Nano Banana vs FLUX.1 Kontext vs Qwen Image Edit：画像編集はどれを選ぶ？

結論から言うと、多数の参照画像を 1 枚に合成したい場合や大量に画像を生成したい場合は Nano Banana、画像のほかの部分を変えずに複数回にわたって精密な部分編集を行いたい場合は FLUX.1 Kontext、2K 出力、中国語での作業、1 回のリクエストで複数の候補が必要な場合は Qwen Image Edit の編集機能を受け継いだ Qwen Image 2.0 を選びましょう。 3 つとも APIMart の 1 つのアカウントで利用できるため、同じ素材で並べてテストできます。

3 つはいずれも「1 文で画像を編集する」モデルの代表格です。Nano Banana は Google の Gemini 2.5 Flash Image で、2025 年 8 月にリリースされました。FLUX.1 Kontext は Black Forest Labs が 2025 年 5 月に発表したインコンテキスト画像編集モデルです。Qwen Image Edit は Alibaba の Qwen チームが 2025 年 8 月にオープンソース化した編集モデルで、2026 年 2 月の Qwen-Image-2.0 で生成と編集が 1 つのモデルに統合されました。それぞれ重視する点が異なり、Nano Banana は複数画像の合成と世界知識、Kontext は部分編集の一貫性、Qwen は解像度とオープンソースのエコシステムに強みがあります。

要点まとめ

• 最も大きな違いは参照画像の上限：APIMart では、Nano Banana は最大 14 枚、FLUX.1 Kontext は最大 4 枚、Qwen Image 2.0 は最大 3 枚の参照画像を受け付けます。
• 出力サイズ：Nano Banana は 1K 固定で 10 種類のアスペクト比、Kontext は約 100 万ピクセルで 9 種類のアスペクト比、Qwen Image 2.0 は 1K と 2K に対応し 7 種類のアスペクト比です。
• 課金方式：Nano Banana の公式ルートは実際の入力・出力トークン使用量に応じて課金され、Ext ルートは生成に成功した画像の枚数に応じて課金されます。Kontext（Pro / Max）と Qwen Image 2.0（Standard / Pro）は画像 1 枚ごとの課金です。最新の料金はモデルページで確認してください。
• 部分編集：Kontext [pro] は公式に部分編集とマルチターン編集向けと位置づけられており、APIMart の実測では 1 枚あたり約 6 秒でした。
• 1 回の呼び出しで複数枚：1 回のリクエストで 1〜6 枚を返せるのは Qwen Image 2.0 だけで、Nano Banana と Kontext は 1 枚です。
• オープンソース：Qwen-Image-Edit シリーズは Apache 2.0、FLUX.1 Kontext [dev] は非商用ライセンスのオープンウェイト、Nano Banana はクローズドです。

3 モデルの比較早見表

Nano Banana、FLUX.1 Kontext、Qwen Image Edit の違いは？

Nano Banana：複数画像の合成と世界知識

Nano Banana は Google が Gemini 2.5 Flash Image に付けた名称です。最大の特徴は、1 回のリクエストで最大 14 枚の参照画像を受け付け、人物、製品、シーンを 1 つの画面に合成しながら、生成をまたいでキャラクターの一貫性を保てることです。Gemini をベースにしているため、「80 年代の雑誌の表紙風にして」のような指示も、細部をすべて説明しなくても世界知識を使って理解できます。

その代わり、出力サイズは 1K のみ、1 回の呼び出しで 1 枚、プロンプトは 1,000 文字までという制約があります。Google は生成・編集したすべての画像に不可視の SynthID 透かしを入れます。

FLUX.1 Kontext：部分編集とマルチターンでの一貫性

FLUX.1 Kontext は Black Forest Labs の「インコンテキスト」画像モデルで、同じモデルでテキストからの画像生成と、既存の画像への指示ベースの編集の両方を扱います。公式のラインナップでは、[pro] が部分編集とマルチターン編集の主力モデルと位置づけられており、ジャケットの色を変えたり背景の看板を差し替えたりしても、画面のほかの部分はほぼそのまま保たれます。[max] はプロンプトへの忠実度とタイポグラフィを強化した実験的なティアです。

