Nano Banana 2 Lite API 概要
Nano Banana 2 Lite API(公式名 gemini-3.1-flash-lite-image)は、Google の高効率志向の Gemini 3.1 画像モデルで、大量の画像生成と編集に最適化されています。Google はこれを Gemini 3.1 Flash Lite Image とも呼称します。CometAPI では、開発者は Gemini ネイティブの generateContent ルートを通じてこのモデルにアクセスでき、迅速な 1K 画像ドラフト、シンプルな画像編集、インタラクティブなクリエイティブツール、サムネイル、ソーシャル向けアセット、そして解像度の最大化より速度とコスト管理を重視する本番ワークフローに実用的です。
技術仕様
| Item | Specification |
|---|---|
| Model name | Nano Banana 2 Lite / Gemini 3.1 Flash Lite Image |
| API model ID | gemini-3.1-flash-lite-image |
| CometAPI model code | gemini-3-1-flash-lite-image |
| Provider | |
| Model type | 画像生成と編集 |
| CometAPI catalog feature | text-to-image |
| Input modalities | テキストと画像 |
| Output modalities | 画像とテキスト |
| Endpoint on CometAPI | POST /v1beta/models/{model}:generateContent |
| Stable model ID | gemini-3.1-flash-lite-image |
| Input token limit | 65,536 tokens |
| Output token limit | 4,096 tokens |
| Output resolution | 1K / 1024px のみ |
| Supported aspect ratios | 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 を含む 14 のアスペクト比 |
| Thinking | 対応(minimal と high) |
Nano Banana 2 Lite とは?
Nano Banana 2 Lite は、Google の Gemini 画像モデルファミリーにおける速度と効率重視のメンバーです。Google のモデルページでは、超低レイテンシでコスト効率の高い画像生成・編集に特化した効率スペシャリストとして説明されています。
このトレードオフは意図的なものです。Nano Banana 2 Lite は、最大忠実度ではなく 1K 出力と大量のインタラクティブ利用をターゲットにしています。Google によれば、この Lite モデルは 2K および 4K 出力をサポートしておらず、画像生成ガイドでは複数のリファレンス入力や多段の連続編集には最適化されていないとされています。したがって、迅速なドラフト作成や軽量な編集には適していますが、高解像度やリファレンスの多い本番作業には Gemini 3.1 Flash Image や Nano Banana Pro がより適しています。
Nano Banana 2 Lite API の主な機能
1. インタラクティブ画像ワークフロー向けの超低レイテンシ
Google は Nano Banana 2 Lite を Gemini 画像ファミリーの効率スペシャリストとして位置づけています。公式モデルカードでは、エンドツーエンドでのレイテンシが2秒未満を目標とされ、Google のローンチ投稿でも実用的な迅速ドラフトとしてテキストから画像まで約 4 秒での出力が強調されています。本番環境での実際のレイテンシは、プロンプトの複雑さ、画像入力サイズ、ネットワーク経路、応答モダリティ、CometAPI のルーティング条件に依存しますが、このモデルが最大解像度のオフラインレンダリングではなく、素早いフィードバックループ向けに設計されていることは明らかです。
これにより、ユーザーが入力するたびにビジュアルを生成するアプリ UI、サムネイルの大量生成、ゲームやアバターのプレビュー、広告バリアント探索、EC のプレースホルダー生成、ユーザーが最終方向性を承認するまでに小さな反復を多数求めるクリエイティブツールなど、インタラクティブなビルダーに特に有用です。
2. ネイティブなテキスト生成と画像から画像への生成
Nano Banana 2 Lite はテキストと画像の両方を入力として受け付け、出力として画像とテキストを返すことができます。CometAPI の Gemini ルートを通じて、テキストプロンプトのみを送信してネイティブなテキストから画像生成を行うか、入力画像にテキストによる指示を組み合わせて画像から画像への編集を行えます。
Gemini のネイティブ画像ワークフローを使用するため、Nano Banana 2 Lite は単なる「プロンプト入力で画像出力」のパターンに限定されません。ユーザーのビジュアルコンテキストを読み取り、ローカルな編集を適用し、新しい画像を生成し、必要に応じて応答にテキストを含めることも可能です。これは、プロダクトモックアップツール、背景差し替え、簡易的なスタイル転送、ローカライズされたキャンペーンバリアント、コンシューマーアプリ内のプレビュー画像に適した形です。
3. 高速なマルチターンのローカル画像編集
Google のモデルカードでは、色の置き換え、ステッカー作成、背景調整など、迅速なマルチターンのローカル編集が主要能力として挙げられています。実際には、最初の画像を生成した後に「ジャケットを赤にして」「ステッカーにして」「背景をクリーンなスタジオの壁に差し替えて」などの追加入力を続けられることを意味します。
制約は重要です。Google の画像生成ガイドでは、Nano Banana 2 Lite は複数のリファレンス入力や多段の連続編集には最適化されていないと記載されています。Lite は素早いローカル編集と会話的な探索に使い、重いリファレンス処理や長い編集チェーン、プロフェッショナルなレイアウト制御が必要な場合は Nano Banana 2 または Nano Banana Pro に移行してください。
