Imagen 2とは何だったのか、いつ登場したどんなモデルか
2023年12月、Vertex AIで使えるようになった画像生成モデル
室谷代表取締役Imagen 2、肩書きを先に言うと「Google DeepMindの拡散モデル系の画像生成モデル」で、2023年12月14日（米国時間）にVertex AIで一般提供が始まったやつなんですよね。日本語の発表記事は12月22日でした。
テキトー教師DotAI 認定講師たしかに。名前だけ見ると「Imagen 2って何の2番目なの？」で止まる人が多いんですよ。
前身がImagen（1）で、その2世代目という整理になります。
前身がImagen（1）で、その2世代目という整理になります。
室谷代表取締役当時うちでも「Vertex AIで画像生成が叩けるならプロトタイプに使えるね」という話になって。自前でモデルを抱えずにAPIで呼ぶ、というのが当時の素直な価値でしたね。
テキトー教師DotAI 認定講師拡散モデルというのは、ノイズだらけの状態からじわじわ絵を削っていく作り方のことです。当時はそれが画像生成の主流でした。
前身のImagenから何が進化したのか
室谷代表取締役で、何が変わったかというと、公式が挙げているのは写実的な人物の手や顔の描写精度、ノイズっぽいアーティファクトの低減、プロンプトとの整合性の向上なんですよ。手と顔ですよ、手と顔。
ここが当時の泣きどころでしたから。
ここが当時の泣きどころでしたから。
テキトー教師DotAI 認定講師現場感覚で言うと、指が6本になるとか、顔がじわっと崩れるとか、みんなそこばかり見てましたね。あと言った通りに描いてくれない問題も。
室谷代表取締役機能面も増えていて、画像内への多言語テキストの描画、ロゴ生成、画像の内容について質問できる視覚的質問応答、SynthIDの電子透かし、有害コンテンツを防ぐ安全フィルタ。プロンプトの多言語対応はプレビュー版で日本語も含まれていました。
テキトー教師DotAI 認定講師画像の中に文字を正確に入れる、って今だと当たり前に感じますけど、当時はかなり話題になった部分ですね。
Imagen 2からNano Bananaまでの系譜を並べてみる
室谷代表取締役系譜を整理するとこうなるんですよね。
| モデル | 登場時期 |
|---|---|
| Imagen（1） | 2022年 |
| Imagen 2 | 2023年12月 |
| Imagen 3 | 2024年 |
| Imagen 4 / Ultra / Fast | 2025年6月 |
| Nano Bananaシリーズ | 以降、Geminiの画像モデルに統合 |
テキトー教師DotAI 認定講師「Imagen」で覚え始めた人が、途中で急に「Nano Banana」になるので、初めて触る人はそこで一度止まります。コードネームがそのまま製品名になったような感じで。
室谷代表取締役ここは業界構造として面白くて、単体の画像生成モデルとして売る時代から、マルチモーダルモデルの一機能として画像生成を抱え込む時代に移ったんですよ。名前を追うより、どこに統合されたかを追った方が迷わない。
テキトー教師DotAI 認定講師なるほど。モデル名の暗記ではなくて、Googleの画像生成が今どこにあるか、で見るわけですね。
当時はどうやって画像を作っていたのか、使い方の実際
Bardに英語プロンプトを投げて生成していた当時の手順
一般ユーザーが一番近くで触れた入り口はBard（現Gemini）でした。当時の流れはこうです。
- Bard（当時）のチャット欄を開く
Generate image "（英語のプロンプト）"の形式で指示を書き込む- 返ってきた画像を確認する。暴力的な表現を含むプロンプトは安全フィルタで弾かれるため、言い回しを変えて再試行する
室谷代表取締役今みたいに「画像作って」で通じる時代じゃなくて、英語でGenerate image "..."と書くのが作法だったんですよね。初見だと身構えるやつです。
テキトー教師DotAI 認定講師たしかに。最初に戸惑うのが、日本語で頼んでも狙った通りに返ってこないところで。
「英語にしないとダメなのか」というのは当時よく聞いた話です。
「英語にしないとダメなのか」というのは当時よく聞いた話です。
