投稿者 投稿日: カテゴリー Gemini
Nano Banana 2.1とは、1K画像1枚約3.4セントのGoogleの画像生成AIのことです。
GoogleがNano Banana 2.1を2026年10月6日に公開し、Gemini APIでの1K画像1枚あたりの料金は0.0336ドルと、前のNano Banana 2の0.067ドルから約半額になりました。ただし、半額になるのは1Kと2Kの画像で、4K画像の値下げ幅は約25パーセントにとどまります。さらに入力側の単価は3倍に上がったため、参照画像を何枚も渡す使い方では、思ったほど安くならない場面があります。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル（うるチカラ運営）の現場知見にもとづいて、Googleの公式料金表をもとにEC商品画像の量産コストを試算します。
先に結論を書くと、楽天市場やAmazonのサブ画像、バナー、SNS用の着用イメージを1K〜2Kで量産するなら、Nano Banana 2.1への切り替えで生成費用はおよそ半分になります。急ぎでない大量生成をBatch（一括処理）に回せば、1K画像は1枚0.0168ドルまで下がります。一方、4Kの高解像度画像や、参照画像を10枚以上渡す複雑な合成では、節約幅が小さくなる点を織り込んで見積もってください。
Nano Banana 2.1で何が変わったのか
変わったのは、画像1枚あたりの料金が下がり、文字の描き込みと被写体の一貫性が改善した点です。モデルIDはgemini-nano-banana-2.1で、Gemini APIとGoogle AI Studioから使えます。個人向けのGeminiアプリではGoogle AI Plus、Pro、Ultraの各プランで使え、動画制作ツールのFlowのモデル一覧にも加わりました。
性能面の改善として、DataCampの解説は、1K・2K・4Kの各解像度での画質、指示への忠実さ、文字描画とインフォグラフィックの配置、被写体の一貫性を挙げています。被写体の一貫性とは、画面の一部だけを変えたときに、ほかの部分を崩さずに保てる性質のことです。たとえば商品の色だけを差し替えて、背景や小物の配置はそのままにする、といった編集がしやすくなりました。横長の画像で模様が繰り返される不具合も修正されています。
ただし弱点も残っています。小さな文字や、左右の位置関係の指示はまだ苦手だとされています。商品画像に「送料無料」のような小さな文字を正確に入れたい場合は、生成後に画像編集ソフトで文字を載せるほうが確実です。512ピクセルの小さな画像を出力する選択肢は廃止されました。
参照画像は最大14枚まで渡せます。参照画像とは、生成のお手本として渡す画像のことで、商品の正面・側面・ロゴのアップなどを複数渡すと、AIが商品の形を正しく保ちやすくなります。この上限は前のNano Banana 2から引き継がれた仕様です。
前のモデルのNano Banana 2（gemini-3.1-flash-image）は非推奨になり、新しく作る仕組みには2.1が推奨されています。停止日については情報が割れているため、Googleの非推奨モデルの一覧で確認してください。すでにNano Banana 2で商品画像の生成を自動化している店舗は、年内に切り替えの検証を始めておくと安心です。前のモデルでの使い方はNano Banana 2でEC商品画像を作る方法で解説しています。
公式料金表で見る、旧モデル・Proとの違い
料金の要点は、出力の画像は約半額、入力は3倍、4Kは25パーセント引きの3点です。ここではGoogleの公式料金ページに記載された有料枠の数字を、そのまま整理します。
Nano Banana 2.1の画像1枚あたりの料金は、1Kが0.0336ドル、2Kが0.0504ドル、4Kが0.113ドルです。前のNano Banana 2は、1Kが0.067ドル、2Kが0.101ドル、4Kが0.151ドルでした。1Kと2Kはちょうど約半額で、4Kは0.151ドルから0.113ドルへ約25パーセントの値下げにとどまります。
上位モデルのNano Banana Proは、1Kと2Kが0.134ドル、4Kが0.24ドルです。1K画像で比べると、Nano Banana 2.1はProの4分の1の料金になります。DataCampは、ベンチマークでは2.1が高い評価を得ている一方、実際の仕上がりではProのほうが良いと感じる場面も多いという声を紹介しています。高級感が売りの商品のメインビジュアルなど、仕上がりを最優先する場面ではProを残す選択も現実的です。
