「Ideogram 4.6 vs Nano Banana 2.1」という見出しのタイトルカードで、サブタイトルは「一方は編集ごと、もう一方はピクセルごとに課金」。左のカードは「2026年11月19日リリース」:出力は最大4096×4096、価格帯は画像1枚あたり$0.008~$0.60、高4K編集は$0.60、参照はGenerate経由で最大5枚、Rapidata多段階編集で1位、1,892。右のカードは「Google、gemini-nano-banana-2.1」:出力は1K、2K、4K、画像1枚あたりの価格は$0.0336、$0.0504、$0.113、高4K編集は$0.113、参照は最大14(4キャラクターと10オブジェクト)、AA編集ランキング10位、Elo 1,152。フッターには、価格は各ベンダー自身のカードによるものであること、Rapidataのスナップショットは2026年11月17日付であること、Artificial Analysisの編集ランキングは2026年11月20日にシングルターンのボードで読み取ったものであることが記されている。OrcaRouterのロゴが右下に配置されている。
Guides & Insights

Ideogram 4.6 vs Nano Banana 2.1:編集 vs 対応範囲

著者

jinhao.song

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

これら2つのモデルは同じ仕事を争っているわけではありません。それが最も早く分かるのは、両者の価格ラダーを並べて見たときです。Ideogram 4.6は2026年11月19日にリリースされ、高品質4K編集に$0.60、2K生成に$0.10を請求します。Nano Banana 2.1(Googleのgemini-nano-banana-2.1)は、同じ4K出力に$0.113、1Kに$0.0336を請求します。これは、依頼したタスクではなく出力トークン単位で課金するためです。一方のモデルは最も難しい編集に最も多く請求します。もう一方は最も多くのピクセルに最も多く請求し、それが生成か編集かをほとんど気にしません。

課金に対する思想のその違いは、彼らについてのほぼ他のすべてを予測できることがわかる。

その2つのボードは異なる問いに答えている

Screenshot of Rapidata's benchmark.ai page 'Multi-Step Image Editing Benchmark: Identity Drift Judged by Humans'. A leaderboard with columns Model, Organization, Score, 95% CI Interval, Responses, Matches and Winrate shows Ideogram 4.6 rank 1 at 1,892 with an 86.3% winrate and Ideogram 4.5 rank 2 at 1,866. The remaining visible rows run Seedream5.5 at 1,805, FLUX 3 Image at 1,697, Muse Image at 1,406, MAI-Image-2.6 at 1,299, MAI-Image-2.1-Pro (Thinking) at 1,291, Seedream 5.0 Pro at 1,174, MAI-Image-2.5-Pro at 1,145, Qwen-image-3.0-Pro (Thinking) at 1,014, GPT-Image 2.6 at 1,001 and Nano Banana Pro at 987, followed by a 'Show all 23 models' control. No Nano Banana 2.1 row appears in the visible twelve. The abstract above states 199 photographs and 413,667 responses across 76,714 matches, and the table caption states the score is a Bradley-Terry fit rescaled to Elo with 95% Wald intervals.

どちらのモデルも、相手のホームボードには数値が載っていません。そしてそれはベンチマーク作成者の見落としではなく、各ボードが何を測定しているかの結果です。

Ideogram 4.6の注目すべき成果は、RapidataのMulti-step Image Editリーダーボードにあります。実在の人物199人の写真をそれぞれ、服飾・オブジェクト・テキストの編集を組み合わせた5つのプロンプトの連鎖に通し、元の写真から顔がどれだけずれたかを人間が評価するという条件で、1,892、32ポイントの間隔で1位を獲得しています。評価された構成はHigh QualityのPrecise Editです。このボードは、被写体が20回の編集に耐えられるかという1つの問いに答えるために作られており、4.6はその最上段にあります。

Nano Banana 2.1は、同じスナップショットのトップ12に行がない。代わりにその数値はArtificial Analysisにあり、対象範囲も異なる。テキスト画像生成ボードで8位、1,176 Elo、6,793サンプルに基づく12ポイント幅の区間、画像1,000枚あたり$33.60。編集ボードで10位、1,152 Elo、7,606サンプルに基づく12ポイント幅の区間、同じ価格だ。これらは単一ターンのスコアである。1回の生成と1回の編集の品質を測るものであり、5回連続したときの累積的なドリフトを測るものではない。

