画像生成におけるNano BananaとNano Banana 2の比較
今回の比較では、タイポグラフィ、人体構造、構造化されたグラフィック、参照画像に基づく編集、再ライティングにおいて、Nano Banana 2のほうが優れた選択肢です。一方、抑制の効いた商品表現、正確な個数指定と属性の対応付け、クレジット消費の少なさではNano Bananaが適しており、一部の編集とアウトペインティングのタスクは引き分けとなりました。
機能を並べて比較
| 項目 | Nano Banana | Nano Banana 2 |
|---|---|---|
| 開発元 | ||
| Banana Pieでの提供状況 | 利用可能 | 利用可能 |
| 必要クレジット | 20クレジット | 40クレジット |
| 最大解像度 | — | 4K |
| 参照画像 | 最大8枚 | 最大8枚 |
シーン別比較
両モデルを固定テストの同一プロンプトで実行。生成された画像を加工せず、そのまま掲載しています。
商品の素材感とライティング
この条件ではNano Bananaが優位左は、特に反射がよりシンプルで、ライティングの挙動にも一貫性があるため、指定された抑制の効いた商品表現により忠実です。
- 透明な長方形の香水瓶がちょうど1本だけあり、文字、ロゴ、余分な物体がないこと：左が優れています。左には輪郭が明確な瓶が1本だけ描かれ、文字、ロゴ、無関係な物体も見当たりません。右にも文字やロゴはありませんが、右側にある瓶の形をした目立つ反射が、控えめな1つの反射ではなく2本目の瓶のように見える可能性があります。
- 瓶の半分まで琥珀色の液体が入っていること：引き分けです。どちらの瓶にも琥珀色の液体が見え、液面は長方形の本体部分のほぼ中央にあります。
- ガラスの屈折と濡れた黒い石の上の反射が物理的に整合していること：左が優れています。左ではガラスの縁、琥珀色の光の透過、下方向への反射がおおむね瓶と整合しています。一方、右では瓶の形をした直立方向の反射が右側にずれており、投影された琥珀色の筋も異常に強く、整合性に欠けます。
- 左上からの光が一貫したハイライトと自然な接地影を生んでいること：左が優れています。左上のハイライトと右下へ伸びる影の向きが一致し、瓶の底には明確な接地点があります。右も全体的な方向は同じですが、影とコースティクスのパターンがより複雑で、不自然に見えます。
使用したプロンプトと設定
プロンプト
A premium product photograph of exactly one transparent rectangular perfume bottle, half filled with amber liquid, standing upright on wet black stone. Light comes from the upper left, creating coherent refraction, a contact shadow, and one subtle reflection. No text, logo, plants, or extra objects.
多言語タイポグラフィ
この条件ではNano Banana 2が優位右は、指定された色と中央揃えのレイアウトを保ちながら、要求された4行すべてを正確に再現しているため勝っています。左は全体的な形式には従っていますが、中国語の行を「月光佈籃」と誤記しています。
- 中央揃えのテキストがちょうど4行あり、追加のテキストがないこと：引き分けです。どちらのポスターにも、余分なテキストなしで中央揃えの4行が表示されています。
- 文言と順序が完全に一致していること：右が優れています。右は順に「MOONLIGHT MARKET」「月光市集」「18 OCT」「RIVER HALL」と正確に表示していますが、左は2行目を「月光佈籃」と表示しています。
- 指定された色：引き分けです。どちらも中国語の行を赤、残りの3行を黒で表示しています。
- 可読性、間隔、配置：右が優れています。どちらも明瞭で中央揃えですが、右は指定された文字を正しく表示し、タイポグラフィのスタイルにも一貫性があります。左はそれ以外の配置は整っているものの、中国語の行が崩れているため可読性が低下しています。
使用したプロンプトと設定
プロンプト
Design a clean cream-colored vertical event poster. Show exactly four centered text lines and no other text: "MOONLIGHT MARKET", "月光市集", "18 OCT", and "RIVER HALL". Render "月光市集" in red and all other lines in black.