室谷代表取締役プロンプトを英語に直す手間って、地味に効くんですよ。1枚作るのに翻訳ワンステップ挟むだけで試行回数が落ちる。
試行回数が落ちると当たりが出ない、という負のループでした。
試行回数が落ちると当たりが出ない、という負のループでした。
テキトー教師DotAI 認定講師しかも暴力的な言葉が入ると拒否される。写実的な人物や乗り物はきれいに出るのに、弾かれると理由が分からず止まる人が多かった印象です。
Vertex AIから呼び出すエンタープライズ向けの使い方
企業や開発者は、Vertex AI上のモデルとして呼び出すルートでした。2023年12月に一般提供が始まっていて、コンソールやAPIから呼ぶ形です。細かい画面名や当時のパラメータ名は、現行のGemini系とは別物なので公式の当時のドキュメントで確認してほしいところです。
室谷代表取締役企業側の使い方は、SnapだったりShutterstockだったりCanvaだったり、自社プロダクトに組み込む前提が多かったんですよね。チャットで1枚ずつ遊ぶのとは、求められるものが別なんですよ。
テキトー教師DotAI 認定講師個人が試すのと、裏側に組み込むのとでは、そもそも検証の仕方が変わりますからね。ここを混ぜて語ると当時の空気が伝わらない気がします。
室谷代表取締役経営目線で言うと、当時は画像生成も編集も1枚0.02ドルの固定料金だったのが分かりやすかった。トークン単価を読みながら機能設計しなくていいので、費用対効果の試算がしやすいんですよ。
テキトー教師DotAI 認定講師とはいえ画像生成をプロダクトに入れること自体が当時は挑戦で、呼び出しの作法も今とは別物でした。今の前提で読み替えるとズレます。
多言語プロンプト対応と日本語での指示はどうだったか
室谷代表取締役日本語で指示できたのかという点、当時はプレビュー版で英語に加えて中国語・ヒンディー語・日本語・韓国語・ポルトガル語・スペイン語の6言語に対応していたんですよね。
テキトー教師DotAI 認定講師対応言語には入っていました。ただ、触ってみると英語で書いた方が安定する場面が多くて、結果として日本語話者も英語で書く流れになりがちでした。
室谷代表取締役画像の中に文字を入れる多言語テキストレンダリングやロゴ生成も当時から打ち出していて、デザイン工程の一部が置き換わるんじゃないかという期待がありました。
テキトー教師DotAI 認定講師そこは期待値を上げすぎると当時の実物とのギャップが出ます。日本語でどこまで実用だったかはプロンプト次第で、今の基準で見ると物足りなく感じるはずです。
画質やできることの範囲はどの程度だったのか
写実的な人物の手や顔、ノイズの少なさはどう評価されていたか
室谷代表取締役Imagen 2って、前の世代から何が変わったのかが地味に大事なんですよね。手とか顔の描写ですよ。
あそこが崩れると一気に使えなくなるじゃないですか。
あそこが崩れると一気に使えなくなるじゃないですか。
テキトー教師DotAI 認定講師現場感覚で言うと、人物の手が破綻するかどうかで業務に出せるかの判断が分かれます。当時はまさにそこが改善した点として語られていました。
室谷代表取締役ノイズっぽいアーティファクトが減ったのも効くんですよ。納品前のレタッチ工数が読めるかどうかで、制作の見積もりが全然変わってきますから。
テキトー教師DotAI 認定講師あとプロンプトとの整合性ですね。言った通りの構図に寄るかどうか。
初めて触る人は画質より先にそこの挙動を見ます。
初めて触る人は画質より先にそこの挙動を見ます。
画像内の文字入れとロゴ生成という当時の目玉機能
テキトー教師DotAI 認定講師当時の目玉は、画像の中に文字を入れられたことでした。多言語のテキストレンダリングで、バナーや看板の文字を画像内に持たせられるんです。
室谷代表取締役ロゴ生成もできたんですよね。企業や製品のロゴをデザインして画像に合成する。
これ、広告制作のフローでいうと発注の手前が変わる話で、地味に大きいんですよ。
これ、広告制作のフローでいうと発注の手前が変わる話で、地味に大きいんですよ。
テキトー教師DotAI 認定講師プロンプトも英語だけじゃなくて、中国語・ヒンディー語・日本語・韓国語・ポルトガル語・スペイン語に対応していました。プレビュー版の段階ですけど。
室谷代表取締役日本語で指示できるのは現場で効きますね。翻訳の手間が消えるだけでも、制作のリードタイムは変わりますから。
