Seedream 5.5 vs Nano Banana 2.1：ベンダーが選んだ唯一の比較を検証する

ByteDanceは対戦相手を名指しした。2026年11月9日のSeedream 5.5の発表では、評価セクションで、主要モデルであるG​PT Image 2.5 Sunburstや Nano Banana 2.1、Seedream 5.5と比較して、「両タスクにわたるテキスト構造でリードし、テキストから画像へのリアリズムで大きな優位性を示す」と述べている。これは異例であり、有用でもある。ほとんどの製品発表はカテゴリと自らを比較するもので、名指しのモデルを選ぶベンダーは、どの数値を気にしているかを明かしている。G​oogleのNano Banana 2.1は2026年10月6日から一般提供されており、議論を交わせるほど詳細な仕様書を公開していて、この一連の比較の中で、対象ベンダーが直接ベンチマーク対象として選んだ唯一のモデルである。したがって本稿は、他の比較記事にはできないことをする。すなわち、ベンダー自身の看板主張を取り上げ、それが成り立つためには何が真でなければならないかを問う。

その主張と、それが何に基づいているか

その主張には二つの半面があり、両者は同じ程度に強いわけではない。

テキストの部分は、後ろに数字が付いている方だ。ByteDanceは、中国語と英語にわたって測定し、密集した小さな文字を明示的に含めた結果、深刻なテキスト破損が0.4%、軽微な破損が1.7%だと報告している。注意深く読むべきだが、これはSeedream 5.5自身のエラー率に関する主張であり、直接比較の測定ではない——「テキスト構造でリードしている」は主張であり、0.4%/1.7%はそのために提示された根拠だ。Nano Banana 2.1の同等の率がより良いのか悪いのかは述べられておらず、Googleは比較可能な数値を公表していないため、この比較は2つのデータシートだけでは決着させられない。言えるのは、ByteDanceが自社の失敗モードに数値を付けたということであり、これは大半の製品発表がしている以上のことだ。

リアリズムを担う部分はMagicArenaの評価に依拠している。経験豊富な評価者、6つのユースケース、ペアワイズ選好だ。ByteDanceは、4つすべての比較で5.5が選好されたと報告し、image-to-imageにおけるリアリズムで+55.62%を挙げている。これはベンダーが選んだアリーナでのベンダー側パネルによる結果であり、+55.62%は相対的な選好シェアであって、Eloの差分でも、自分のワークロードに当てはめられる勝率でもない。完全に誠実でありながら、見かけよりも伝わる情報が少ない類の数値なのだ。

一方、独立系の証拠は逆方向、少なくとも別のどこかを指し示している。Artificial Analysisのテキスト→画像ボードでは、Nano Banana 2.1自体が6,438サンプルから1,176 Eloで、Nano Banana 2 — すなわちGemini 3.1 Flash 画像生成モデル — は1,142、Nano Banana Proは1,119となっている。編集ボードでは、Nano Banana 2.1は6,625サンプルから1,152 Elo。前身のSeedream 5.0 Proはテキスト→画像で1,101、編集で1,130。これらは共通のボードで測定された異なる世代同士なので、比較はクリーンではない。しかし方向性としては、独立系ボードでGoogleのファミリーがByteDanceのファミリーを上回っており、ベンダーの主張は、その差を5.5が埋めたという点にすべてかかっている。5.5が採点されるまで、この主張は未検証であり、事前の見方はそれに不利だ。

Nano Banana 2.1が公開しているのにSeedream 5.5が公開していないもの

ここからこの対面は、質の勝負ではなく、どれだけ計画を立てられるかの勝負になる。

Nano Banana 2.1は、その出力解像度を製品ラダーとして明示している。1K、2K、4Kで、512ピクセルの段階はなく、各ステップで何を購入しているのかにあいまいさはない。アスペクト比は1:1から21:9、さらに極端な形状の1:4、4:1、1:8、8:1まで対応する。8:1と1:8の項目は、バナーや縦型ストーリー素材を制作する場合に重要だ。なぜなら、これらをレンダリングできないモデルでは、トリミングを強いられるからだ。1回の呼び出しで最大14枚の参照画像を受け付ける。これはKrea 3がサポートする量のほぼ4倍であり、この比較内の他のどのモデルよりも多い。入力はテキストと画像に限定されない。モデルはテキストと画像に加えて動画とPDFを入力として受け取り、画像とテキストを返す。入力ウィンドウは131,072トークン、出力トークンは32,768だ。

SynthIDウォーターマークはすべての出力に適用されます。これがコンプライアンス上の機能となるか失格要因となるかは、あなたの法域とクライアント次第であり、契約後ではなく契約前に判明しておくべき類の事柄です。Seedream 5.5の公開資料には、来歴ウォーターマークについてどちらかの立場で言及した記述は一切ありません。

