「Kling Image 4.0 vs Nano Banana 2.1」と表示されたタイトルカードに、サブタイトル「2倍の料金で3.9 Eloポイント」が付いている。中央のブロックには、テキスト・トゥ・イメージの2つのスコア1,179.93と1,176.06が表示され、その差には3.9というラベルが付いており、その下には2Kフレームあたり6.1セントと3.36セントという2行の価格が示されている。
Guides & Insights

Kling Image 4.0 vs Nano Banana 2.1:2倍の料金で3.9 Eloポイントの差

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

Kling Image 4.0はArtificial Analysisのテキスト・トゥ・イメージ・ボードで1,179.93を記録しています。Nano Banana 2.1は1,176.06です。その差は3.9 Eloで、どちらの行の区間よりも小さく、両者の差の区間のおよそ5分の1です。平たく言えば、この2モデルは単発生成において統計的に同等です。Kling Image 4.0は2026年11月17日にリリースされ、2K静止画で16ユニット、約6.1セントの価格設定です。Nano Banana 2.1は2026年10月6日に一般提供が開始され、同じ2Kフレームで0.0336ドルかかります。つまり、同等性は現実であり、価格差はそうではなく、比較全体は追加の2.7セントで他に何を買うのかに帰着します。 ここに引用した料金はNano Banana Proモデルページのもので、カタログからそのまま取ったものです。

3.9点を正直に読み解く

Artificial Analysisの画像ボードは、単一の各行で約13〜14 Elo、独立に推定された2つのスコア間の差では約19の信頼区間を持つ。したがって、3.9ポイントの差はノイズの範囲に十分収まる。これは両モデルが同一であることを意味しない——総合的な選好で同点でも、一貫した分裂が隠れていることがあり、たとえば投票者が顔では一方のモデルを、タイポグラフィでは他方のモデルを好み、2つの効果が相殺する。しかし、テキストから画像へのスコアの強さでこの2つを選ぶことは、その選択を支えられない数値で選ぶことを意味する。

編集のボードは話が別で、きちんと切り分ける価値がある。この種の比較で最もよくある誤りは、両者を混同することだからだ。そこでは、Kling Image 4.0 が 1,182.89 で6位、Nano Banana 2.1 が 1,152.31 で11位——30.6ポイントの差は、差の区間を余裕で外れている。あなたの作業が生成ではなく編集なら、品質の問いには答えがあり、それは Kling に有利だ。生成なら答えはなく、価格で決まる。

• テキストから画像生成 — Kling Image 4.0 1,179.93(7位)、Nano Banana 2.1 1,176.06。Elo差は3.9で、ノイズの範囲内。

• 画像編集 — Kling Image 4.0 1,182.89(6位)、Nano Banana 2.1 1,152.31(11位)。差は30.6 Eloで、ノイズの範囲外です。

• 2K生成 — Kling 約$0.061、Nano Banana 2.1 $0.0504。

• 1K生成 — Klingの静止画向け階層には1Kティアがありません;Nano Banana 2.1 $0.0336。

• 最高解像度 — Kling 8K は約0.154ドル、Nano Banana 2.1 4K は0.0756ドル。

• バッチ価格 — Klingは公開なし、Nano Banana 2.1はBatch API経由で最大24時間の処理時間で全ティアを半額に。

Screenshot of the Artificial Analysis AA-Image-T2I v2.1 leaderboard in English, showing Kling Image 4.0 seventh at 1,180 with 5,550 samples at $63.00 per thousand images, and Nano Banana 2.1 eighth at 1,176 with 6,793 samples at $33.60 per thousand images, behind the GPT Image 2.6 and 2.5 tiers and MAI-Image-2.7.

1セントの100分の27がどこへ行くのか

2Kでの比較こそが公平な比較だ。なぜなら、両モデルがラダー上の同等の位置で提供している唯一のティアであり、$0.061 対 $0.0504、Klingは18%のプレミアムとなる。これはティア間の比較が示唆するよりもはるかに小さな差であり、実際のほとんどの作業が出荷される解像度においてKlingの8Kのハローがいくらかかるのかと誰かに尋ねられたときに引用すべき数字だ。

The gap widens sharply at the bottom of the ladder, because Kling does not have a bottom. Its still tiers start at 2K — 16 units, 6.1 cents — with no 1K option on the price sheet for single images. Nano Banana 2.1 has a 1K tier at $0.0336, and Goo​gle explicitly removed the 512-pixel tier that Nano Banana 2 had, so the ladder now runs 1K, 2K, 4K with no smaller step. For a workflow that produces thumbnails, social crops or internal review renders, a model whose cheapest frame is six cents is a model you use for finals only.

