Imagen 4 vs Nano Banana 2.1：テキストから画像生成はどう選ぶ？

TL;DR

• 「解像度を選べる（1K/2K/4K）、参照画像を入れられる、jpg / png で出力」なら gemini-nano-banana-2.1 を選ぶ。「3つの固定ティア、質感と文字レイアウトが安定、純粋なテキストから画像生成を直接出力」なら Imagen 4（imagen-4.0）を選ぶ。
• 最も明確な数字：標準ティア $0.06 に対し NB2.1 1K は $0.022 で、1枚あたり $0.038 高い。1,000 枚なら $60.00 対 $22.00。NB2.1 4K の $0.058 も Imagen 4 Ultra の $0.09 を依然下回る。
• どちらも HiAPI 上で利用可能：Imagen 4 モデルページ、Nano Banana 2.1 モデルページ。同じ /v1/tasks インターフェースで、新規ユーザー登録時に 200 クレジットを進呈。

ひと目でわかる比較

	Imagen 4（imagen-4.0）	gemini-nano-banana-2.1
位置づけ	純粋なテキストから画像生成、3ティア（ほかに Fast / Ultra）	テキストから画像生成 + 参照画像の混合
参照画像	受け付けない	image_input 最大 10 枚、省略可
解像度	解像度パラメータなし	1K / 2K / 4K、デフォルト 1K
アスペクト比	aspect_ratio 必須、6 種類	aspect_ratio 15 種類（auto 含む）、デフォルト auto
出力形式	形式パラメータなし	output_format jpg / png、デフォルト jpg
価格（1枚あたり）	Fast $0.03；標準 $0.06；Ultra $0.09	1K $0.022；2K $0.036；4K $0.058
ティア構成	3つのモデル ID、呼び出し方法は同一	単一モデル内で解像度を選択
向いている用途	納品向けの画像生成、質感や文字の要求が高い画面	解像度に敏感、参照画像が必要、png 直接出力のパイプライン

両モデルとも HiAPI の現行価格、2026 年 10 月 22 日に確認。成功した画像生成のみ課金、失敗時は課金なし、参照画像は別途課金なし。

同じプロンプトで、両側の実際の仕上がり

同じプロンプトで、Imagen 4 は標準ティア、NB2.1 は 1K を使用し、アスペクト比は両側で一致させ、それぞれ1回ずつ生成。

組 A：製品の静物（1:1）

Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo

（日本語の意味：木のトレイに載った陶器のティーポットと2つのカップ；柔らかな朝の光；ミニマルな製品写真。）

Imagen 4（標準 $0.06）	gemini-nano-banana-2.1（1K $0.022）

左：imagen-4.0、1:1、1024×1024、WebP、$0.06。右：gemini-nano-banana-2.1、1:1、1K（1024×1024）、png、$0.022。この組は両側とも同じピクセル数で、形式が異なる。

Imagen 4 で生成 → ｜ Nano Banana 2.1 で生成 →

組 A で見える違い：

• 被写体は一致：ティーポット、取っ手のないカップ2つ、木のトレイ、明るい環境に柔らかな光が一筋。
• ポットの形状と小道具が異なる：Imagen 側は丸みのある横手のポットに清楚なグレーホワイトの背景で、静物台のような雰囲気；NB2.1 側は提梁付きのポットで釉面に斑点があり、トレイのそばに布巾が一枚多く、背景はぼかした室内の窓景色。

組 B：ドキュメンタリー風ポートレート（3:4）

Elderly fisherman mending nets on a harbor pier; golden hour; documentary portrait

（日本語の意味：港の桟橋で網を繕う老漁師；ゴールデンアワー；ドキュメンタリー風ポートレート。）

Imagen 4（標準 $0.06）	gemini-nano-banana-2.1（1K $0.022）

左：imagen-4.0、3:4、864×1152、WebP、$0.06。右：gemini-nano-banana-2.1、3:4、1K（896×1200）、png、$0.022。同じプロンプトで、それぞれ1回ずつ生成。

