GPT-Image-2.6 対 Nano Banana 2.1：リーダーボードは自らと矛盾している

2026年11月5日時点で、呼び出せる最も興味深い画像モデル2つは、登場時期が1か月差で、1枚あたりの価格差は約1セント以内に収まり、しかもどちらも独立系ボードで1位にランクされているモデルではない。GPT-Image-2.6はOpenAIが11月4日にリリースした。Nano Banana 2.1はGoogleが10月6日にリリースした。両社の前世代を徹底的に採点してきたArtificial Analysisには、GPT-Image-2.6の行がまったくない。一方、Nano Banana 2.1はテキストから画像生成のボードで6,322票に基づく1,175 Eloで4位、編集ボードで7,009票に基づく1,151で4位につけており、その上にいる3モデルはいずれも、OpenAIが今週発表したモデルより古い。

この対決の問題点は、要するにこの一段落に尽きる。1か月分の投票があるモデルは、より安価で、動きが遅く、すでに出荷済みのほうだ。投票がないモデルは、新しい出力形式を備えたほうだ。どちらが優れているかを教えてくれる人は、ベンダーの言葉を引用しているか、推測しているかのどちらかだ。

2つのローンチ、2つの相反する直感

Googleの10月のリリースは、価格と基盤周りの改善が主眼だ。Nano Banana 2.1 — API ID gemini-nano-banana-2.1は、Gemini 3.6 Flashを基盤としており、新しい出力形式、新しいメディア、新しい種類の制御を追加したわけではない。画像出力トークンを100万トークンあたり60ドルから30ドルに引き下げ、1Kレンダリングのコストを0.0336ドルに、2Kレンダリングを0.0504ドルに半減させ、4Kは0.113ドルのままとした。高解像度では画像トークンが2,520ではなく3,780個かかるためだ。名前付きの解像度ラダー、参照スロット数が4つになったこと（数えていた人向け）、検索グラウンディングを追加した。売りは予測可能性だ。ティアが分かり、トークン数が分かり、請求額が分かる。

OpenAIの11月のリリースは、まったく別の本能に基づいている。GPT-Image-2.6は料金表をGPT-Image-2.5が残した地点にそのまま据え置いた——テキスト入力100万トークンあたり5ドル、画像入力100万トークンあたり8ドル、画像出力100万トークンあたり30ドル——そしてリリースの内容は、新しい調整項目と新しい成果物に費やした。複雑さ制御、マークアップ誘導編集、SVG書き出し、アニメーションGIF出力、透明背景、16ピクセルの倍数でのカスタムサイズ。売り文句は能力だ。以前のモデルには作れなかったものを、このモデルは作れる、というわけだ。

あの2つの段落をもう一度読めば、製品間の実用的な違いのほとんどすべてを予測できる。一方の企業は、すでに機能しているもののユニットエコノミクスを最適化している。もう一方は、そのものが何になり得るかの範囲を広げている。

独立した取締役会は実際に何を言っているのか

Artificial Analysisは2つの別々の画像ボードを運営しており、この分離は重要だ——モデルは何もないところからプロンプトを描画するのは優れていても、編集指示に従うのは平凡なことがあり、2つを平均すると制作チームが気にするまさにその違いが隠れてしまう。

• テキストから画像生成 — GPT-Image-2.5 Sunburst (max) 1,224 Elo、13,153票、1位。GPT-Image-2.5 Flare (max) 1,207、2位。GPT Image 2 (high) 1,188、3位。Nano Banana 2.1 1,175、6,322票、4位。GPT-Image-2.6：行なし。

{{1}}編集{{/1}} — {{2}}GPT-Image-2.5 Sunburst (max){{/2}} {{3}}1,200{{/3}}、{{4}}18,370票{{/4}}で{{5}}1位{{/5}}。{{6}}MAI-Image-2.7-Preview{{/6}} {{7}}1,197{{/7}}、{{8}}2位{{/8}}。{{9}}GPT-Image-2.5 Flare (max){{/9}} {{10}}1,183{{/10}}、{{11}}3位{{/11}}。{{12}}Nano Banana 2.1{{/12}} {{13}}1,151{{/13}}、{{14}}7,009票{{/14}}で{{15}}4位{{/15}}。{{16}}GPT-Image-2.6{{/16}}：{{17}}行なし{{/17}}。

• 自らの前世代に対して — Nano Banana 2.1 は、16,224票から1,140 Eloでテキスト・トゥ・イメージ部門7位につけるNano Banana 2を35ポイント上回っている。

これらの数値に基づいて購入判断を下す前に、2つの注意点があります。1つ目はサンプルサイズです。Nano Banana 2.1のテキスト・トゥ・イメージの6,322票は、GPT-Image-2.5 Sunburstの13,153票の半分未満であるため、信頼区間はより広く、その位置づけはランキングが示すほど固まっていません。2つ目は、約1,000点満点のEloスケールで1位と4位の間に49ポイントの差があるのは事実ですが、決して巨大ではありません。これは、ブラインドのペア比較投票では安定して現れる一方、特定の画像が特定の用途に使えるかどうかでは断続的にしか現れない種類の差です。

