Ming-Image-0.1-Design vs Nano Banana 2：返ってくるレイヤー

デザイナーに、画像が生成された後に何がうまくいかなくなるのかと尋ねると、返ってくる答えはほとんどが画像そのものについてではありません。問題は、生成された画像がフラットだということです。すべての要素が他のすべての要素と溶接されたようになっているため、見出しは動かせず、ロゴは差し替えられず、背景の色も変えられず、一語を変えるためだけにプロンプトから全体を再生成しなければなりません。Ming-Image-0.1-Designは、2026年9月17日にAnt GroupのinclusionAIチームによってMITライセンスの下でひっそりと公開されたもので、まさにその問題を中心に設計されています。61億5,000万パラメータ、ネイティブRGBA出力、そしてフラット化されたデザインを受け取って個別のレイヤーとして返すコンパニオンリポジトリを備えています。Nano Banana 2 — ベンダーのGemini 3.1 Flash Imageで、2026年5月28日から一般提供され、現在はgoogle/gemini-3.1-flash-image-previewとしてルーティングできる — は、同じ問題の別の半分を解決しており、この二つの半分の違いが、どちらをあなたのパイプラインに組み込むべきかを決めます。

Nano Banana 2が実際に何を得意としているのか、そしてその料金はいくらなのか

Googleのモデルは、公開された価格と実運用での実績を備えたモデルであり、そのどちらもが正確に述べる価値のあるものだ。なぜなら、それこそが人々がこのモデルに手を伸ばす理由だからだ。

• 価格 — おおよそ1024×1024画像1枚あたり$0.067、2048×2048では$0.101、4K側では約$0.151で、バッチモードではこれらの金額のおよそ半分になり、テキスト入力は別途、100万トークンあたり$0.25で課金されます。これは2K画像1,000枚あたり約$101に換算され、何かを生成する前に1ドル単位で予測できます。

• 出力 — 最大4K、ソーシャルやバナーフォーマットに必要な1:4や1:8といった極端な比率プリセットを備え、5人のキャラクターと14個のオブジェクトにわたるGoogle報告の一貫性も実現。

• プロベナンス — すべての出力にはSynthIDウォーターマークが付与されており、これは品質のためではなくコンプライアンスのための機能であり、デザインレビューより先に法務レビューで問い合わせが来る類のものである。

• グラウンディング — 生成中にウェブを検索できるため、記憶していない事実に依存するリクエストも処理できます。

そのどれも透明性の話ではない。Nano Banana 2は画像を返し、その画像が成果物のすべてだ。

Ming-Image-0.1-Designが代わりに返すもの

このモデルカードは、未発表のリリースとしては異例なほど具体的であり、その具体性はすべて写真撮影ではなくデザイン作業に向けられている。推奨される推論設定は 2048×2048 — 速度を求めるなら 1024 — で、サンプリングステップ 12、classifier-free guidance 1.0、全体を通して BF16、単一の 80 GiB CUDA GPU 上。重みはすべて BF16 safetensors で、リポジトリは約 71.5 GB、connector/、mllm/、mlp/、scheduler/、transformer/、vae/ にまたがっており、model_index.jsonは存在しない — 文書化された手順はgit clone による推論リポジトリの取得と、python infer.py の実行であり、デプロイには vLLM-Omni、プロンプト拡張には別個の視覚言語モデル（Ling-3.0-flash-VL または qwen3.8-27B）が挙げられている。

RGBA出力は、フラット画像問題への答えの前半です。後半はMing-Image-0.1-Design-Layer、独自のパイプラインタグ（image-text-to-image）を持つ別個のリポジトリで、6,154,908,736パラメータ、同じMITライセンス、そして役割はただ一つ：フラット化されたデザイン画像とレイヤープランを受け取り、N枚のRGBAレイヤーを返すことです。デフォルトのバケットでは1024、速度重視なら512、12ステップ、ガイダンス2.0で動作し、flash_attention_2を使用します。そのカードにはCrelloテストセットの結果が表ではなく画像として示されているため、引用できる数値はありません——これが証拠の正直な状態であり、率直に述べる価値があります。

その2つの事実を合わせれば、このトレードオフの形は明確だ。Nano Banana 2は、より少ない作業でより良い最終画像を手に入れられる。Ming-Image-0.1-Designは、後からでも分解できる画像を提供し、さらにレイヤー分解を、必要なときに実行する2つ目のモデルとして提供してくれる。

