Nano Banana Pro（Gemini 3.0 Pro Image）を試す

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

Last update 11-23-2025
※ (12-19-2025) Google AI Proプランで画像生成できる回数が再び増加しているようです。
※ (12-11-2025) Google AI Proプランで画像生成できる回数が、感覚的な数値として1日あたり50回程度から10回程度に減りました。
※ (11-25-2025) 需要が急増しているためか、Gemini上で画像の生成ができない場合があります。有料API経由（本記事の例ではfalやComfyUI）では生成ができると思います。
※ 表紙画像はGemini上のNano Banana Proを利用しています（6.参照）。

■ 0. 概要

▼ 0-0. はじめに

　本記事では、「Nano Banana Pro（Gemini 3 Pro Image）」を、様々な方法で試してみます。先に、現状の能力やポテンシャルについて一例を挙げます。

• 画像生成：
  ついに、従来のt2iモデルであるImagen 4を大きく超えた。
  例として、完全に近い状態のスライド画像がおもむろに生成できるようになり、従来モデルではほとんど不可能だった日本語の描画も可能（現状はフォントの種類が少ないかもしれない）。
  画像生成エンジンから見てGemini 3 Proは不可分な存在であり、この能力が出力の品質に良い影響を与えている。

• 画像編集：
  リリースされたばかりの強力なGemini 3 Proに思考させることで、入力されたプロンプトと画像の内容を詳細に理解して推論を行い、画像生成の能力と合わせて高度な出力が行えるようになった。
  イメージとしては、現代のLLMが「文字→文字」や「文字+画像→文字」で高度な出力が得られるようになったのと同じことが、「文字→画像」や「文字+画像→画像」でも起こっている。

• その他：
  生成画像のアスペクト比を変更できるようになった（ただし、プロンプトの指示に必ずしも忠実では無い）。この機能は、従来モデルのNano Bananaのリリース後にAPI版にのみ追加搭載されている。

　Googleは今年に入ってから、画像編集が可能なモデルを連続してアップデートしてきました。Gemini 3が登場したばかりの今回のタイミングやネーミングから、それぞれのモデルが同時に進化して密に連携できるようになったことを感じさせられます。

• 8-28-2024: Imagen 3 (t2i only)

• 3-12-2025:  Gemini 2.0 Flash native image generation

• 5-20-2025: Imagen 4 (t2i only)

• 8-26-2025: Nano Banana = Gemini 2.5 Flash Image

• 11-21-2025: Nano Banana Pro = Gemini 3 Pro Image

▼ 0-1. 使用例（Xの投稿）

　Nano Banana Proの使用例をとりとめも無く紹介します。

　記事を公開する直前に思いついてやってみたことを、先に紹介させてください。

　これ以降に紹介する内容は偏っていますが、おおむね驚きの声が多いです。既にNano Bananaを利用中の方であれば、その進化の度合いの大きさがうかがえると思います。

▼ 0-2. 参考リンク1

　Nano Banana Proに関する情報です（情報の一部に従来のNano Bananaを含む）。

Gemini 3 Pro Image
https://deepmind.google/models/gemini-image/pro/ 

Introducing Nano Banana Pro
https://blog.google/technology/ai/nano-banana-pro/ 

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 

　下記は従来のNano Bananaに関する情報です。

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
https://developers.googleblog.com/en/experiment-with-gemini-20-flash-native-image-generation/ 

　ComfyUIへの搭載等については、下記の記事に書かれています。

Meet Nano Banana Pro in ComfyUI!
https://blog.comfy.org/p/meet-nano-banana-pro-in-comfyui 

▼ 0-3. 参考リンク2

■ 1. 目次等

▼ 1-1. 注意点

　現在、Geminiの無料アカウントでのNano Banana Proの生成は一定時間内に3回までで、その時間は1日よりも短いようです（長さはおそらく不定、使い切ると回復時刻が表示される）。有料利用の場合は、1回あたり$0.15（1Kまたは2Kの場合、4Kは$0.3）と、Nano Bananaの$0.039と比べて約3.8倍になっています。

▼ 1-2. 説明

　Nano Banana Pro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。Google AI Studioについては割愛します（無料枠はありません）。

• Gemini（無料可） → 2.

• fal（有料） → 3.