Imagen 4 で生成 → ｜ Nano Banana 2.1 で生成 →

組 B で見える違い：

• 人物と動作は一致：白い髭の老人が桟橋に座ってうつむきながら網を繕い、ゴールデンアワーの暖かな光の逆光気味、縦位置のドキュメンタリー風ポートレート。
• 腰掛けと服装が異なる：Imagen 側は青いプラスチックの腰掛けに座り、グレーの帽子をかぶる；NB2.1 側は木箱に座り、ニット帽をかぶり、右手に小さなナイフを持つ。
• 環境の小道具の密度が異なる：NB2.1 側はそばにロブスター籠や通い箱が積まれ、網やロープがより広く敷かれている；Imagen 側は地面の小道具が比較的少ない。

どちらの組もアスペクト比は一致し、形式は異なる（WebP 対 png）；ピクセルサイズは組 A では両側同じ（1024×1024）、組 B では近いが等しくない（864×1152 対 896×1200）——これは両側のインターフェース自体の違いであり、大きな画像を見比べるときはこの点を頭に入れておく。

シーン別の選び方

• EC や SNS のバッチ画像生成なら gemini-nano-banana-2.1：1K $0.022、1,000 枚で $22.00、さらに参照画像を渡してスタイルを制御できる。
• 納品向けの画像生成、質感の細部や画面内の文字の要求が高いなら、Imagen 4 の標準ティアまたは Ultra。
• パイプラインで png / jpg を直接出力したいなら NB2.1（output_format を明示的に選択可能）；Imagen 4 には形式パラメータがなく、形式変換に一手間かかる。
• 4K の大きな画像が必要だが予算を抑えたいなら、NB2.1 4K の $0.058 は Imagen 4 Ultra の $0.09 より安い。画面の種類ごとに試してから決める；まず両側で 1K レベルの比較画像を1枚ずつ出して画風を選び、決めてから追加コストを勝った方に費やす。
• 特殊なアスペクト比が必要なら先に値の一覧を確認：Imagen 4 は6種類（1:1、16:9、9:16、3:4、4:3、auto）、NB2.1 は15種類（auto 含む）。
• Imagen 4 のシーンテンプレートはプロンプト大全、3ティアの価格詳細は価格ページを参照。

移行コスト：model と input を変えるだけ

どちらも POST /v1/tasks で、同じ Key、同じポーリングロジック：

{
  "model": "imagen-4.0",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1"
  }
}

{
  "model": "gemini-nano-banana-2.1",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1",
    "resolution": "1K",
    "output_format": "png"
  }
}

Imagen 4 の必須項目は prompt と aspect_ratio のみ；NB2.1 は resolution と output_format を明示的に渡せば指定どおりに出力され、残りのコードは変更不要。ポーリング、コールバック、冪等性といった周辺ロジックは両側で完全に共通で、1つの SDK で2モデルを同時に掛けて A/B するのも分岐を1つ増やすだけのこと。

よくある質問

両方とも低コストでまず試せますか？

試せます。標準ティアと NB2.1 1K で各1枚出し、比較コストは $0.082。方向性を決めてから量を増やす。

2つのモデルを混ぜて使えますか？

使えます。量の多い草稿や参照画像によるスタイル制御は NB2.1、最終稿や文字を含む画面は Imagen 4 に回し、同じ /v1/tasks を使う。

解像度の数字は大きいほど良いですか？

一概には言えません。NB2.1 の 2K/4K は枚数ごとに加价（$0.036 / $0.058）、Imagen 4 には解像度パラメータがなく、細部はティアに依存する。

参照画像のルールは同じですか？

同じではありません。Imagen 4 は参照画像を受け付けず、画面はすべてプロンプト次第；NB2.1 の image_input は最大 10 枚で、省略可。

失敗しても課金されますか？

されません。どちらも課金なし、参照画像も別途課金なし；HiAPI では画像、動画、音声が1つの Key を共有し、2モデルの請求は同じ場所で確認できる。

次のステップ：組 A のティーポットのプロンプトを使って、Imagen 4 と NB2.1 モデルページ で各1枚出し、並べて自分の製品画像ではどちらがより安定するかを見てみよう。