入力側の料金は、Nano Banana 2.1が100万トークンあたり1.50ドルで、Nano Banana 2の0.50ドルから3倍に上がりました。文章や思考の出力も3ドルから7.50ドルに上がっています。画像の出力単価は100万トークンあたり60ドルから30ドルへ半分になったので、「画像を多く出し、入力は少ない」使い方ほど得をする料金設計です。
急ぎでない処理をまとめて投げるBatchでは、さらに半額になります。Batchの画像1枚あたりは、1Kが0.0168ドル、2Kが0.0252ドル、4Kが0.0567ドルです。夜間に翌週分のバナーをまとめて作る、といった運用なら、標準料金の半分で済みます。なお、3つのモデルとも有料枠の料金で、無料枠でのAPI利用は料金表上「利用不可」と記載されています。
EC商品画像の量産コストを試算する
試算の結論として、1,000商品に5枚ずつ、計5,000枚の画像を1Kで作る場合、Nano Banana 2.1なら約168ドル、Batchなら約84ドルです。同じ枚数をNano Banana 2で作ると約335ドル、Nano Banana Proなら約670ドルかかります。1ドル150円で換算すると、Nano Banana 2.1の標準料金で約2万5,000円、Batchで約1万3,000円の計算です。
解像度を2Kに上げると、5,000枚でNano Banana 2.1は約252ドル、Nano Banana 2は約505ドルです。楽天市場の商品画像は推奨が700×700ピクセル以上なので、商品ページのサブ画像なら1Kで足りるケースがほとんどです。拡大表示を重視する商品や、印刷物にも流用する画像だけを2K以上にすると、費用を抑えられます。
4Kでは差が縮みます。5,000枚を4Kで作ると、Nano Banana 2.1は約565ドル、Nano Banana 2は約755ドルで、差は約190ドルです。4Kを大量に作る用途は限られますが、「新しいモデルだから全部半額」と思い込むと見積もりが外れます。
もう1つ見落としやすいのが、参照画像の入力費用です。入力の単価は3倍になったので、参照画像を多く渡すほど節約幅が小さくなります。画像1枚の入力が何トークンになるかは解像度の設定で変わるため、ここでは仮に1枚1,000トークン程度として計算します（実際の値は自社の設定で要確認）。参照画像14枚なら約1万4,000トークンで、Nano Banana 2.1では1回あたり約0.021ドル、Nano Banana 2では約0.007ドルです。1K画像1枚を作る総額は、2.1が約0.055ドル、2が約0.074ドルとなり、節約幅は半額ではなく約26パーセントに縮みます。
この差は、量産の設計を変えるヒントになります。参照画像は、商品の形を保つのに本当に必要な数枚に絞る。同じ参照画像で複数の画像を作るなら、1回の依頼でまとめて作らせる。こうした工夫で、入力の値上がりの影響を小さくできます。ある食品ジャンルの中規模店舗の事例では、参照画像を毎回10枚渡していた運用を3枚に絞っても、パッケージの再現度はほとんど変わりませんでした。
商品画像の量産に使うプロンプト5本
ここでは、Nano Banana 2.1に渡す画像生成の指示文と、その前後の作業に使うプロンプトを5本収録します。プロンプト1〜3は画像生成用、4と5はChatGPT、Claude、Geminiのどれでも使える計画・確認用です。
プロンプト1は、白背景の商品写真をもとに、使用シーンのサブ画像を作るためのものです。商品そのものの形や色を変えないことを最初に指示します。
プロンプト1：使用シーンのサブ画像を作る（1K）
添付した商品写真の商品を使って、使用シーンの画像を作成してください。
条件：
1. 商品の形、色、ロゴ、パッケージの文字は、添付写真から一切変えない
2. シーン：{例：朝のキッチンのテーブルの上}
3. 雰囲気：{例：自然光、落ち着いた木目}
4. 画像内に文字を入れない
5. 商品が画面の中央付近で、全体の3分の1程度の大きさに写るようにする
6. 実際には付属しない小物を、商品の付属品と誤解されるように置かない
プロンプト2は、色違いの商品画像を作るためのものです。被写体の一貫性が上がった2.1の強みを生かす使い方です。
プロンプト2：色違いバリエーションの画像を作る
添付した商品画像の、{部位：例 本体の生地}の色だけを{色名：例 ネイビー}に変えてください。
条件：
1. 色を変える部位以外（背景、影、小物、商品の形、ステッチ）は変えない
2. 色は{色見本の説明、またはカラーコード}に合わせる
3. 光の当たり方は元の画像と同じにする
4. 出力は元の画像と同じ構図・同じ解像度にする