機能リストには、検索グラウンディング、拡張思考、Batch APIも含まれます。検索グラウンディングとは、モデルがトレーニングデータだけに頼るのではなく、最新の視覚リファレンスを参照できることを意味します。思考とは、レンダリング前にトークンを使って考えられることです。Batchとは、大量の作業でレイテンシと引き換えに価格を抑えられるという意味です — 4Kのバッチ画像は$0.0567で、インタラクティブの$0.113に対してちょうど半額です。

対照的に、Seedream 5.5 が公開しているのは3点だ。公称100ラウンドにわたって未編集領域をピクセル単位で保持するマルチターン編集、部分アルファを含むネイティブRGBA出力、そしてリアリズムとテキスト忠実度の向上である。一方で、出力解像度、アスペクト比の表、参照数上限、トークン予算、コンテキストウィンドウは公開しておらず、発表から1日経った時点で BytePlus ModelArk にモデルIDもない。同サービスのドキュメントには依然として Seedream 5.0 pro および flash のチュートリアルが掲載されている。

それはモデルへの批判ではない。何を前提に計画を立てられるかについての陈述であり、その非対称性はあまりに際立っているため、どんな評価においても最後ではなく最初に置かれるべきものだ。

対比をそれぞれ1行ずつ

• 価格体系 — Nano Banana 2.1は解像度ごとの価格設定で、1Kで$0.0336、2Kで$0.0504、4Kで$0.113、4Kのバッチ処理では$0.0567です。Seedream 5.5は1画像あたり$0.02からと宣伝されていますが、解像度ティアは公開されていません。

• 解像度 — Nano Banana 2.1 は 1K、2K、4K に対応し、512px のティアはありません。Seedream 5.5 は出力サイズについて何も公表していません。

• アスペクト比 — Nano Banana 2.1 は 1:1 から 21:9 に加えて 1:4、4:1、1:8、8:1 に対応、Seedream 5.5 は比率表を公開していない。

• 参照画像 — Nano Banana 2.1 は 1 回の呼び出しで最大 14 枚まで受け付けます。Seedream 5.5 は編集ターンをまたいで画像の状態を保持し、参照数の上限を公表していません。

• 入力モダリティ — Nano Banana 2.1 はテキスト、画像、動画、PDF を受け取り、画像とテキストを返します。入力 131,072 トークン、出力 32,768 トークンです。Seedream 5.5 の発表では画像編集と生成について説明されていますが、公開されているトークン制限やモダリティ制限はありません。

• 透明度 — Seedream 5.5 は部分的なアルファを含むネイティブ RGBA を出力します。一方、Nano Banana 2.1 の公開されている機能一覧には、ネイティブのアルファ出力は記載されていません。

• 来歴 — Nano Banana 2.1 はすべての出力に SynthID を適用します。Seedream 5.5 は透かしに関する見解を公表していません。

• 独立スコア — Nano Banana 2.1はArtificial Analysisのテキスト・トゥ・イメージボードでElo 1,176（6,438サンプル）、画像編集ボードで1,152（6,625サンプル）。Seedream 5.0 Proはそれぞれ1,101と1,130で、5.5はどちらのボードでも未採点です。

• 提供状況 — Nano Banana 2.1 は、文書化された API を備え、2026年10月6日から一般提供されています。Seedream 5.5 はベンダーのプレイグラウンドおよび Dola から利用可能で、同シリーズの Pro 版が追随して発表される予定です。

誰も正しく実行しない価格比較

$0.02 を $0.0336 と比べて 40% の節約と呼びたくなる。しかし、その比較はどちらの方向にも間違っている。

それはSeedreamに有利に歪んでいる。$0.02は料率ではなく下限だからだ。BytePlusはそこを起点とする柔軟な画像単位の価格を宣伝しており、ボリュームプラン——Starterは700枚、Professionalは1,800枚、Teamは3,500枚で、それぞれ50%、31%、29%割引——は30日間の初回購入限定契約である。自分の月間利用量を予測して初めて到達できる料率は、公表された解像度別価格と同じ製品ではない。

Nano Bananaに不利に扱うのは間違っている。解像度の階層があるため、選べるからだ。ワークロードが1KのWebアセットなら、比較対象は$0.0336で、$0.02との差は3.4セントではなく1.7セントだ。ワークロードが4Kの印刷なら、Seedream 5.5にはどの価格でも比較できる公開済みの4K機能がない。したがって「安い」モデルはコストで負けるのではなく、そもそも候補にすら入っていない。そしてワークロードが大量処理でレイテンシーを許容できるなら、4K画像のバッチ料金$0.0567は、高そうに聞こえる選択肢がここにあるほとんど何よりもピクセル単価で安いことを意味する。

正しい単位は、呼び出しあたりのコストではなく、使用可能なアセットあたりのコストです。アップスケールが必要な1K画像は、1K画像のコストではありません。初回で出荷できる4K画像も、4K画像のコストではありません。