SynthIDの電子透かしと安全フィルタの仕組み
室谷代表取締役透かしの話、当時どう受け止められてたんでしょう。
テキトー教師DotAI 認定講師SynthIDですね。目に見えない電子透かしを生成画像に埋め込んで、AIで作ったものかどうかを識別できるようにする仕組みです。
室谷代表取締役事業側からすると、生成物の出所が後から追えるかどうかは効いてきます。入稿や権利確認の説明コストが変わりますから。
テキトー教師DotAI 認定講師それと安全フィルタです。暴力的な表現を含むプロンプトは拒否される例が報告されていて、そこは制約として受け入れる前提でした。
SnapやShutterstock、Canvaでの採用事例
室谷代表取締役導入企業がまた象徴的で。Snap、Shutterstock、Canvaが公式ブログで紹介されてるんですよ。
テキトー教師DotAI 認定講師SnapはSnapchat+のAIカメラ、Shutterstockは自社のAI画像生成ツール、Canvaは月間1.7億人のユーザーが画質向上の恩恵を受ける、という形でしたね。
室谷代表取締役プラットフォーム側が自前で抱えずにモデルを組み込む。この構図が一気に固まった時期なんですよね。
ただ中小が同じ土俵に上がれるかというと、そこはまだ体力の差が出ます。
ただ中小が同じ土俵に上がれるかというと、そこはまだ体力の差が出ます。
テキトー教師DotAI 認定講師はい。機能の数より、どこに組み込まれたかを見たほうが当時の位置づけは分かりやすいと思います。
Imagen 2は今も使えるのか、結論から先に言うと
Gemini APIではシャットダウン済み、と公式に明記されている
室谷代表取締役Imagen 2、今から試そうとしてる人がいると思うんですけど、先に言っておくと動かないんですよ。Gemini APIの公式ドキュメントに「この機能は現在シャットダウンされており、Gemini APIでは利用できなくなっています」とはっきり書かれてます。
テキトー教師DotAI 認定講師初めて触る人が最初に探すの、まさにそこなんですよね。手順記事を見つけて、いざリクエストを送ったらモデルが見つからない、という形で止まるんですよ。
室谷代表取締役そのドキュメント、最終更新が2026年9月なので。古い情報が残ってるんじゃなくて、現在の状態として書かれてるんですよ。
ここは疑いようがない。
ここは疑いようがない。
テキトー教師DotAI 認定講師なるほど。仕様が変わったとかではなく、提供そのものが終わっている、と。
後継のはずのImagen 3もImagen 4もすでに提供終了している
Imagen系モデルの提供終了と移行の時系列
- 2024年時点Imagen 2の一次情報がネットに残る当時の検証記事やプロンプト資産は残っているが、動かせる環境はもう無い
- 2025年11月10日imagen-3.0-generate-002 シャットダウン後継のはずのImagen 3も提供終了
- 2026年3月24日Vertex AIリリースノートImagen系エンドポイントはgemini-2.5-flash-imageへ、2026年6月30日までの移行を推奨
- 2026年6月30日Vertex AI側の移行推奨期限gemini-2.5-flash-imageへの移行を推奨
- 2026年8月17日imagen-4.0系 シャットダウンImagen 4も提供終了
- 2026年9月Gemini API公式ドキュメント最終更新「Imagenは現在シャットダウンされており、Gemini APIでは利用できない」と明記
室谷代表取締役で、厄介なのが「ならImagen 3にすればいい」が通らないことなんですよ。deprecationsページを見ると、imagen-3.0-generate-002が2025年11月10日に、Imagen 4系が2026年8月17日にシャットダウンされてます。
移行先として案内されてるのはgemini-nano-banana-2.1なんですよね。
移行先として案内されてるのはgemini-nano-banana-2.1なんですよね。
テキトー教師DotAI 認定講師現場感覚で言うと、一つ前の世代に逃げるのはよくある手なんですけど、今回はその逃げ道も塞がってるんですよ。
