商品画像編集で画像モデルに求められるのは、きれいな初回生成だけではありません。シーンが変わっても、商品の形状、ラベル、素材、色を維持する必要があります。修正のたびに構図全体を作り直すような状態も避けたいところです。

Nano Banana Pro、GPT Image 2、FLUX.2 はそれぞれ異なるアプローチを取ります。Nano Banana Pro は複雑な指示、ブランドの一貫性、会話形式の編集を重視します。GPT Image 2 は編集 API、マスク、高忠実度の入力、柔軟な出力サイズを提供します。FLUX.2 はモデルファミリー全体で、複数参照画像の編集、正確な色の制御、構造化プロンプトを加えます。

単一の総合的な勝者がいるわけではありません。商品のアイデンティティと反復的なアートディレクションには Nano Banana Pro、精密なマスク編集と API 出力には GPT Image 2、複数の参照画像、正確な色、API 優先のパイプラインが要件を決める場合には FLUX.2 を使います。

この比較では、現在の公式モデルドキュメントと Banana AI のライブモデルカタログを参照しています。同一プロンプトのベンチマークスコアではなく、機能とワークフローを比較します。

Nano Banana Pro、GPT Image 2、FLUX.2 の概要

これらの価格は異なる課金システムに基づくため、価格あたりの品質ランキングにはなりません。API プロバイダーの価格には、リトライ、アセット確認、プロダクション統合にかかる時間も含まれません。

各モデルが得意とすること

Nano Banana Pro：要件を変えながら商品を維持する

Google は Nano Banana Pro を Gemini 3 Pro Image と位置付けており、現在の Nano Banana ファミリーにおけるプレミアムモデルです。公式ガイドでは、プロ向けアセット制作、複雑な指示、ローカライズ、ブランドの一貫性、クリエイティブな制御に適したモデルとされています。最大 4K の画像を生成し、思考プロセスを使って構図を洗練できます。

商品制作では、この組み合わせが繰り返し発生する依頼に向いています。ボトル、ラベルの比率、キャップの形状を維持したまま新しいライフスタイルシーンへ移し、その後にキャンペーン用のバリエーションを作ったり、フォローアップ編集で邪魔な小道具を取り除いたりできます。

Google の編集モードは、画像とテキスト指示を受け取り、要素の追加、削除、変更、スタイルの変更、カラーグレーディングの調整を行います。ドキュメントはマルチターン編集を推奨しており、変更のたびにプロンプトを作り直すのではなく、1 つのビジュアルを中心にアートディレクションを進められます。

Banana AI のモデル画面には、実装上重要な点もあります。現在の画像ジェネレーターのデフォルトは google/nano-banana ですが、リポジトリのライブモデルカタログでは Nano Banana Pro を image-to-image モデルとして公開し、1K、2K、4K の選択肢と最大 8 枚の参照画像を提供しています。つまりプロダクト画面は Nano Banana ファミリーへのブラウザ経路を提供しますが、正確なプロバイダーの上限は Google の API ドキュメントとは別に扱う必要があります。

GPT Image 2：編集内容を定義して出力を制御する

OpenAI の現在の画像ガイドでは、GPT Image 2 を最新の GPT Image モデルとしています。Image API は生成と編集を分けており、編集 endpoint では既存画像の変更、1 枚以上の参照画像の利用、マスクの適用が可能です。Responses API では会話内のマルチターン編集も利用できます。

GPT Image 2 はデフォルトで画像入力を高忠実度で処理するため、大きな参照画像ではより多くの入力 token を消費する場合があります。カスタムサイズ、品質、形式、圧縮、自動サイズ調整に対応し、最大辺は 3,840 ピクセル、寸法は 16 の倍数、最大アスペクト比は 3:1、総ピクセル数の上限は 8,294,400 です。

この制御は明確な作業に適しています。元画像をアップロードし、ラベル、背景、または小道具だけをマスクし、目的のサイズと品質を指定してから、エッジ、テキスト、反射、影を確認します。