最上位では、価格では順序が逆転し、性能ではさらに逆転する。Klingの8Kフレームは約15.4セント、Nano Banana 2.1の4Kフレームは7.56セントだ。Klingは、名目上2倍の解像度でありながら誰も独立に測定していないティアに対して、価格がおよそ2倍になっている。Nano Banana 2.1は4Kで止まり、しかも正直に止まる — 出力画像トークン2,520、100万トークンあたり30ドル。これは文書化された数値で、公開されている1画像あたりの数値に一致する。

次に、バッチ処理という手段があります。これはこの2つの間で最大のコスト差を生む要因です。Nano Banana 2.1はBatch APIを通じて各ティアを半額にします。1Kで0.0168ドル、2Kで0.0252ドル、4Kで0.0378ドルで、最大24時間のターンアラウンドです。Klingは同等のものを公表していません。締め切りのないジョブでは、2KのNano Bananaフレームは2.5セントとなり、Klingの6.1セントに対して、18%ではなく2.4倍の差になります。

追加の参照で何が得られ、何を犠牲にするのか

Nano Banana 2.1は最大14枚の参照画像を受け付け、その内訳はキャラクター4体とオブジェクト10個です。これらの参照は入力トークンとして100万あたり1.50ドルで課金され、一度だけ、プロンプトと同じ入力メーターにまとめられます。参照に対する別途の追加料金はなく、請求書に参照ごとの明細行もありません。

Kling Image 4.0は参照を明示的に課金します。参照画像または参照要素1つにつき0.8ユニットで、1要素は1画像として数えられます。Klingのドキュメントでは、これが「以前のモデルとは異なり、そのモデルでは参照画像と参照要素は無料だった」と注記されています。エントリーパッケージの料金では、配信フレーム1つあたり参照1つにつき約0.33セントです。12フレームのセットに参照を4つ添付すると、出力の192ユニットに加えて、追加料金は38.4ユニット、約15セントになります。

Whether that is a meaningful difference depends on how reference-heavy the work is, and the shape of the two charges differs in a way that matters for forecasting. Kling's surcharge scales with the number of frames; Goo​gle's does not, because input is paid once per request rather than per output. A hundred-frame coherent set built from six references is where the two philosophies diverge most, and it is exactly the workflow Kling markets as "coherent image sets — one prompt, a complete series".

それぞれの側が提供し、もう一方にはない機能

Nano Banana 2.1's differentiators are about control during generation. Thinking mode runs at three levels — minimal, medium, high — and carries a conversation, so a multi-turn edit session keeps context across turns rather than re-reading the whole history each call. Goo​gle's changelog describes the 2.1 update as fixing tiling artefacts at the extreme aspect ratios, specifically 1:4, 4:1, 1:8 and 8:1 at 2K and 4K, which is a narrow claim about a specific failure mode and therefore a checkable one. There are 14 aspect ratios in total. Goo​gle Search grounding sits inside generation alongside web search.

Kling's differentiators are about output shape. Native 8K, small-text rendering ("crisp small text, creative typography"), coherent multi-frame sets from one prompt, and long-image generation — a tall webpage comp at 140 units at 1K or 152 at 2K, and an e-commerce detail-page format that accepts only an image-to-image request and climbs from 60 units for a short panel to 200 for a long one at 1K, or 72 to 220 at 2K. Nothing in Goo​gle's documentation competes with that last row, because a detail-page image is a layout, not a picture, and no amount of aspect-ratio coverage produces one deliberately.

互いに対比させると、機能リストはほとんど重ならない。一方のモデルは、参照と思考を使ってセッション中に方向づけられるように作られており、もう一方は、異常な形状のものを異常に高い解像度で出力するように作られている。両方を必要とする購入者は、その間で選んでいるのではなく、どちらをパイプラインの中心に据えて構築し、どちらを例外として呼び出すかを選んでいるのだ。

A two-column comparison scoreboard titled 'Kling Image 4.0 vs Nano Banana 2.1 — the scoreboard', contrasting release date, text-to-image Elo, editing Elo, resolution ladder, 2K price and batch pricing for the two models, with a footer reading 'Elo figures per Artificial Analysis; prices per each vendor's published rate card, Kling converted from units at the entry package rate.'

