GPT-Image-2.5 vs Nano Banana 2：ChatGPTとGeminiのデフォルト画像エンジン

人々が実際に目にするAI画像のほとんどはデフォルトのモデルから生成されている。そして、9月の最新フラッグシップデフォルト2つはGPT-Image-2.5とNano Banana 2だ。9月8日、OpenAIはGPT-Image-2.5(ChatGPT Images 2.5の基盤となるモデルで、APIではGPT-Image-2.5 FlareおよびGPT-Image-2.5 Sunburstとして販売されている)を、すべてのChatGPT、ChatGPT Work、Codexティアに展開した。Nano Banana 2はGoogleによるGemini 3.1 Flash Imageのニックネームで、2月以来GeminiアプリのFast、Thinking、Proモードのデフォルト画像生成モデルであり、5月28日に開発者向け一般提供が開始された。これらは、地球上で最も使われている2つのAIアシスタントの画像エンジンだ(OpenAIはChatGPTとimages API全体で毎週30億枚以上の画像生成を報告している)。そして両方とも現在、成熟したAPIアクセス可能なプラットフォームとして提供されている。両者を分けるのはもはやアクセスではなく、それぞれが何に長けるよう設計されているかである。

このエビデンスの非対称性は、今月なされたあらゆるGPT-Image-2.5比較に共通して見られるものと同じだ。OpenAIのモデルはあまりに新しく、2026年9月9日時点では独立系リーダーボードによるスコアが存在しない。一方Nano Banana 2は春からArtificial Analysisのボードに載り、9月のスナップショットではテキスト画像生成と画像編集の両方でトップ5に入っている。以下でOpenAIが2.5について主張していることは、すべてベンダーによる申告である。それに対し、Googleのモデルは本番環境で最も測定されている画像モデルの一つだ。

それぞれがデフォルトになった経緯

OpenAIはChatGPT Images 2.5を製品化することで、ChatGPTの画像エンジンにしました。このロールアウトでは、@Sketchを使って大まかなビジュアル参照を描き、その上でモデルが作業を進める「Sketch」、ポスターや商品撮影などの一般的なフォーマット向けの「Templates」、特定の領域を対象に編集を指定できる画像コメント、そしてプロンプト共有が追加されました。流通面は残りを担いました。つまり、無料を含むすべてのプラン、デスクトップ、モバイル、ウェブにわたり、ChatGPTが現在使用しているものは単にこれになったのです。そうしたユーザーのほとんどにとって、モデルの選択は見えないところにあります。

Googleは異なる経路で同じ場所に到達した。Nano Banana 2はGeminiアプリ内に、3つの推論モードすべてのデフォルト生成モデルとして組み込まれている。そしてGoogleはこれを、他のどのチャットサーフェスよりも広く展開した——140以上の国々でLensとAI Modeを通じたGoogle Search、Flow動画編集ツール、そしてGoogle Adsへ。また、これはAPI上で完全にマルチモーダルな稀有な画像モデルでもある。開発者はGemini APIを通じて、テキストと画像の両方のレスポンスモダリティでこれを呼び出せるため、1つのモデルが1ターンでキャプション生成、推論、画像生成を実行できる。あらゆる品質比較の前提となるのは、この「すべてに埋め込まれた」配布のあり方だ。

能力シート、主張ごとに

GoogleによるNano Banana 2のエンジニアリングストーリーは、スケールでの一貫性と制御にあります。ワークフロー全体で最大5人の一貫したキャラクターと14個のオブジェクトを保持でき、画像内のテキストを翻訳やローカライゼーションを含めてレンダリングし、実世界の被写体をウェブや画像検索の最新知識に基づいてグラウンディングします。また、アスペクト比は1:4や1:8といった、バナー、ポスター、スマートフォンの壁紙の形状であり、正方形画像モデルでは埋めることができない狭い比率にも対応します。出力は4Kに対応します。さらに、設定可能な思考レベル（MinimalおよびHigh）を備え、開発者は複雑なプロンプトをモデルが推論する際のレイテンシとトレードオフできます。また、動画入力をコンテキストを考慮した静止画に変換するプレビュー機能も提供します。

OpenAIによるGPT-Image-2.5のエンジニアリングストーリーは、忠実度と編集精度です。この2つが互いに干渉し合わないよう、モデルは2つのエンドポイントに明確に分割されています。GPT-Image-2.5 Flareは、日常的かつ大量の生成に適した高速なデフォルトであり、レイテンシはGPT-Image-2比で最大50%低いとOpenAIは主張します。GPT-Image-2.5 Sunburstは、より長い生成時間を受け入れることで、より厳密な編集制御を実現します。OpenAIが主要な主張として掲げるのは、設定やスタイルを変更しても人物・ペット・製品が認識可能な状態を保つ参照忠実度に加え、指示された部分のみを変更するマルチターン編集、よりシャープな微細ディテール、透明な背景、中国語を正しく処理するテキストレンダリング、そしてすべての出力に付与されるC2PAの来歴情報です。

2つのモデルは、それぞれ異なる軸で最も強みを発揮します。Nano Banana 2は、デザインシステム全体で10種類の異なる要素の一貫性を保つモデルです。GPT-Image-2.5は、毎回のリビジョンが他のすべての要素を変えずに済む編集チェーンを対象としたモデルです。これらは補完的な強みであり、どちらのベンダーも相手の主要領域を追ってはいません。

