Qwen Image 3 vs Nano Banana 2.1：同じプロンプトで比べた結果と料金

2026年10月25日、同じ4つのプロンプトを Qwen Image 3 と Nano Banana 2.1 に投げました。英語も中国語も、両モデルはすべての単語を正しく綴っています。勝敗は Nano Banana 2.1 が2項目、Qwen Image 3 が1項目、1項目は引き分けでした。2K 画像1枚の料金は Alibaba の定価で $0.03、Google の定価で約 $0.057（thinking 込み）です。

Nano Banana 2 を使い続けているなら、乗り換えどきです。Google は 2026年10月6日に Nano Banana 2 を非推奨とし、2.1 は 2K 画像1枚あたりの料金が半分になりました。

どちらも OmniaKey で使えます：Qwen Image 3 と Nano Banana 2.1。

試した方法

• モデルと ID：OmniaKey の qwen-image-3 と gemini-nano-banana-2.1。OmniaKey の qwen-image-3 は Alibaba の qwen-image-3.0 なので、以下の Alibaba のドキュメントと料金はこの ID で書かれています。
• 送ったパラメータ：Qwen Image 3 は {"size": "2048*2048", "prompt_extend": false, "watermark": false}、Nano Banana 2.1 は {"aspect_ratio": "1:1", "image_size": "2K"}。画像はすべて 2048×2048 です。
• 実行はすべて 2026年10月25日。ポスターと中国語の看板は各モデル2回、人物写真と編集は1回です。テスト画像は 12 枚と編集の元画像1枚で、どのタスクも最初の試行で成功しました。
• 条件をそろえるため、Qwen のプロンプト書き換え（prompt_extend、既定でオン）は切りました。thinking モードも一緒に切れるので、Qwen はこちらの文面をそのまま描きます。Nano Banana 2.1 は既定の thinking のままです。
• 編集の元画像は GPT Image 2 で 1024×1024 に生成したもので、どちらのモデルも自分の画像を編集していません。
• 所要時間は、ジョブを送ってからステータスが succeeded になるまでです。
• 判定は原寸で行いました。要求した単語を1文字ずつ確かめ、そのうえでレイアウト、場所、被写界深度がプロンプトに沿っているかを見ています。編集では商品とラベルが残ったかも確かめました。
• OmniaKey は両モデルの API を販売しているので、テストは OmniaKey 経由で実行しました。以下の料金はすべて Alibaba と Google の定価で、OmniaKey の価格ではありません。
• 出典：Alibaba の Qwen image API reference、Model Studio pricing、newly released models、Google の Gemini API pricing、image generation、changelog。いずれも 2026年10月25日に確認しました。

プロンプト1つにつき1〜2枚では標本が小さいので、結果はベンチマークではなく実例として読んでください。

4つのテスト、同じプロンプト

テスト1：英語のジャズポスター（1:1）

大文字と小文字が混ざったポスターの一行を1語ずつ確かめ、出てくるのがポスターそのものか、ポスターを撮った写真かを見ます。

プロンプト：

A minimalist concert poster for a jazz night. Large headline at the top: BLUE HOUR SESSIONS. Below it, in smaller type: Friday 14 November · 8 PM · The Lantern Room. In the middle, a brass saxophone silhouette against a deep blue gradient. Off-white paper texture, generous margins, clean modern typography.

• Qwen Image 3（23.1 s と 23.5 s）：2回ともすべての単語が正しい。小さい行は「Friday 14 November · 8 PM · The Lantern Room」で、大文字小文字もプロンプトどおりです。生成りの紙に全面フラットなポスター、青いグラデーションの面にほぼ黒のサックスシルエット、という仕上がりが2回ともそろいました。
• Nano Banana 2.1（32.2 s と 36.5 s）：2回とも単語はすべて正しいものの、小さい行はすべて大文字で「FRIDAY 14 NOVEMBER · 8 PM · THE LANTERN ROOM」になりました。サックスは金色で、1回目は青い円の上、2回目は青い面の上です。どちらもポスターを灰色や暗い背景に置いた紙として描くので、使う前に切り抜く必要があります。

結論：Qwen Image 3。2回とも両方が単語を正しく綴りました。Qwen はこちらの大文字小文字を保ち、印刷できるフラットなポスターを返します。Nano の金色のサックスはプロンプトに近いものの、小さい行を大文字に変え、2回とも撮影したモックアップにしました。Nano でポスターを作るときは「flat design, no mockup, keep the capitalization」を足してください。

テスト2：中国語の茶館の看板（1:1）

看板の2行の中国語が正しいか、そして仕上がりがプロンプトの求める写実的な写真に見えるかを見ます。

プロンプト：

一家老茶馆的门面，傍晚暖光，写实摄影。门楣上挂着一块深色木质牌匾，金色大字写着“清风茶舍”，牌匾下方一行小字“始于一九八六”。门两侧各挂一盏红灯笼，门口摆着几把竹椅。