つまり、正直な比較は「1,892 が 1,152 を上回る」ということではありません。そうではなく、Ideogram 4.6 はマルチターンのボードで首位であり、Nano Banana 2.1 はシングルターンのボードで上位3分の1に入るモデルであり、どちらの主張も他方について何も語っていない、ということです。この2つの数値を突き合わせて語る人は、異なるタスクにおける、ある尺度の Elo を別の尺度の Elo と比較しているのです。

各モデルが正確には何であるか

宣伝文句を除けば、この2つの仕様は異なる機械について述べている。

Ideogram 4.6は、入力の範囲が狭く、編集ループが深い画像生成・編集モデルです。元画像と変更内容の記述(任意でマスク)を受け取り、同じ寸法の画像を返します。Generateを通じて最大5枚の参照画像を受け付けます。4つの品質モードと2つのエンドポイントを備えており、その文書化された強みはすべて、何かを一定に保つことに関するものです。つまり、被写体の顔、指定した色、製品の細部、マスクされた領域といったものです。

Nano Banana 2.1は、画像を出力するマルチモーダルGeminiモデルです。入力はテキスト、画像、動画、PDFで、出力は画像とテキストです。131,072トークンの入力上限と32,768トークンの出力上限を備え、最小・中・高で設定可能な思考(thinking)に対応し、Google Web検索および画像検索によるグラウンディングに対応し、Batch APIにも対応しています。画像における強みは参照能力で、最大14枚の参照画像を利用でき、モデルカードでは最大4キャラクターのキャラクター一貫性と最大10オブジェクトのオブジェクト忠実度が明記されています。

その最後の一文こそが実際の違いを生む点であり、流し読みして見逃しやすい。14件の参照は、5件の拡大版ではない。それは別種の作業だ——キャスト、製品ライン、ブランド資産の一式を一つのフレームに組み上げることであって、一枚の写真を納得がいくまで磨き上げることではない。

4K価格の逆転

Generated comparison scoreboard headed 'Ideogram 4.6 vs Nano Banana 2.1'. Rows: Modality in image plus prompt against text, image, video and PDF; Output up to 4096 by 4096 against 1K, 2K or 4K; 2K edit $0.06 at Medium and $0.22 at High against $0.0504; 4K edit $0.20 at Medium and $0.60 at High against $0.113; References 5 through Generate against up to 14; Measured on Rapidata multi-step edit 1,892 against AA editing 1,152 on a single turn. Footer reads that prices are per each vendor's own card, that the Rapidata snapshot is dated 17 November 2026, that Artificial Analysis was read 20 November 2026, and that the two scores come from different boards. The OrcaRouter logo sits bottom-right.

ここで2つのラダーは、何をしているかによってどちらのモデルが安くなるかを変える形で分岐します。

• 最も安価な出力 — Ideogram は Very low / 2K で画像1枚あたり $0.008、これに対して Nano Banana 2.1 はバッチティアで 1K 画像あたり $0.0168、標準で $0.0336

• 2K生成 — IdeogramはMediumおよびHighで$0.06〜$0.10、Nano Banana 2.1は$0.0504

• 2K編集 — IdeogramはMediumで$0.06、Highで$0.22。Nano Banana 2.1は$0.0504(編集が画像として課金されるため)

• 4K生成 — IdeogramはMediumで$0.12、Highで$0.20、Nano Banana 2.1は$0.113

• 4K編集 — IdeogramはMediumで$0.20、Highで$0.60、Nano Banana 2.1は$0.113

最下段を並べてみると、その傾向は歴然としている。高品質4K編集は、Nano Banana 2.1ではIdeogram 4.6の5.3倍のコストがかかる。Mediumではその比率は1.8だ。2K Highでは4.4だ。Ideogramが勝るのは階層の最下段のみで、しかもそれはBatch階層ではなくGoogleの標準階層に対してだけだ。

