Nano Banana（Gemini 2.5 Flash Image）を試す手順

| 2.0 Flash | Nano Banana利用（遊ぶ その1 | その2）| Nano Banana Pro利用 |

Last update 9-3-2025
※ (11-23-2025) Nano Banana Proの記事を公開しました（上部のリンクより）。
※ (9-3-2025) 5-2.の例を差し替えました。

■ 0. 概要

▼ 0-0. はじめに

　本記事では、LMArena（https://lmarena.ai）に登場した当初に「nano-banana」と名付けられていた「Nano Banana（Gemini 2.5 Flash Image）」を、様々な方法で試してみます。

　Nano Bananaは、アップロードした画像を用いた編集が可能なモデルです（t2iとi2iが可能）。3-12-2025に公開された「Gemini 2.0 Flash native image generation（Gemini 2.0 Flash Experimental）」の後継として、8-26-2025に正式に公開されました。

　参考まで、旧モデルの記事を紹介します。Geminiの画像編集モデルがNano Bananaに切り替わる直前まで、こちらが搭載されていました。

▼ 0-1. 参考リンク1

Gemini を使った画像生成（別名 Nano Banana）
https://ai.google.dev/gemini-api/docs/image-generation?hl=ja#gemini 

Introducing Gemini 2.5 Flash Image, our state-of-the-art image model
https://developers.googleblog.com/en/introducing-gemini-2-5-flash-image/ 

Experiment with Gemini 2.0 Flash native image generation （※旧モデル）
https://developers.googleblog.com/en/experiment-with-gemini-20-flash-native-image-generation/ 

▼ 0-2. 参考リンク2

　Nano Bananaでどのようなことができるのか、npaka氏の記事をたどると全体像が浮かび上がってくると思います。

■ 1. 目次等

▼ 1-1. 説明

　Nano Bananaへのアクセス方法はいくつかあります。本記事では下記について説明します。

• Gemini（無料可） → 2.

• Whisk（無料可） → 3.

• Google AI Studio（無料可） → 4.

• fal（有料） → 5.

• ComfyUI（有料） → 6.

▼ 1-2. 注意事項

　Googleは、生成AIの使用禁止に関するポリシー（https://policies.google.com/terms/generative-ai/use-policy）を公開しています。内容を確認してください。

　執筆時点では、Geminiで日本語の編集内容を入力しても画像が生成されない場合があるようです（原因等は不明）。その場合はGoogle翻訳（https://translate.google.co.jp/）等を利用して英語に翻訳すると良いでしょう。

▼ 1-3. 利用する素材

　本記事で利用する画像は下記のURLに掲載されています（一部を除く）。それぞれの画像は検証等でご利用いただくことができますので、詳細は掲載箇所をご確認ください。

Google AI StudioのGemini 2.0 Flash Experimentalで画像編集を試すhttps://note.com/mayu_hiraizumi/n/nd643348f2e41 → 2-3. 4-2. 5-1.

■ 2. Gemini

▼ 2-1. 利用手順

　Gemini（https://gemini.google.com/app）では、アップデートのお知らせを見てから「今すぐ試す」を選択すると利用できます。

　Geminiで画像の生成を行う場合は、「画像」の設定が有効に（色付きに）なっていることを確認してください。

　入力欄に、画像（3枚まで）と編集内容を入力します。画像は権利等の問題が無いものを使用してください。「＋」をクリックするとアップロードができます。

　下記ではホテルの部屋の写真を入力して、編集内容は「An anime-style girl is sitting on the bed and looking at you with a smile.」（アニメ調の女の子がベッドに座りこちらを見て微笑んでいます）としています。

　生成画像と比較ができるように、入力画像を掲載します。オリジナルの画像は1-3.からリンクをたどってダウンロードできます。

　ベッドに置かれたルームウェアを除去した上で人物が追加され、座った場所がへこんでいます。人物の大きさも違和感は少ないです。

■ 3. Whisk

▼ 3-1. 説明

　Whisk（https://labs.google/fx/ja/tools/whisk）では、「正確な参照（Precise mode）」を有効にすることで利用できます。ただし、Whiskの操作感覚や挙動はGeminiとは異なることを念頭に置いてください。これがNano Bananaであると思って利用すると、違った印象を抱いてしまう恐れがあります。

