Nano Banana ProとGPT Image 2.5 Sunburst商品画像・文字入り素材の選び方
同じ「画像生成・編集」でも、Nano Banana ProはGoogleの検索接地や複数の参照画像を含む制作経路、GPT Image 2.5 SunburstはOpenAIの画像編集と精度を重視する経路です。正式な文字や商品形状は、モデル名だけで採用を決めません。
この比較は、同じ画像を生成して品質順位をつけた記事ではありません。2026年10月19日に確認した公式モデルID、入力・編集機能、参照画像の扱いを使って、どの工程でどちらを試すかを整理します。
この記事の目次
先に経路と選定理由を決める
Nano Banana Proの公式モデルコードはgemini-3-pro-imageです。Googleは、複雑なグラフィックデザイン、高い忠実度の商品モックアップ、正確な文字を必要とするデータ可視化向けの画像生成・編集エンジンとして説明しています。GPT Image 2.5 Sunburstの公式モデルIDはgpt-image-2.5-sunburstで、OpenAIは編集精度を重視するワークフロー向けと説明しています。
したがって、Google Searchによる情報の接地や、人物・物・スタイルの役割を分けた参照画像を使う設計ならNano Banana Proから試します。OpenAIのImage APIやResponses APIで、画像編集、透過背景、品質・サイズ指定を一つの経路で管理する設計ならSunburstから試します。これは提供元の位置付けに基づく初期選定であり、日本語の誤字や商品形状を保証する比較結果ではありません。
「どちらが上か」ではなく、入力画像、変更する範囲、維持する範囲、検索接地の要否、後から直す経路を先に決めます。価格・日付・申込先などの確定情報は、生成画像へ任せず編集可能な文字レイヤーとして持つ案も残します。
モデルID・入力・編集を比較する
| 確認軸 | Nano Banana Pro | GPT Image 2.5 Sunburst | 制作で残す確認 |
|---|---|---|---|
| 正式な識別子 | 表示名:Nano Banana Progemini-3-pro-image | 表示名:GPT Image 2.5 Sunburstgpt-image-2.5-sunburst | サービス名だけでなく、API経路とモデルIDを保存。 |
| 入力・出力 | 画像とテキストを入力し、画像とテキストを出力。画像生成、思考、Google Search接地に対応。 | テキストと画像を入力し、画像を生成・編集。Image APIまたはResponses APIの画像生成ツールで指定。 | 入力画像、原稿、返却形式、編集回数を同じ作業票へ結び付ける。 |
| 参照画像 | 公式ガイドは合計14枚の構成を示し、Proは物6枚、人物5枚、スタイル3枚の上限を案内。 | 公式ガイドは複数の画像入力、局所編集、参照を使う例を掲載。固定の同一枚数としては扱わない。 | 参照の役割と枚数は、モデルの上限・経路・入力サイズごとに記録。 |
| 編集の経路 | 会話形式の生成・変更を含む画像生成ガイド。画像とテキストの役割を段階的に指定。 | 単発のImage APIと、画像を次の入力へ渡すResponses APIのマルチターン編集を使い分ける。 | 一度に変える条件を一つへ絞り、変更前後の画像を保存。 |
| 出力設定 | 1K・2K・4Kの画像生成を案内。モデルと経路によるサイズ上限を確認。 | lowからmaxまでの品質、サイズ、形式、透明背景などを指定。 | サイズ・品質・背景を揃えない比較は、見た目や速度の差へ結び付けない。 |
Googleの「Nano Banana Pro」とOpenAIの「GPT Image 2.5 Sunburst」は、似た用途の表示名でも同じAPIではありません。GoogleのモデルコードをOpenAIのmodelへ渡す、またはOpenAIの品質設定をGoogleのリクエストへそのまま移すことはできません。
商品画像と文字の作業を分ける
商品写真の背景を変えるときは、最初に「変える対象」と「維持する対象」を文章で固定します。例えば商品本体・ラベル・輪郭は維持し、背景の机だけを変える、と指定します。どちらのモデルでも、生成後に元画像と拡大画像を並べ、商品形状、ロゴ、数字、反射、影を照合します。
Nano Banana Proを試す条件
- 複雑なレイアウトやデータの関係を、複数の参照画像と一緒に組み立てたい。
- Google Searchで事実情報を接地する必要があり、その機能を利用する経路を選べる。
- 人物・物・スタイルの参照を役割ごとに分け、段階的に修正したい。
