2026年最高の画像から画像へのAPI：同じ編集、3つのモデル、実際の結果

ほとんどの「最高の画像から画像へのAPI」まとめ記事はパラメータ表を比較するだけです。私たちは出力を比較しました。1枚の元写真——乱雑なキッチンカウンターの上に置かれたセージグリーンの陶器製ハンドドリップコーヒードリッパー——を用意し、同じhiapiのタスクエンドポイントを通じて、まったく同じ編集指示を3つの画像から画像へのモデルに送り、結果を一切の加工なしで並べてみました。本記事では、すべての画像、使用したプロンプトそのまま、リアルタイムの1枚あたりの価格、そして実際に呼び出して初めてわかるAPIスキーマの違いを紹介します。

テスト：1枚の画像、1つのプロンプト、3つのモデル

参加モデルはすべてhiapiの非同期タスクAPI経由で呼び出しました：

• gpt-image-2/image-to-image@ext——拡張版GPT Image 2編集エンドポイント：最大16枚の参照画像、4K出力、3段階の品質
• nano-banana-2——現行Nano Bananaの主力モデル：画像編集と生成、4K出力、文字レンダリング能力が高い
• nano-banana-pro——同シリーズのハイエンド版で、キービジュアル資産の品質を狙う

元画像はわざと散らかして撮影しました——カウンターにはパンくず、リネン布、窓際の雑貨——なぜなら実際の「販売用にきれいに片付ける」タスクはこうだからです。（この画像は以前gpt-image-2/text-to-imageで生成したもので、現在は私たちの標準的なi2iテスト入力です。）

各モデルには以下の指示を一字一句そのまま送りました：

Replace the background: put this exact sage green ceramic pour-over coffee
dripper, unchanged - same shape, same matte glaze, same camera angle - on a
polished white marble countertop against a seamless pale warm-grey studio
backdrop. Remove the crumbs, cloth and clutter. Soft diffused studio lighting,
gentle realistic shadow under the product, professional e-commerce catalog
photography. No text.

典型的なEC向け背景差し替え：製品は保ち、環境を置き換える。これは画像から画像へのAPIの最も一般的な商用用途であり、パラメータ表ではわからないこと——被写体の忠実度、つまりモデルがあなたの製品を返してくるのか、それとも見分けがつかない類似品を返してくるのか——を突くものでもあります。

各モデルの返却結果

gpt-image-2/image-to-image@ext

指示への追従性は極めて良好：大理石カウンター、ウォームグレーのシームレス背景、雑貨は消え、柔らかなスタジオの影、カタログ風の構図。しかし製品自体を見てください。釉薬は元のマットよりも光沢があり斑点多めで、縁には元画像には存在しない薄茶色の装飾線が追加されています。形状、畝のある内壁、ハンドルは正しい——しかし質感がずれています。コンセプトワークやムードボードなら問題ありませんが、出品中の商品なら担当者は一目で気づきます。

この実行はquality: "medium"、1Kを使用——画像費用は$0.061。

nano-banana-2

この結果こそ、ファイルを取り違えていないか確認し直した理由です。マット釉、畝、釉薬のかかっていない縁、ハンドル、そしてカメラアングルまでほぼ変わらず、カウンターと背景は指示どおり大理石とウォームグレーに置き換わっています。「この正確なSKUを新しいシーンに配置する」というタスクなら、このテストではnano-banana-2の被写体忠実度が3者の中で最高でした——1Kで$0.085なのに、2Kのほうがむしろ安い（$0.076、下記価格参照）。

nano-banana-pro

同シリーズ、同じ忠実度：製品はそのまま保たれ、マットな質感も損なわれず、シーンはやや暖かめで大理石の質感がより際立ち——そのままでも「雑誌の一枚」感が少し増しています。nano-banana-2よりほぼ倍の価格（1Kも2Kも$0.17）に見合うかはタスク次第です。Proの強みは複雑な多要素の構図や最高級のキービジュアル資産で発揮されることが多く、こうした単一製品の背景差し替えではありません。

評価表

モデル	編集指示への追従	製品の忠実度維持	参照画像	最大出力	1枚あたりの価格
gpt-image-2/image-to-image@ext	完全	部分的——釉薬と縁がずれる	最大16枚	4K	$0.007–0.76
nano-banana-2	完全	ほぼ正確	複数枚	4K	$0.076–0.114
nano-banana-pro	完全	ほぼ正確	複数枚	4K	$0.17–0.2992

上記の観察は2026年7月5日に実行した1回の統制された編集によるものです。被写体が異なれば（顔、布地、タイポグラフィ）モデルの順位が変わる可能性があります——本記事の意義はまさに、自分の画像でこの実験を数分で再実行できることです。

価格：リアルタイム価格ページで確認済み

以下の価格はすべて2026年7月5日にhiapiの価格ページで確認済みです。すべて画像単位の従量課金で、サブスクリプションプランは不要です。

gpt-image-2/image-to-image@extは品質×解像度で課金されます：

品質	1K	2K	4K
low	$0.007	$0.015	$0.022
medium	$0.061	$0.132	$0.217
high	$0.245	$0.535	$0.76

Nano Bananaシリーズのモデルは解像度のみで課金されます：

モデル	1K	2K	4K
nano-banana-2	$0.085	$0.076	$0.114
nano-banana-pro	$0.17	$0.17	$0.2992

実用的なヒント3つ：

• 編集プロンプトを反復する最も安い方法はgpt-image-2のlow/1K：1回の試行あたり$0.007。そこでプロトタイプを作り、候補のプロンプトをより高品質な設定やNano Bananaモデルで再実行しましょう。
• nano-banana-2の2Kは1Kより安い（$0.076対$0.085）。2Kを選ばない理由はありません。
• より高品質な設定はレンダリングをよりシャープにしますが、被写体の保持挙動は変わりません。mediumで見られた質感のずれは、highではよりシャープな質感のずれになります。