▼ 3-2. 利用手順

　WhiskのURLにアクセスすると、下記の画面になります。

　プロンプトのみを入力してt2iでの画像生成もできますが、その場合はNano Bananaではなく従来通りのImagen 4の可能性があります（未確認）。

　「正確な参照（Precise mode）」は、はじめから有効になっています。オフにすると、入力した画像からプロンプトを得てt2iを行う従来の挙動になります。

　Whiskの操作は独特で、「モデル」「背景」「スタイル」の入力ができます（複数可、全てを埋める必要は無い）。入力はテキストまたは画像が選択でき、入力の数も増減できます。

　テキストを選んだ場合はその場で画像が生成され、これが入力として用いられます。

　背景の画像も追加して、画面下の詳細情報の欄に「This girl is running and looking at you with a smile.」と入力します。何度か実行して、下記の画像のように生成が行われました。人物が一致しているのが分かるほか、背景は完全一致ではないものの、丘が原形をとどめたまま利用されていることがわかります。

▼ 3-3. 別の利用例

　3-2.の例では性能が分かりにくいので、別の例を挙げます。2枚の写真を入力して詳細情報は空欄のままで生成したところ、元の画像に写ったものを利用したことが確実である画像が生成されました。

　生成画像と比較ができるように、入力画像を掲載します。オリジナルの画像は1-3.からリンクをたどってダウンロードできます。

　入力画像はそれぞれの皿の一部が欠けた状態ですが、下記の画像では（不自然な箇所はあるものの）完全な形になっています。また、一品とグラスの配置が入力画像とは異なっていることもわかります。このように、Nano Bananaでは画像の編集を行う性能が大きく向上しています。

　性能の向上と言ってもピンと来ないかもしれないので、過去にGoogle AI Studioで生成した画像を掲載しておきます。5ヶ月間でここまで進化したことは素直に驚きです。

■ 4. Google AI Studio

▼ 4-1. 利用手順

　Google AI Studio（https://aistudio.google.com）からの利用もできます。モデル名は当初「Gemini 2.5 Flash Image Preview」でしたが、「Nano Banana」に変更されました。本記事もそれにならっています。

　Google AI StudioのURLにアクセスしたあと、「Nano Banana」のモデルが選択されていることを確認します。　

　モデル名の枠をクリックすると選択ができます。「Nano Banana」の無料枠については何も書かれていませんが、API キーを作成して支払い情報を設定しているのでなければ請求自体が発生しません。無料の範囲内で制限されるまで利用できます（回数は不明）。

　ここでは1-2.のGeminiと同じことを試してみます。ただし、英語ではなく日本語で「アニメ調の女の子がベッドに座ってこちらを見て微笑んでいます」と入力しました。

　生成画像と比較ができるように、入力画像を再掲します。オリジナルの画像は1-3.からリンクをたどってダウンロードできます。

　Geminiの場合（2.を参照）と同じように、ベッドに置かれたルームウェアを除去した上で人物が追加され、ベッドもへこんでいます。今回は画像1枚のみで行いましたが複数枚も可能です。

■ 5. fal

▼ 5-1. 説明

　fal（https://fal.ai）は生成AI向けのプラットフォームで、数多くのアーキテクチャから自由にモデルを選んでメディアの生成やトレーニングができます。事前にチャージする方式なので使い過ぎることがありません。

　falのNano Bananaは、（執筆時点で）1回あたり$0.039と比較的安価です。参考まで、OpenRouter（https://openrouter.ai）では$0.03とさらに安くなっています。

　falにはt2iとi2iのモデルが掲載されていて、さらにモデル名も2つになっています。どちらも同じだと思いますが詳細は不明です。登録はgemini-25-flash-imageの方が後でした。

t2iモデル
https://fal.ai/models/fal-ai/nano-banana 
https://fal.ai/models/fal-ai/gemini-25-flash-image 

i2iモデル（edit）
https://fal.ai/models/fal-ai/nano-banana/edit 
https://fal.ai/models/fal-ai/gemini-25-flash-image/edit 

