「Ideogram 4.5 vs Nano Banana 2 Lite」という見出しのヒーローカード。サブタイトルは「最上位価格帯の専門モデルと、定額料金の低価格モデルの対決」。左のカードは見出しが「Ideogram 4.5」、サブタイトルが「Ideogramの精密編集モデル」で、5つのラベル付き行を掲載:リリース、2026年9月30日。価格、1画像あたり$0.008~$0.22。価格の決まり方、解像度ではなくレンダリング速度。出力、2Kネイティブ、24.2 MPのソースを編集。独立系編集ランキング、第23位、Elo 1,064。右のカードは見出しが「Nano Banana 2 Lite」、サブタイトルが「GoogleのGemini 3.1 Flash Lite Image」で、5つのラベル付き行を掲載:リリース、2026年6月30日。価格、1K画像あたり$0.034。価格の決まり方、1画像あたりの一律定額。出力、1K、上限固定。独立系編集ランキング、第26位、Elo 1,045。フッターには、価格は各ベンダー自身の料金表によるもので、独立系ランキングはArtificial Analysisの画像編集、2026年10月3日時点のものであると記載されている。
Guides & Insights

Ideogram 4.5 vs Nano Banana 2 Lite:価格は6倍、Eloは19

著者

Magnus Corvin

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Ideogram 4.5とNano Banana 2 Liteは、誰もこの比較を求めていなかったからこそ、有益な組み合わせだ。その最初のモデル、Ideogram 4.5は、2026年9月30日に、クローズドでクレジット課金制の精密編集モデルとしてリリースされ、価格ラダーは画像1枚あたり最大0.22ドルだ。2番目のモデル、Nano Banana 2 Lite——ベンダーのGemini 3.1 Flash Lite Imageは、2026年6月30日から本番稼働しており、1K画像を0.034ドルの定額で、バッチならその約半額で生成する。同じリーダーボードに載せると、高価な方は編集部門で1,064 Eloの23位、安価な方は1,045で26位だ。Eloの差は19ポイント、価格は6.5倍。テキストtoイメージのボードでは順位が完全に逆転し、差は80ポイント以上に広がる。だから正直な問いは、どちらが優れているかではない。余分な19セントを払うとき、あなたが実際に何を買っているのか、そしてあなたのワークロードがそれを必要とするかどうかだ。

各モデルの正体

この2つの製品は、顧客についての正反対の理論の上に成り立っている。Ideogram 4.5は、ある振る舞いを売りにする専門ツールだ。既存の画像に対する局所的な変更で、周囲のピクセルは再合成されずに保持され、同じファイルに対して繰り返し実行される。Ideogram自身の発表資料は4,016×6,016のデモを前面に出す——まずダウンサイズすることなく、24.2メガピクセルのソースをその場で編集したもの——そしてこれが、編集がクローズアップや大判プリントに耐える理由だと主張する。4つのレンダリング速度(Turbo、Balanced、Quality、High)が価格を決め、解像度は価格を決めない。これは特筆に値する珍しい選択だ。それはクローズドで、ホスト型で、クレジットによる従量制であり、そのオープンウェイトは公開されていない。

Nano Banana 2 Liteは正反対の賭けです。Googleが意図的に性能を絞ったティアで、同じGemini画像スタックを搭載しながら、1K出力で厳しく上限設定され、2Kと4Kは上位ティア用に確保されています。Google自身のドキュメントは弱点を隠すどころか明記しています——小さな文字、高密度のインフォグラフィック、複数画像間のキャラクター一貫性——そしてそれを大量処理向けのツールとして価格設定し、1K画像あたり$0.034、バッチ経路ではおよそ$0.0168です。1K画像あたり約4秒で動作し、GoogleによればNano Banana 2より約2.7倍高速です。すべての出力には必須のSynthIDウォーターマークが付きます。

二つの機能セットを並べてみれば、このトレードの構図は明らかだ:

• 出力上限 — Ideogram 4.5はネイティブで2K(最高設定で長辺2,048ピクセル)をレンダリングし、24.2 MPのソースでのインプレース編集を実演する一方、Nano Banana 2 Liteは1Kが上限で、そのモデル内でそれ以上に引き上げる手段はない。

