Nano Banana 2.1とGPT Image 2.5 Sunburst素材入力と多ターン編集の分け方

Nano Banana 2.1の正式IDはgemini-nano-banana-2.1です。Googleのモデルページはテキスト・画像・動画・PDF入力と画像・テキスト出力を掲載し、最大14枚の参照画像、1K/2K/4K出力、Web SearchとImage Searchのgrounding、thinkingを案内しています。検索を使った素材整理や、動画・PDFを含む企画資料から画像へ進む工程が作りやすい経路です。

GPT Image 2.5 Sunburstの正式IDはgpt-image-2.5-sunburstです。OpenAIのモデルページはテキスト・画像入力と画像出力、Image APIまたはResponses APIのimage tool、lowからmaxまでのqualityを掲載しています。画像生成ガイドは入力画像、マスク、形式、圧縮、multi-turn編集を案内するため、変更箇所を保存して段階的に直す工程に向きます。

2.1に入力トークン枠があることと、Sunburstにマスク編集があることは別の軸です。トークン数や解像度を、実際の編集品質や日本語文字の正確さへ換算できる資料は今回確認していません。

2.1を使う場合は、動画・PDF・参照画像を受け取った順番、検索を使ったか、画像の生成条件を同じ記録へ残します。検索で補った事実と、元資料に書かれた事実を区別し、画像内の最終文言は原稿と照合します。参照を14枚へ詰めること自体を成功条件にはしません。

Sunburstを使う場合は、元画像、変更理由、マスク、quality、size、形式、Responses APIの会話IDまたはImage APIのリクエストを一組で保存します。マスクを使わない全体編集と、部分編集の結果を同じ版として上書きせず、採用したファイル形式を後工程へ渡します。

1. 2.1ではPDFと動画のどのページ・時刻を参照したかを記録し、必要な事実だけを画像用の指示へまとめる。
2. 検索を使う場合は、外部情報を補助資料として分け、型番や数値がPDFと一致するか確認する。
3. Sunburstでは採用した商品写真を元画像にし、背景の範囲だけをマスクとして指定する。
4. 両方で作った画像を同じ条件で見比べる前に、文字・型番・背景変更範囲を人が確認する。品質や成功率は測定していない。

この例で2.1を選ぶ理由は、資料の種類を画像だけへ変換せずに扱うためです。Sunburstを選ぶ理由は、商品写真を保持しながら変更範囲を明示して編集履歴を残すためです。

GoogleのStandard料金表では、Nano Banana 2.1は入力$1.50/1M tokens、テキスト・thinking出力$7.50/1M tokens、画像出力$30/1M tokensです。画像出力の目安として1Kは$0.0336/画像、2Kは$0.0504/画像、4Kは$0.113/画像と掲載されています。検索接地を使う場合は、無料枠と超過後の検索リクエスト単価も料金表で確認します。

OpenAIのStandard料金表ではSunburstの画像入力が$8/1M tokens、画像出力が$30/1M tokensです。Batchでは画像入力$4/1M tokens、画像出力$15/1M tokensと掲載されています。入力画像のトークン数、出力サイズ、quality、再生成回数が分からない段階で、Googleの1枚相当価格と単純換算しません。