EC チームにとって、このトレードオフは重要です。GPT Image 2 は現在、透明背景に対応していません。また OpenAI は、テキスト配置、繰り返し発生するブランドの一貫性、レイアウトに左右される構図を、失敗する可能性がある領域として引き続き挙げています。マスクは編集範囲を絞りますが、結果を確認する必要性をなくすものではありません。

FLUX.2：参照画像、色、構造化された指示を組み合わせる

FLUX.2 は 1 つの endpoint ではなく、モデルファミリーです。Black Forest Labs は [klein] を高速・大量処理向け、[pro] をプロダクション向け、[flex] を細かな制御とタイポグラフィ向け、[max] を最高品質と grounding search 向けに位置付けています。ファミリー全体で、商品モックアップ、広告バリエーション、一貫した被写体のための複数参照画像編集に対応します。

公式概要には、正確な hex カラーのプロンプト、JSON 形式の構造化プロンプト、タイポグラフィの例、商品写真の出力が示されています。[max] は grounding search を利用でき、[klein] はサブ秒の API 速度と open-weight 変種を提供しますが、prompt upsampling はありません。

小さな文字、色合わせ、調整可能なガイダンスには [flex]、[max] より低い開始価格でプロダクション編集を行うには [pro]、最高品質と検索に基づく grounding には [max] を選びます。技術チームには有用な制御ですが、endpoint の選択が増えます。

商品制作に影響する 5 つの判断

1. 参照画像の忠実度

変えてはいけない部分を確認します。シルエット、キャップ、ラベルの位置、素材、ブランドカラーです。Nano Banana Pro は複雑な指示とブランドの一貫性を重視します。GPT Image 2 は高忠実度入力とマスクを加えます。FLUX.2 は、商品、モデル、ポーズ、背景が別々のソースにある場合に複数の参照画像を組み合わせます。

1 枚の packshot に 1 つの制御された変更を加えるなら、Nano Banana Pro または GPT Image 2 が向いています。商品に複数の参照画像を組み合わせるなら、endpoint と確認の複雑さを管理できるチームにとって FLUX.2 が有力です。

2. シーン制御

同じ商品に、スタジオ画像、ライフスタイルシーン、季節キャンペーン、ソーシャル向けのクロップが必要になることがあります。Nano Banana Pro はこれを会話形式のアートディレクションとして扱い、GPT Image 2 は明示的な設定を持つ編集または生成リクエストとして扱い、FLUX.2 は構造化プロンプトと参照画像の構成で実現します。

制作習慣に合う操作方法を選んでください。会話で修正するクリエイティブチームは、Nano Banana Pro ならコンテキストを作り直す時間を減らせる可能性があります。再現可能なリクエストボディを必要とするエンジニアリングチームは、GPT Image 2 または FLUX.2 を好むかもしれません。

3. テキストと色

3 つのファミリーはいずれもテキストを配置できますが、パッケージの小さなコピーは確認が必要です。Google は高度なテキストレンダリングを説明し、OpenAI は改善点を挙げながら配置の失敗にも触れています。Black Forest Labs は [flex] のタイポグラフィと正確な色の制御を強調しています。

評価には実際のラベルを使います。文字間隔、改行、ロゴの形状、指定色とレンダリング色の違いを確認してください。承認済みの法的コピーは、デザインまたは合成工程で保持します。

4. 出力サイズと形式

解像度が高いからといって、商品詳細ページにそのまま使えるとは限りません。エッジ、比率、読みやすいテキスト、最終クロップに必要な余白を確認します。

モデルを評価する前に、目標のアスペクト比をテストします。正方形の packshot、4:5 のソーシャル素材、16:9 のランディングページバナーでは、構図への負荷が異なります。

5. 修正コスト

修正によって商品が変わるなら、最初の 1 枚が安くても最終的には高くつく可能性があります。次の一連のコストを数えます。

• 商品のアイデンティティが許容できるまでの生成回数。
• ラベル、エッジ、反射、影のクリーンアップ。
• モデル、ストレージ、デザインツール間でのファイル移動。
• 主張、コピー、商用利用を確認する時間。

