テキストから画像
テキストプロンプトからAI画像を作成
Google/nano-banana-2.1-edit
nano-banana-2.1-edit
Google Nano Banana 2.1 Edit API で、プロンプトと参照画像を使って画像を編集。商品ビジュアル、広告、クリエイティブ制作に、安定した手頃なアクセスを提供します。
Image to ImageMulti-Image
関連するNano Banana 2.1モデル
今すぐAI画像生成を試す
Nano Banana 2.1 Editの料金
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
例
関連モデル
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imagenano-banana-2.1text-to-imagenano-banana-2.1-editimage-to-imagegemini-omni-1.1-flash-text-to-videotext-to-videogemini-omni-1.1-flash-image-to-videoimage-to-videogemini-omni-1.1-flash-video-editvideo-editgemini-omni-1.1-flash-reference-to-videoreference-to-videoveo3.1-text-to-videotext-to-videoveo3.1-image-to-videoimage-to-videoveo3.1-fast-text-to-videotext-to-videoveo3.1-fast-image-to-videoimage-to-videogemini-3.5-flash-text-to-texttext-to-textgemini-3.5-flash-image-to-textimage-to-textgemini-3.5-flash-file-analysisfile-analysisgemini-3.6-flash-text-to-texttext-to-textgemini-3.6-flash-image-to-textimage-to-textgemini-3.6-flash-file-analysisfile-analysisgemini-3.7-flash-text-to-texttext-to-textgemini-3.7-flash-image-to-textimage-to-textgemini-3.7-flash-file-analysisfile-analysisREADME
高速で手頃な Nano Banana 2.1 Edit API（Google AI 画像編集）
Nano Banana 2.1 Edit API は、Google の高効率な画像編集モデルを Flaq AI の開発者やクリエイティブチームに提供します。自然言語の指示で既存のビジュアルを変換し、複数の参照画像を組み合わせ、ディテール、文字描画、視覚的な一貫性が向上した完成度の高い画像を作成できます。品質とアスペクト比を柔軟に設定できるため、多様な制作ニーズに合わせて元の素材を調整できます。
Nano Banana 2.1 Edit API の主な特長
- 自然言語による画像編集： 変更したい内容を説明し、プロンプトで被写体、背景、照明、構図の編集を指示できます。
- 複数の参照画像に対応： 複数の元画像を組み合わせ、重要な被写体やデザインの細部を保ちながら、新しいビジュアルの作成を導きます。
- 視覚的な一貫性の向上： 複雑な編集指示でも、キャラクター、物体、シーンの要素の整合性をより高く保ちます。
- より鮮明な文字とレイアウト： 文字やインフォグラフィックの要素を含むグラフィックを、向上した描画精度で調整できます。
- 柔軟な出力品質： 完成素材に必要な精細さに応じて、最大 4K の複数の解像度から選択できます。
- 多様なアスペクト比： 正方形、縦長、横長、パノラマの掲載形式に合わせて画像を作り直せます。
- 検索情報に基づく編集を任意で利用： 制作指示で最新情報や参考情報が求められる場合、ウェブ検索や画像検索の情報を編集に取り込めます。
Flaq AI で Nano Banana 2.1 Edit API を使って画像を編集する方法
- 入力： 1 枚以上の参照画像と、希望する変更内容を説明する自然言語のプロンプト。
- 出力： 選択した解像度とアスペクト比で編集された画像。
- アスペクト比： 広告、商品ページ、記事用グラフィック、SNS コンテンツに使える複数の標準形式とパノラマ形式。
- 機能： プロンプトに基づく画像編集、複数画像の合成、被写体とスタイルの一貫性維持、文字の調整、任意のウェブ検索と画像検索、柔軟な品質設定。
Nano Banana 2.1 Edit API の組み込みに適した活用例
- キャンペーン素材の展開： 既存の素材を使って、新しいメッセージ、レイアウト、掲載先に合わせて作り直せるため、白紙から始める必要がありません。
- 商品画像の更新： カタログや販促向けに、参照商品の周囲の背景、照明、シーンの設定を調整します。
- 複数画像の合成： 複数の画像にある被写体や視覚要素を、統一感のある新しい構図にまとめます。
- ブランドとキャラクターのバリエーション： 繰り返し登場する物体、キャラクター、スタイルの特徴を認識できる状態に保ちながら、一連のビジュアルを磨き上げます。