室谷代表取締役あと紛らわしいのが、Agent Platformのモデルバージョン一覧の「現在利用可能なモデル」にはImagen系が一件も載ってないのに、料金ページにはImagen 4とかの数字が参考情報として残ってるんですよ。あれを見て「まだ使える」と判断すると、事業側のコスト試算がまるごと狂うので。
テキトー教師DotAI 認定講師たしかに。一覧と料金表は必ずセットで見ないといけないですね。
片方だけだと誤解します。
片方だけだと誤解します。
2024年の検証記事をそのまま信じると危ない理由
室谷代表取締役2024年の検証記事、当時のBardでプロンプトを入れて画像を作る手順が丁寧に書かれてるんですよ。でもあれを今なぞっても再現しないんですよね。
テキトー教師DotAI 認定講師初めて触る人は、動かない原因を自分の環境だと思い込むんですよ。APIキーの設定が悪いのかな、とか。
実際はモデル自体がもう無いだけなのに。
実際はモデル自体がもう無いだけなのに。
室谷代表取締役記事が嘘だったわけじゃなくて、前提が消えたんですよ。技術記事の賞味期限って、こういう形で切れるんだなと。
業界構造としても、モデル名が残ってるかどうかで情報の鮮度が判断できる時代になったなと感じます。
業界構造としても、モデル名が残ってるかどうかで情報の鮮度が判断できる時代になったなと感じます。
テキトー教師DotAI 認定講師まず公式の提供状況ページを開く癖をつけると、無駄にハマらずに済みますね。
代わりに何を使うべきか、現行のNano Banana系を整理する
Nano Banana Pro / Nano Banana 2 / Nano Banana 2 Liteの違い
室谷代表取締役前提として、今のGoogleの画像生成はNano Banana系に一本化されてるんですよね。名前が3つ並んでて、これが実務だと地味に迷いどころで。
テキトー教師DotAI 認定講師最初に戸惑うのがまさにそこです。「Proと2とLite、どれが上なのか」って聞かれるんですよ。
並びが世代順じゃないので余計に confusing で。
並びが世代順じゃないので余計に confusing で。
室谷代表取締役中身は、Gemini 3 Pro ImageがNano Banana Pro、Gemini 3.1 Flash ImageがNano Banana 2、Gemini 3.1 Flash-Lite ImageがNano Banana 2 Lite。精度のPro、速度の2、最速・最安のLiteという住み分けなんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、最初に触る人はだいたい2から入りますね。Proは仕上がりがきれいなんですけど、試行回数を回す用途だと2の速さが効いてくるんです。
最新の統合モデルNano Banana 2.1はどこに位置するのか
現行Nano Banana系モデルの違い
| モデル | ベースモデル | 位置づけ |
|---|---|---|
| Nano Banana Pro | Gemini 3 Pro Image | 高精度・スタジオ品質 |
| Nano Banana 2 | Gemini 3.1 Flash Image | 高速・プロ級 |
| Nano Banana 2 Lite | Gemini 3.1 Flash-Lite Image | 最速・最安 |
| Nano Banana 2.1 | 統合モデル(2026年10月6日リリース) | 1K・2K・4K対応/Flex非対応 |
室谷代表取締役で、一番新しいのが gemini-nano-banana-2.1。2026年10月6日リリースの統合モデルで、今の系譜の先頭に立ってるやつです。
テキトー教師DotAI 認定講師「じゃあ2.1だけ見てればいいんですか」ってなりがちなんですけど、そう単純でもないんですよね。
室谷代表取締役そうなんです。Gemini Enterprise Agent Platformのモデルバージョン一覧を開くと、2.1も、Proも、2も2 Liteも、現行モデルとして並んで載ってる。
だから2.1は唯一の生き残りじゃなくて、現行ラインナップの最新版という位置づけなんですよ。
だから2.1は唯一の生き残りじゃなくて、現行ラインナップの最新版という位置づけなんですよ。