参照画像は最大 4 枚まで受け付け（APIMart のモデルページでは複数画像の参照は実験的機能とされています）、出力は約 100 万ピクセルです。スピードも強みの 1 つで、APIMart の実測では [pro] が約 6 秒、[max] が約 9 秒でした。オープンウェイトの [dev] 版は 120 億パラメータで非商用ライセンスですが、モデルカードには生成した画像自体は商用利用できると記載されています。

Qwen Image Edit：オープンソースの編集モデルと Qwen Image 2.0

Qwen-Image-Edit は 200 億パラメータの Qwen-Image をベースにしたオープンソースの編集モデルで、2025 年 8 月 18 日にリリースされ、その後は毎月更新されました。2509 版では複数画像の編集が加わり、2025 年 12 月には 2511 版が続きました。これらのバージョンはすべて Apache 2.0 で、セルフホストできます。

2026 年 2 月にリリースされた Qwen-Image-2.0 は、生成と編集を 1 つのモデルに統合し、ネイティブ 2K に対応し、最大約 1,000 トークンの指示を理解できます。APIMart では「Qwen Image Edit」という単独のモデルは提供しておらず、編集機能は Qwen Image 2.0 を通じて提供されるため、参照画像を渡すことで編集できます。Pro ティアは文字描画と写実的なディテールに優れています。

画像編集機能の比較

参照画像と複数画像の合成

ワークフローが「モデル 1 人＋複数の製品＋1 つのシーン」なら、そのすべての素材を 1 回のリクエストで受け取れるのは Nano Banana だけです。1 枚の画像を何度も修正するなら、Kontext の上限 4 枚で十分です。

出力サイズとアスペクト比

• Nano Banana：1K で、1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9 と auto に対応。
• FLUX.1 Kontext：約 1MP で、1:1、4:3、3:4、16:9、9:16、3:2、2:3、21:9、9:21 と auto に対応。ピクセルサイズを指定しても最も近い比率に置き換えられ、出力解像度は上がりません。
• Qwen Image 2.0：1K または 2K で、1:1、16:9、9:16、4:3、3:4、3:2、2:3 に対応。

完成品として 2K の画像が必要なら、直接出力できるのは Qwen Image 2.0 だけで、ほかの 2 つは後からアップスケールが必要です。21:9 のバナーには Nano Banana か Kontext を選び、9:21 の縦長画像に対応しているのは Kontext だけです。

部分編集と文字

3 つのモデルはいずれも、「マグカップの文字を MORNING に変えて」「背景の通行人を消して」のような自然言語による部分編集に対応しています。違いは重点の置き方です。Kontext は「ほかの部分を変えない」ことを最大の売りにしており、何度も修正するデザイン案に向いています。Nano Banana はスタイルや意味レベルの指示の理解に優れています。Qwen Image 2.0 Pro は画像内の文字描画に強く、ネガティブプロンプトで不要な要素を除外することもできます。

課金方式の比較

Nano Banana の公式ルートで表示される画像 1 枚あたりの推定費用は、固定の最終価格ではありません。実際の入力・出力トークン使用量に応じて精算されます。Ext ルートは生成に成功した画像の枚数に応じて課金されます。Qwen Image 2.0 の 1K と 2K は同じ料金です。最新の料金とメンバーシップ割引は各モデルページで確認してください。最終的な請求額はタスク完了時に確定します。

APIMart で 3 モデルを並べてテストする

APIMart では、3 つのモデルが同じ画像生成エンドポイントと同じアカウントを共有しています。モデルの切り替えはモデル名を 1 つ変えるだけで、参照画像の渡し方も共通なので、同じ素材を 3 つのモデルで並べて試せます。リクエスト例、パラメータの詳細、最新の料金は、上記のリンク先のモデルページをご覧ください。

どれを使うべき？

Nano Banana を選ぶべきケース

• 4 枚を超える参照画像を 1 つの画面に合成したい。
• 一連の画像で同じキャラクターや製品の一貫性を保つ必要がある。
• 大量に画像を生成し、1K の出力で十分。