理由は価格設定の判断というよりも構造的なものであり、どちらのベンダーもそれを覆す可能性は低い。Googleはトークンに対して課金し、編集は同じ解像度での生成と同じ数の出力トークンを生む——4K画像なら3,780トークンで、これが$0.113に当たる。Ideogramは作業に対して課金し、高品質の4K編集が自社の販売する中で最も作業量の多いものだと決めている。もしあなたのパイプラインが高解像度の編集中心なら、その判断が請求書の中で単一最大の項目になる。

ルーティング側について正直に言うと、現時点でどちらのモデルもOrcaRouterのリストには載っていないため、どちらへの呼び出し単位のルートも存在せず、当社の価格がベンダー自身の価格と異なると期待する理由もありません。ルーティングレイヤーが混合ワークロードでその存在意義を発揮するのは、それらの周辺においてです — 同じGemini画像ファミリーにおけるルーティング済みの前身であるNano Banana 2とNano Banana Proは、1つのキーの背後にあり、プロバイダーの定価を0%のマークアップでそのまま適用しているため、パイプラインの生成側は自動フェイルオーバーで稼働を続けながら、編集側は選択した任意のベンダーに向けることができます。

編集掲示板が意見を異にする理由

見出しの2つの数字だけを見れば、Ideogramは編集ではるかに先行しているように見える。だがボードが語っているのは、それよりもっと興味深いことだ。

Rapidataのチェーンは、特定の失敗を意図的に突くように設計されている。顔に一切触れない5回の編集を行い、その後、人間が顔を元画像と比較する。モデルは個別には優れた編集を5回行えても、顔がずれてしまえば低いスコアになる。それがこのボードが捉えるように設計されているものであり、Ideogramのマスク編集における使用可能な結果率——4.6では90%、4.5では82%——がそのリーダーボード順位と一致する理由でもある。どちらも同じ根底にある特性を測っている。つまり、触れてほしいと指示していない部分を、モデルがどれだけそのまま残すかだ。

Artificial Analysisの編集ボードは、より限定的なものを測っている。単一の編集の品質を採点するもので、美しい結果を生み出すモデルを高く評価する一方、5回目のパスでも美しいままでいられるかについては何も語らない。参照素材の多い構成、つまり14個のアセットを1つのシーンに組み上げることに最適化されたモデルは、単一編集の品質では良好な成績を収めやすく、ドリフトでは不良になりやすい。なぜなら、調整を求められる要素が増えるたびに、元の被写体が動いてしまう機会が増えるからだ。

2つのボードは対立していません。どちらも、実際のワークフローが同時に必要とする特性でモデルをランク付けしているのであり、各モデルはそのうちの一方で優れているのです。

基準限界、14 に対して 5

Screenshot of Ideogram's own Ideogram 4.6 model page. The hero reads 'Ideogram 4.6 is the new frontier of precise editing.' An 'Ideogram 4.6 at a glance' block lists Release date November 19, 2026; Resolution Up to 2K or 4K, with Very low quality supporting up to 2K; Quality modes Very low, Low, Medium, High; Reference images up to five through Generate; Local edits optional mask through Precise Edit; and API endpoints Generate and Precise Edit. A right-hand card promotes 'Meet Ideogram 4.5 - Precise control. One edit at a time.' Further down, a 'Multi-step Image Edit - benchmark.ai' panel headed '#1 in multi-step image editing' charts Ideogram 4.6 first, Ideogram 4.5 at 1866, Seedream5.5 at 1805, Flux 3 Image at 1697, Muse Image, MAI-Image-2.6 at 1299 and MAI-Image-2.1-Pro (Thinking) at 1291, sourced to Rapidata. No per-image API rate table appears in this capture.

参照カウントのところで、この比較はどちらも互角ではなくなり、明確な役割分担へと変わる。

Ideogram 4.6はGenerateを通じて最大5枚の画像を受け付け、参照画像が添付されている場合、1枚目が編集対象の画像で、残りは参照画像です。ドキュメントではこれを、補助的な素材がたまたま付属している編集作業として位置づけています。Nano Banana 2.1は最大14枚を受け付け、モデルカードでは4体のキャラクターと10個のオブジェクトを忠実度の目標として挙げており、画像に加えて動画やPDFも入力として受け付けます。