▼ 5-2. 利用手順

　本記事ではnano-banana/edit ではなく、gemini-25-flash-image/editの方を利用します。アクセスすると下記の画面になります。Commercial useと書かれていて、商用可であることがわかります。

　プリセットされた画像を削除（サムネイルの右上のゴミ箱アイコン）してから、画像ファイルを同じ枠にドラッグ＆ドロップすると入力できます。プロンプトを入力して「Run」をクリックすると生成を行います。なお、「More」を展開すると出力形式を選択（jpeg、png）できます。

　ここでは3-3.と同じ画像を利用します（再掲）。オリジナルの画像は1-1.からリンクをたどってダウンロードできます。

　プロンプトには「You are a unique creator. You have created a party gameplay screenshot using the provided this material.」（あなたはユニークなクリエイターです。提供されたこの素材を使用したパーティーゲームのプレイ画面を制作しました。）と入力しました。

　実行するたびに異なる内容の画像が出力されます。アイデアレベルではありますが、オリジナルのゲームの画面という趣旨の指示だけで詳細な画像を生成できることは注目すべき点です。

■ 6. ComfyUI

▼ 6-1. 説明

　ComfyUIはもともとローカルPC上でGPUを使用してメディアの生成を行うアプリでした。現在は有料のクラウドサービスも利用でき、その場合はGPUを使用しません。

　Nano Bananaにアクセスするため「Nano Banana (Google Gemini Image)」のノードが用意されています。存在しない場合はComfyUIのアップデートが必要です。

▼ 6-2. 利用前の準備

　ComfyUIの有料機能を利用するためには、アカウントを設定してチャージを行う必要があります。既に済んでいる方は読み飛ばしてください。

　まずは「Settings」を選択してから、「User」タブで「Sign In / Sign Up」をクリックします。

　ComfyUIのアカウントがあればログインし、無ければ「Sign up」に進みます。

　アカウント作成画面に進むので、希望の方法で進めてください。

　指示に従ってログインを済ませたら、Settingsの「Credits」に進み、「Purchase Credits」をクリックします。なお、下記の画像は既に利用中のものです。

　お好みの額で「Buy Now」をクリックします。

　Webブラウザのタブが開いて支払いの画面になるので、手順に従って進めます。下記の画面は利用中のものなので、内容が異なる場合があります。

　支払いが終わったあとはComfyUIのSettings→Creditsへ進むか、画面の右上にあるアカウントのアイコンをクリックすると現在の残額が表示されます。

　利用できるモデルと料金は、上記の画面上でリンクされているドキュメントに記載されています。

Pricing - ComfyUI
https://docs.comfy.org/tutorials/api-nodes/pricing 

▼ 6-3. 利用手順

　画像を1枚渡すだけの単純なワークフローを掲載しますのでご利用ください。料金は$0.03/1K tokensとなっていますが、後述のとおり1K tokensにおさまらないので$0.04となりました。

　ワークフローは下記の画像のようになっています。念のため、入力画像を1MPにリサイズするノードを追加しています。お好みで変更してください。

　画像とプロンプト（本例では「An anime-style girl is sitting on this bed and looking at you with a smile.」）を入力して「Run」をクリックすると、9～11秒程度で生成画像が返ってきました。

　生成画像と比較ができるように、入力画像を再掲します（2度目）。オリジナルの画像は1-3.からリンクをたどってダウンロードできます。

　今までの例（2.や4.を参照）と同じように、ベッドに置かれたルームウェアを除去した上で人物が追加されています。

　本例での料金は1回あたり$0.04でした。1MPの画像を入力したときのトークン数は1,290、画像の出力も同じで、テキストは短いのでトークン数も少ないです。画像を少し小さくすると$0.03にできるかもしれません。

■ 7. その他

　私が書いた他の記事は、メニューよりたどってください。

　記事に関することで何かありましたら、Xの@riddi0908までお願いします。