人体構造と接触表現
この条件ではNano Banana 2が優位右は、特に2つの手を視覚的に分離し、成形技法を読み取りやすくしている点で、人体構造と接触に関する要件をより明確に満たしています。
- 完全に見える手がちょうど2つあること：右が優れています。1人の陶芸家の手が2つ、明確に分かれて描かれており、余分な手や人物はいません。左も手は2つだけですが、大きく重なっていて輪郭が隠れています。
- 自然な形の5本の指をそれぞれ識別できること：右が優れています。下側の手では5本の指を見分けることができ、上側の手の指の配置もかなり明瞭です。左では手同士の重なりと粘土の器によって複数の指が隠れているため、それぞれの手に5本の指があることを確認できません。
- 解剖学的に自然な接触：右が優れています。上側の指が器の内側を成形し、下側の手が外側を支えており、関節と接触も自然です。左では指が密接に重なって一体化しているため、人体構造と両手の境界に説得力がありません。
- 陶芸の動作として認識できること：右が優れています。粘土の器、回転するろくろ、陶芸家、内側と外側を連携して成形する動作がすべて一目で分かります。左も器とろくろは明確ですが、手が重なっているため成形動作を判別しにくくなっています。
使用したプロンプトと設定
プロンプト
A photorealistic close-up of an adult potter shaping a clay bowl on a spinning wheel. Both hands are fully visible, each with five natural fingers touching the clay. No other people or hands. Soft window light.
数量表現と属性の対応付け
この条件ではNano Bananaが優位左は、指定された個数、配置、色、形、素材、持ち手の向きを満たしつつ、右に見られる追加の背景オブジェクトを避けているため、プロンプトにより完全に従っています。
- オブジェクトの個数と配置：引き分けです。どちらの画像も、左側に赤い立方体が横一列にちょうど3個、右側に青い球体が2個、その後ろの中央に黄色いマグカップが1個、明確に描かれています。
- 色、形、素材の対応付け：右が優れています。どちらも指定された色と形を正しく対応付けていますが、右の画像では立方体の木目、球体のガラスの透明感、マグカップの陶器らしい表面がより明瞭です。
- マグカップの持ち手の向き：引き分けです。どちらの画像でも、持ち手は明確に右側にあり、右を向いています。
- 追加のオブジェクトやテキストがないこと：左が優れています。左の画像には指定されたオブジェクトだけがあり、テキストも見当たりません。一方、右の画像には鉢植えをはじめとする追加の背景アイテムがあります。どちらの画像にもテキストはありません。
使用したプロンプトと設定
プロンプト
On a matte gray table, exactly three red wooden cubes form a row on the left, exactly two blue glass spheres sit on the right, and one yellow ceramic mug stands centered behind them. The mug handle points right. No other objects or text.
広告構図
この条件ではNano Banana 2が優位右は右下へのシューズの配置がより明確で、指定された要素同士もしっかり分離されています。一方、左は上部の空白をより忠実に確保しています。どちらも禁止されているシューズ上のテキスト「AERO」を追加しています。総合的には右がわずかに優勢です。
- シルバーのシューズがちょうど1足あり、オレンジ色の軌跡があること：右が優れています。どちらもシルバーのシューズを1足描き、左下から軌跡が入っていますが、右はシューズが右下により明確に収まっています。左のシューズは左下方向へ大きく広がっています。
- 表示テキスト：引き分けです。左には「RUN LIGHT」「42」「KM」「AERO」が見え、右にも「RUN LIGHT」「42」「KM」「AERO」が見えます。どちらも要求された文言の綴りは正しいものの、シューズに「AERO」を追加しているため、制限に違反しています。
- 上部の余白と見出し：左が優れています。上部には明確な空白があり、「RUN LIGHT」はその空白のすぐ下、左上に配置されています。右も見出しの上に空間を残していますが、空白部分が浅く見え、見出しがより上端近くから始まっています。
- 視認性と情報の優先順位：右が優れています。見出し、シューズ、軌跡、円形の「42 KM」バッジがそれぞれ独立し、全体が見えています。左ではバッジがシューズの一部に重なって隠しているため、指定された要素同士の分離が不明瞭です。
使用したプロンプトと設定
プロンプト
Create a vertical social ad for a fictional running shoe named AERO. Keep the top 15 percent empty. Directly below it, place the headline "RUN LIGHT" in the upper-left. Show exactly one silver shoe in the lower-right, an orange trail curving from the bottom-left, and a round badge reading "42 KM". No other shoes or text.