• ComfyUI（有料） → 4.

▼ 1-3. 留意事項

　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。自身が権利を持たない（他社が権利を持つ）リソースの使用は抵触する場合があることを念頭に置いてください。

■ 2. Gemini

▼ 2-1. 利用手順

　Gemini（https://gemini.google.com/app ）では、「思考モード」を選択することで「Gemini 3 Pro + Nano Banana Pro」の組み合わせとして利用できます。高速モードでは従来のNano Bananaが利用できます。

▼ 2-2. 作例1

　画像を添付せず、テキストのみで「画像の生成：日本のアニメ調のカラーの4コママンガ。3人の見た目の異なる女の子が紅葉を見に行って信じられない光景を見てしまう。」と入力しました。

　続けて、「登場した3人のキャラクターシートを正方形の画像に描いてください」と入力しました。短い2回の入力だけで、これらの画像を作成できたことになります。

▼ 2-3. 作例2

　今度は画像を入力してみます。本項で使用した画像は、記事「ComfyUIでQwen-Image-Edit-2509を試す手順（FP8/GGUF/Nunchaku、Lightning使用）」にあります。

　プロンプトは「画像の生成：日本のアニメスタイル。画像の人物が観客の間近で楽しそうにダイナミックな踊りをして会場が白熱するシーンの、横長画面の映像ニュースの一コマ。」としました。従来のNano Bananaとは異なり、生成画像の縦横比を制御できます（必ずしも忠実に従わない可能性あり）。

　なお、「思考プロセスを表示」の部分を展開すると、画像を生成する前にどのような文字ベースの推論を行ったかを見ることができます（ただし英語）。

■ 4. fal

▼ 4-1. 説明

　fal（https://fal.ai）は生成AI向けのプラットフォームで、非常に多くのアーキテクチャをそろえています。1回ごとの課金となっていますが、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。本記事では、サインアップやチャージの方法までは説明しませんのでご了承ください。

　falのNano Banana Proは、（執筆時点で）解像度が1Kと2Kは1回あたり$0.15、4Kは$0.3となっています。なお、1K=1MP（Mega Pixel）、2K=4MP、4K=16MPであると考えられます。

　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つになっていますがどちらも同じだと思います。

t2iモデル
https://fal.ai/models/fal-ai/nano-banana-pro 
https://fal.ai/models/fal-ai/gemini-3-pro-image-preview 
i2iモデル（edit）
https://fal.ai/models/fal-ai/nano-banana-pro/edit 
https://fal.ai/models/fal-ai/gemini-3-pro-image-preview/edit 

　参考まで、従来のNano Bananaへのリンクです。こちらは1回あたり$0.039で、解像度は固定です（アスペクト比は指定可能）。

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 

▼ 4-2. 利用手順

　本記事ではi2iモデルの gemini-3-pro-image-preview/edit を紹介します。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。

（どうでもいいですが、デフォルトのサンプル画像と出力が従来モデルのものをそのまま使い回しています。）

　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＆ドロップするか、「Add Image」のボタンから入力できます。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。

　出力画像の比率（Aspect Ratio）、解像度（1K、2K、4K）が選べ、「More」を展開するとさらに出力形式（jpeg、png、webp）が選択できます。

▼ 4-3. 作例

　某寿司チェーン店で食べたデザートの写真からキャラクターを作ってみました。手間がかかるキャラクター作成にも、このようなアプローチもあるということで紹介します。

　もちろん、キャラクターを作るだけならNano Banana Proの必要はまったくありません（従来の環境で、会話でアイデアを練ってから画像を出力すれば済みます）。ただし、サンプル画像の作成やアイデア出しの際は1回の指示で出せるので有用だと思います。

　プロンプトは「添付をモチーフにしたVtuberのような萌えキャラの詳細で美麗な日本語のプロフィールシートを作成」としました。

　画像を見ると、文字が正確かつ上手に配置されています。まだまだ伸びしろが大きいですが、日本語を含む画像生成でこのようなクオリティが1回で出てくるのは初めてです。もちろん、不正確な文字や文章、崩れた文字が出力される場合もあります。

■ 5. ComfyUI

▼ 5-1. 説明

　ComfyUIはローカル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が、現在は有料のクラウドサービスの利用も可能です。こちらを利用してみます。