透明性という点こそが、Seedreamの真の差別化要素です

リアリズム論の陰に埋もれているのは、パイプラインを実際に変える能力だ。Seedream 5.5は部分的なアルファを含むネイティブRGBAを出力する。背景除去のパスでも、白背景のキー処理でもなく、モデルが生成したアルファチャンネルであり、ソフトなエッジも半透明の領域もそのまま保たれている。

Nano Banana 2.1の公開されている機能には、これは含まれていません。これは{{1}}G{{/1}}oogleのモデルへの批判ではありません。同モデルは異なる重心——マルチモーダル入力、画像＋テキスト出力、14件の参照、検索グラウンディング、バッチ——向けに作られていますが、そのことは、カタログ、パッケージ、コンポジット作業において選択の余地が実質的にないことを意味します。アルファチャンネルがあるか、マスキング工程があるかのどちらかであり、マスキング工程は、これら2モデル間の1画像あたりの差額全体よりも人によるレビューのコストが高くつきます。

それに対して、100回の編集という主張は時間軸上で同じような働きをしている。画像を20回修正する——キャンペーン素材では普通のことだ——場合、編集していない領域をターン間でピクセル単位まで同一に保つモデルなら、各ラウンドでの再検証工程を省ける。これは品質の議論ではなくワークフローの議論であり、Seedream 5.5の主張が最も強いのはまさにここだ。100回という数字はベンダーの主張であり、公開されたドリフト曲線はない点に改めて注意してほしい。自社の素材で25回のテストを行うのは30分の作業で、知る唯一の方法だ。

今日、請求の両側でアクセスしてください。

Nano Banana 2.1 は2026年10月6日から GA となっており、ドキュメント化された API、公開されたパラメータセット、そしてモデル化可能な解像度別価格を備えています。上位の Nano Banana Pro と下位の Nano Banana 2 Lite も含むファミリーに位置しているため、単一の選択肢ではなくコストのはしごが存在します。

Seedream 5.5は公開から1日で、ベンダー自身のプレイグラウンドとDolaから利用でき、アクセス拡大に伴いベンダー自身のAPIおよび複数のサードパーティプラットフォームからも利用可能です。BytePlus ModelArkは5.5のモデルID、APIリファレンス、レート制限を公開していません。ByteDanceは5.5シリーズのPro版を後に投入すると述べており、これが今はプロトタイピングし、後で本格導入する最大の根拠です。

G​oogleの画像モデルを、ほかのすべてと一緒に1つのキーの背後で使いたいチーム向けに、OrcaRouterはG​emini 3.1 Flash画像生成モデル——Nano Banana 2ティアで、2.1の1つ下——を1リクエスト$0.151で、G​emini 3 Pro imageを$0.24でルーティングします。さらにxAIのGrok Imagine Imageを$0.20、Imagen 4.0を$0.02から利用できます。Nano Banana 2.1自体は当社のカタログに個別掲載されておらず、Seedream 5.5はまったく掲載されていません。ルーティングの主張を正直に言えば、フォールバック経路とテキストモデルが同じキー上にありプロバイダー定価でマークアップ0%、そのためベンダーの価格変更は当日に請求へ反映され、障害が発生したプロバイダーはページ通知を受けるのではなく自動的に迂回されます。

請求がどのように解決されるか

ByteDanceは反証可能な声明を出した。それは称賛に値する。それを決着させるのは次のことだ。

中国語と英語の両方で、高密度の小さい文字を対象にした直接比較のテキストレンダリングテストを、どちらのベンダーでもない第三者が実施し、破損率はByteDanceが自社の0.4%と1.7%を測定したのと同じ方法で測る。テストセットさえあれば誰にとっても週末の作業であり、数字が付いている主張の半分を解決するだろう。

編集ボードにおけるSeedream 5.5の独立スコア。Nano Banana 2.1の兄弟モデルを相手にしたものだ。埋めるべき差は仮説ではない——同じテキスト・トゥ・イメージボードで、Nano Banana 2.1が1,176、Seedream 5.0 Proが1,101——そして5.5の主張全体は、その差を埋めたことにかかっている。

ByteDanceからの出力解像度の公開。なぜなら、現在、透明性とマルチターン安定性で勝るモデルは印刷パイプラインにまったく組み込む計画が立てられず、仕様表を比較する読者は、安価なモデルのほうが仕様表に何も載っていないモデルでもあることに気づくからだ。

それまでは、公平な解釈は発表が示唆するよりも狭く、スコアボードよりも有用だ。もし仕事がマルチモーダルで高解像度、参照素材が多く、出所表示が必要なら、Nano Banana 2.1 は全階層で文書化された価格により本日利用可能であり、どのベンダーの主張もそれを変えない。もし仕事が透過アセットと50回修正する画像なら、Seedream 5.5 は二者のうちどちらかの機能を約束した唯一のものであり、余分な1セントがためらう理由ではない。