構造化されたUIグラフィック
この条件ではNano Banana 2が優位右は要求された構造により正確に従っています。左はプランの値を追加し、2つの列で行ラベルを正確に維持できていません。
- タイトルと列：引き分けです。どちらも正確なタイトル「CHOOSE YOUR PLAN」と、「STARTER」「PRO」「TEAM」というラベルの付いた3列を表示しています。
- 行：右が優れています。右の各列には「PROJECTS」「STORAGE」「SUPPORT」という3つのラベルが、正確に揃えて配置されています。左は複数のラベルに値を追加し、PROとTEAMのサポートラベルを「Priority Email」と「24/7 Live Chat」に置き換えています。
- ボタン：引き分けです。どちらも各列に「SELECT」と書かれた青いボタンをちょうど1つずつ表示しています。
- 配置と追加テキスト：右が優れています。右の3列は均等なサイズで整列し、余分なテキストもありません。左には「PROJECTS: 5」「STORAGE: 10GB」「SUPPORT: Email」「PROJECTS: 25」「STORAGE: 100GB」「Priority Email」「PROJECTS: Unlimited」「STORAGE: 1TB+」「24/7 Live Chat」など、追加のプラン詳細が含まれています。
使用したプロンプトと設定
プロンプト
Create a clean horizontal pricing comparison graphic titled "CHOOSE YOUR PLAN". Use exactly three equal columns labeled "STARTER", "PRO", and "TEAM". Under each column, show exactly three aligned rows labeled "PROJECTS", "STORAGE", and "SUPPORT", followed by one blue button labeled "SELECT". White background, dark navy text, no additional columns or text.
6点の参照画像によるオブジェクト対応付けと編集
この条件ではNano Banana 2が優位右はダークネイビーのマグカップがより明確で、折りたたまれたストライプ柄のナプキンも全体が見えています。その他のオブジェクトの置き換えは同程度に完了していますが、元のシーンが正確に維持されているかは、提示された出力だけでは確認できません。
- マグカップとナプキンの置き換え：右が優れています。右のマグカップは外側全体が明確にダークネイビーブルーで、緑と白のストライプ柄のナプキンもきちんと折りたたまれ、全体が見えています。左のマグカップは主に上から見た構図でクリーム色の内側が目立ち、ナプキンは一部が切れています。
- オレンジとノートの置き換え：引き分けです。どちらもオレンジをちょうど1個、マスタードイエローのハードカバーノートを1冊描いており、緑の洋梨や青いノートは見当たりません。元の見た目や位置との正確な一致は、参照画像なしでは確認できません。
- レモン2個の追加：引き分けです。どちらもマグカップの右側にレモンをちょうど2個配置しており、追加の果物や明らかなオブジェクトの重複はありません。
- 元のシーンの維持：Reference 1が提示されていないため、確実な評価はできません。出力間ではカメラアングル、フレーミング、木材の見た目、ライティング、影が大きく異なりますが、どちらが元のシーンをより正確に維持しているかを判断するためのソース画像がありません。
使用したプロンプトと設定
プロンプト
Use Reference 1 as the base tabletop scene. Replace the red mug with the exact dark navy-blue mug from Reference 2 in the same position and orientation. Replace the folded white towel with the exact green-and-white striped napkin from Reference 3 in the same folded area. Replace the green pear with exactly one orange from Reference 4 in the same position. Replace the blue notebook with the exact mustard-yellow hardcover notebook from Reference 5 in the same position. Add exactly the two lemons from Reference 6 to the right of the mug. Preserve the wooden table, camera, framing, wood grain, lighting, shadows, and all other spatial relationships from Reference 1. Do not copy the white product backgrounds from References 2–6, duplicate any asset, or add other objects.