　Nano Banana Proにアクセスするための、「Nano Banana Pro (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。

　本記事に掲載したワークフローのノードを「Google Gemini Image」に差し替えると、従来のNano Bananaが利用できます。執筆時点では、i2iの画像が1枚しか入力できないようです。

▼ 5-2. 利用前の準備

　ComfyUIのアカウントを作成してチャージする手順については、下記の記事の「▼ 6-2. 利用前の準備」を確認してください。

Nano Banana（Gemini 2.5 Flash Image）を試す手順
https://note.com/mayu_hiraizumi/n/n43a0d003c9a2 

　参考まで、Nano Banana (Pro) を含むモデルの料金は下記のリンク先に記載されています。

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

▼ 5-3. 利用手順と作例（t2i）

　プロンプトのみを入力する、簡単なワークフローを提供します。画像を入力できるi2iは5-4.に掲載します。執筆時点での料金は1Kと2Kが$0.134 （以上？）、4Kが$0.24（以上？）となっています。

　ワークフローを読み込んだら、必要に応じて設定を変更してください。出力画像の縦横比を「aspect_ratio」で設定できます。解像度の初期値は「2K」にしてあります。また、「seed」が設定できるので、同一の設定と入力を行うと同じ画像が出力されると思います（未確認）。

　下記は実行例です（aspect_ratioを16:9に設定）。左側のノードに料金（$0.1399）、処理時間が表示されています。

　参考まで、プロンプトを置いておきます。既存の生成画像をGrokに読み込ませて作らせました。

A delicate young girl with extremely long flowing silver-white hair that shimmers like moonlight, adorned with a single soft pale-green ribbon tied loosely on the left side, large expressive emerald-green eyes sparkling with wonder, fair porcelain skin with a faint rosy blush on her cheeks, squatting playfully in a lush summer meadow at deep night, wearing a pure white sleeveless sundress made of thin semi-transparent cotton with delicate lace trimmings along the hem and neckline that flutter gently in the breeze, the dress slightly short revealing slender bare legs and small feet in simple dark sandals, hands clasped together under her chin in an adorable gesture of excitement and awe, looking upward with a soft dreamy smile. The entire scene is bathed in magical nocturnal atmosphere: countless glowing fireflies floating like tiny golden-green lanterns among tall swaying blades of dark emerald grass, their bioluminescence creating soft bokeh orbs of light, behind her an endless starry sky filled with the dense silvery band of the Milky Way stretching diagonally across the frame, a brilliant meteor shower with bright cyan trails streaking dramatically from upper right to lower left, one particularly large meteor bursting with radiant white core and sparkling particle trails dominating the sky, distant misty mountains barely visible on the horizon under deep indigo gradients, cool teal and violet color palette with high contrast glowing highlights, ethereal soft rim lighting outlining the girl's hair and dress, subtle god rays from the meteor piercing through faint atmospheric haze, highly detailed anime illustration in the style of supremely intricate digital painting, ultra-detailed textures on fabric folds and individual grass blades, cinematic composition with slight low-angle perspective to emphasize grandeur of the night sky, shallow depth of field with foreground girl in crystal-clear focus while background softly blurred, masterpiece quality, 8k resolution, intricate luminous particle effects, magical whimsical mood, breathtakingly beautiful, extremely atmospheric and immersive, perfect coherent anatomy, delicate soft shading, vibrant yet gentle color harmony, trending on artstation, by highly acclaimed contemporary anime illustrators

▼ 5-4. 利用手順（i2i）

　画像（最大3枚）とプロンプトを入力する、簡単なワークフローを提供します。執筆時点での料金は1Kと2Kが$0.134 （以上？）、4Kが$0.24（以上？）となっています。

　編集元の画像はドラッグ＆ドロップで入力できます。

　複数の画像を入力するときはお手数をかけますが、下記の操作を行ってノードのバイパスを解除してください。2枚用、3枚用のワークフローを保存しておくと都合が良いかもしれません。

• 入力が2枚の場合は、「Load Image 2」と左側の「Batch Images」をそれぞれ選択してから「Ctrl+B」を押します

• 入力が3枚の場合は、さらに「Load Image 3」と右側の「Batch Images」で同じ操作をします

　出力画像の縦横比を「aspect_ratio」で設定できます。解像度の初期値は「2K」にしてあります。また、「seed」が設定できるので、同一の設定と入力を行うと同じ画像が出力されると思います（未確認）。