4. 強力なプロンプト遵守とキャラクター整合性
Google によれば、Nano Banana 2 Lite は体験を加速しつつ、Nano Banana に期待されるコントロール性と正確性を維持します。公式資料では、信頼できるプロンプト遵守、強いキャラクター一貫性、元の Nano Banana 基準に合致する高いキャラクター整合性が強調されています。
これは、汎用的な高速画像ジェネレーターより有用であることを意味します。反復的なクリエイティブ探索では、意図した被写体、色の方向性、ポーズ、設定、ブランドのキュー、キャラクターのアイデンティティをバリエーション間で保持する必要があります。Nano Banana 2 Lite は「アイデアを失わずに素早く反復する」というユースケースに合わせて設計されています。
5. 画像内テキストレンダリングの改善
Google のローンチ投稿によれば、Nano Banana 2 Lite は速度を優先しながらも、画像内テキストの判読性を維持します。これは、サムネイル、簡易ポスター、UI コンセプト、ラベル、ステッカー、短い語句を画像に表示する軽量マーケティンググラフィックスにとって重要です。
テキスト主体のインフォグラフィック、多言語レイアウト、雑誌風ページ、製品パッケージ、精巧なタイポグラフィには、Nano Banana 2 と Nano Banana Pro の方が適切です。Google の画像生成ガイドでは、Nano Banana 2 を信頼できるテキストレンダリングを備えたジェネラリストモデル、Nano Banana Pro を精密なテキストと複雑なレイアウトに適したプロフェッショナルな選択肢として位置づけています。
6. 幅広いアスペクト比に対応した 1K 出力
Nano Banana 2 Lite は 1K 出力に最適化されており、Google のモデルカードではサポートされる画像サイズとして 1024px / 1K が記載され、2K および 4K は非対応と明記されています。スクエア、ポートレート、ランドスケープ、縦長ソーシャル、ウルトラワイドなど、一般的なアスペクト比に対応しています。
本番では、imageConfig.aspectRatio と imageConfig.imageSize を明示的に設定し、大文字の 1K またはサポートされる 1024px の値を使用してください。ワークフローに 2K、4K、0.5K のユーティリティプレビュー、またはより高忠実度の印刷・デザイン出力が必要な場合は、Nano Banana 2 または Nano Banana Pro を使用してください。
Nano Banana 2 Lite のベンチマーク性能
Arena.ai の 2026 年 6 月 29 日付の公開リーダーボードによれば、gemini-3.1-flash-lite-image は単なる「安価なドラフト」モデルではなく、高効率モデルとして高順位に位置しています。生成ではより重い Gemini 画像モデルに近いスコアを示し、単一画像編集でも競争力を維持しながら、はるかに低いレイテンシを優先しています。
| Benchmark | Nano Banana 2 Lite score | Arena.ai rank signal | Votes | What it means |
|---|---|---|---|---|
| Text-to-Image Arena, Overall | 1251 +/- 8 | Rank 5 of 70 models | 5,462 | Lite モデルとしては強力な公開イメージ生成品質。mai-image-2.5 と Nano Banana 2 の直下、当スナップショット上の 2K Nano Banana Pro プレビューを上回る水準 |
| Image Edit Arena, Single-Image Edit | 1308 +/- 7 | Rank 15 of 49 models | 9,320 | 編集品質はフラッグシップ画像モデルに劣るものの、多くの一般的な画像エディタを上回る競争力 |
選び方:Nano Banana 2 Lite、Nano Banana 2、Nano Banana Pro
Google の Nano Banana 画像ファミリーは、速度・品質・コントロールで階層化されています。Nano Banana 2 Lite は大量の 1K 生成向けの高速・高効率モデル。Nano Banana 2 は高品質な画像生成と編集、より強力なリファレンス処理、最大 4K 出力に対応する万能モデル。Nano Banana Pro は複雑なデザイン、ブランド精度、先進的なローカライズ、精密なクリエイティブコントロール向けのプレミアムモデルです。
テキストから画像のリーダーボードでは、gemini-3.1-flash-lite-image (nano-banana-2-lite) は複数のプレミアム競合に接近しています。gemini-3.1-flash-image-preview (nano-banana-2) は 1270 +/- 4、mai-image-2.5 は 1257 +/- 5、gemini-3-pro-image-preview-2k (nano-banana-pro) は 1245 +/- 4、gpt-image-1.5-high-fidelity は 1241 +/- 3 を記録。画像編集のリーダーボードは Lite にとってより厳しく、gpt-image-2 (medium) が 1464 +/- 4 でリードする一方、Nano Banana 2 Lite の 1308 +/- 7 はフラッグシップ層の下位だが競争力のある上位グループに位置します。
| Model | Provider | Best-fit workload | Public benchmark signal |
|---|---|---|---|
| Nano Banana 2 Lite (gemini-3.1-flash-lite-image) | 高速な 1K 画像生成、軽量編集、大量ドラフト、インタラクティブな製品体験 | Arena.ai Text-to-Image Overall で 1251 +/- 8、Arena.ai Single-Image Edit で 1308 +/- 7 | |
