グーグル、Nano Banana 2.1公開

Nano Banana 2.1は、グーグルが2月に公開しGemini 3.1 Flash Imageとしても知られるNano Banana 2の後継として登場した。つまりその投入からおよそ8か月後の刷新だ。モデルカードによると、Gemini 3.6 Flashベースでテキストと画像の入力に対応し、最大100万トークンのコンテキストウィンドウを備える。グーグル自身の比較では、置き換えるモデルと上位機種のNano Banana Pro（Gemini 3 Pro Imageとしても知られる）の両方を、テキストから画像生成の人間評価Elo、インフォグラフィックの事実精度の自動スコア、そして複数キャラクター間の一貫性やマスク・手描き指示による編集を含む評価対象の画像編集7項目すべてで上回っている。

グーグルは未解決の限界も示した。小さな文字や長い段落はぼやけることがあり、入力画像と生成画像の間のキャラクターの一貫性は常に完璧ではなく、左右などの空間関係を取り違えることもある。こうした注意点は異例の価格変更と並んでいる。画像出力は前モデルの画像あたりコストのおよそ半額に下がったが、入力価格は100万トークンあたり0.50ドルから1.50ドルに上がり、APIには無料枠がない。短いプロンプトで大量の画像を生成する開発者にとって最も有利となりそうだが、大きな入力を送る開発者にはバランスが不利に映るかもしれない。ただし実際のコストは、各ワークロードの入力・テキスト出力・画像の組み合わせ次第だ。