• 価格体系 — Ideogramは$0.008から$0.22までの5段階のラダー、それに対してLiteはバッチ割引付きの一律$0.034の単一プラン。

• 速度 — Liteは1K画像あたり約4秒という数値を公表している。Ideogramは4つの速度のいずれについてもレイテンシの数値を公表していない。

• 来歴 — Lite のすべての出力にはデフォルトで SynthID が付与される。Ideogram は 4.5 について同等の要件を示していない。

• オープンウェイト — どちらのモデルにも公開されたものはないが、Ideogramは最終的に4.5のウェイトを公開する計画があると述べている。

定額制に対する段階制価格

異なる単位で提示された料金表は実際の比率を隠してしまうので、両方を1,000枚あたりに正規化する。Nano Banana 2 Liteはリスト価格で1,000枚あたり約34ドル、バッチではおよそ17ドルになる。これはArtificial Analysis自身の価格欄が1,000枚あたり33.60ドルとして独自に再現している数値だ。Ideogram 4.5の看板構成、ソース画像ありのHighでは、1,000枚あたり220ドル。これは1枚ごとに0.186ドルの差であり、リスト価格で6.5倍、バッチ比で13倍の比率になる。

厄介なのは、その階段を下っていけるという点で、そうすると比較は大きく変わる。Mediumでは、Ideogramは0.06ドルを請求する——Liteの定価の2倍未満だ。Lowでは0.03ドル、Very Lowでは0.008ドルで、1画像あたりではLiteより余裕をもって安い。したがって「6倍の価格」という枠組みが当てはまるのは、Ideogramが実際に売っているもの、つまり大きなソースファイルに対する精密な局所編集を買う設定だけだ。もしあなたのワークロードが、編集工程なしで新規の1K画像を一発生成することなら、間違ったモデルの間違ったティアを買っていることになり、価格の列は逆転する。

A two-column scoreboard headed 'Ideogram 4.5 vs Nano Banana 2 Lite', with columns labelled Ideogram 4.5 and Nano Banana 2 Lite. Six rows, each giving the Ideogram figure then the Lite figure: Released, 30 September 2026 against 30 June 2026; Editing rank, #23, Elo 1,064 from 2,459 samples against #26, Elo 1,045 from 7,420 samples; Text-to-image rank, #34, Elo 1,013 from 2,270 samples against #13, Elo 1,096 from 17,340 samples; Price per 1,000 images, $220.00 at High with a source image against $33.60 flat; Output ceiling, 2K native; edits a 24.2 MP source against 1K, hard cap; Latency, not published against about 4 seconds per 1K image. A footer reads that prices are per each vendor's own rate card and that the independent ranks are Artificial Analysis, read 3 October 2026.

2つの理事会が意見を異にする点

これはこの組み合わせの中で最も興味深い結果であり、自分の主張に都合のよい方ではなく、Artificial Analysis のイメージボードを両方読んだ場合にだけ現れる。

の編集ボード上では、2つのモデルは実質的に互角だ。Ideogram 4.5 (High) は2,459サンプルからElo 1,064で23位、Nano Banana 2 Liteは7,420サンプルからElo 1,045で26位。19ポイントは両者の公表区間の重なりの中に収まっている——Ideogramは1,054〜1,074、Liteは1,037〜1,053——したがって正直に読めば、単一編集の品質において、6倍のコストがかかるモデルが測定可能なほど優れているわけではなく、その数値の裏付けとなる証拠も3分の1しかない。

そのtext-to-imageボードでは、同じ2つのモデルが今度は逆方向にはっきりと差が開く。Nano Banana 2 Liteは17,340サンプルでElo 1,096の13位。Ideogram 4.5(High)は2,270サンプルで1,013の34位。これはコストが6分の1のモデルを有利にする83ポイントの差であり、逆方向にある編集の差のおよそ5倍の幅である。

この2つの数値は互いに独立しており、どちらも同じ投票アリーナから出たもので、同じ方向を示している。Nano Banana 2 Liteは、この2つの中で汎用画像生成に優れており、その差は僅差ではない。一方、Ideogram 4.5は編集ではせいぜい互角に並ぶ程度なのに、何倍もの料金を請求している。さらに2つの数字がその点を際立たせる。Ideogram 4.5のテキストから画像へのスコア1,013は、6月にIdeogram 4.0が記録した1,011をわずかに上回る程度で、モデルの生成側は横ばいに近い。そして、ボード自体の価格列は、Ideogramの編集実行が1,000件あたり220ドルであるのに対し、Liteは33.60ドルであることを示している——アリーナは互角に並ぶために6倍の支払いをしている。

解決:唯一、埋まりそうにないギャップ

ここまでの話はすべて際どい判断か、議論の種だ。これは違う。Ideogram 4.5は4,016 × 6,016のソース、つまり24.2メガピクセルを扱い、まずダウンスケールすることなく編集する。つまり、編集した領域を元の画像にそのまま戻し、実寸で印刷できる。Nano Banana 2 Liteは、いくらコストをかけてもこれができない。その上限は1Kであり、それを可能にする2Kと4Kの経路はGoogleの上位ティアにあり、Liteモデルには存在しない。

