Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) は、Google の画像生成および編集モデルで、api14 上では google/gemini-3.1-flash-image として識別されます。画像カテゴリに属し、テキストを副次的なカテゴリとして持ち、Google の以前の Nano Banana 画像モデルの後継にあたります。プロバイダーのリリース日は 2026-06-18 です。Google はこれを、Flash の速度で Pro レベルの視覚品質を実現するものとして位置づけており、その意図が読み取れます。つまり、より大きな画像モデルに通常伴う遅い処理時間を伴わずに、高い出力品質を得られるということです。

このモデルは画像とテキストの入力を受け付け、画像とテキストの出力を返すことができるため、プロンプトからの生成と、提供した画像の編集の両方を扱えます。コンテキストウィンドウは 131,072 トークンで、最大出力は 32,768 トークンです。画像生成は設定可能で、解像度は 512、1K、2K、4K に設定でき、アスペクト比は 1:1、1:4、1:8、2:3、3:2、3:4、4:1、4:3、4:5、5:4、8:1、9:16、16:9、21:9 をサポートします。n パラメータは最小 1、最大 1 を受け付けるため、各リクエストは 1 枚の画像を生成します。入力参照は 0 から 14 枚の画像を受け付け、これにより複数画像の編集や合成が実用的になります。

これらの機能は、かなり幅広い用途を示しています。テキストから画像への生成は、イラスト、コンセプトアート、製品モックアップ、マーケティング素材をカバーし、アスペクト比のリストは正方形のソーシャル投稿から横長バナー、縦長のモバイル形式まで対応します。このモデルはテキストと並んで画像入力を受け付けるため、編集ワークフローにも適しています。レタッチ、スタイル変更、背景の変更、複数のソース画像からの要素の合成などで、最大 14 件の参照を渡せるからです。4K 解像度オプションは、印刷や大画面表示で耐えうる必要がある作業に適し、512 はドラフトを安価に反復するのに向いています。テキスト出力側があるため、モデルは生成した画像とともに説明や記述を返すこともできます。

api14 の OpenAI 互換 API を通じて、モデル id の google/gemini-3.1-flash-image を使って呼び出せるため、既存の OpenAI クライアントライブラリはベース URL とモデル名を変更するだけで動作します。サポートされるリクエストパラメータは、include_reasoning、max_tokens、reasoning、reasoning_effort、response_format、seed、structured_outputs、temperature、top_p です。seed は実行間で再現可能な画像出力を得たいときに便利で、temperature と top_p は生成間で得られるばらつきの度合いを制御します。reasoning 関連のパラメータにより、レイテンシと、複雑なプロンプトをより慎重に処理することをトレードオフできます。

コミットする前に知っておく価値のある制約がいくつかあります。n パラメータは 1 に固定されているため、1 回の呼び出しで複数の画像を要求することはできません。バリエーションが必要な場合は、別々のリクエストを発行し、必要に応じて異なる seed を使ってください。入力参照は最大 14 件であるため、非常に大きな参照セットはまず絞り込む必要があります。タスクが画像要素のない純粋なテキスト生成である場合、専用のテキストモデルのほうが通常は適しており、長い文書に対してより重い推論が必要な場合、ここでの画像への注力は的を射ていません。これらの範囲内での画像生成と編集については、一般的なケースを直接カバーします。