プロンプト3は、バナーの背景だけを生成するためのものです。小さな文字はAIに描かせず、後から載せる前提にします。
プロンプト3：セールバナーの背景を作る（文字なし）
ECサイトのセールバナーの背景画像を作成してください。
条件：
1. 横長、2K
2. テーマ：{例：秋の感謝セール、紅葉、暖色系}
3. 画面の左半分は、後から文字を載せるために余白を広く取る
4. 画像内に文字、数字、ロゴを入れない
5. 商品は配置しない（後から合成する）
プロンプト4は、どの画像を何枚、どの解像度で作るかの計画を立てるためのものです。費用の見積もりも同時に出させます。
プロンプト4：商品画像の量産計画と費用見積もり
以下の商品リストについて、画像の量産計画を作成してください。
条件：
1. 商品ごとに、作る画像の種類（使用シーン・色違い・サイズ感・バナー）と枚数を決める
2. 解像度は、商品ページのサブ画像は1K、拡大表示が重要な商品は2Kを基本にする
3. 急ぎでない画像は一括処理（Batch）に回す前提で分ける
4. 料金は、1K標準0.0336ドル、2K標準0.0504ドル、1K一括0.0168ドル、2K一括0.0252ドルで計算する
5. 合計枚数と合計費用（ドルと、1ドル150円換算の円）を出す
商品リスト：{商品名・カテゴリ・優先度}
プロンプト5は、生成した画像をモールの規定と照らして確認するためのものです。公開前のチェックを習慣にします。
プロンプト5：生成画像の公開前チェック
以下の画像を、{楽天市場／Amazon／自社EC}の商品画像として使う前に確認してください。
確認項目：
1. 実物の商品と、形・色・付属品が違って見える箇所はないか
2. 実際より大きく、または高品質に見せていないか
3. 画像内の文字に誤字や、意味の通らない文字列が混ざっていないか
4. モールの画像ルール（1枚目の背景や文字の量など）に反していないか
5. 人物が写る場合、実在の人物に似せていないか
指摘があれば、修正方法を具体的に書いてください。
5本を順に使うと、生成、色違い、バナー、計画、確認の流れが一通りそろいます。編集部で実際に運用しているプロンプトでは、プロンプト1の「付属しない小物を置かない」という一文を入れてから、付属品の誤解を招く画像がほぼ出なくなりました。
量産でつまずく3つの失敗と回避策
失敗の多くは、商品そのものをAIに描かせること、モールの画像ルールを確かめないこと、単価だけで見積もることの3つです。
1つ目の失敗は、商品の本体をAIに描き直させてしまうことです。生成AIは、商品の細部を「それらしく」変えることがあります。実物と違う見た目の画像を載せれば、景品表示法上の優良誤認を疑われかねず、返品やレビューの低評価にもつながります。回避策は、商品本体は実物の写真を使い、AIには背景や使用シーン、色違いの検討用の画像を任せることです。色違い画像を公開する場合も、実物の色と並べて確認してください。
2つ目の失敗は、モールの画像ルールの見落としです。楽天市場には商品画像の登録ガイドラインがあり、1枚目の画像の文字の量や枠線、背景などに決まりがあります。Amazonもメイン画像に白背景などの要件を設けています。最新の詳細は各モールの公式ガイドで要確認ですが、AIで作った画像をそのまま1枚目に使うのは避けたほうが無難です。楽天市場の画像の文字量の確認には、楽天の画像テキスト量チェックスキルも使えます。
3つ目の失敗は、画像1枚の単価だけで月額を見積もることです。参照画像を多く渡すと入力費用がかさみ、思い通りの画像が出るまで作り直せば枚数も増えます。アパレル系の単一店舗で試したケースでは、採用した画像1枚に対して平均3回ほど作り直しが発生していました。見積もりには「作り直し倍率」を掛けておくと、請求額とのずれが小さくなります。
費用対効果の考え方と、Proとの使い分け
費用対効果は、撮影や外注のデザイン費と比べて判断するのが基本です。たとえば、使用シーンの撮影をスタジオに依頼すると、1カットあたり数千円かかることも珍しくありません。Nano Banana 2.1の1K画像は、作り直しを3回見込んでも1枚あたり約0.1ドル、日本円で約15円の計算です。撮影をなくすのではなく、「撮影するほどではないサブ画像」をAIに回すと、撮影費を主役の商品に集中させられます。
Proとの使い分けは、仕上がりの要求水準で決めます。商品ページの2枚目以降、SNS投稿、メルマガの挿絵のように数が必要な画像はNano Banana 2.1、ブランドの顔になるメインビジュアルや広告の主力クリエイティブはProという分け方が、費用と品質の釣り合いを取りやすい組み方です。Proの使い方はNano Banana ProでEC商品画像を作る方法で解説しています。