入力スキーマは互換性なし

3つのモデルはすべて同じエンドポイント——POST https://api.hiapi.ai/v1/tasks——の背後にありますが、inputスキーマはモデルシリーズによって異なり、初回統合時のバグのほとんどはここで発生します。

GPT Image 2の編集エンドポイントはimage_urlsを受け取り、qualityとresolutionはいずれも必須です：

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/image-to-image@ext",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_urls": ["https://your-cdn.example.com/source.jpg"],
      "quality": "medium",
      "resolution": "1K"
    }
  }'

Nano Bananaシリーズのモデルはimage_input、およびaspect_ratioとresolutionを受け取ります：

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_input": ["https://your-cdn.example.com/source.jpg"],
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'

どちらもdata.taskIdにタスクIDを返します。タスク詳細エンドポイントをポーリングしてstatusがsuccessになるまで待ち、その後すぐにoutput[0].urlをダウンロードしてください——出力URLには有効期限があるため、バイトをすぐに自分のストレージへ保存しましょう。私たちの編集は毎回、非同期キューで数分以内に返ってきました。

うれしい仕様：フィールド名を間違えて送ると、400レスポンスに期待されるスキーマが明記されます（"image_urls: missing required field"）。つまり推測を外しても数秒のロスで済み、デバッグ1回分の手間にはなりません。

複数参照画像の編集がゲームチェンジャーである理由

単一の元画像編集は基本シナリオですが、両シリーズとも複数枚の入力画像を受け取れ、製品やキャラクターの一貫性を保つ作業はここで行われます：

• gpt-image-2/image-to-image@extのimage_urlsは最大16枚の参照画像を受け取れます——ブランドボード全体（製品画像、カラー参考、レイアウト参考）を1回の編集に投入できる十分な数です。
• Nano Bananaシリーズのモデルは複数のimage_input参照画像を受け取り、シーンをまたいで被写体を安定して保つのが特に得意です。

私たち自身の素材ライブラリからのnano-banana-2の出力2枚が実際の効果を示しています——どちらも同じ瓶と同一人物の参照画像で生成しました：

コツはプロンプトにあります：変えてはいけないものを名指しし（「この正確な美容液ボトル、そのまま維持——同じ琥珀色のガラス、同じ黒いスポイトキャップ」）、残りすべてをモデルに再構築させます。詳細なチュートリアルはNano Banana製品画像ガイドをご覧ください。

選び方

• 自社製品やキャラクターを編集し、被写体の忠実度が必須要件 → nano-banana-2から始めましょう。私たちのテストではコストパフォーマンスと忠実度のバランスが最良でした。2Kを選んでください。それが最も安い設定です。
• 大量かつコストに敏感な反復 → gpt-image-2/image-to-image@extのlow/1Kで1回$0.007。安く反復し、勝ったプロンプトをアップグレードしましょう。
• 大量の参照画像を同時に投入するブランドボードのワークフロー → gpt-image-2/image-to-image@ext。3者で唯一16枚の参照画像を受け取れます。
• ハイエンドな4Kキービジュアル資産 → nano-banana-pro。ただし先に$0.114/4Kのnano-banana-2でA/B比較を——単一被写体の作業では、差は価格が示唆するほど大きくありません。

各モデルベンダーを個別に統合するかどうかを検討しているなら、本番環境で本当に重要な基準は：公開ページで確認できる1枚あたりの価格、複数ではなく1セットの認証と1つのタスクポーリングループ、そして"model"文字列を差し替えるだけでパイプラインを書き換えずにモデルを乗り換えられることです。これが統一エンドポイントの理由です。既存スタックがすでに提供している機能と比較衡量してください。

よくある質問

画像から画像へのAPIとテキストから画像へのAPIの違いは何ですか？ テキストから画像へは説明だけから画像を生成します。画像から画像へは1枚以上の入力画像と指示を受け取り、修正された画像を返します——背景の差し替え、スタイル変更、物体編集、複数の参照画像で構築する構図などです。本テストのモデルはすべてi2iが可能で、ほとんどはゼロからの生成もできます。

この比較で最も安い画像から画像へのAPIはどれですか？ 定価では、gpt-image-2/image-to-image@extのlow品質+1K：1枚$0.007です。一方、私たちの製品の見た目を正確に保てる最も安い編集はnano-banana-2の2K：$0.076です。

参照画像は何枚まで送れますか？ gpt-image-2/image-to-image@extはimage_urls配列で最大16枚まで送れます。Nano Bananaシリーズのモデルはimage_inputで複数の参照画像を受け取れます——まさに上記で示した一貫性ワークフロー用です。

これらのモデルは編集後の画像に文字をレンダリングできますか？ nano-banana-2は文字レンダリングを中核的な強みとして挙げており、編集がラベルやパッケージのコピーに関わる場合はより安全な選択です。どのモデルでも、公開前にレンダリングされた文字を校正してください——モデルが生成するタイポグラフィは依然として人の確認が必要です。

自分の画像でテストを実行する

「どの画像から画像へのモデルが自分のコンテンツに合うか」を解決する最速の方法は、私たちと同じです：元画像を1枚選び、編集プロンプトを1つ書き、gpt-image-2/image-to-image@ext、nano-banana-2、nano-banana-proで実行する——hiapiでは同じPOSTを3回、モデル文字列を変えるだけです。クイックスタートガイドからAPIキーを取得すれば、私たちが使った設定では3モデルの実験全体で約$0.32です。あのドリッパーで淹れられるコーヒーより安いですよ。