翻訳：古い茶館の店構え、夕方の暖かい光、リアルな写真。扉の上の濃い木の扁額に金色の大きな文字で清风茶舍（Qingfeng Tea House）、その下の小さな行に始于一九八六（1986年から）。扉の両側に赤い提灯を1つずつ、店先に竹の椅子を数脚。

• Qwen Image 3（23.1 s と 23.2 s）：2回とも「清风茶舍」も「始于一九八六」も正しい。つやのある金色の文字、きれいな濃い木、上の瓦、暖かい光、赤い提灯、竹の椅子がそろっています。仕上がりは写真というより 3D レンダーに近いものです。
• Nano Banana 2.1（36.5 s と 32.0 s）：2回とも2行とも正しい。扁額は塗装の剥がれた古い木で、文字はつや消しの金です。中に人がいて提灯が灯り、植木や茶器、壁にはエアコンの室外機まで写っていて、本当の写真のように見えます。

結論：Nano Banana 2.1。4枚とも中国語の2行は正しく、文字は引き分けです。プロンプトは写实摄影、つまりリアルな写真を求めていて、Nano は写真らしく、Qwen はきれいなレンダーに見えます。

テスト3：リスボンの魚市場の人物写真（1:1）

人物写真で、場所の手がかり、浅い被写界深度、肌の質感を見ます。

プロンプト：

Candid street portrait of a woman in her sixties laughing at a fish market stall in Lisbon, holding a paper-wrapped bundle of sardines in both hands. Morning light, shallow depth of field, natural skin texture with fine wrinkles, ice and silver fish blurred in the background. Shot on a 50mm lens.

• Qwen Image 3（27.4 s）：笑う赤褐色の髪の女性が、紙に包んだイワシを両手に持っています。後ろは屋内の魚売り場で、氷の上に銀色の魚が並び、背景は軽くぼけています。画面のどこにもリスボンらしさはありません。
• Nano Banana 2.1（37.1 s）：笑う白髪の女性がスカーフを巻き、紙に包んだイワシを両手に持っています。壁には青と白のタイル、手書きの値札には「SARDINHAS 1,40」、背景の人影はぼけ、床は石畳です。

結論：Nano Banana 2.1。舞台をリスボンに置き、タイルとポルトガル語の値札まで入れ、背景もより強くぼかしました。これは「浅い被写界深度」の要求どおりです。Qwen の写真は、どこの屋内魚市場のものでも成り立ちます。

テスト4：商品写真の編集（1:1）

編集で背景だけが変わり、ボトルとラベルの文字がそのまま残るかを見ます。元画像は GPT Image 2 で作り、両モデルに同じファイルを渡しました。

プロンプト：

Place this exact bottle on a sunlit white marble kitchen counter with a blurred window behind it and a sprig of rosemary beside it. Keep the bottle, the cork, the label and every word on the label exactly the same.

• Qwen Image 3（41.5 s）：ボトルの形、コルク、ラベルを保ちました。「OLIVA」、オリーブの枝の絵、「Extra Virgin · 500 ml」もそのままです。大理石のカウンター、横にローズマリー。後ろの窓はくっきりしています。ボトルは元画像に最も近い仕上がりです。
• Nano Banana 2.1（28.4 s）：コルクとラベルの文字、絵を保ちました。大理石のカウンター、ローズマリー、そしてプロンプトどおり後ろの窓を強くぼかしています。オイルは元画像より少し金色に見え、画面全体が写真らしくなりました。

結論：引き分け。ラベルの文字はどちらもすべて残りました。ボトルを最も忠実に保ったのは Qwen です。Nano は「ぼかした窓」に従い、写真らしく、この編集では速く仕上がりました。商品を一切変えたくないときは Qwen を選んでください。

テスト別の結果

ポスターと看板の8枚は、英語も中国語も要求した単語をすべて正しく綴りました。文字では決着がつかず、大文字小文字、レイアウト、写真らしさで差がついた形です。Qwen は文面を文字どおりに実行しました。Nano はタイルや値札のような場所の細部を自分で足しました。

料金と速度

Alibaba の定価、Alibaba Cloud Model Studio の料金ページより、2026年10月25日に確認：

Google の定価、Gemini API pricing より、2026年10月25日に確認：

この定価で見た、今回の1枚あたりの費用：

Qwen の編集は $0.03 に元画像の $0.003 を足しただけで、token の課金はありません。Nano Banana 2.1 の5回の生成では thinking token を 812、825、860、878、1,011 個使い、中央値は 860 でした。860 × $7.50/100万 = $0.0065 が $0.0504 に加わります。Nano の編集は thinking token 87 個、元画像 1,120 token でした。

差は thinking から生まれます。Google は thinking token をテキスト出力として100万あたり $7.50 で課金し、既定では medium のまま切らないので、料金表の1枚あたりの数字は下限になります。

新しい画像はどれも Qwen が速く、23.1 から 27.4 s に対して Nano は 32.0 から 37.1 s でした。編集の1回だけは Nano が速くなっています。OmniaKey の現在の料金は Qwen Image 3 と Nano Banana 2.1 のモデルページにあります。