テキトー教師DotAI 認定講師逆にImagen系の名前はもう一覧に見当たらないんですよね。そこが、移行が終わったという一番わかりやすい証拠なのかも。
Geminiアプリ・AI Studio・API・Agent Platformのどこから使えるか
室谷代表取締役入り口は4つです。Geminiアプリ、Google AI Studio、Gemini API、それからGoogle CloudのGemini Enterprise Agent Platform、旧Vertex AIですね。
テキトー教師DotAI 認定講師よく聞くのが「アプリで試した絵と、APIで出した絵は同じものなのか」という素朴な疑問なんですよ。入口が違うだけで中身は同じ系列なので、まずアプリで雰囲気を掴むのが早いです。
室谷代表取締役使う場所で選び方が変わるのは、経営目線だとわかりやすいんですよ。企画やデザインの人が触るならアプリ、プロダクトに組み込むならAPIかAgent Platform。
最初から全部APIで、ってやると検証コストが無駄に膨らみます。
最初から全部APIで、ってやると検証コストが無駄に膨らみます。
テキトー教師DotAI 認定講師あとAPIはImagen 2の頃とモデル名が違うので、そこだけ注意ですね。呼び出しの書き方も変わってますから、既存コードの流用は考えない方がいいです。
料金はどう変わったのか、旧Imagenと現行モデルを比べる
旧Imagen世代は1枚あたりの固定料金だった
室谷代表取締役ここ、地味にインパクト大きいんですけど、Imagen系って料金の考え方が今と全然違うんですよね。1枚いくら、っていう単純な従量制。
テキトー教師DotAI 認定講師そうなんですよ。当時の資料を見ると、Imagen 4 Ultraが1枚0.06ドル、Imagen 4が0.04ドル、Imagen 4 Fastが0.02ドル。
Imagen 3も0.04ドルでFastが0.02ドルという並びでした。
Imagen 3も0.04ドルでFastが0.02ドルという並びでした。
室谷代表取締役で、Imagen 2とImagen 1に至っては生成も編集も1枚0.02ドルで横並び。要は「何枚作ったか」だけで請求額が読める構造だったわけです。
先に予算が組めるので、経理からすると楽なんですよ。
先に予算が組めるので、経理からすると楽なんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、そこが一番わかりやすかったはずなんです。100枚作るなら2ドル、みたいに頭の中で掛け算が完結する。
初めて触る人がコストを怖がらない設計だったんだと思います。
初めて触る人がコストを怖がらない設計だったんだと思います。
Nano Banana系は解像度ごとのトークン課金に変わった
旧Imagen世代とNano Banana系の料金体系
旧Imagen世代
- 1枚あたりの固定料金
- Imagen 4 Ultra: 0.06ドル/枚
- Imagen 4: 0.04ドル/枚
- Imagen 4 Fast: 0.02ドル/枚
- Imagen 3: 0.04ドル/枚、Fast: 0.02ドル/枚
- Imagen 2・1: 生成も編集も0.02ドル/枚
- 作った枚数だけで請求額が読める
Nano Banana系
- 出力解像度に応じたトークン課金
- Nano Banana 2.1: 1K 0.034ドル/2K 0.05ドル/4K 0.113ドル
- Nano Banana 2: 1K 0.067ドル/2K 0.101ドル/4K 0.15ドル
- Nano Banana 2 Lite: 1K 0.034ドル
- Nano Banana Pro: 1K・2K 0.134ドル/4K 0.24ドル
- 入力画像も1枚あたり560〜1,120トークン課金
- 解像度×入力枚数でコストが変動
室谷代表取締役今のNano Banana系はそこが変わって、出力解像度に応じたトークン課金になりました。1枚いくらではなくて、何ピクセル分作ったかで値段が動く。
まずは並べておきますか。
まずは並べておきますか。
| モデル | 1K | 2K | 4K |
|---|---|---|---|
| Nano Banana 2.1 | 0.034ドル | 0.05ドル | 0.113ドル |