ボード、よく読むこと

Ming-Image-0.1-Designは、Artificial AnalysisのUI/UXデザイン向けText to Image Leaderboardのオープンウェイト表示で首位に立ち、Elo 1,082で、Elo 1,052のIdeogram 4.0 (Quality)、Elo 1,015のIdeogram 4.0、Elo 1,005のHunyuanImage 3.0 Instruct、Elo 1,000のFLUX.2 [dev]、Elo 999のFLUX.2 [dev] Flash、Elo 994のFLUX.2 [dev] Turboを上回っています。私たちが読んでいるこのコピーは、モデル自身のカードに再現されたもので、Artificial Analysisのブランディングが付いています。

それをどれほどの重みで受け取るべきかを変える、2つの注意点がある。これはオープンウェイトでフィルタリングされたボードなので、Nano Banana 2 のようなホスト型モデルは対象外であり、それが不在であることは敗北ではない。そして、ブラインド選好の Elo は集団の平均であって、あなたのプロンプトを試すものではない——それはパネルがこれらの出力を好んだと言っているだけで、モデルがあなたの見出しを正しい書体で組むと言っているわけではない。

Nano Banana 2の位置づけは、ホストされているボード上とGoogle自身が公表した数値で測られており、この2つを混同すべきではない。それが春からボードに載っているという事実のほうが、ここではより有用だ。つまり、数か月分の独立したトラフィックがあり、Mingリリースにはそれがまったくない。

お金とリスクは実際どこに落ち着くのか

価格差は程度の差ではない。Nano Banana 2は従量課金制なので予測可能だ。2K画像1,000枚で約$101であり、画像出力は予測可能にトークン化されるため、複雑さによって請求額はほとんど変わらない。Ming-Image-0.1-Designにはホスト型の価格が一切ない。ホスト型エンドポイントが存在しないからだ。コストは、80 GiBカード上で71.5 GBをダウンロードすることに対する自前のGPU時間であり、公正な比較は$101対無料ではなく、$101対自分で計算しなければならない償却後の数値だ。

これが、この比較の中で、ルーティング層が修辞ではなく具体的なことを行う唯一の箇所です。Nano Banana 2 を提供する Gemini の画像プレビューは当社のエンドポイント上にあり、プロバイダーの定価でマークアップゼロで提供されています — そのため、Google が画像1枚あたりの料金を変更すれば、当社側の数字は次回の契約更新時ではなくその日のうちに動きます。プロバイダー間の自動フェイルオーバーは、その残り半分です。つまり、あるルートでは、数か月分のボード実績を持つモデルで本番トラフィックを処理しながら、その傍らで未発表のオープンウェイトのリリースを評価できます。これは、評価がクリティカルパス上に置かれることが決してなく、どちらか一方の調子が悪い午後が障害になることもない、ということを意味します。これは現実的な取り決めであり、まさにこの特定のモデルの組み合わせが求めている取り決めです。

どちらのモデルも安全なデフォルトではありません。理由はそれぞれ異なります。

Ming-Image-0.1-Designは2026年9月17日に、告知もリリースノートも、明示された制限事項もなくアップロードされ、執筆時点でダウンロードカウンターはゼロを示していた。上記のリーダーボード順位が、存在する唯一の独立した測定値である。それ以外のすべて——あなたのカードでのスループット、参照画像が数枚を超えたときの挙動、切り抜きの縁でアルファチャンネルがきれいかどうか——は公開の場では測定されておらず、第三者がそれについて書いたこともない。

Nano Banana 2 は正反対のプロファイルだ。独立したスコア、公開された価格、商用ライセンス、そして SynthID を備えているが、レイヤーを返してはくれない。ワークフローが「画像が正しく見える」で終わるなら、それはコストではない。そこから先、レイアウトツールへと続くなら、それがコストのすべてだ。

• 透過PNGや分解できるデザインが必要なら — Ming-Image-0.1-Design は二者のうち唯一の存在であり、そのリーダーボード順位ではなくこの製品に目を向けるべき理由は Layer コンパニオンにある。

• 予測可能な画像1枚あたりの価格、4K出力、特殊なアスペクト比、来歴のウォーターマークが必要なら — Nano Banana 2、1K画像あたり約$0.067で、それはあなたが呼び出す他のすべてと同じエンドポイント上にあります。

• 出力されたものを販売する必要がある場合 — Ming-Image-0.1-DesignのMITライセンスはそれを許可しており、これは2026年の画像リリースとしては異例で、当然と決めつけるのではなく、自社の法的立場と照らし合わせて確認する価値があります。

• どちらかにコミットする前に、どちらか一方が検証可能である必要がある——検証可能になり得るのはそのうち一方だけであり、それは告知のない方だ。

注目すべきはベンチマークではない。今回のリリースで役に立つ半分が Layer リポジトリなのかどうかだ。Layer 分解は、生成されたデザイン作業が画像であることをやめ、アセットになり始める段階であり、もしそのモデルがカードに示唆された通りのことをするなら、フラット画像問題こそ、この比較の中で最も早く古びていく部分になる。