Sunburstを試す条件
- OpenAIのImage APIで単発生成・編集を組み込みたい。
- Responses APIで画像を会話の次の入力へ渡し、変更を一つずつ重ねたい。
- 透明背景、サイズ、品質、形式をリクエストへ明示して管理したい。
日本語の正式な商品名・価格・日付・注意書きは、生成画像の見た目が整っていても一文字ずつ原稿と照合します。更新頻度が高い部分は、背景をモデルで作り、文字を編集ソフトやWeb上のレイアウトで重ねる方が修正単位を管理しやすい場合があります。
架空の商品ポスターで試す
仮の条件(実際の生成結果ではない)
架空の商品「山の水 500ml」の写真を使い、白い石の台に置いた縦型ポスターを作る。ポスターには商品名、発売日、短い説明を入れる。商品写真は変更せず、背景と光だけを調整したい。
- 元写真と、正式原稿(商品名・発売日・説明)を別ファイルで確定する。
- Nano Banana Proでは写真を商品参照、必要ならレイアウト参照として役割を明記する。SunburstではImage APIの編集またはResponses APIの画像入力として同じ写真を渡す。
- 最初の指示は背景変更だけにし、次の指示で光や余白を調整する。商品ラベルや輪郭が変わったら、その出力を採用候補から外す。
- 文字を画像へ描かせる場合は、原稿照合を行う。正確な文字が採用条件なら、背景を確定してから文字レイヤーを別に組む案も比較する。
この例の選定は、Nano Banana Proなら参照・検索接地・複雑なレイアウト、SunburstならOpenAI側の編集・透過・品質設定という工程の違いから始めます。どちらの出力が日本語や商品の形をより正確に保つかは、この架空例から推定できません。
別の画像APIへ移行する
既存の画像生成をもう一方へ移すときは、プロンプト文だけでなく、参照画像の役割と編集の順番を移します。Google側からSunburstへ移す場合は、gemini-3-pro-imageの参照画像・検索接地・思考設定を、OpenAIの画像入力、品質、サイズ、背景、形式へ対応付けます。SunburstからGoogle側へ移す場合は、Image APIやResponses APIのマルチターン編集を、Googleの画像とテキストの会話へ分解します。
- 元画像と最初の完成候補を保存し、移行前後で同じ入力を使う。
- モデルID、プロバイダー、APIエンドポイント、出力サイズ、品質、背景、生成日時を作業票へ残す。
- 画像内の文字、商品形状、透明部分、余白など、移行で壊れてはいけない項目を採用基準にする。
- 参照枚数、検索接地、マルチターンの順番が違うため、出力を「同じ画像の再現」と呼ばない。
OpenAIの公式ガイドは、既存モデルから移行するときも自分の品質要件を基準にし、同じプロンプト・参照・寸法で試すよう案内しています。この方針を使い、品質の合否と移行後の修正回数を別々に記録します。
料金と文字の正確さの限界
この記事では料金を比較していません。OpenAIのSunburstはテキスト入力、画像入力、画像出力をトークン単位で案内し、Google側もモデル・処理区分・画像サイズで料金の読み方が変わります。経路、設定、単位、確認日を揃えた請求条件がない状態で、1枚あたりの価格へ換算しません。
公式作例に読みやすい文字が含まれていても、固有名詞、数字、注記が自社原稿どおりになる証拠にはなりません。この記事のための新規生成や、日本語文字の正答率、商品形状の保持率、応答時間の測定は行っていません。採用前に、自分の素材と採用条件で確認します。
出典・確認範囲
公式資料の確認日は2026年10月19日です。表示名とモデルID、入力・編集機能、参照画像の上限は提供元の一次資料へ戻って確認しました。記事の本文では、提供元の位置付けと自社で未測定の事項を分けています。
- Google AI for Developers|Gemini 3 Pro image:Nano Banana Proの正式モデルコード、入出力、検索接地、画像生成の位置付け。
- Google AI for Developers|Image generation:Nano Bananaの編集、1K/2K/4K、参照画像の構成、制限。
- OpenAI API|GPT-Image-2.5 Sunburst Model:正式モデルID、画像入出力、編集精度、品質設定、料金単位の説明。
- OpenAI API|Image generation:Image APIとResponses API、画像編集、サイズ・品質・背景の指定。
- OpenAI API|Image prompting:SunburstとFlareの選び方、移行時に同じ入力・要件で検証する方法。