Gemini Nano Banana 2.1 対 Qwen Image 3.0：1Kでは互角、2Kでは明暗が分かれる

Gem​ini Nano Banana 2.1 と Qw​en Image 3.0 を料金表に載せると、最初の数字が面白い。最新の Gem​ini 画像モデルによる 1K 画像は $0.0336、Model Studio 上の Qw​en Image 3.0 による 1K 生成は $0.03438。その差は 0.07 セント。世界の反対側にある 2 つのラボが、異なる通貨で、異なるプラットフォーム向けに公開しながら、ほとんどの人が実際に買うものについて同じ価格に着地した。この引き分けは 2K に移った瞬間に崩れる — $0.0504 対 $0.0688 で、Gem​ini に有利な 36% の差 — そして、Qw​en が画像入力と編集入力を別々のメーターとして課金する一方、Nano Banana 2.1 はそうではないことに気づくと、また別の形で崩れる。その 2 つの事実のどちらがあなたのビルドを左右するかは、パイプラインが画像を 1 枚出荷するまでに、その画像に何回触れるかによって完全に決まる。

両者はまた、価格が示唆する以上に大きく異なっている。Nano Banana 2.1は2026年10月6日、前身に23日間の移行期限が付されたホスト型APIモデルとして一般提供を開始した。Qwen Image 3.0は2026年8月5日、AlibabaのQwen AIプラットフォーム上でStandardとProのティア、およびAPIを同時にローンチし、Qwen CloudとAlibaba Cloud Model Studioを通じて国際的な開発者にも提供されている。一方は画像トークン単位で課金される西側のフロンティアラボのモデルであり、もう一方は画像単位で課金される中国のプラットフォームモデルで、公表された同時実行バジェットと、互いに整合しない国内向け・国際向けの料金表を備えている。

2つの料金表を、1行ずつ

Nano Banana 2.1はトークン単位で課金され、1枚あたりの換算値も併せて公開されています。出力は画像トークン100万個あたり30ドルで、Googleはこれを1K、2K、4Kについてそれぞれ0.0336ドル、0.0504ドル、0.0756ドルと換算しており、1枚あたりのトークン数は1,120、1,680、2,520と示されています。入力はテキスト、画像、動画を通じて100万トークンあたり1.50ドルです。バッチ出力は半額で、0.0168ドル、0.0252ドル、0.0378ドルです。画像を再入力するための専用のメーターはありません。入力として渡した画像は、入力トークン料金で1回だけカウントされます。

中国のクラウド料金表では、Qwen Image 3.0 は 2 つのティアで提供されています。Standard は 1K と 2K の両方で 1 画像あたり 0.18 人民元で、画像入力は 0.02 人民元、編集入力は 1 画像あたり 0.02 人民元です。Pro は 1K で 0.25 人民元、2K で 0.50 人民元です。Qwen Cloud 国際版では、Standard ティアは 1 画像あたり入力 $0.003、出力 $0.03 です。Alibaba Cloud Model Studio の米ドル表示で公表されている数値は、1K 入力あたり $0.00275、1K 生成あたり $0.03438、2K 生成あたり $0.068761、1K 出力あたり $0.04、2K 出力あたり $0.075 です。スループットも公表されています。同時リクエスト数 10、非同期キュー 200 リクエスト、1 分あたり 20 リクエストです。

• 1K生成 — Gemini Nano Banana 2.1 $0.0336、Model StudioのQwen Image 3.0 Standard $0.03438。実質的に引き分けです。

• 2K生成 — Nano Banana 2.1 $0.0504、Qwen Image 3.0 Standard $0.068761。Googleの方が36%安価です。

• 4K — Nano Banana 2.1 $0.0756 はドキュメントに記載された料金階層であり、Qwen Image 3.0 の Model Studio エントリでは総ピクセル数が 2048×2048 に制限されているため、比較できる 4K 行は存在しない。

• 画像入力 — Nano Banana 2.1 は100万入力あたり$1.50のレートでカウントし、Qwen Image 3.0 は1K入力あたり$0.00275で別途計量し、編集入力は国内ではRMB 0.02で課金されます。

