Nano Banana 2.1 vs GPT-Image-2.5：一方にはリーダーボードがあり、もう一方にはラベルがある

Nano Banana 2.1 と GPT-Image-2.5 を 2026年10月6日に並べてみると、正直な比較は2つの画像モデル同士のものではない。それはリーダーボードの項目とメニュー上のラベルの比較だ。GPT-Image-2.5 は 2026年9月8日に、ChatGPT、ChatGPT Work、Codex のすべてのティア向けに出荷され、呼び出し可能な API 識別子を2つ備えており、Artificial Analysis は3日後にその両方を自社のボードに追加した。Nano Banana 2.1 は Flow のモデルピッカー内で選択可能な文字列として存在するだけで、それ以外は何もない。発表も、モデルカードも、識別子も、価格も、スコアもない。この2つを選び分けるためにここに来たのなら、今週の答えは強制的だ。片方は呼び出せないからである。有益な問いは、それが事実でなくなるには何が変わらなければならないかだ。

各サイドの状態を、1回のパスで

GPT-Image-2.5は単一のチェックポイントではなく、ファミリーです。GPT-Image-2.5 Flareは識別子gpt-image-2.5-flareを持ち、高速なデフォルトとして位置づけられています。一方、GPT-Image-2.5 Sunburstはgpt-image-2.5-sunburstを持ち、1回の生成により時間はかかりますが、より厳密な編集制御を実現します。どちらも、コンシューマー向けの展開が始まった同じ日にAPIへ公開されました。

Nano Banana 2.1は、Nano Banana 2からの0.1のバンプにすぎない。Nano Banana 2は、Gemini 3.1 Flash Imageに対してGoogleが用いている提供名だ。このラベルは9月27日、FlowのWebビルド内の内部参照として初めて確認され、以前の「Nano Banana 2.5 Flash」という文字列に取って代わるもので、10月5日にはインターフェース上で選択できるようになった。それ以来、Googleはこれについて何も述べていない。

その非対称性こそがこの記事のすべてだ。以下に述べるものはすべて、GPT-Image-2.5 についての測定された数値か、Nano Banana 2.1 について記録された不在のどちらかであり、その二者を互いに論駁し合うことはできない。

ボードが語るもの — ボードを持つ側のために

人工分析（Artificial Analysis）は2026年9月11日、ローンチから3日後にGPT-Image-2.5のペアを採点した。このことが今回の顔合わせをOpenAIにとって異例なものにしている。2.5世代は、ベンダーの主張のみが根拠のリリースとして意味のある時間を過ごすことはなかったのだ。

• テキストから画像：{{1}}GPT-Image-2.5 Sunburst (max){{/1}}がElo 1,197、{{2}}GPT-Image-2.5 Flare (max){{/2}}がElo 1,191で、ボード上で2位；{{3}}GPT-Image-2 (high){{/3}}が1,172で3位。

• 画像編集 — GPT-Image-2.5 Sunburst（max）がElo 1,182で1位、GPT-Image-2.5 Flare（max）がElo 1,162で2位、MAI-Image-2.6が1,137で3位。

• 実測コスト — Artificial Analysis は、GPT-Image-2.5 の両バリアントを、独自の価格尺度で画像1,000枚あたり $210.70 と記載しており、これはそれらが置き換える GPT-Image-2 (high) の $211.00 と対比される。

• OpenAIのトークン料金表 — 画像入力トークン100万あたり8ドル、画像出力トークン100万あたり30ドルで、GPT-Image-2から変更はなく、画像1枚あたりの公表された数値はない。

Nano Banana 2.1 については、対応する行が存在しません。Elo もありません。どのボードもそれを実行していないからです。価格もありません。Google が何も公表していないからです。解像度やアスペクト比のリストすらありません。Nano Banana ファミリーの他のすべてのメンバーはそれを文書化しています。今 Nano Banana 2.1 について目にするどんなスペックも、その名前から推測されたものです。

それらの行のうち2つは、それだけでこの対決を決めてしまう。API識別子の行は、開発者がGoogleのモデルを選べない理由であり、Eloの行は、OpenAIのモデルをもはや鵜呑みにされる必要がない理由だ — そのボードは公開から3日後に数値を公表したが、これはどのベンダーにとっても速い。

正直な代替品：GPT-Image-2.5 vs 実際に呼び出せるNano Banana

もしその選択が仮定ではなく現実のものであるなら、そのGoogle側の選択肢はNano Banana 2 — Gemini 3.1 Flash Image —です。なぜなら、識別子（gemini-3.1-flash-image）、GA日（2026年5月28日、2月26日のコンシューマー向け展開に続く）、およびスコア付きの位置を持つモデルだからです。

• 品質 — GPT-Image-2.5 SunburstはElo 1,197でテキストto画像のランキング首位、Nano Banana 2はElo 1,125。編集では、Sunburstが1,182で、Nano Banana 2が1,108。