画像内テキストの置換
用途によるどちらの出力も、目視で確認できるテキスト編集の要件を同程度に満たしています。維持の忠実度に差があるかどうかは、出力だけでは確認できません。
- 正確なテキストと元の文字の削除：引き分けです。どちらの看板にも「NIGHT OWL」と正確に表示されており、以前の文字の痕跡は見当たりません。
- 追加または不正な文字：引き分けです。どちらも「NIGHT OWL」だけを、欠けのない明瞭な文字で表示しており、余分な記号もありません。
- フォント、間隔、遠近感の維持：引き分けです。どちらも看板の遠近感に自然に沿った、明瞭な大文字のサンセリフ体を使用しています。元画像が提示されていないため、元の状態が維持されているかは評価できません。
- 素材、ライティング、シーンの維持：引き分けです。どちらの看板にも暗く塗装された木材の質感が見え、影と日光にも一貫性があります。ただし、ソース画像がないため、周囲のシーンが元の状態から変わっていないかは評価できません。
参照画像
使用したプロンプトと設定
プロンプト
Replace only the sign text with exactly "NIGHT OWL". Preserve the original font style, spacing, perspective, sign material, lighting, and everything else.
複数参照による人物の同一性維持と衣装転写
この条件ではNano Banana 2が優位どちらの出力も衣服の置き換えは同程度に自然ですが、右は指定された袖のパッチを明確に維持しているため優勢です。正確な人物の同一性とジャケットの忠実度を確認するために必要な参照画像が含まれていないため、確信度は低めです。
- 人物の同一性の維持：引き分けです。Reference 1が提示されていないため、顔の同一性、表情、髪、ポーズ、体の比率、フレーミングが正確に維持されているかは確認できません。2つの出力では顔立ちやフレーミングに多少の違いが見られますが、どちらがより忠実かは判断できません。
- ジャケットとの一致：右が優れています。どちらもクリーム色のフリース襟、金属ボタン、フラップ付き胸ポケットを備えたライトブルーのデニムジャケットを描いていますが、右には赤い長方形の袖パッチも明確にあります。左には胸ポケット付近に小さな赤いタブがあるだけです。Reference 2が提示されていないため、素材、色、構造の正確な忠実度を完全には評価できません。
- 黒いジャケットの置き換え：引き分けです。どちらも黒いスーツジャケットをデニムジャケットに置き換えており、ゴーストマネキンや白い商品背景は含まれていません。
- 物理的な整合性：引き分けです。どちらも手、袖、衣服のしわ、影、シーンのライティングを自然に統合しています。袖口や前身頃のフィット感にはわずかな違いがありますが、どちらにも明確な整合性の問題はありません。
使用したプロンプトと設定
プロンプト
Use the portrait in Reference 1 for the person and the isolated jacket in Reference 2 for the garment. Dress the person from Reference 1 in the exact jacket shown in Reference 2. Preserve the person's identity, face, expression, skin, hair, hands, pose, body proportions, background, framing, and lighting from Reference 1. Preserve the jacket's material, color, collar, buttons, pockets, and sleeve patch from Reference 2. Do not copy the ghost mannequin or white product background.
一貫性のあるシーン再照明
この条件ではNano Banana 2が優位右は、より強い指向性のある光、局所的なハイライト、一貫した投影影によって、ゴールデンアワーの再ライティングをより説得力のある形で実現しつつ、目に見えるシーンの内容を維持しています。
- 左の窓から暖かなゴールデンアワーの光がはっきりと差し込んでいる点では、右のほうが優れている。左の窓から琥珀色の太陽光が明確に差し込み、ソファ、壁、ラグ、床を照らしている。一方、左も暖色寄りではあるが、柔らかくニュートラルな自然光に近い。
- ハイライトと影の方向が新しい光源に整合している点でも、右のほうが優れている。左向きの面に強いハイライトが現れ、ソファ、壁、ラグ、床を横切って右方向へ長い影が伸びている。左は光の方向による立体感が弱く、影もそれほど際立っていない。
- 単に全体へ黄色のカラーフィルターをかけただけではない点でも、右のほうが優れている。暖かな日差しが当たる領域と、明らかに暗い環境光の領域、輪郭のはっきりした投影影が組み合わされている。一方、左は全体的に均一な暖色に見える。
- 家具や装飾品が移動、追加、削除、再デザインされていない点は引き分け。どちらの画像にも同じ窓、植物、ソファ、ランプ、テーブル、ラグ、および全体の配置が明確に維持されており、出力を見る限り、物体の追加や削除は確認できない。
参照画像
使用したプロンプトと設定
プロンプト
Change the lighting to warm golden-hour sunlight entering from the left window. Do not move, add, remove, or redesign any object. Update highlights and shadows coherently.