• バッチ — Nano Banana 2.1 は Batch API を通じてすべてを半額にし、ターンアラウンドは最大24時間。Qwen Image 3.0 が公表しているレバーは、割引階層ではなく200件の非同期キューだ。

• スループット — Qwen Image 3.0 は同時実行数 10、キュー 200、20 RPM を公表していますが、Google は Nano Banana 2.1 についてこれらのいずれも公表していません。

• 中国国内では — Qwen Image 3.0 Standard は中国の料金表で1画像あたり0.18元、Nano Banana 2.1 には中国国内向けの料金ティアは存在しない。Googleがそうしたものを販売していないためだ。

これらの行のうち2つは、ほかの行よりも重要です。4Kの行は価格差ではなく能力差です——4K出力が必要なら、Qwen Image 3.0のModel Studioの項目はそもそも検討対象にすらなりません。そして画像入力の行は、2つの課金思想がはっきりと分かれるところであり、これは見出しの価格には表れない部分なので、独立したセクションを設ける価値があります。

なぜ2回目のパスで計算が変わるのか

単発生成は簡単なケースで、1回の生成ならこの2つは価格面で互換性がある。実際の画像作業はめったに単発ではない。典型的な編集ワークフローでは、候補を生成し、修正のために参照画像をフィードバックし、スタイル適用のために修正済み画像を再びフィードバックし、その後ようやく出荷する。それらの戻りのすべてが画像入力になる。

Nano Banana 2.1では、その入力はテキストプロンプトと並んで一般入力レートで課金され、このモデルの対話型編集はそのために明示的に設計されている——以前のやり取りを介したマルチターン編集は文書化された機能であり、思考モードが会話を引き継ぐ。Qwen Image 3.0では、同じループはベンダーが公開している専用の課金ラインで計量される。Model Studioでは画像入力が1Kあたり$0.00275、国内では編集入力として1画像あたり人民元0.02元。どちらも1回あたりのコストは高くない。違いは、Qwenの計量では反復コストが独立した明細項目として可視化されるのに対し、Googleのそれは入力トークンに折り込まれるため、看板となる1画像あたりの数字から予算を組むチームは、どちらのプラットフォームでも3パス・ワークフローを過小評価することだ。

算数を正直にやれば、実用上の指針は地味だが本物だ。1Kの価格では両者は同じなので、どちらを選ぶ理由が価格にあるわけではない。2Kでは、Nano Banana 2.1 の方が1生成あたり明確に安く、さらにそれを半分にするバッチティアも提供している。4Kが必要なら、比較するまでもない。キューを組む際に計画できる公開された同時実行バジェットが必要なら、Qwen Image 3.0 はそれを公開しているが、Nano Banana 2.1 は公開していない。これがこの判断の形だ。主に必要な解像度とスループット保証の話であり、誰もが引き合いに出すティアの価格の話ではない。

何が測定され、誰のために測定されるのか

ここでの証拠の非対称性は、あなたが予想するのとは逆の方向に働いている。Qwen Image 3.0 には独立した順位付けがあるが、公開から1日の Nano Banana 2.1 にはない。Artificial Analysis の text-to-image ボードでは、2026年7月に収集されたサンプルに基づき、Qwen-Image-3.0 は5,816サンプルで Elo 1,077 の16位、Qwen-Image-3.0-Pro は6,077サンプルで1,088の14位——中位で、十分なサンプル数があり、フロンティアモデルというよりは強いプラットフォームモデルが位置するあたりだ。Alibaba自身のローンチ時の主張、つまりこのモデルが Arena.ai の text-to-image リーダーボードで中国首位を獲得したという主張は、別のボード、別の投票者母集団に基づくベンダー報告の数字であり、Artificial Analysis の順位と矛盾するものではない。ただ別のものを測っているだけだ。

