の近道だ。
同じワークスペース、同じサブスクリプション — これらの間の切り替えはワンクリック。
| Nano Banana Pro | Nano Banana Pro Official | Nano Banana 2 | Nano Banana | |
|---|---|---|---|---|
| 基盤モデル | Gemini 3 Pro Image | Gemini 3 Pro Image | 次世代融合モデル | Gemini 2.5 Flash Image |
| 画像 1 枚あたりのクレジット | 1Kと2Kでは40 · 4Kでは80 | 1Kと2Kでは150 · 4Kでは240 | 1Kで30 · 2Kで50 · 4Kで70 | 20 |
| 最大解像度 | 4K | 4K | 4K | 2K |
| 参照画像 | 5 | 14 | 14 | 5 |
| Google Search グラウンディング | なし | はい、1回の実行につき+10クレジット | なし | なし |
| アスペクト比 | 7種＋オート | 10種＋オート、最大21:9 | 14種＋オート、最大8:1 | 7種＋オート |
| 画像内テキスト、当社の実テスト | 約1段落までは正確；本文コピーは失敗する | 未計測 | 未計測 | 未計測 |
| 当社の実測速度 | 2Kで56–202s、中央値86s（8回の実行） | 未計測 | 未計測 | 未計測 |
クレジット、参照画像の上限、解像度、比率の数は、2026年8月18日時点の当社独自のモデルレジストリから読み取ったものです — 比率の数には「オート」は含まれません。オートは比率ではなく設定だからです。速度とテキストの結果は、記載のサンプル数による当社独自の計測値です。テストしていないセルには、ベンダーのページから数字を借りるのではなく、テストしていないと明記しています。
Nano Banana Proを他の画像モデルと比較――同じワークスペース、ワンクリックで切り替え。
| モデル | Gemini 3 Pro Image（Nano Banana Pro）、Google製 — 2025年11月20日発表 |
|---|---|
| モード | テキストから画像、画像から画像（参照画像による編集を含む） |
| 品質ティア | 1K、2K、4K |
| アスペクト比 | 10種のプリセット — 1:1、2:3、3:2、3:4、4:3、4:5、5:4、16:9、9:16、21:9 — に auto |
| 1回あたりの生成枚数 | 1つ |
| 参照画像 | 1回の生成につき最大5枚 |
| Google Search グラウンディング | このチャンネルでは利用できません — その場合は Nano Banana Pro Official をご利用ください |
| テキストレンダリング | 約1段落までは信頼できる；連続した本文コピーは意味不明な文字列に劣化する |
| クレジット | 1Kと2Kのコストは同じなので、1Kで実行する理由はありません；4Kはコストが2倍です |
| 実測スピード | 最速56s、中央値86s、最遅202s — 2026年8月18日に2Kで行った当社の8回の生成 |
無料アカウントを作成 — APIキー不要、Google Cloud プロジェクト不要、課金設定不要。このページのジェネレーターはすでに Nano Banana Pro に設定されています。
描画したい文字列をそのまま引用符で囲み、どこに入れるかを指定してください：見出し、サブタイトル、ラベル、キャプション。各文字列は約1段落以内に抑えてください — その範囲でこのモデルは正確さを保ちます。
10種の比率（または auto）と品質ティアを選ぶ。ここでは 1K と 2K の料金が同じなので、2K で回すこと。4K に上げるのは印刷用のときだけでいい。正確なクレジット消費は実行前に表示される。
ほとんどの実行は約1分半で終わりますが、3分かかるものもあります。公開する前に描画されたテキストを確認してください — 長い文章が間違って返ってきた場合は、同じプロンプトを再試行するのではなく、短くしてください。
ウェルカムクレジットで無料スタート。アップグレードでプレミアムモデル、高速生成、4K 出力を解放。
年額請求 · $240/年
年額請求 · $468/年
正確で読みやすいテキストを画像内に配置する。当社のテストでは、ポスターの見出し、4段階のインフォグラフィック、韓国語の展示タイトル、回り込み式の製品ラベルがすべて1回目で正しく綴られて返ってきました — しかもインフォグラフィックはフロー注釈を熱力学的に正しい順序で配置しました。ブリーフに言葉が含まれているなら、手に取るべきモデルはこれです。
だいたい1段落分。雑誌の見開き1ページ分を丸ごと生成し、マストヘッド、号数表示、フッター、見出し、30語のスタンドファースト、25語の写真キャプションまで一字一句確認したところ、すべて正しい英語だった。しかし、その下の2段組みの連続した本文コピーは意味不明な文字列になっていた。見出し、デッキ、ラベル、キャプションはプロンプトに書き込み、実際の本文は後から自分で組版すること。
同じGoogleのモデルで、チャネルが違うだけ。そしてその違いは具体的だ。このページは参照画像を最大5枚まで受け付け、アスペクト比は7種類で、Google Searchグラウンディングはない。Officialチャネルは参照画像を14枚まで受け付け、21:9までの10種類の比率に対応し、画像あたり追加10クレジットでGoogle Searchによるグラウンディングができる——ただし1枚あたりのクレジットコストはおよそ4倍。テキスト中心の作業や日常の大量生成にはこちらを選び、多数の参照画像、超ワイドな構図、画像内の最新情報が必要ならOfficialを選ぶ。
自分たちの実行結果から言えることは2つ。連続した本文コピーは上記の通り。もう1つは、1つのシーンで人物が重なり合うケースだ。4人の友人のテストでは指の本数の誤りはなく、それぞれの手も個別にはきれいに形成されていたが、空間の論理が破綻した——共用の皿の下にある手が誰のものか判別できず、注がれたワインはどのグラスにも入っていない。個々のパーツは成り立つが、それらの間の関係性が成り立たない。構図を絞るか、相互作用する人物の数を減らすこと。
短い文字列なら可能。韓国語のポスターでは、タイトルの4つの音節ブロックすべてが正しく形成され、英語のサブタイトルもemダッシュまで正確だった。ただし、これは短いタイトルであり、それこそがこのモデルが信頼できるちょうどその長さだ。自分で読めない文字体系については、文字列を短く保ち、出稿前にネイティブスピーカーに出力を確認してもらうこと。
2Kで実行すること。このチャネルでは1Kと2Kのクレジット消費はまったく同じなので、1Kを選ぶ意味は何もない——このページのテストはすべて2Kで生成した。4Kに上げるのは出力を印刷に使う場合だけ。あのティアはコストが2倍になる。
2Kでの8回の実行で中央値は86秒だったが、ばらつきは大きかった。最速は56秒で終わり、最遅は202秒かかった。おおむね1分半を見込んでおき、3分かかっても驚かないこと。生成は非同期なので、作業を続けていれば、結果はプロンプトとパラメータとともに履歴に保存される。
はい、生成した画像は利用規約のもとで個人・商用プロジェクトの両方に使用できます。プロンプトの内容、商標、添付する参照画像の権利については、引き続きあなた自身が責任を負います。
生成の前後の作業はワンクリックで——仕上げ、スタイル変更、共有まで。