• 価格 — GPT-Image-2.5はOpenAIのプレミアム画像ティアであり、Artificial Analysisによる計測では1,000枚あたり約211ドル。Nano Banana 2は1,000枚あたり67ドルとされており、Google自身の出力トークン料金は100万トークンあたり60ドルで、これは512px画像1枚あたり約0.045ドル、1024×1024では0.067ドルに相当する。

• 展開面 — GPT-Image-2.5はあらゆるプランにおいてChatGPTのデフォルト画像エンジンであり、Nano Banana 2はGeminiアプリ内のデフォルトだ。そしてGoogleはそれを、LensとAIモードを通じて検索へ、Flowへ、そして広告へと投入した。

• 一貫性機能 — OpenAIは連続した編集を通じて参照の忠実性が保たれると主張しており、Googleはワークフロー全体で最大5体の一貫したキャラクターと14個のオブジェクトを実現できると主張している。いずれもベンダーによる説明である。

これは二者間のトレードオフではなく、真の三者間トレードオフだ。OpenAIの新モデルは測定品質で勝り、コストはおよそ3倍。Googleの提供中モデルはユニットエコノミクスで勝る。品質ギャップを埋めつつ価格ラインを動かさないNano Banana 2.1なら、そのトレードオフの形を変えるだろう。見た目でNano Banana Proに匹敵するだけのNano Banana 2.1では、そうはならない——初期のFlowの出力が似ていると報じられているのは、まさにこのタイプだ——なぜならNano Banana Proはすでに両リーダーボードでGPT-Image-2.5を下回っているからだ（Elo 1,102 テキスト→画像、1,099 編集）。

「まだ採点できない」がここでは言い逃れではない理由

未発表モデルの比較は、たいてい「更新する」という約束で終わる。今回起きているのはそれではない。そしてこの違いは、率直に述べておく価値がある。Nano Banana 2.1 は研究論文から漏れたのでも、フレームワーク統合で見つかったのでもない — 提供中のGoogle製品のインターフェースに見えている。つまりGoogleは、それをユーザーの目の前で動かしているビルドを持っているということだ。したがって、他のあらゆる痕跡が存在しないことは、意図的な公開の空白であり、そのモデルがまだ遠いという証拠ではない。

これまでの流れは、Nano Banana 2 自体がたどったものと同じだ。まずコンシューマー向けサーフェスがあり、開発者向け API は数か月後、識別子と GA 日が同時にやってくる。そのパターンに従えば、10 月に Flow が目撃されたことは、しばらく後に API 識別子が現れることを示唆しており、その目撃情報からは間隔がどれほど長いのか何も分からない。

両側を単一のエンドポイント経由でルーティングする

この対決における実務上の厄介な点は、2社の画像モデルがそれぞれ異なる商用関係の下にあり、各社が提供済みのものの隔たりがそのことを厄介にしているという点です。OpenAIの現在の画像ファミリーはアグリゲーター経由では一部しか利用できず、OrcaRouterは openai/gpt-image-2 と openai/gpt-image-1.5 を扱っていますが、2.5のペアは扱っていません。そのため、新しいOpenAIモデルは現状、OpenAIのAPIキーを直接使うことを意味します。Google側では当社のカタログがGemini画像ラインを扱っており、google/gemini-3.1-flash-image-preview と google/gemini-2.5-flash-image を含み、各プロバイダーの 定価を0%のマークアップでそのまま反映。

このような比較でそれがもたらすのは、割引ではなくフェイルオーバーです。ベンダーがポイントリリースを出したり、モデルをティア間で移したりするとき、1つのエンドポイントを呼び出すスタックなら、その時点でワークロードに適した画像モデルへルーティングでき、自動的にフェイルオーバーすることができます — プロバイダーが劣化した場合でも、2つ目の契約も、2つ目のキーも、単一ベンダー統合が伴う移行も不要です。Nano Banana 2.1 は OrcaRouter にはありません。Flow のピッカー以外のどこにも載っていないからです。それが呼び出し可能なモデルになったとき、それがたどる経路はそこです。

これによって決断がどこに委ねられるか

今日最高の測定済み画質をワークロードが求めており、予算が画像1,000枚あたり約211ドルを許容できるなら、GPT-Image-2.5 Sunburstが正当化できる既定の選択だ — Artificial Analysisの両方のボードで首位に立ち、完全に文書化されている。ワークロードが大量処理で価格に敏感なら、画像1,000枚あたり67ドルのNano Banana 2のほうが有利な取引であり、今週実際に呼び出せるGoogleのモデルである。

Nano Banana 2.1 はまだ第三の選択肢ではありません。それは予定された可能性であり、それを扱う唯一の規律ある方法は、引き金として見ることです。Google が識別子、価格、そして最初の独立したスコアを公表したとき、上記の三者比較は実際の比較へと収束し、取引は変わります。それまでは、Flow のメニュー項目を、提供済みでスコアが付き、価格が設定されたモデルの競合相手として扱うのは、調達判断を誤らせる種類の比較です。