独立系編集委員会が両者について何を語っているのか

Nano Banana 2 は、2026年9月時点で、主要な Artificial Analysis の画像ボード2つ両方でちょうどトップ5に入っている。一貫性があり、測定も徹底されたモデルであり、その強みは純粋な編集よりも、テキストから画像への生成と一貫性スコアに表れている。編集の分野では、現在のリーダーである MAI-Image-2.6 と GPT Image 2 (high) に及ばない。どのボードでも単独で最高の画像モデルではないが、最も広く配布されている、最も測定の行き届いたトップ5モデルであり、それは十分に擁護できる立場である。

GPT-Image-2.5は正反対の位置にある。つまり、品質に関する主張はすべてOpenAIによるものであり、これまでのところ唯一の第三者データポイントは、GPT-Image-2より2〜4倍高速な生成を報告するManusのスピードテストだけである。OpenAIの前世代モデルであるGPT Image 2（high）は、AAのテキストから画像への生成リーダーボードで首位に立ち、編集では2位にランクされている。したがって、合理的な事前確率としては、2.5が登場した際はこれらの数値に近いか、あるいは上回るあたりに位置するだろう。しかし、事前確率は測定ではない。そして、これは1年ぶりのGPT-Image世代モデルであり、初日から独立した検証なしでリリースされる最初のモデルでもある。

価格の形状、そして唯一の正直な転換。

Googleは{{1}}Nano Banana 2{{/1}}の出力トークンを100万トークンあたり60ドルと価格設定しており、これは1画像あたりの明確な価格に換算できる：1024×1024画像で約0.067ドル、2048×2048で約0.101ドル、4K側では約0.151ドル、バッチモードではその約半分だ。テキスト入力は別途100万トークンあたり0.25ドルが請求される。OpenAIは{{2}}GPT-Image-2.5{{/2}}を100万トークンあたり画像入力8ドル／画像出力30ドルと価格設定しており、GPT-Image-2と同じ料金体系だが、1画像あたりの数値は公表していない。前モデルがArtificial Analysisのリストで1,000画像あたり約211ドルに固定されていることを踏まえると、高品質の{{1}}OpenAIのフラッグシップ画像{{/1}}は、同等の解像度のNano Banana 2の画像より数倍高くなる可能性が高い。どちらの価格も、本格的なスケールで見ればどちらのモデルも安いとは言えないが、予測できるのは2つのうちGoogleの価格だけだ。

両社がそれぞれ自社クラウドを運営しているため、両方を利用したいチームにとってルーティングの問題は現実のものだ。OrcaRouterは現在、Googleの画像モデルラインとして、Gemini 3.1 Flash Imageプレビュースナップショット(google/gemini-3.1-flash-image-preview)と旧世代のgemini-2.5-flash-imageを取り扱っており、価格はGoogleの定価を0%マークアップでそのまま通す。したがって、既存のスタックが1つのエンドポイントでGemini画像モデルを呼び出しているなら、Nano Banana 2ファミリーに別途契約なしでアクセスできる。GPT-Image-2.5は2026年9月9日時点でOrcaRouterのカタログにはなく、あるのは前世代のGPT-Image-2のみだ。そのため、新しいOpenAIモデルを使うには当面OpenAIのキーを直接取得する必要がある。

あなたの製品のデフォルトは、どのデフォルトにすべきですか？

• リリース — GPT-Image-2.5：2026年9月8日 GA。Nano Banana 2（Gemini 3.1 Flash Image）：2026年2月ローンチ、5月28日 GA。

• 価格 — GPT-Image-2.5: 画像トークン100万件あたり$8/$30、画像あたりの価格は未公表。Nano Banana 2: 1K画像あたり$0.067、2Kあたり$0.101、4Kあたり約$0.151。バッチは半額。

• 解像度と形状GPT-Image-2.5: 最大3840×2160。Nano Banana 2: 4Kに加え、細長い1:4および1:8の比率に対応。

• 一貫性機能 — GPT-Image-2.5: 編集全体での参照忠実度（主張）。 Nano Banana 2: 5体のキャラクター/14個のオブジェクト、世界知識に基づく接地（主張）。

• 独立スコア — GPT-Image-2.5: まだスコアなし。Nano Banana 2: 両方のボードでAAトップ5。

• APIの形態 — GPT-Image-2.5: images API、2つの品質エンドポイントを提供。Nano Banana 2: マルチモーダルGemini API、1回の呼び出しでテキストと画像を処理。

もしあなたのプロダクトがデザインシステムやコンテンツエンジンであり、特殊なアスペクト比で数千枚の画像にわたって一貫したキャラクターやオブジェクトを必要とするなら、Nano Banana 2は工学的に設計された答えです。それは測定可能で、この比較において最も安全なデフォルトであり、今日からGoogleから直接、またはOrcaRouterのパススルールート経由で利用できます。一方、あなたのプロダクトが編集作業中心のクリエイティブ用途であり、追加される一枚が完璧でなければならず、予算は二の次であるなら、GPT-Image-2.5のSunburstエンドポイントは、市場で最も魅力的な未測定の賭けです。このシリーズのすべてのマッチアップに当てはまる原則は、ここにも当てはまります。OpenAI自身の前世代モデルであるGPT Image 2 (high)は、いまだにArtificial Analysisで最高スコアのテキスト画像生成モデルです。したがってGPT-Image-2.5は、Googleの十分に測定されたデフォルトと比較される資格を得る前に、まず自社記録を塗り替えなければなりません。GPT-Image-2.5がリーダーボードに初登場するのを注視してください。それが、この比較を主張からデータへと変える出来事です。