- 記事用・SNS 素材のリフレッシュ： 繰り返し実行できる API ワークフローで、グラフィック、文字入り画像、プラットフォーム別の切り抜きを更新します。
注意： 編集する権限のある画像を使用し、プロンプトは Google の安全性ガイドラインに従ってください。
参照画像は 1 枚目から課金されます。有効にした検索オプションごとに、画像数に関係なく生成 1 回あたりの固定料金が追加されます。最新の料金をご確認ください。
Nano Banana 2.1 Edit と競合モデルの比較分析
-
Nano Banana 2.1 Edit と Nano Banana 2 Edit： Nano Banana 2 Edit は、プロンプトによる編集と複数画像のワークフローに対応しています。Nano Banana 2.1 Edit はその基盤を引き継ぎ、より複雑な編集における視覚的な忠実度、文字描画、一貫性を向上させています。
-
Nano Banana 2.1 Edit と Nano Banana Pro： Nano Banana Pro は、精密な作業や複雑なプロ向けデザインを対象としています。Nano Banana 2.1 Edit は、高品質な編集と素材のバリエーションの反復作成を必要とするチームに、効率的な選択肢を提供します。
-
Nano Banana 2.1 Edit と Nano Banana 2 Lite： Nano Banana 2 Lite は、高速かつ低コストな生成と編集を重視しています。Nano Banana 2.1 Edit は、構図、文字表現、繰り返し登場する被写体の細部が特に重要となる、参照画像を多用した制作指示に適しています。
-
Nano Banana 2.1 Edit と GPT Image： GPT Image は、OpenAI の API を通じた画像編集をサポートしています。Nano Banana 2.1 Edit は Flaq AI 上で、複数の参照画像、幅広いアスペクト比の選択肢、任意の検索情報の活用に対応した Google モデルのワークフローを提供します。
-
Nano Banana 2.1 Edit と FLUX.2： FLUX.2 は、参照画像に基づく画像編集と合成を提供しています。Nano Banana 2.1 Edit は、複数画像によるガイドに Google のプロンプト理解能力と任意のウェブ検索または画像検索を組み合わせ、文脈を踏まえたビジュアルの更新を実現します。
強力なAIツールでNano Banana 2.1 Editモデルを直接利用
ブラウザで画像と動画のクイックワークフロー向けAI制作ツールを複数試し、成功したアイデアをFlaq AIの本番対応モデルAPIで拡張できます。Flaq AIはすべてのモデルに統合APIレイヤーを提供し、ワークフローを簡単に利用・拡張できます。
API 例
送信例
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'nano-banana-2.1-edit',
prompt: 'Add flying cars and neon lights to this cityscape',
image_url_list: ['https://example.com/input-image.jpg'],
width: 16,
height: 9,
resolution: '2k',
enable_web_search: false,
enable_image_search: true
})
});
const { data } = await response.json();
const taskId = data.task_id;
ポーリング例
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
送信例
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'nano-banana-2.1-edit',
'prompt': 'Add flying cars and neon lights to this cityscape',
'image_url_list': ['https://example.com/input-image.jpg'],
'width': 16,
'height': 9,
'resolution': '2k',
'enable_web_search': False,
'enable_image_search': True
}
)
result = response.json()
task_id = result['data']['task_id']
ポーリング例
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
送信例
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "nano-banana-2.1-edit",
"prompt": "Add flying cars and neon lights to this cityscape",
"image_url_list": ["https://example.com/input-image.jpg"],
"width": 16,
"height": 9,
"resolution": "2k",
"enable_web_search": false,
"enable_image_search": true
}'
ポーリング例
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"