| Nano Banana 2 / Gemini 3.1 Flash Image | より高品質な Gemini 3.1 画像生成、強力なマルチリファレンス、2K/4K ワークフロー | Arena.ai Text-to-Image Overall で 1270 +/- 4、Arena.ai Single-Image Edit で 1387 +/- 4 | |
| Nano Banana Pro / Gemini 3 Pro Image | より要求の高い構図、より豊かなコンテキスト、高解像度の本番作業 | 2K プレビューで Arena.ai Text-to-Image Overall 1245 +/- 4、Arena.ai Single-Image Edit 1388 +/- 3 | |
| GPT Image 2 | OpenAI | 最大のベンチマーク品質が Lite クラスのレイテンシより重要なプレミアム生成・編集 | 引用した Arena.ai スナップショットで Text-to-Image 1387 +/- 5、Single-Image Edit 1464 +/- 4 でリード |
製品体験が速度、コスト管理、頻繁な反復に依存するなら、選ぶべきは Nano Banana 2 Lite。リアルタイムに近い UX、ドラフト生成、1K の軽量編集に最適です。
画像品質、4K 出力、複数リファレンス、より強力なテキストレンダリング、品質とレイテンシのバランスが必要なら Nano Banana 2 を選んでください。大半の本番画像ワークフローにおける最良の汎用選択です。
タスクが迅速生成よりデザイン制作に近い(ブランド広告、製品モックアップ、多要素コンポジション、ローカライゼーション、緻密なタイポグラフィ、複雑な図版、最高水準の知識とクリエイティブ制御が必要)場合は Nano Banana Pro を選択してください。
CometAPI で Nano Banana 2 Lite API を使う方法
手順 1: API キーに登録
cometapi.com にログインします。まだ CometAPI ユーザーでない場合は登録し、CometAPI console token page を開きます。個人センターで API トークン管理の Add Token をクリックし、アクセス認証情報を生成して、sk-xxxxx 形式のトークンキーをコピーします。
この API キーは秘密にし、バックエンドサービスまたはローカルの環境変数から使用してください。以下の例では、<YOUR_API_KEY> や $COMETAPI_KEY を、あなたのアカウントの実際の CometAPI キーに置き換えてください。
手順 2: Nano Banana 2 Lite API にリクエストを送信
Nano Banana 2 Lite 用に gemini-3.1-flash-lite-image モデルのエンドポイントを選択します。リクエストは CometAPI の Gemini 画像ルート経由で送信します。
POST https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent
CometAPI の Gemini 画像ドキュメントに記載のリクエストメソッドとリクエストボディを使用してください。呼び出し先: Gemini generates image。同じルートでテキストから画像生成、画像編集、マルチ画像ワークフローをサポートしますが、Nano Banana 2 Lite 自体は 2K/4K や複雑な長鎖編集ではなく、高速な 1K 出力に最適化されています。
テキストから画像を行うには、contents.parts.text にテキストプロンプトを送信し、generationConfig.responseModalities に IMAGE を含めます。画像編集では、CometAPI ガイドに従って入力画像を提供します(Google Gen AI SDK を介してローカル画像を渡す、またはドキュメント化された Gemini 形式で生の画像データを送るなど)そのうえで編集指示をテキストとして追加します。マルチ画像ワークフローでは、まずソース画像をアップロードまたは準備し、サポートされる画像入力とモデル固有の制限について最新のドキュメントに従ってください。
手順 3: 結果の取得と検証
API 応答を処理して生成画像を取得します。Gemini の画像応答にはテキストパート、最終画像パート、そして thought: true とマークされた中間画像パートが含まれる場合があります。最初の画像をそのまま保存しないでください。thought: true のパートはスキップし、inlineData が存在し、かつ thought が true でない最後の画像パートを保存します。
CometAPI のプレイグラウンドでは、通常 PNG 形式で生成画像を直接ダウンロードできます。API ワークフローでは、返却された inlineData の画像をデコードして保存するか、選択した CometAPI ワークフローが返す生成結果の URL をダウンロードします。生成アセットは速やかにダウンロードまたは永続化し、解像度、プロンプト遵守、視覚的アーティファクト、安全性要件、そして中間の思考画像ではなく最終出力であることを検証してください。
Nano Banana 2 Lite に CometAPI を使う理由
CometAPI は、複数の画像モデルに対して単一アカウントと単一のルーティングレイヤーを求めるチームに有用です。CometAPI 上の Nano Banana 2 Lite により、チームは高速な 1K Gemini 画像生成を実行し、Gemini 3.1 Flash Image、Nano Banana Pro、Imagen、Flux、Midjourney スタイルのルート、その他の画像モデルとの出力比較を行い、品質・レイテンシ・コストプロファイルに基づいてジョブをルーティングできます。
また CometAPI のモデルカタログは、現在のモデル ID、プロバイダー、フィーチャーフラグ、可用性、エンドポイントパスも公開しています。これにより、モデル切り替え、フォールバック、使用状況トラッキング、一貫した認証情報管理が必要な本番アプリにおける統合上の曖昧さが軽減されます。