異なるアスペクト比へのアウトペインティング
用途によるどちらの画像も、目立つアウトペインティングの不自然さがない、説得力のある16:9のビーチ拡張を実現している。元の入力画像がないため、保持要件を確実に評価することはできず、総合的にどちらかを勝者と判断する根拠はない。
- 基準1：引き分け。どちらの出力も明らかに16:9の横長画像で、ビーチ、海、空が左右両側へ自然に拡張されている。
- 基準2：引き分け。どちらもキャビンとその周囲の構図が中央に保たれているが、元画像が別途提示されていないため、切り抜きや引き伸ばしをせず正確に保持されているかは確認できない。
- 基準3：どちらも評価不能。2つの出力ではキャビンと海岸線に明らかな違いがあるが、元画像がないため、内部の構図を変更していないのがどちらか、あるいはどちらも変更しているのかを確実に判断することはできない。
- 基準4：引き分け。どちらの出力にも、明らかな縦の継ぎ目、反転コピーによる補完、不自然に繰り返された物体は見られない。波、砂浜、雲はいずれのフレームでも自然に続いている。
参照画像
使用したプロンプトと設定
プロンプト
Expand the canvas to a 16:9 landscape by naturally continuing the beach, ocean, and sky on both sides. Keep the complete original image centered without cropping, stretching, letterboxing, or modifying it.
シーン変更時の商品再現性維持
この条件ではNano Banana 2が優位右は、バスケットボールコートであることが明確に伝わる背景と、より一貫した夕暮れのライティングによって、要求されたシーン変更をより説得力高く実現している。製品が正確に保持されているかは、元画像がないため断定できない。
- 1. 夕暮れ時の濡れた屋外バスケットボールコート：右のほうが優れている。ゴール、金網フェンス、コートのライン、夕焼け空、濡れた路面によって、要求された設定が明確に表現されている。左にも夕暮れ時の濡れた路面は描かれているが、バスケットボールコートであることはかなり伝わりにくい。
- 2. シルエット、ソールの形状、ステッチ、素材、カメラアングル：元のスニーカーの参照画像が提示されていないため、完全には評価できない。どちらの画像も、まとまりのあるローカットのシルエット、精細なステッチ、白いアッパー、質感のあるソールを明確に維持しているが、左のほうがこれらのディテールをより鮮明に表現している。
- 3. 黒い幾何学的なサイドマーク：元の参照画像がないため、変更されていないかは確認できない。どちらの画像でもマークは明瞭で判別しやすく、大まかに同じ角張った枝分かれ形状をしている。目に見える決定的な優位性はどちらにもない。
- 4. 接地影、濡れた路面への反射、夕暮れのライティング：右のほうが優れている。暖かな夕日の光と冷たい環境影が、画面に見える夕暮れの空と調和しており、靴の接地感と反射も水たまりのあるコートへ自然に溶け込んでいる。左にも強い反射と接地影はあるが、より寒色で平坦なシーン照明のため、夕暮れとの結びつきがそれほど明確ではない。
参照画像
使用したプロンプトと設定
プロンプト
Place the sneaker on a wet outdoor basketball court at dusk. Preserve the exact sneaker shape, black geometric side mark, materials, stitching, sole geometry, and camera angle. Add physically coherent contact, reflections, and dusk lighting.
コストと処理時間
Nano Bananaは20クレジットから、Nano Banana 2は40クレジットから利用できます。今回の実行における小規模なレイテンシサンプルでは、Nano Bananaが15971 ms〜36072 ms、Nano Banana 2が57125 ms〜122746 msでした。これらは今回の実行に固有の観測値であり、ベンチマーク値ではありません。
比較方法と開示事項
シナリオごとに1つの固定プロンプトを使用し、各モデルで1回ずつ実行したうえで、生成された出力をそのまま公開しました。これは再現可能な比較実行であり、Banana Pieでは両モデルへの有料アクセスを提供しています。
Banana Pieでは、このモデルを他のモデルとともに1つのスタジオで有料提供しています。評価は、ユーザーと同じ生成環境で実施したテストに基づいています。