互いに比較できない2つのベンダーの主張

両社とも独自の人間選好に関する数値を公表しているが、そのどちらのデータセットも、理由は異なるものの、この判断には使えない。

Googleは、社内の人間によるサイドバイサイド評価で、Nano Banana 2.1が思考モードでElo 1,050、思考なしで1,015だったと報告しています。これに対し、Nano Banana 2は990、Nano Banana Proは935です。これらは実際の評価者による実際の測定値であり、Google独自のスケールとGoogle独自のプロンプト分布に基づいています。だからこそ、1,050とArtificial Analysisの1,175は、互いに矛盾することなく同じモデルを説明しているのです。これらをまたいで比較しないでください。

OpenAIは、GPT-Image-2.6 SunburstがDesign Arenaで1位を獲得したことを根拠として挙げている。同じ問題が別の形で現れている。別のボード、別の評価者プール、そしてリリースをよく見せるボードを選ぶベンダーだ。それは本当かもしれない。しかし1,175と並べて差し引ける数字ではない。

正直な要約は、Googleには独立に測定された立場があり、OpenAIにはまだそれがありません。この非対称性によって、それぞれにどれほどの信頼を寄せるべきかが決まるはずです。

メーター：トークン予算に対する名前付きラダー

ここが、デザイナーよりも財務チームにとって重要となる形で両製品が大きく異なる点であり、ほとんどの比較が見落としている違いです。

• 1K レンダリング — Nano Banana 2.1 は $0.0336、1,120 画像トークンで固定。GPT-Image-2.6 は中品質で約 $0.043、約 1,449 出力トークンからの推定値。

• 2Kレンダー — Nano Banana 2.1 $0.0504。GPT-Image-2.6には「2K」という名前のティアはなく、1:3～3:1のアスペクト比の範囲内で16の倍数のピクセル寸法を指定します。

• 4Kレンダリング — Nano Banana 2.1 $0.113、3,780画像トークンから。GPT-Image-2.6は4Kティアを公開していません。

• 品質の上限 — GPT-Image-2.6 は最高品質で 1 枚あたり約 $0.21、Nano Banana 2.1 は 4K の価格が上限です。

• 入力 — Nano Banana 2.1：100万トークンあたり$1.50、GPT-Image-2.6：テキスト100万あたり$5、画像100万あたり$8。

• バッチ — Nano Banana 2.1はスタンダードの50%に半減。GPT-Image-2.6はバッチAPIではまだご利用いただけません。

• 調整要素 — Nano Banana 2.1 は解像度ティアと思考レベルによってコストが変わります。GPT-Image-2.6 は品質、複雑さ、そして画像に含まれるコンテンツ量によってコストが変わります。

GPT-Image-2.6の画像1枚あたりの見積もりには注意が必要です。OpenAIは画像1枚あたりの固定価格を公表していません。トークン単位で課金され、トークン数は依頼内容によって変わるためです。上記の数値は価格表からの引用ではなく、出力トークン数から算出したものです。また、想定するトークン予算が異なるため、媒体によって大きく異なる数字が公表されています。「GPT-Image-2.6は1枚Xかかる」という主張は、当社のものを含め、幅を伴う見積もりとして扱ってください。

実際の帰結は明快です。{{1}}Nano Banana 2.1{{/1}}なら、解像度がトークン数を決め、トークン数が価格を決めるため、1か月分の2K商品画像のコストを丸め誤差の範囲で予測できます。{{2}}GPT-Image-2.6{{/2}}では、レートは予測できても予算は予測できません。複雑さパラメータがデフォルトでhighになり、計画トークンがレンダリング済みトークンと同じ100万トークンあたり30ドルで課金されるからです。財務チームが変動しない数字を必要とするなら、それはGoogleを選ぶ確かな根拠になります。能力を優先して後から測定したいチームなら、そうではありません。

編集: 保存済みライブラリに対する14個の参照スロット

Nano Banana 2.1は1回のリクエストで最大14枚の参照画像（キャラクター4体、オブジェクト10個）を扱うことができ、1K、2K、4Kにわたるマスクベースのローカル編集をサポートします。Googleの公表数値によると、マルチキャラクターの一貫性はthinkingモードで1,106 Elo、Nano Banana 2では978となっており、これは同社の公開表の中で単一世代として最大の伸び幅であり、実際のワークフローに最も直接的に結びつく項目でもあります。つまり、キャンペーン全体を通じて同じ3人を一貫して保つことです。

GPT-Image-2.6の編集機能の話は、広さではなく連続性にあります。OpenAIはSunburstについて、連続する編集を通じてより一貫性があり、10回目の編集では以前ほどずれが大きくならないと説明し、マスクを用意するのではなく透明なPNGオーバーレイ上に描くマークアップガイド付き編集を追加しています。この2つは併用できません。マークアップかマスクのどちらかであり、両方ではありません。別途、再利用可能な参照ライブラリ——人物やキャラクターを一度保存して再利用する——はChatGPTの機能であり、APIの機能ではありません。そのため、チームが/v1/images/editsそれを利用できません