| Nano Banana 2(3.1 Flash Image) | 0.067ドル | 0.101ドル | 0.15ドル |
| Nano Banana 2 Lite | 0.034ドル | - | - |
| Nano Banana Pro(3 Pro Image) | 0.134ドル | 0.134ドル | 0.24ドル |
テキトー教師DotAI 認定講師こう見ると、同じ「1枚」でもどのモデルのどの解像度かで3倍以上開くんですよね。前の固定料金の感覚のままだと、見積もりが静かにずれていくやつです。
室谷代表取締役しかも入力画像も1枚あたり560〜1,120トークン課金される。参照画像を何枚も突っ込むワークフローだと、出力だけ見てたら足元すくわれます。
ROI で言うなら、生成回数より「解像度×入力枚数」を見ないといけない時代になった、と。
ROI で言うなら、生成回数より「解像度×入力枚数」を見ないといけない時代になった、と。
用途別にどれを選ぶとコストが合うのか
室谷代表取締役で、実務だとどう振り分けるかですよね。SNS用の小さいビジュアルを大量に回すなら、1Kで0.034ドルに収まるLiteか2.1の低解像度側。
ここに Pro を持ってくると単価が4倍近くなる。
ここに Pro を持ってくると単価が4倍近くなる。
テキトー教師DotAI 認定講師逆に、刷り物や広告で4Kまで必要な場合は、最初から上位モデルで1回作ったほうが安くつくんですよ。安いモデルで作って作り直しを3回やると、手間も含めて軽く逆転します。
室谷代表取締役あと見落としがちなのが、試行錯誤のコスト。構図を探る段階は安いモデルで回して、当たりが出てから本番モデルに投げる。
この二段構えにすると、体感の請求額がかなり落ち着くんですよね。
この二段構えにすると、体感の請求額がかなり落ち着くんですよね。
テキトー教師DotAI 認定講師初めて触る人が戸惑うのはまさにそこです。「1枚いくらですか」と聞かれて、解像度の話を返さないといけない。
固定単価の名残で考えてると、ここで一度立ち止まるんだと思います。
固定単価の名残で考えてると、ここで一度立ち止まるんだと思います。
開発者はどう移行するのか、APIの書き換えポイント
モデル名はimagen系からgeminiのimage系へ置き換える
API書き換えの3ポイント
- 01モデル名を変更imagen-* から gemini-2.5-flash-image もしくは gemini-3.1-flash-image に置き換える
- 02呼び出しメソッドを変更client.models.generate_images を client.models.generate_content に変更する
- 03レスポンスの受け取り方を変更画像専用の戻り値ではなく、コンテンツパートから画像を取り出す形に変更する
- モデル名を imagen-* から gemini-2.5-flash-image もしくは gemini-3.1-flash-image に変更する
- client.models.generate_images を client.models.generate_content に変更する
- レスポンスは画像専用の戻り値ではなく、コンテンツパートから画像を取り出す形に変更する
室谷代表取締役移行の実務で言うと、書き換えポイントは3つに集約されるんですよ。モデル名、呼び出しメソッド、レスポンスの受け取り方。
この3点さえ押さえれば、旧Imagen前提のコードでも道は見えます。
この3点さえ押さえれば、旧Imagen前提のコードでも道は見えます。
テキトー教師DotAI 認定講師最初に戸惑うのが、コードの見た目がほとんど同じなのに中身が別物になってる点なんですよ。モデル名だけ変えて動くと思ったら動かない、というのが現場でよく聞くパターンです。
室谷代表取締役モデル名は imagen-* ではなくて、gemini-2.5-flash-image か gemini-3.1-flash-image を使う形になります。設定ファイルに文字列で持っている場合は一括置換で済むので、そこは楽なんですよね。
テキトー教師DotAI 認定講師たしかに。ただ名前だけ直して満足してしまう人が多いので、次のメソッドの話までセットで見てほしいです。
