Google DeepMind、画像生成・編集の新モデル「Nano Banana 2.1」公開。図解作成や複数言語の文字描画を高精度化

最終更新日:2026/10/14

画像生成 Nano Banana 2.1 公開

Google DeepMindは、画像生成・編集の新モデル「Nano Banana 2.1」を公開しました。最大100万トークンの入力処理が可能で、ポスターや図解向けのテキスト生成、複数言語の文字描画などに対応します。

このニュースのポイント

Google DeepMind、画像生成・編集の新モデル「Nano Banana 2.1」公開
「Gemini 3.6 Flash」をベースとし、最大100万トークンの入力処理が可能
ポスターや複雑な図解向けのテキスト生成、複数言語での文字描画に対応

Google DeepMindは、テキストや画像を入力すると画像やテキストを出力する画像生成・編集の新モデル「Nano Banana 2.1」を公開しました。本モデルは「Gemini 3」シリーズの1つです。

本モデルは「Gemini 3.6 Flash」をベースにしており、最大100万トークンの入力処理に対応します。出力は、画像が4Kトークン、テキストが64Kトークンです。

性能評価では、画像生成および編集の各評価項目で、従来モデルを上回る結果を示しました。インフォグラフィックデザインや編集時の一貫性など、複数の指標で評価されています。

用途としては、プロレベルの精度と制御が求められるケースや、複数回の迅速な反復作業が必要な画像作成・編集作業に適しています。ポスターや複雑な図表向けの明確なテキスト生成のほか、複数言語でのローカライズされたテキスト描画にも対応しています。

安全性の面では、開発チーム外の別の専門チームによる手動のレッドチーム演習を実施しました。従来の「Gemini 3.1 Pro」と比較した結果、重大な懸念事項は見つからなかったと説明しています。また、子どもの安全に関しても、専門家チームが策定したローンチ基準を満たしているとしています。

さらに、フロンティア安全性評価に関して同社は、従来の「Gemini 3.1 Pro」および「Gemini 3.7 Flash」が追跡機能レベル（TCL）または重要機能レベル（CCL）に達していないと説明しています。そのうえで、新機能や性能向上は見られないため、本モデルについても到達する可能性は低いとの見解を示しています。

一方で、小さな文字や長い文章のレンダリング、入力画像と生成画像間での文字の一貫性など、品質改善の余地がある課題もあります。

本モデルは、Gemini AppやGoogle AI Studio、Gemini APIなどで提供されています。

出典：Google DeepMind