▼ 5-5. 作例（i2i）

　5-4.の続きです。入力画像は記事「ComfyUIでQwen-Image-Edit-2509を試す手順（FP8/GGUF/Nunchaku、Lightning使用）」に掲載されています。そちらをお読みになり、自由にご利用ください。

　まずは画像1枚の例です。プロンプトは「線をやや太くして、フラットで淡い塗りのカラーマンガに変更します。人物の近くに大きめの吹き出しを1つずつ入れて、人物のポーズを参考に日本語のせりふを入れます。」としました。左側のノードに料金（$0.1397）、処理時間、思考プロセスが表示されています。

　次は画像2枚の例です。プロンプトは「手前の人物を除去して、2枚目の画像と3枚目の画像の人物を同じポーズで配置します。」としました。

　何度かプロンプトを変えて試してみたものの、入力画像の人物がそのまま再現されない点が気になりました。Nano Banana Proが持つアニメ調で移植されているようにみえます。

　比較のため、入力画像の一部を掲載します（オリジナルの画像は前述の記事に掲載されています）。

　Qwen-Image-2509で類似した内容で編集を行った場合の出力を掲載します。こちらは成功確率が低い等の弱点もありますが、人物の見た目やスタイルは入力の状態からあまり変化していません。もちろん、これはQwen-Imageのアニメ調でもありません。

　筆者の指示の方法に原因があるのか、Nano Banana Proの処理方法の違いまたは能力の限界であるのか現時点では分かりませんが、入力の与え方によっては画像をそのまま利用できないようです。入力が画像1枚だけの場合は大丈夫だと思います。

■ 6. おまけ

▼ 6-1. 説明

　本記事の執筆中に、その内容を用いて画像を生成してみました。表紙画像もその一つです。

▼ 6-2. 手順と生成画像

　本記事の0.～5.の部分をコピーしてテキストファイルに貼り付け、Gemini上でこれを添付して「画像の生成：添付は記事の文章をコピー＆ペーストしました。これらの内容をまとめて、横長のスライドに限界まで情報を詰め込んでください。かつ、堅苦しくならないように子供向けでイラストのカットがついた可愛らしい雰囲気に仕上げてください。」と入力しました。

　次に、「もっと多くの情報を詰め込めるはずです。内容は子供向けのまま、限界まで文字情報を増やしてください。」と入力しました。非常に多くの内容が詰め込まれましたが、もっと別のことを試してみれば良かった気もします。

  ここで表紙画像を作ることを思いつき、「この記事の、横長のかわいらしい表紙画像を作成してください。VTuberの配信画面風のレイアウトで、女の子が大きめに登場する、パステルカラーのほんわかした雰囲気のイラストを作成し、タイトル「Nano Banana Pro（Gemini 3.0 Pro Image）を試す」と、簡素なせりふを吹き出しで入れます。上下左右が若干トリミングされる場合がありますので考慮してください。」と入力しました。最後の文言があまり良くなかったので、表紙では上下が切れてしまいました。

▼ 6-3. その他

　ボツを載せておきます。コストがやや高いので、従来のNano Bananaで練習した方が良いかもしれません。

　下記の2枚はXにも掲載しました。

　このように、なぜかiPad等が何度も出てきました。思考プロセスを見ると何か書いてあるかもしれません。

▼ 6-4. もう一つのおまけ

　6.の趣旨とは異なるシークレットおまけで、0-1.で紹介した内容です。

　プロンプトは「画像の作成：今日の楽しいニュースを一つピックアップして、それとは似て異なる内容の架空のニュースを作成し、それを横長のニュース映像として構成する。画風スタイルは日本のアニメで、あわくほんわかとした雰囲気にする。」にしました。

　GeminiがWebサイトから情報を得る能力を用いつつ、わざと架空の内容で作成しています。そのまま用いる場合は固有名詞（人名等）やIP（作品等）に注意して、出力結果を確認するよう心がけてください。SNS等で公開した場合、そのコンテンツに問題があれば公開した人が責任を負うことになります（実際、著名IPがそのまま出てくるのを確認しました）。

■ 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。