編集ワークフローが「1回の生成で14個のアセットの一貫性を保つ」ことなら、Nano Banana 2.1 は2つのうちそれを実現できる唯一のものです。「1枚の画像を劣化させずに20個の小さな変更を加える」ことなら、2.6 はまさにあなた向けであり、それがどれほどうまく機能するかを測った独立した評価はありません。

フォーマット：唯一まったく競争のない領域

GPT-Image-2.6はSVGをエクスポートし、アニメーションGIFを出力する。Nano Banana 2.1はラスター画像のみを出力し、それ以外は何も出さない。成果物がデザインシステム向けのベクター資産であれ、プロダクトサーフェス向けの短いループアニメーションであれ、比較は始まる前から決着している。そして、これはベンチマークの差ではなく能力の差であり、真であるために独立した検証を必要としないと率直に言う価値がある。

解像度については逆のことが当てはまります。Nano Banana 2.1 は 1K、2K、4K という名称のティアを提供し、上位2ティアでは最大8:1のアスペクト比をサポートしています。つまり、仕様書に「4K、8:1 バナー」と書けば、その通りに得られます。GPT-Image-2.6 は 1:3～3:1 の範囲内で16の倍数のカスタム寸法を受け付け、名称付きの解像度ラダーを公開していません。そのため、契約で指定された4K納品物を求める印刷ベンダーは、OpenAIのドキュメントが答えていない質問をあなたにしていることになります。

Google自身のモデルカードが弱点を認めている箇所

評価すべき点はきちんと評価したい。GoogleのNano Banana 2.1のモデルカードは、異例なほど率直だ。1Kでの小さな文字のかすれ、長い文章の扱いの弱さ、キャラクターの一貫性の不完全さ、ときおり生じる左右の空間認識の混同、3D推論と事実精度の限界が挙げられている。これらは実際のプロジェクトを損なう失敗モードだ——読めない細かい注意書きがある製品ラベルや、矢印が逆向きになっている図のように。

GPT-Image-2.6にはそうした問題がないと言いたくなる。実際にないのかもしれない。しかし、2.6のテキストレンダリングや空間推論に関する独立した評価は存在せず、正直な立場としては、Googleは自社の弱点を文書化している一方、OpenAIは何も文書化していないということになる。公表された弱点がないことは、弱点が存在しない証拠ではない。特に、この文章が書かれる24時間前にリリースされたモデルについてはなおさらだ。

以上を踏まえて、一つ選ぶとすれば

• 印刷解像度や大判出力が必要で、事前に承認できる予算があるなら、Nano Banana 2.1 を選んでください。名前付きの料金段階、8:1 のアスペクト比対応、バッチ割引は、いずれも 2.6 が現在提供していないものです。

• 成果物にベクターやモーションが含まれるなら、GPT-Image-2.6を選んでください。相手側にどれだけ価格上の優位性があっても、SVGが手に入るわけではありません。

• あなたの作業が少数のアセットに対する長い編集シーケンスであるなら、2.6 はより的を絞った製品です。ただし、OpenAI の外部では、それが成果を出すかどうかを誰も測定していないという注意点があります。

• 現時点で独立検証済みの最高の静止画が欲しいなら、どちらも選ぶべきではない。それはGPT-Image-2.5 Sunburstで、テキストから画像生成では1,224、編集では1,200を記録しており、この2つのモデルの一方より1か月、もう一方より2か月古い。

最後の項目は、多くの人が読み飛ばしてしまうものだが、ここで最も役に立つ一文だ。両ベンダーはそろって「前進」を売り込んでいる。しかし、どちらの手によるものでもない唯一の公開証拠を見る限り、その前進はまだ目に見えていない。

どちらにも賭けずに両方を見る方法

OrcaRouterは2026年11月5日時点でGPT-Image-2.6もNano Banana 2.1も取り扱っていないため、これは1つのエンドポイントを両方に向けるようお勧めできる記事ではありません。GPT-Image-2.5 SunburstとGPT-Image-2.5 Flare、およびNano Banana 2をgemini-3.1-flash-image-previewとして、1つのキーで、0%のマークアップで定価のまま、プロバイダーの料金がそのままお支払い額となり、プロバイダー間の自動フェイルオーバー付きでご提供しています。

ちなみに、それは結局のところ、始めるのに適した方法でもあります。検証済みスコアを持つモデルは、まさに今日、単一のエンドポイントと単一の請求から呼び出せるモデルであり、その2つで自分のプロンプトを実行すれば、どのベンダーの美意識と失敗のパターンが自分の仕事に合うかがわかります——ローンチ記事の勢いだけでどちらかのベンダーの最新リリースに決める前に。新しいモデルがカタログに加わるときは、パススルー規則によりベンダーの価格がそのまま変わらずに届くので、あなた側で変わるのはモデル文字列だけです。

証拠が支持するのはこの順序だ。投票にかけられた世代でベンダーに関する問いに決着をつけ、その後、移行すべき数値が出た時点で新しい世代へ進む。代替案——比較可能なスコアが前世代のものしかない2つのモデルから選ぶこと——は、比較の体裁をまとった賭けにすぎない。