generate_imagesではなくgenerate_contentを呼ぶ
室谷代表取締役呼び出し側は client.models.generate_images ではなく client.models.generate_content になる。ここが一番テストが落ちる場所なんですよ。
テキトー教師DotAI 認定講師現場感覚で言うと、ラッパー関数に寄せている人はその中だけ直せば済みます。呼び出しがコード中に散らばっているプロジェクトは、先に棚卸ししたほうが早いですね。
室谷代表取締役経営目線で言うと、この手の改修は「何箇所に散ってるか」で工数が決まるんですよ。最初からラッパーに寄せておくと、次にモデルが変わったときの見積もりが全然違ってきます。
テキトー教師DotAI 認定講師それは大きいですね。あと、テキスト生成と同じメソッド名になるので、コードを読んだ人が画像生成だと気づきにくくなる点は注意です。
レスポンスは画像専用ではなくコンテンツパートとして返る
室谷代表取締役レスポンスも専用の画像レスポンスではなく、画像データを含むコンテンツパートとして返ってくる。つまり保存処理も自前で書く前提になるわけです。
テキトー教師DotAI 認定講師初めて触る人が一番ハマるところですね。「画像が返ってこない」と思ったら、返ってきた構造のどこを見るかが変わっているだけで。
パートを順に見て、画像の部分だけ取り出す発想に切り替える必要があります。
パートを順に見て、画像の部分だけ取り出す発想に切り替える必要があります。
室谷代表取締役既存コードの「レスポンスから直接バイト列を取る」前提は捨てることになるので、そこはテストを先に書き換えたほうが早いですね。
テキトー教師DotAI 認定講師そうですね。動かしながら直すと、どこで詰まっているのか分からなくなりがちなので、まず小さいスクリプトで1枚出せるところから確認するのがおすすめです。
まとめ、Imagen 2を懐かしむより今の選択肢で作り直す
Imagen 2が果たした役割を振り返る
室谷代表取締役Imagen 2って、2023年12月にVertex AIで一般提供が始まったとき、生成も編集も1枚0.02ドルだったんですよね。当時としては、テストで何十枚も回せる価格だったわけで、そこが一番大きかったんじゃないかと。
テキトー教師DotAI 認定講師初めて触る人が驚くのは、画像の中に文字をかなり正確に入れられる点でした。多言語のテキストレンダリングにロゴ生成、当時は「これ本当にそのまま使えるんですか」という反応が多かったのを覚えてます。
室谷代表取締役あとSynthIDの電子透かしも入ってた。業界構造で見ると、モデル単体で売る段階から、SnapやShutterstock、Canvaみたいなプロダクトの中に埋め込まれる段階への移行点だったんだと思います。
テキトー教師DotAI 認定講師通過点だったわけですね。写実的な手や顔の描写が伸びた、ノイズっぽい破綻が減った、というのも当時の売り文句でしたし。
これから画像生成を始めるならどこを選ぶか
室谷代表取締役で、今から始める人がImagen 2を探しても出てこないんですよ。Gemini APIのドキュメントにも、画像生成にはNano Bananaを使う、とはっきり書かれてます。
速さと安さならFlash-Lite系、仕上げの品質なら3 Pro Image、という住み分けなんですよね。
速さと安さならFlash-Lite系、仕上げの品質なら3 Pro Image、という住み分けなんですよね。
テキトー教師DotAI 認定講師最初に戸惑うのが、通称とモデル名が一致してないところです。「Nano Banana Pro」で覚えてるのに、コードに書く名前は別物。
古い記事のコピペで動かなくて手が止まる人が多いんですよ。
古い記事のコピペで動かなくて手が止まる人が多いんですよ。
室谷代表取締役流れで整理すると、こういう順番で選べばいいと思います。
| 用途 | 候補 |
|---|---|
| ラフ出し・量産 | Gemini 3.1 Flash-Lite Image（Nano Banana 2 Lite） |
| バランス型 | Gemini 3.1 Flash Image（Nano Banana 2）／gemini-nano-banana-2.1 |