Nano Banana 2.1 側の記録はより薄い。2026年10月7日時点の公開記録には、Eloも投票数もサードパーティによるレンダリング比較も存在しない。存在するのは、Googleの変更履歴の文言 — 視覚品質、プロンプト追従性、マルチターンのキャラクター一貫性、テキストレンダリングにおける「大幅な改善」 — と、文書化された機能変更だ：512px階層なしの1K、2K、4K出力、最大14枚の参照画像（10個のオブジェクトと4人のキャラクターに分割）、デフォルトで有効な思考モード、ウェブ検索に加えたGoogle画像検索グラウンディング。今日この2つを品質で比較したいなら、一方のモデルの測定された中位スコアと、他方のモデルのベンダー主張を比べていることになる。そしてそれらは同じ種類の数値ではない。

それぞれに電話をかけられる場所

どちらのモデルもOrcaRouterには搭載されておらず、そうでないかのように示唆するのではなく、はっきりとそう言うべきでしょう。Gemini Nano Banana 2.1はベンダー自身のAPIおよび複数のサードパーティプラットフォームから利用可能です。Qwen Image 3.0は独自のプラットフォームおよび複数のサードパーティプラットフォームから利用可能です。当社のカタログには他の画像モデルも掲載されています — OpenAIの openai/gpt-image-2 や google/gemini-3.1-flash-image-preview など — そして単一のOpenAI互換エンドポイントの背後に合計207モデルが用意されています。

これがこの比較で重要なのは、ひとつ明確な理由からです。これらのベンダーはどちらも数字を変えます。GoogleはNano Banana 2.1の前身の料金階層構造全体を変更し、同じ日にサービス終了を発表しました。Alibabaは国内プラットフォーム向けに人民元建ての料金表を1つ、Model Studio向けに米ドル建ての料金表を1つ、国際版Qwen Cloud向けに3つ目の数値セットを公表しています。ベンダーの価格が流動的であるとき、プロバイダーの定価を0%のマークアップでそのまま通すレイヤーを通して購入する価値は、あなた側の数字が相手側で動いたその日に同じように動くことです。あなたと公表価格の間にマージンはなく、再交渉すべき別契約もありません。それがOrcaRouterのルーティングが築かれている規律であり、このような料金表比較が1か月後もずれることなく正確であり続ける理由です。

実際にどれを選ぶべきか

4K出力が必要なとき、大規模な参照パス向けに画像1枚あたりのコストを半減させるバッチティアを求める場合、最大14枚の参照画像を使ったプロンプトベース編集がワークフローである場合、または生成内でGoogle Searchグラウンディングを利用したい場合には、Gemini Nano Banana 2.1を選びましょう。その前身の移行期限は、Gemini Nano Banana 2.1を避ける理由ではなく、同モデルへ移行する理由です。また、Nano Banana 2からの価格低下は、どの解像度でもおよそ半減です。未解決の課題は、独立した品質測定が一切存在しないことと、スループット上限が公開されていないことです。だからこそ、本番経路はエンドポイントが持ちこたえると想定するのではなく、フェイルオーバーできるよう備えておくべきです。

次の場合には Qwen Image 3.0 を選びましょう。出力が 2048×2048 以下にとどまるとき、作業をキューに並べているために公開されている同時実行数の予算が重要になるとき、画像1枚あたり0.18人民元という中国の料金表が商業的に重要な数字であるとき、あるいは Pro ティアのより高い価格が、あなたの評価で実証できる何かをもたらすときです。中位に独立して位置づけられていることは、この用途では弱点ではありません — それはこの比較において最も信頼できる単一の事実です。なぜなら、ここにある数字の中で、どちらのベンダーも出していない唯一の数字だからです。

比較検討（ベイクオフ）をする余裕があるなら、実際に差が出る軸でそれを実行すべきです。すなわちマルチパス編集です。候補を生成し、各モデルに対して3回続けて修正を加え、最初のレンダリングのコストではなく、採用された画像の総コストを数えましょう。それこそ、どちらのベンダーの料金表も代わりにやってはくれない比較であり、1Kでの「引き分け」が本当に引き分けなのかを決める比較なのです。