サブスクリプションで少量を試すだけなら、GeminiアプリのGoogle AI Plus以上のプランで十分です。APIでの量産は、月に数百枚以上を作る段階になってから検討すれば間に合います。OpenAIの画像生成モデルとの比較では、GPT Image 2.5で商品バナーを量産する方法も参考になります。
今後の展望と、EC事業者が持つべき視点
画像生成AIの料金は、Nano Banana 2.1の1K画像がProの4分の1になったように、下がる流れが続いています。料金の下落そのものより重要なのは、「画像を作るコスト」が「画像を確認するコスト」を下回り始めたことです。1枚3セントの画像を100枚作るのは簡単ですが、その100枚が実物と違わないか、モールのルールに合っているかを確かめるのは人の仕事です。
この変化は、店舗の体制にも影響します。画像を作る担当より、画像を選び、確認し、公開を判断する担当が重要になります。5,000社支援の中で何度も再現したパターンとして、AI画像の導入で成果を出す店舗は、最初に「AIに任せてよい画像」と「実物の写真でなければならない画像」の線引きを社内で文書にしています。
AIエージェントが買い物を代行する時代には、画像の正確さはさらに重みを増します。AIは商品画像からも情報を読み取って比較するため、実物と違う画像は、人の客だけでなくAIの判断も誤らせます。安くなった画像生成を、量を増やすためだけでなく、商品情報の正確さを高める方向にも使う視点を持っておきたいところです。
よくある質問
Nano Banana 2.1の料金はいくらですか
Nano Banana 2.1の料金とは、Gemini APIで1K画像1枚0.0336ドル、2Kが0.0504ドル、4Kが0.113ドルのことです。一括処理のBatchではさらに半額になります。入力は100万トークンあたり1.50ドルです。
前のNano Banana 2より本当に半額ですか
はい、1Kと2Kの画像はほぼ半額です。ただし4Kは約25パーセントの値下げにとどまり、入力の単価は3倍に上がりました。参照画像を多く渡す使い方では、節約幅が小さくなります。
参照画像は何枚まで使えますか
Nano Banana 2.1の参照画像の上限とは、最大14枚のことです。商品の正面や側面、ロゴのアップを渡すと形を保ちやすくなりますが、入力費用が増えるため、必要な枚数に絞るのがおすすめです。
無料で使えますか
APIの無料枠は、公式料金表で「利用不可」と記載されています。GeminiアプリではGoogle AI Plus、Pro、Ultraの各プランで利用できます。Google AI Studioでの試用については、利用地域の条件を公式ページで確認してください。
AIで作った画像を楽天市場やAmazonのメイン画像に使えますか
いいえ、メイン画像は実物の商品写真を使うのが無難です。各モールには画像の要件があり、実物と違う見た目の画像は表示トラブルや返品の原因になります。AI画像は、使用シーンのサブ画像やバナーの背景に使うのが安全です。
Nano Banana Proとどちらを使うべきですか
数が必要な画像にはNano Banana 2.1、仕上がりを最優先する画像にはProが向きます。1K画像の料金は2.1がProの4分の1です。メインビジュアルや広告の主力画像だけProで作る使い分けが現実的です。
画像内の文字は正確に描けますか
以前より改善しましたが、小さな文字はまだ苦手とされています。セール告知などの文字は、AIで背景を作ったあと、画像編集ソフトで載せるほうが確実です。
まとめ
Nano Banana 2.1は、1K画像1枚0.0336ドルと前のモデルの約半額で、EC商品画像の量産コストを大きく下げます。1,000商品に5枚ずつの5,000枚なら、標準で約168ドル、Batchで約84ドルの計算です。ただし4Kは約25パーセント引き、入力は3倍という条件があるため、参照画像の枚数と解像度を絞った設計が欠かせません。商品本体は実物の写真、サブ画像やバナーはAIという線引きを決めてから、量産を始めてください。
参考文献
- Google AI for Developers：Gemini API の料金
- Google AI for Developers：Nano Banana 2.1 モデルページ
- Google AI for Developers：非推奨モデルの一覧
- DataCamp：Nano Banana 2.1
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