14の比率 対 1つの縦長ページ

アスペクト比の数はNano Banana 2.1の報道で引用される数字だが、モデルに関して最も面白みのない点だ。14種類の比率は、フレームワークがレターボックス化を強いる代わりにこちらのクロップを受け入れるという意味であり、任意の比率がうまく構図されているという意味ではない。1:4と8:1でのタイリング修正のほうがより本質的な項目だ。なぜなら極端な比率は、画像モデルが歴史的にフレームを埋めるためにコンテンツを繰り返してきた領域であり、修正した正確な比率を名指しするベンダーは、失敗がどこにあったかを教えているベンダーだからだ。

Klingのロングイメージ階層は、まさに鏡像的な賭けだ。あらゆるアスペクト比をカバーする代わりに、一つの形状を徹底的にカバーする——内部に構造を持つ縦長パネルであり、面積ではなく長さで価格が決まる。注目すべきはeコマース向けの行だ。ショート・ミディアム・ロングそれぞれ1Kで60、120、200ユニット、しかもimage-to-imageのみ。この最後の制約が要となる。つまりモデルは商品を発明しているのではなく、あなたが提供した素材をレイアウトしているのであり、それは存在しない商品を生成するよりもはるかに狭く、はるかに信頼性の高いタスクなのだ。

この2つのアプローチは代替手段ではなく、「14種類のアスペクト比」と「長尺画像生成」を同じ行として扱う比較は要点を外している。一方は既存の構図に合わせるためのものであり、もう一方は本来ならデザインツールで組み立てるような構図を生成するためのものである。

今日、あなたが呼べるもの

OrcaRouter does not serve Kling Image 4.0 or Nano Banana 2.1 — the Gem​ini image identifiers in our catalogue are Nano Banana Pro and Nano Banana 2, one generation behind the model in this comparison, and the Kling identifiers are video. Saying so is the only honest version of this section.

私たちを通じて呼び出せるのは比較対照側のモデルであり、この特定の組み合わせではその比較対照側が異常なほど優れています。カタログ上、Nano Banana 2 はリクエストあたり $0.151、Nano Banana Pro は $0.24 で、いずれもプロバイダー定価でマークアップ 0%となっており、GPT Image 2.5 のペア、Imagen 4.0 の 3 ティア、Grok Imagine Image も並んでいます。つまり、「2.1 のタイル処理の修正は移行する価値があるのか」といった疑問にも、ローンチ時のスレッドではなく、すでに運用しているモデルに対して答えを出せます。同じ 8:1 のクロップを Nano Banana 2 と 2.1 で並べてレンダリングすれば、答えは議論ではなく目に見える形になります。

Screenshot of the OrcaRouter model page for Google's Nano Banana Pro in English, showing the model id google/gemini-3-pro-image-preview, image and text input with image and text output, a per-request price of $0.24, a 10.00 second median time to first token and zero data retention availability.

The pass-through point matters more than usual with Goo​gle, because Goo​gle changes image pricing in structural steps. Nano Banana 2.1's predecessor was shut down 23 days after 2.1 went GA, and the price from 2 to 2.1 roughly halved at every tier. When a vendor moves like that, a 0% markup arrangement means the number on your invoice moves the day it moves on theirs, with no margin in between to renegotiate.

実際に何がその決定を変えるのだろうか

可能性の高い順に3つ。実アセットでの4K対8K比較があれば、Klingの最上位ティアが7.56セントに対して15.4セントの価値があるかどうか決着するだろう——それは1回のレンダーと100%ズームでの確認1回で済み、この記事で最も価値の高いテストだ。Klingからバッチティアに関する回答があれば、最大の価格差は一気に縮まる。もしKlingが非同期割引を提供していたなら、2.4倍という数字は再び18%という数字になり、比較は2Kの数値に戻る。そして、1:4と8:1のタイリング修正の公開再現があれば、2.1の最も具体的な主張が本当かどうかが分かる。これはEloスコアよりも重要だ。なぜなら、その主張は真か偽かのどちらかと言えるほど狭いからだ。

それまでは、おすすめは地味だが数字から直接導かれるものだ。編集より生成が多いなら、1フレーム3.4~5セントのNano Banana 2.1のほうが買い得であり、3.9のElo差もそれを覆す理由にはならない。生成より編集が多いなら、この比較で唯一重みを持つ数字は30ポイントの編集差であり、Klingにはその割高分の価値がある。ポスターより縦長のものが必要なら、この2つのうちそれを売れるのは片方だけだ。