実用的な帰結として、これら2つのモデルは、あるカテゴリの作業全般において互換ではない。もし元ファイルが2400万画素の写真で、編集が印刷に耐える局所的なレタッチなら、Liteはより安価な選択肢ではない。選択肢ですらない。手に取ることになるのはIdeogram 4.5か、Google側のNano Banana Proであり、興味深い比較はLiteとの比較ではなく、Ideogram 4.5対Nano Banana Proになる。Liteの1K上限は意図的に引かれた製品境界であり、見落としではない。そしてそれは、この対決においてただ一つ最も明快な差別化要因である。

速度:公開されている数値が1つ、非公開が1つ

GoogleはNano Banana 2 Liteのレイテンシ値を公表している——1K画像あたり約4秒で、Nano Banana 2よりおよそ2.7倍高速だ——そしてそれは信頼できる。なぜなら、ライト階層の1K専用モデルこそ、エンジニアリング予算がまさに投じられた先だからだ。Ideogramは比較可能なものを何も公表していない。Turbo、Balanced、Quality、Highにはレイテンシ値が付されておらず、これは購入者にとっての情報の実際の欠落だ。高速設定は「Turbo」と名付けられているが、高価な設定はそうではない。しかし公開記録上、HighがLiteの4秒より、あるいはIdeogram自身の$0.008階層よりどれだけ遅いかを示すものは何もない。

それは見た目以上に重要なことだ。大規模になれば、1枚あたりの価格と1枚あたりのレイテンシは互いに逆方向へ複合的に効いてくる。6倍安くても6倍時間がかかる画像は、よりお得な取引ではなく、別の製品なのだ。Liteについては、Googleが数字を公表している。Ideogramについては、公表されていないというのが唯一擁護できる説明であり、そうでないと仮定するパイプラインは推測をしているにすぎない。

Screenshot of the Artificial Analysis image editing board, captured 3 October 2026. The header reads 'AA-Image-Editing v2.0', carries a NEW badge and the line '9 models added in the last 30 days', and describes the board as ranking image models on editing an image from a text instruction, by Elo from pairwise human preference votes. Below it the rows run: GPT Image 2.5 Sunburst (max) first at 1,182 Elo from 18,022 samples, GPT Image 2.5 Flare (max) second at 1,162, Muse Image sixth at 1,118, Nano Banana 2 (Gemini 3.1 Flash Image) eighth at 1,108 from 15,864 samples, Nano Banana Pro (Gemini 3 Pro Image) 13th at 1,099, Ideogram 4.5 (High) 23rd at 1,064 from 2,459 samples at $220.00 per 1,000 images, and Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) 26th at 1,045 from 7,420 samples at $33.60 per 1,000 images.

誰にも測れない部分

どちらのモデルにも、公開ベンチマークでは検証されていないという主張が付いており、失敗の仕方が異なるため、両者を別々に名付ける価値がある。

Ideogram の売りはマルチターンのドリフトだ。そのローンチ資料では、競合の出力は「数回の編集で使い物にならなくなる」一方、4.5 は「編集に次ぐ編集でもきれいなまま」だと主張している——一連の編集を通じてピクセルが元画像からどれだけ離れるかについての、具体的で反証可能に思える命題だ。Artificial Analysis は、編集アリーナでは単一編集の品質を、テキストから画像へのアリーナでは単一生成の品質を採点している。マルチターンのドリフトはどちらのボードにも軸として存在しない。つまり、Ideogram 4.5が本当に売りにしているその挙動は、現時点で Ideogram の外部の誰にも検証できない。それは真実かもしれない。だが今日のところ、それは主張にすぎない。

また、Ideogram が比較対象としてどのモデルを選んだかにも注目したい。自社のローンチ用素材では、GPT Image 2.5 Sunburst、Nano Banana Pro、Nano Banana 2 を挙げている。一方、Nano Banana 2 Lite には言及していない。編集ボードでは互角でありながら、生成では上回る、より安価な Google のティアだ。これはマーケティングとしては賢明な一手であり、購入判断の手掛かりとしては心もとない。そして、この比較を Ideogram が仕掛けた比較とは別に書く価値がある理由でもある。

Googleの主張は逆方向で、しかも検証しやすい。なぜならGoogle自身が制限事項を公表しているからだ。Nano Banana 2 Liteは、小さな文字、高密度のインフォグラフィック、一連の画像を通じたキャラクターの一貫性において弱いと文書化されている。これはまさに1K上限が最も厳しく効いてくる3つの失敗モードだ。1,024ピクセルの高密度インフォグラフィックには、細部を置く余地がどこにもない。つまりベンダーの説明と仕様は一致している。編集ボードの19点の同点も、これと整合する。Liteは単一の編集、控えめなソース、スピードで競い、タスクが解像度を必要とする場面では余地が尽きてしまう。