Nano Banana Pro はマルチターン編集によってコンテキストの再構築を減らします。GPT Image 2 はマスクと明示的な出力制御で曖昧さを減らします。FLUX.2 は、構造化されたリクエストで複数の入力を組み合わせられる場合、参照画像を繰り返し組み立てる作業を減らします。どの利点が重要かは、実際の修正回数で判断してください。

商品画像のシナリオ別に選ぶモデル

公平な社内比較を行う方法

1 枚の参照写真と短いブリーフを使います。クロップ、アスペクト比、出力サイズをそろえます。各モデルに同じ 2 つの変更を依頼します。商品を新しいシーンへ移し、その後に 1 つのラベルの色を変えます。

各出力を 1 から 5 で採点します。

1. 商品のアイデンティティ（形状、キャップ、ラベル、素材を含む）。
2. シーン制御（構図、光、影を含む）。
3. テキストと色の正確さ。
4. 承認までに必要な修正回数。
5. API プロバイダーの利用料と人手によるクリーンアップを含む総コスト。

これにより、洗練された 4K 出力と高速な下書きを比べて、その差をモデル品質と呼ぶことを避けられます。また、3 回目の修正まで安く見えるだけのワークフローも明らかになります。

Banana AI の位置付け

Banana AI は画像を中心としたブラウザ経路を提供し、Nano Banana をデフォルトモデルにしています。カタログでは image-to-image 用に Nano Banana Pro と GPT Image 2 も公開しており、モデルごとの参照画像と解像度の制御があります。Banana AI の画像エディター を使えば、リクエスト層を構築せずに参照画像から商品シーンのバリエーションへ進めます。

FLUX.2 は現在の Banana AI のモデル選択画面にはありません。FLUX.2 の複数参照画像や正確な色の制御が必要なチームは、専用の playground または API を使い、その外部経路を Banana AI が現在提供しているモデルの主張とは分けて扱うべきです。

最終的な推奨

複雑な会話形式の修正を重ねても商品を認識可能な状態に保ちたい場合は、Nano Banana Pro を選びます。

明確な編集、マスクによる置き換え、またはサイズと品質を明示的に制御する API リクエストには、GPT Image 2 を選びます。

複数参照画像の構成、正確な色、タイポグラフィ、endpoint レベルの制御がモデルファミリーの複雑さを上回る場合は、FLUX.2 を選びます。

Banana AI のブラウザワークフローでは、まず現在のモデル選択画面が公開しているモデルから始めます。その画面にない制御が要件になった場合にだけ、他の選択肢と比較してください。正しい判断とは、最初の生成が最も印象的なものではなく、最後の修正まで商品を維持できるものです。

FAQ

Nano Banana Pro は Gemini 3 Pro Image と同じですか？

はい。Google の現在のドキュメントでは、Nano Banana Pro を Gemini 3 Pro Image の名称として使用しており、API identifier は gemini-3-pro-image です。

GPT Image 2 は複数の参照画像を編集できますか？

はい。編集ガイドは 1 枚以上の入力画像に対応し、複数入力を使う場合、マスクは 1 枚目の画像に適用されます。Banana AI の現在の設定では、1 枚あたり最大 5 MB の画像を 16 枚までアップロードできます。

FLUX.2 は Banana AI 内で使えますか？

現在の Banana AI のモデル選択画面には FLUX.2 は含まれていません。独自の API と playground を持つ外部ファミリーなので、利用可能性と価格は分けて評価してください。

EC の商品写真にはどのモデルを使うべきですか？

シーンを何度も修正するなら Nano Banana Pro、狭い範囲のマスク編集なら GPT Image 2、複数参照画像、正確な色、API 優先のパイプラインなら FLUX.2 から始めます。採用を決める前に、同じ参照画像を承認チェックリストに通してください。