言葉だけで、絵が生まれる。

ChatGPT 内蔵の OpenAI 最新画像生成。2.5 で待ち時間は最大50%短縮、くり返し編集でも細部が崩れにくくなった。

• ◎ ChatGPT / API どちらからでも呼べる
• ◎ 2026-09-08 の GPT Image 2.5 で待ち時間が最大50%短縮。API は速さ重視の gpt-image-2.5-flare と精密編集向けの gpt-image-2.5-sunburst の2モデルで、トークン単価は GPT Image 2 と同じ
• ◎ 最大 3840×2160（4K 相当）出力で、文字・図表・UIモックの描画精度は現行トップクラス
• ◎ 推論モデルを画像生成に統合、生成前に構造を「考えてから描く」
• ◎ 日本語・中国語・韓国語・ヒンディーなどの多言語テキスト描画が大幅強化
• ◎ 2026-08-20 のアップデートで PNG / WebP の透過背景出力にプレビュー対応（JPEG は非対応）
• △ GPT Image 2 / 2.5 の生成はやや高コスト（推論統合のため。2.5 のトークン単価は 2 と同じ）
• △ 旧世代の画像モデルは API から順に提供終了の予定：gpt-image-1 は 2026-10-23、gpt-image-1-mini / gpt-image-1.5 / chatgpt-image-latest は 2026-12-01（いずれも移行先は gpt-image-2.5-sunburst か gpt-image-2.5-flare。2026-10-09 時点の公式 deprecations ページ）
• △ 4K 出力は長辺 3840px・総画素 約829万までで、1:1 の正方形は約 2880×2880 が上限。4096×4096 は API 仕様上生成できない（2026-08 時点）

Gemini 内蔵の画像生成。2026年10月に Nano Banana 2.1 が登場し、Lite（最速）・2.1（バランス）・Pro（推論型・高品質）の三段構成に。

• ◎ Nano Banana 2.1（2026-10-06 に Gemini API で一般提供、モデルID gemini-nano-banana-2.1）：Nano Banana 2 の改良版。画質・指示どおりに描く力・やり取りを重ねてもキャラの見た目を保つ力・文字描画が上がり、1:8 や 8:1 のような極端な横長・縦長にも対応（1K / 2K / 4K）
• ◎ Nano Banana Pro = Gemini 3 Pro Image：推論型、品質最優先
• ◎ Nano Banana 2 Lite（2026-06 追加）：約4秒生成・1枚 約$0.034（1K）の最速モデル（1K の単価は 2.1 と同じ）
• ◎ 最大5キャラ＋14オブジェクトの一貫性
• ◎ テキスト描画＆翻訳が大幅強化（日本語含む）
• ◎ Google Pics（Nano Banana を土台にした Google Workspace の画像作成・編集ツール、入口は pics.new。発表ではモデルのバージョン表記なし）：2026-09-01 米国時間から Google AI Pro / Ultra 契約者と大半の Workspace ビジネス顧客へ数週間かけて展開。Docs / Slides との連携は同日から、Drive は発表時点で数週間以内の予定
• △ Nano Banana 2（Gemini 3.1 Flash Image、モデルID gemini-3.1-flash-image）は 2026-10-06 に非推奨となり、移行先は Nano Banana 2.1。停止日はまだ発表されていない（2026-10-09 時点の Gemini API 非推奨ページ）
• △ Nano Banana 2.1 は API の入力単価が100万トークンあたり $1.50 と Nano Banana 2（$0.50）の3倍。画像出力の単価が半分（$30）になったので、1枚あたりの料金は下がる
• △ Google のモデルカードでは、2.1 は Gemini アプリ・Google AI Studio・検索の AI モード・Google Flow などでも提供されるとしている。ただし Gemini アプリでどのプランが使えるか、既定のモデルになったかは、2026-10-09 時点で公式の案内が見当たらない
• △ Google Pics の対象は Workspace の Business Standard / Plus、Enterprise Standard / Plus、Google AI Pro / Ultra、Google AI Pro for Education、AI Expanded Access（Workspace Updates、2026-09-01）。Scheduled Release ドメインでの展開は 2026-09-15 から

SD 開発者発の次世代画像 AI。2026年10月に画像版の FLUX 3 Image が API で登場し、重みを配る FLUX.2 と二本立てに。

• ◎ プロンプト追従性が業界最高クラス
• ◎ FLUX 3 Image（2026-10-01 に BFL API で提供開始）：生成と編集を1つの窓口でこなし、参照画像は最大10枚、プロンプトの中で枠（バウンディングボックス）を指定して配置を決められる。出力は最大4K（約1,600万画素）
• ◎ FLUX.2 は最大4MP 出力、参照画像10枚までのキャラ・スタイル一貫性
• ◎ JSON ベースで細かい制御が可能
• ◎ FLUX.2 の API 版は [max]（最高品質）/ [pro]（速度重視）/ [flex]（精密制御）の3段構成、[dev] と [klein] は重み公開
• ◎ FLUX.2 [klein] は軽量で高速。4B 版は Apache 2.0 で商用利用も可、RTX 3090/4070 クラスの GPU（VRAM 約13GB）で動く
• ◎ FLUX 3（2026-07 発表）は画像・動画・音声を単一モデルで扱うマルチモーダル基盤へ進化中（動画が 2026-08、画像が 2026-10 に API で提供開始）
• ◎ FLUX 3 Video は 2026-08-04 に初期版が一般提供（GA）へ。テキスト・画像からの動画生成を BFL API と一部パートナー経由で利用できる。2026-08-20 には動画を最大 4K まで高解像度化する専用ツール「FLUX Upscale」（倍率 1.5x / 2x / 3x、HD 入力ならおよそ 1080p / 2K / 4K）も追加。2026-09-10 からは FLUX 3 Video 自体も 2K 相当（2560×1440）と 4K 相当（3840×2176）を直接出力できる（1秒 $0.40 / $0.80）
• △ FLUX 3 Image は API での提供（2026-10-01）。重みが公開されるかや、API 以外で使えるかは、2026-10-09 時点で公式の案内が見当たらない。自分の PC で動かせるのは今も FLUX.2 [dev] / [klein]
• △ オープンウェイトのうち商用利用まで自由なのは FLUX.2 [klein] 4B（Apache 2.0）だけ。[dev] と [klein] 9B は非商用ライセンスで、生成画像そのものは商用に使えるが、モデルを組み込んだ商用サービスを自前で動かすには別途 Self-Hosted Commercial License が必要