どちらかを手に入れる

どちらのモデルも現在OrcaRouterのカタログにはありません。そうでないかのようにほのめかすのではなく、率直にそう明言しておく価値があります。当社の公開モデルAPIは、Ideogram 4.5とGemini 3.1 Flash Lite Image(Nano Banana 2 Liteの背後にある識別子)の両方に対して「model not found」を返します。Ideogram 4.5はIdeogram自身のアプリとAPI、およびそのローンチパートナーを通じて提供されています。Nano Banana 2 LiteはGoogle自身のAPIとGeminiアプリを通じて、また、ほとんどのGoogle画像モデルと同様に、複数のサードパーティプラットフォームを通じて提供されています。

当社が実際に提供しているのは、Lite のすぐ上のティアであり、この記事で説明するほとんどのワークロードにとっては、より有用な選択肢です:

• google/gemini-3.1-flash-image-preview — Nano Banana 2そのもの。1回の呼び出しあたり$0.151で、Liteの1K上限が譲歩する2Kおよび4Kのパスを持つモデルです。

• google/gemini-3-pro-image-preview — Nano Banana Pro、1回の呼び出しあたり$0.24。高解像度編集においてIdeogram 4.5と競合するGoogleのティアです。

• grok/grok-imagine-imageおよび GPT-Image シリーズ — 同じキーで利用できる他の画像生成モデルで、呼び出しごとの課金です。

それがルーティング論法の骨格であり、当社がホストしていない2つのモデルを比較するうえでこれが重要な理由です。そのすべては単一のOpenAI互換エンドポイントと1つのキーで、マークアップ0%で — プロバイダー自身の定価をそのまま通すため、ベンダーの値下げは次回の契約更新時ではなくその日のうちに請求へ反映されます。自動フェイルオーバーにより、停止した画像ルートがパイプラインを止めることはありません。ルーティングDSLを使えば、解像度の上限こそが重視すべき点であるときに、リクエストを特定のティアに固定できますし、モデルフュージョンを使えば、安価なモデルでは十分でないときに1回の呼び出しが複数のモデルへフォールスルーします。このようなワークロード、つまり正解が1Kと24メガピクセルで本当に異なるワークロードにとって、これが実用的な価値です。1つのキー、両方のティア、そして解像度が変わったときに同じジョブを別のモデルへルーティングできること。

Screenshot of the OrcaRouter model page for google/gemini-3.1-flash-image-preview, captured 3 October 2026. A breadcrumb reads Home, Models, Google above the display name 'Nano Banana 2 (Gemini 3.1 Flash Image Preview)' and the model identifier google/gemini-3.1-flash-image-preview. The page shows a PUBLIC BENCHMARKS section, a base_url of https://api.orcarouter.ai/v1, a nav bar reading Capabilities, Benchmarks, Pricing, Using the API, Comparison, and a CODE SAMPLES section. The PRICING block reads Per request, $0.1510, Currency, USD, and 'Flat fee per API call (image generation models)'. A PERFORMANCE panel below it is still collecting data and shows no measured figure.

あなたのパイプラインにはどれが当てはまりますか

決定は価格表からではなく、2つの取締役会から導き出される。これがここでの有益な教訓だ。

• Nano Banana 2 Liteを選択すべきなのは、軽微な編集または編集なしで1K画像を大量生成するワークロードがある場合、1枚あたり4秒が重要である場合、あるいは1,000枚あたり$34対$220という価格差が予算議論のすべてであるような消費者規模の販促物を作成している場合です。証拠から判断すると、これは2つの中で大幅に優れた生成モデルであり、単一編集では統計的に互角です。

• Ideogram 4.5を選ぶべきなのは、入力がその場で編集され、印刷可能な状態を保たなければならない大きなファイルである場合だ——2400万画素のソースをネイティブ解像度で編集できるのは、Liteがいくら払っても手に入れられない能力だ——。あるいは、自社のパイプラインでマルチターンのドリフトを実測済みで、それを前提に設計されたモデルが必要な場合だ。ソース画像を付けてHighティアを購入するのがよい。それが、あなたが対価を払っている挙動を備えた構成だからだ。

• どちらか一方を選んではいけません混合パイプラインについて、価格だけで判断してはいけません。1Kでは、IdeogramのLowとVery Lowティアは、表示価格の上ではLiteを下回ります。24メガピクセルでは、Liteはそもそも土俵に上がれません。これらは、同じ比較という衣をまとった別々の仕事なのです。

このペアリングが本当に示しているのは、6.5倍の価格差が一方のボードでは19 Eloをもたらし、もう一方のボードでは83 Eloを失ったということだ。それは品質へのプレミアムではない——解像度の上限とドリフト挙動へのプレミアムであり、その一方は測定可能で、もう一方はIdeogramの外部の誰もまだ測定していない。ボードを読み、その2つのうちどちらがあなたのパイプラインに実際に必要かを見極め、それに応じてルーティングせよ。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新