| 最終入稿 | Gemini 3 Pro Image（Nano Banana Pro） |
テキトー教師DotAI 認定講師どのモデル名が今生きてるかは、公式の一覧で確認するのが確実ですね。名前だけ覚えてると、いつの間にか終了してるものを掴みますから。
室谷代表取締役コスト目線だと、ラフは下のモデルで回して、最終入稿だけ上に投げる二段構えが現実的です。単価は前述のとおりなので、枚数を出す工程をどこに置くかで請求額がかなり変わってきます。
懐かしむより、今の選択肢で作り直したほうが早いんですよね。
懐かしむより、今の選択肢で作り直したほうが早いんですよね。
よくある質問
Q1. 昔Imagen 2で作った画像は、今もそのまま使える？
室谷代表取締役保存してある画像ファイルは、モデルが切り替わっても手元に残ります。ややこしいのは「同じ絵をもう一度出せるか」のほうで、そこはまた別の話なんですよね。
テキトー教師DotAI 認定講師現場でよく聞くのがまさにそれです。「前に作ったあの雰囲気で」と頼まれて、同じプロンプトを入れても同じにはならない。
細かい設定を控えてないと再現はきついんですよ。
細かい設定を控えてないと再現はきついんですよ。
室谷代表取締役だから制作物は、画像と一緒にプロンプトも残しておく。地味ですけど、あとから効いてきます。
Q2. 商用利用は考えなくていいの？
室谷代表取締役ここは感覚で判断しないほうがいいところで。利用条件は提供元が変えていくので、使う時点の公式の規約を見るのが基本なんですよね。
テキトー教師DotAI 認定講師初めて触る人は、画像が作れたこと自体に気を取られて、条件を確認しないまま出すケースがあります。制作フローの中に確認を1工程入れておくと事故が減ります。
室谷代表取締役外注や納品が絡むなら、なおさらです。
Q3. プロンプトの書き方は当時と今で変わる？
テキトー教師DotAI 認定講師変わります。最初に戸惑うのが、昔の作例をそのまま貼っても狙い通りにならないこと。
モデルごとに効く言い回しが違うんですよ。
モデルごとに効く言い回しが違うんですよ。
室谷代表取締役昔のプロンプト資産って、実はそのまま資産にならないんですよね。
テキトー教師DotAI 認定講師ただ、狙いを言葉にする訓練にはなってます。書き方は捨てても、考え方は残ります。
Q4. 他の画像生成サービスとはどう使い分ければいい？
室谷代表取締役比べる軸を先に決めるのが早いですね。画像に文字を入れたいのか、写真っぽい素材が欲しいのか、既存の画像を部分的に直したいのか。
したいことによって向き不向きが出ます。
したいことによって向き不向きが出ます。
テキトー教師DotAI 認定講師あれもこれもと試すより、自分の用途を1つ決めてから触ると判断が早いです。全部を同じ土俵で比べると、だいたい迷子になります。
Q5. 古い手順の記事をなぞって動かないとき、どこを疑う？
室谷代表取締役画面の文言が違う、押すはずのボタンが無い。だいたいこのどちらかです。
手順が正しくても、画面は変わるんですよね。
手順が正しくても、画面は変わるんですよね。
テキトー教師DotAI 認定講師あと、選択肢の中にその名前がもう無いパターン。これは手順の問題じゃなくて、前提が変わってるサインです。
公式のアナウンスを見に行くのが早いですよ。
公式のアナウンスを見に行くのが早いですよ。
まとめ
室谷代表取締役ここまで来ると、Imagen 2は「使えなくなった」というより、世代が交代したという整理が近いんですよね。当時のやり方を覚えている人ほど、同じ手順を探して時間を溶かしがちです。
テキトー教師DotAI 認定講師そこは現場でも感じます。思い出のツールを探すより、今の道具で目的を叶えるほうが早い。
切り替えは技術というより、気持ちの整理だったりします。
切り替えは技術というより、気持ちの整理だったりします。
室谷代表取締役経営の目線で言えば、古い手順を調べ直す時間ってそのままコストなんですよ。移行の手間を一度ちゃんと見積もって、さっさと今の環境に寄せたほうが安く済みます。
テキトー教師DotAI 認定講師まずは手元の制作物を洗い出して、どれを今のモデルで作り直すか決めるところからですね。全部を一度にやらず、よく使うものから一つずつで大丈夫です。
室谷代表取締役そうですね。懐かしむのは短めにして、次の1枚を作りにいきましょう。