実用面で言えば、あなたの仕事が1枚の写真、1つの被写体、一連の変更であれば、Ideogramの5枚というのは制約にはならない——1枚か2枚を使えば、残りはマスクがやってくれる。あなたの仕事が4人と、どれも本人らしく見える必要がある複数の商品が入ったシーンであれば、14枚は贅沢ではないし、編集ループの品質がどれだけ高くても、10枚目の参照を見られないモデルを補えるものではない。

逆もまた成り立つ。参照容量ではドリフト耐性は手に入らない。14個の参照を保持するモデルは、毎ターン14個の事柄をすり合わせている。そしてRapidataチェーンはまさに、15個目——誰も変えるよう頼んでいない顔——に何が起きるかを試すものだ。

思考ダイヤルとバッチティア

この比較では、一方の側にしか存在しない機能が2つあり、どちらも画質ではなく制作基盤に関するものです。

Nano Banana 2.1は、minimal、medium、highで設定可能なthinkingを提供します。画像処理においてこれは推論機能ではなく、レイテンシーとコストを調整するダイヤルです。Mediumがデフォルトで、ほとんどの呼び出し元はそのまま変更しません。High設定は、構図が十分に難しく、追加トークンに見合うリクエスト向けです。Batch APIにも対応し、1枚あたりの価格が半額になります。1Kで$0.0168、2Kで$0.0252、4Kで$0.0567です。4K編集では$0.0567となり、Ideogramの$0.60に対して10倍を超える比率です。

Ideogram 4.6にはどちらも当てはまらない。4つの品質モードがあり、これは同じ考え方をより粗くしたものだ——Very lowからHighまで——そしてAPIにはバッチ割引がない。あるのは明確な上限だ。ドキュメントには最大4,096×4,096と記載されており、2K以下はすべて2Kの価格で課金される。Googleのモデルカードは上限についてはより柔軟で、課金についてはより厳格だ。なぜなら、何が生成したかに関係なく、すべてのトークンが計測されるからだ。

大規模なバッチジョブでは、このページの他のあらゆる要素を凌駕するのは、それらの事実のうち2番目です。月1万件の4K編集では、アセットあたり0.0567ドルと0.60ドルの差は好みの問題ではありません。それは、どのモデルを投入するかを決める予算項目なのです。

1つを選んで、両方を実行する

この分断は大半の一対一の対決よりも明快で、だからこそこのペアはわざわざ取り上げる価値があるのだ。

選択Ideogram 4.6を使うべきなのは、1枚の画像を何度も洗練させ、被写体がそれに耐えなければならない作業です。レタッチ、ブランドカラーの補正、製品ディテールの修復、タレント撮影など、同じフレームが10回も20回も処理を経て、5番目のバージョンでも同じ人物であり続けなければならないあらゆる場面です。ドリフトの証拠はどちらのモデルにとっても最強の単一の結果であり、マスク編集率はモデルが境界を尊重していることを示し、4K未満ではそれが置き換えるモデルと同じコストです。

を選択してくださいNano Banana 2.1。作業が多数のソースからの合成である場合、入力が写真でない場合、または量がバッチ階層を決定づける場合です。14件の参照、動画およびPDF入力、検索グラウンディング、そしてバッチ4K価格$0.0567は、編集品質とは何の関係もなく、その作業が実際に何であるかとすべてが関係する、4つの別々の理由です。編集Elo 1,152は、上位3分の1に相当する立派なスコアです。このモデルを選ぶ理由はそこではありません。

ほとんどの本番パイプラインでは両方を併用するのが答えであり、このケースだけは2つの価格体系が競合しなくなります。Gem​iniモデルでバッチ価格の生成と合成を行い、合成済みフレームをIdeogramに渡して編集パスとマスク補正を担当させます。高コストなIdeogram呼び出しは、Ideogramが本当に得意とする処理に限定され、処理量は安価な側に載ります。

注目点:Artificial AnalysisにはまだIdeogram 4.6の行がなく、それが追加された時点で、この比較は、現在Ideogramが未測定となっているシングルターンのボードにおける2つ目の独立したデータポイントを得ることになる。それまでは、筋の通った要約は次のとおりだ。すなわち、ドリフトに関する議論ではIdeogram 4.6が勝ち、コストに関する議論ではNano Banana 2.1が勝つ。そして、一方は編集ごとに課金し、他方はピクセルごとに課金するということに気づけば、どちらの結果も驚きではない。