Nano Banana 2 はどうなったか

Google は 2026年10月6日に Nano Banana 2（gemini-3.1-flash-image）を非推奨にしました。2.1 を公開した同じ日のことです。後継は 2.1 とされ、提供終了日は告知されていません。Google のchangelog（2026年10月25日に確認）にこう書かれています。Google のドキュメントでは Nano Banana 2 は今も stable でサポート対象ですが、新しいプロジェクトには 2.1 を案内しています。

料金だけを見れば 2.1 に移るのが正解です。2K 画像1枚が $0.0504 で Nano Banana 2 は $0.101、Batch API では $0.0252 と $0.050 です。「qwen image 3 vs nano banana 2」で検索した人は 2.1 を試してください。Google は新規プロジェクトを 2.1 に誘導しており、上の看板と人物写真の結果も 2.1 のものです。2 と 2.1 の違い、2.1 と Pro の比較は Nano Banana 2.1 vs Pro のテストにまとめています。

長所と短所

• 長所：大文字小文字まで含めて文字が正確。モックアップにならないフラットな面組み。生成が最速で中央値 23 s。2K 画像1枚 $0.03 で定価が最も安い。
• 短所：写真のプロンプトではレンダーっぽく見える。頼まないと場所の細部を足さない。編集は最も遅く 41.5 s。最大が 2048×2048 で止まる。

• 長所：写真として最もリアル。場所や現実の細部を足す。編集が速い。最大 4K。Batch API は半額。
• 短所：こちらの小さい行の大文字小文字を変えた。2回ともポスターをモックアップにした。生成が遅く中央値 36.5 s。どの画像でも thinking token を使う。

用途別の選び方

同じ API で同じテストを走らせる

次のリクエストは、ポスターのプロンプトを Qwen Image 3 に 2048×2048 で送り、プロンプトの書き換えとウォーターマークを切ります。テストと同じ設定です：

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: blue-hour-poster-001" \
  -d '{
    "model": "qwen-image-3",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A minimalist concert poster for a jazz night. Large headline at the top: BLUE HOUR SESSIONS. Below it, in smaller type: Friday 14 November · 8 PM · The Lantern Room. In the middle, a brass saxophone silhouette against a deep blue gradient. Off-white paper texture, generous margins, clean modern typography."},
    "parameters": {"size": "2048*2048", "prompt_extend": false, "watermark": false}
  }'

1. 返ってくるのは 202 とタスク ID です。
2. 数秒おきに https://api.omniakey.com/v1/media/tasks/{id} を取得し、status が succeeded になるまで待ちます。
3. assets[0].url から画像をダウンロードします。

Nano Banana 2.1 では model を gemini-nano-banana-2.1 に、parameters を {"aspect_ratio": "1:1", "image_size": "2K"} に変えます。編集するときは operation を edit にします。Qwen は元画像を input.images に URL か data URL の配列で渡し、Nano Banana 2.1 は input.image に {"data": "<base64>", "mime_type": "image/jpeg"} を渡します。

Qwen Image 3 と Nano Banana 2.1 のモデルページから実行を始められます。パラメータの一覧は画像 API のドキュメントにあります。

よくある質問

Qwen Image 3 は Nano Banana 2.1 より優れていますか？

用途によります。ポスターのような文字を一字も変えたくないフラットな面組みなら Qwen です。ポスターのテストに勝ち、23 s でフラットなファイルを返しました。写真なら Nano Banana 2.1 です。中国語の店構えとリスボンの人物写真を制しています。

Qwen Image 3 はオープンソースですか？

いいえ。Qwen Image 3.0 の重みは公開されていません。Qwen チームの Hugging Face のページには Qwen-Image-2.1 系が並び、3.0 の項目はありません。最新のオープンな Qwen 画像モデルは Qwen-Image-2.1（7B）で、Qwen Research License です。手元のマシンでどこまで動くかは Qwen-Image-2.1 のレビュー に書いています。

Qwen Image 3 は 4K 画像を作れますか？

いいえ。最大出力は 2048×2048、アスペクト比は 1:8 から 8:1 までで、2K が上限です。Nano Banana 2.1 は 1K、2K、4K を出力でき、4K は Google の料金で $0.113 です。

Qwen Image 3 と Nano Banana 2.1 はどちらが安いですか？

各社の定価では Qwen Image 3 がおよそ半分です。2K 画像1枚が $0.03 に対し Nano Banana 2.1 は $0.0504、thinking token を足すと約 $0.057 になります。編集は Qwen が $0.033、Nano が約 $0.053 です。

Nano Banana 2.1 はウォーターマークを入れますか？

Nano Banana 2.1 の画像にはすべて SynthID のウォーターマークが入り、目には見えません。Google の画像生成ドキュメントにそう書かれています。Qwen Image 3 は指定したときだけ入れます。watermark の既定値が false だからです。

更新履歴

• 2026年10月25日：初版。同じ日に同じプロンプトで4つのテストを実施しました。