アート性で群を抜く画像生成 AI。V8.2 で美学・画質・パーソナライズをさらに強化。

• ◎ イラスト・アート系のクオリティが他を寄せ付けない
• ◎ プロンプトの個性が強く反映される
• ◎ V8 世代で生成速度が約5倍に、--hd 指定で 2K ネイティブ出力。V8.2（2026-07）で美学とパーソナライズをさらに強化
• ◎ V8.2 Edit Model（2026-08-27 から全ユーザーにテスト公開）：文章で指示して画像を編集、参照画像を最大4枚まとめて使った生成（omni-reference の後継）、画像の一部だけ描き直す（インペイント）・絵の外側を描き足して広げる（アウトペイント）に対応。Discord では --edit で呼び出す
• ◎ 2026-09-24 からインペイント・アウトペイントも Edit Model 方式に変わり、選んだ部分だけが描き変わるようになった
• ◎ V7 の sref / ムードボードも後方互換で使える
• ◎ Web版でブラウザ完結、Draft Mode で低解像度24枚の高速ラフ出しも
• △ 新しい「Thinking Mode」（生成をもう一度「考えて」やり直し、指示の正確さ・文字・画面のまとまりを良くする機能）は、2026-10-08 時点で試験サイト alpha.midjourney.com だけのテスト。正式に提供するかは決まっていない

画像の中の「文字」に強い画像AI。看板・ロゴ・図表づくりが得意。最新の 4.5 は何度直しても崩れにくい編集が売りで、ひとつ前の 4 は重みも公開。

• ◎ 画像内のテキスト描画がとにかく強い（看板・ロゴ・複数行の文字）
• ◎ Ideogram 4.5：公式が「最も精密な編集モデル」とうたう最新版。編集を重ねるたびに起きがちな画素のずれ・色の変化・質感の乱れを抑え、細部を保ったまま直し続けられる。API にも 4.5 の生成と精密編集（Precise Edit）がある
• ◎ Ideogram 4 は重みが公開されていて、自分の GPU でも動かせる（9.3B）
• ◎ JSON 形式のプロンプトで、構図・配色・タイポグラフィまで細かく指定できる
• ◎ 座標（バウンディングボックス）で被写体の置き場所を明示できる
• ◎ Ideogram 4 は最大 2048×2048、アスペクト比も自由に選べる
• △ 公式が重みの公開を明言しているのは Ideogram 4 まで。最新の 4.5 は Ideogram の Web サービスと API で使う版で、重みの公開は案内されていない（2026-10-09 時点）
• △ 公開されている重みのライセンスは「Ideogram 4 Non-Commercial」で、商用利用は不可（Hugging Face も承諾が必要な gated 公開）
• △ JSON プロンプト前提の設計なので、ふつうの文章プロンプトだけだと持ち味が出にくい

オープンソース画像生成の元祖。画像モデルの最新は今も Stable Diffusion 3.5 で、Stability AI の新作は音声・企業向けに軸足を移している。

• ◎ 完全オープンウェイトで、自分の PC やサーバーで動かせる
• ◎ 派生モデル・LoRA・拡張機能のエコシステムが最大規模
• ◎ ローカル実行なら画像も指示文も外部に出ない
• ◎ SD 3.5 は Large（81億パラメータ）/ Large Turbo / Medium（25億パラメータ）の3構成
• ◎ Medium は VRAM 9.9GB の一般的なコンシューマ GPU でも動く
• △ 商用ライセンスは年商100万ドル未満まで無料、超えると Enterprise 契約が必要
• △ 画像モデルの最終リリースは 2024-10 の SD 3.5（2026-08-30 に公式ニュース一覧で再確認。以降の画像モデルは出ていない）。2026 年の新作は Stable Audio 3.0（音声）と Brand Studio（企業向け）で、絵づくりの水準では FLUX.2 や Nano Banana 2 に見劣りする場面が増えた
• △ 会社の軸足は音楽・ゲーム・エンタメ向けへ移っている。2026-08-25 に総額7,600万ドルのシリーズ B を発表（累計調達 2億3,200万ドル）し、Electronic Arts・Sony Music Group・Universal Music Group・Warner Music Group・AMD Ventures などが出資した
• △ 「Stable Diffusion 4」「SD4 Ultra」を紹介する記事がネット上にあるが、Stability AI 公式ニュースにも公式 Hugging Face にも存在しない（2026-08-22 時点で未リリース）