Compare

他のモデルと、何が違うのか

Nano Banana（Google）、GPT Image 2（OpenAI）、Seedream 5.0 Pro（ByteDance）。いま画像生成の中心にいるのはこの3つです。「どれが一番か」ではなく、どれが何に向いているかを整理します。

先に立場を明かします。 ここは Nano Banana の資料室なので、放っておけば身びいきになります。なのでNano Banana が負ける場面から先に書きます。また、当研究所が実際に検証しているのは Nano Banana だけです。他の2つは公式ドキュメントに書いてある仕様を整理したものであり、当研究所が生成して確かめた結果ではありません。そこは区別して読んでください。

Diagram 01

まず、画像と動画は別のモデル

比較の前にここでつまずく人が多い箇所です。たとえば Seedance は動画モデルで、画像モデルは Seedream。名前が似ていますが別物です。各社とも「画像用」と「動画用」を分けて出しています。

「Seedance で画像を作りたい」は成立しません。画像なら Seedream です。逆に Nano Banana で動画は作れず、Veo に渡すことになります。

Facts

公式ドキュメントで確認できる差

感想ではなく、各社が公開している仕様だけを並べます。ここに書いていない項目は、公式に明記が無いか、当研究所で確認できなかったものです。

項目	Nano Banana Gemini	GPT Image 2 OpenAI	Seedream 5.0 Pro ByteDance
最大解像度	4K Nano Banana 2 / Pro	3840px 長辺の上限	2K
アスペクト比	決まった10種から選ぶ 1:1 / 3:2 / 2:3 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9	自由 16の倍数・長短比3:1まで	—
透過PNG	非対応白背景で出して自分で抜く	非対応公式に明記あり	対応レイヤー分離してα付きで出力
ウェブ検索との接続	あり Nano Banana 2 / Pro	—	あり
参照画像の枚数	最大14枚	複数可	—
人物の一貫性	最大5人まで維持 Pro の公称	向上を公称	—
電子透かし	SynthID を全画像に付与	—	—

出典：Gemini API 公式ドキュメント／Google 公式ブログ／OpenAI 画像生成ガイド。 Seedream の項は公式仕様の一次情報を当研究所で確認しきれていないため、「—」を多めにしています。

Diagram 02

作るものから決める

上の表を、実際の選び方に翻訳するとこうなります。

黄色が Nano Banana の土俵です。逆に上2つは、素直に他のモデルを使ったほうが早い場面。

Each model

それぞれの得意分野

GOOGLE

Nano Banana

強いところ： ウェブ検索とつながっていること。今日の天気や最新の数字を、そのまま絵に反映できるモデルは多くありません。 4K出力、参照画像14枚、人物5人までの一貫性も公称されています。 Google は「画像内に読める文字を入れるなら最良」と主張しています。

弱いところ： 透過PNGを直接は出せません。比率も決まった10種からの選択です。変則サイズが要る仕事では窮屈になります。

OPENAI

GPT Image 2

強いところ： 出力サイズの自由度。長辺3840pxまで、16の倍数で、長短比3:1以内なら基本どんな寸法でも指定できます。バナーのサイズ展開のように「決まった寸法で出す」仕事と相性が良い。

弱いところ： 透過背景に非対応であることが公式に明記されています。切り抜き素材が要る用途では、別の手段が必要です。

BYTEDANCE

Seedream 5.0 Pro

強いところ： レイヤー分離。背景と要素を分けて、透過PNGで出せます。 3つの中でこれができるのはここだけで、素材として二次利用する前提の仕事では決定的な差になります。

弱いところ： 解像度は2Kまで。大きく引き伸ばす用途には向きません。

Verdict

で、どれを使えばいいのか

○ Nano Banana が向く仕事

資料・図解・説明図。最新情報を絵にする。同じ人物やキャラクターを何枚も出す。日本語の文字を画像に入れる。4Kで書き出す。参照画像をたくさん混ぜる。

× 他を使ったほうが早い仕事

透過素材が要る（→ Seedream、または白背景で出して自分で抜く）。決まった変則サイズで書き出す（→ GPT Image 2）。動画を作る（→ Veo）。

Lite / 2 / Pro の中でも、上位ほど良いとは限りませんでした。 同じ条件で3モデルを走らせたところ、日本語の文字は3モデルとも一字も崩れず、差が出たのは「指示をどれだけ守るか」でした。しかも最も忠実だったのは最安の Lite で、 Pro は頼んでいない紅葉のイラストを足してきました。情報量の多い場面でも上下は付かず、 2 は賑やか、Pro は写真らしく静か、という別方向の差でした。生成時間は 6.7秒 / 9.9秒 / 23.5秒で、ここははっきり違います。

そして、いちばん効くのはモデル選びではありません。 同じモデルでも、指示の書き方で出力は大きく変わります。「美しい」「8K」と書いても絵は変わらないし、絞りの数値を書けば素直に効く。モデルを乗り換える前に、書き方を変えるほうが安上がりです。

プロンプト図鑑を見る → Nano Banana の詳しい仕様検証室

本ページは 2026年8月時点の各社公開情報に基づきます。この領域は更新が速いので、重要な判断の前には必ず一次情報をご確認ください。当サイトは Google・OpenAI・ByteDance のいずれとも関係のない非公式の情報サイトです。