FLUX.1 Kontext を選ぶべきケース

• 同じ画像に対して、1 か所ずつ何度も編集を重ねたい。
• 9:21 のような縦長フォーマットが必要。
• スピードを重視している、または将来セルフホスト可能な [dev] ウェイトに移行する可能性がある。

Qwen Image 2.0 を選ぶべきケース

• モデルから直接 2K の画像を出力したい。
• 1 回のリクエストで複数の候補を出して選びたい。
• 画像内に中国語の文字を描画する必要がある（Qwen-Image チームは、特に中国語の文字描画に強いとしています）、または Qwen のオープンソースエコシステムを重視している。

組み合わせて使う

よくある使い方は、Nano Banana で複数画像を合成し、その結果を Kontext に渡して部分的にレタッチし、高解像度の完成品が必要なときは Qwen Image 2.0 で描き直すという流れです。APIMart では 3 つとも 1 つのアカウントを共有しているため、組み合わせても追加の連携作業は不要です。

よくある質問

Nano Banana、FLUX.1 Kontext、Qwen Image Edit の主な違いは何ですか？

Nano Banana は最大 14 枚の参照画像に対応し、複数画像の合成が最も得意です。FLUX.1 Kontext は部分編集と複数回の編集をまたいだ一貫性に重点を置いています。Qwen Image Edit はオープンソースの編集モデルで、APIMart では Qwen Image 2.0 を通じて提供されており、2K 出力と 1 回で複数枚の出力に対応しています。

APIMart で Qwen Image Edit は使えますか？

APIMart には Qwen Image Edit という名前のモデルはありません。Qwen-Image-2.0 はすでに生成と編集を 1 つのモデルに統合しているため、APIMart で Qwen Image 2.0 または Qwen Image 2.0 Pro に参照画像を渡せば、その編集機能を利用できます。

3 つのモデルはどのように課金されますか？

Nano Banana の公式ルートは実際の入力・出力トークン使用量に応じて、Ext ルートは生成に成功した画像の枚数に応じて課金されます。公式ルートの画像 1 枚あたりの推定費用は、固定の最終価格ではありません。FLUX.1 Kontext（Pro / Max）と Qwen Image 2.0（Standard / Pro）は画像単位の課金で、Qwen Image 2.0 の 1K と 2K は同じ料金です。最新の料金とメンバーシップ割引はモデルページで確認してください。最終的な請求額はタスク完了時に確定します。

2K の画像を出力できるのはどのモデルですか？

3 つのうち 2K 出力に対応しているのは Qwen Image 2.0 だけで、料金は 1K と同じです。Nano Banana は 1K 固定、FLUX.1 Kontext の出力は約 100 万ピクセルです。

参照画像は何枚アップロードできますか？

APIMart では、Nano Banana は最大 14 枚、FLUX.1 Kontext は最大 4 枚、Qwen Image 2.0 は最大 3 枚で、Qwen Image 2.0 の参照画像は公開アクセス可能な URL である必要があります。

これらのモデルは商用利用できますか？

APIMart で生成した画像は、各モデル提供元の規約に従って利用できます。セルフホストする場合、Qwen-Image-Edit シリーズは Apache 2.0 です。FLUX.1 Kontext [dev] のウェイトは非商用ライセンスですが、モデルカードには生成した画像は商用利用できると記載されています。

出力画像には透かしが入りますか？

Nano Banana が生成・編集したすべての画像には、Google の不可視の SynthID 透かしが入ります。FLUX.1 Kontext と Qwen Image 2.0 については、各提供元の公式ドキュメントを参照してください。

今後の注目ポイント

Google はすでに Nano Banana Pro と Nano Banana 2 をリリースしており、Qwen は Qwen-Image シリーズの改良を続け、FLUX の次世代モデルも控えています。画像編集モデルの差は、「編集できるかどうか」から「編集がどれだけ安定しているか、参照画像を何枚扱えるか、どれだけ大きな画像を出力できるか」へと移りつつあります。実際の素材を 3 つのモデルすべてで試し、結果、ビジュアルの一貫性、モデルページの最新料金をもとにメインのモデルを選びましょう。