BananaBanana完全ガイド：全7種類のAIモデル・料金・機能を徹底解説

BananaBananaは、1つの米ドル（USD）残高でGoogleの7つの最新AIモデルを自由に使い分けられる、完全従量課金制のAI画像・動画生成プラットフォームです。利用できるのは、画像生成用の「Nano Banana」3モデル、動画生成用の「Veo 3.1」3モデル、そして「Gemini Omni Flash」の計7つ。煩わしい月額サブスクリプションやクレジットカードの登録、複雑なGoogle Cloudの設定は一切不要。暗号資産（仮想通貨）で残高をチャージし、生成に成功した分だけ支払う仕組みです。

他サービスと比較検討中の方に向けて、まずは要点をまとめました：

• 画像生成：モデルや解像度（512pxから4Kまで）に応じて、1枚あたり$0.03〜$0.20。
• 無音動画：Veo 3.1 Liteを使用した場合、4秒間（720p）のクリップが最低$0.10から。
• 音声付き動画：Veo Lite layoutで$0.18から。Gemini Omni Flashは常に音声付きで1秒あたり$0.10（1クリップ$0.30〜$1.00）。
• チャージ方法：20種類以上の暗号資産およびステーブルコインに対応。クレジットカード不要、サブスクなしのため、解約の手間もありません。
• コントロール機能：シード値、ネガティブプロンプト、参照画像、開始/終了フレーム、クリップ延長などを網羅。Google APIが提供する高度なパラメータ設定を、直感的なウェブUIからそのまま操作できます。
• 新規アカウントには$0.20の初回お試し残高が付与されます。また、生成に失敗した場合は自動的に全額返金されます。

ローンチ当日に公開した最初の記事は、正直なところ、わずか3つの箇条書きと今後の約束が書かれているだけのものでした。しかし、2026年7月現在、私たちは約束を果たしました。この記事に掲載しているすべてのサンプル画像や動画は、実際にプラットフォーム上で生成されたものです。進化したプラットフォームの全貌をご紹介します。

BananaBananaで何が作れる？

作れるのは、実用的なあらゆるバリエーションを網羅した高品質な画像とショート動画です。

画像生成は、アイデア出しに最適な512pxのクイックドラフトから本格的な4Kエクスポートまで対応。アスペクト比は、定番の正方形（1:1）からシネマティックな（21:9）まで10種類から選択できます。商品やキャラクターのデザインをシリーズ全体で統一したい場合は、参照（リファレンス）画像を添付することも可能。最安モデルなら数秒で完了し、最高峰モデルでも30秒ほどで仕上がります。

動画生成には、対照的な2つのアプローチ（モデル群）を用意しています。 1つ目は、自由なコントロールが強みの「Veo 3.1」ファミリー。秒数（4秒、6秒、7秒、8秒）や最大4Kの解像度を正確に指定でき、オーディオ（BGMや効果音）の有無も切り替えられます。手持ちの画像を開始フレームに指定したり、終了フレームを固定したり、完成したクリップをさらに7秒間延長することも可能です。同じ画像を開始と終了に設定すれば、滑らかなループ動画も作れます。 2つ目は、対極の体験を提供する「Omni Flash」。解像度は720p固定、常に音声付きで、3〜10秒間（1秒単位の従量課金）で生成されます。こちらは、プロンプトを最初から書き直すのではなく、自然な言葉で変更点を指示しながらブラッシュアップしていくスタイルです。

よくある簡易的なAI生成ツールとの大きな違いは、プロンプト入力欄だけでなく、GoogleのAPIが持つパラメータのほぼすべてをユーザーに開放している点です。シード値、ネガティブプロンプト、プロンプト自動最適化のオン/オフ、10種類のアスペクト比、被写体参照、開始/終了フレーム、クリップ延長、オーディオスイッチ。私たちは「必要な設定項目が隠されていて、思い通りの調整ができず断念した」というクリエイターの不満をよく知っています。だからこそ、当社のジェネレーターではこれらを隠しません。 ただし、現時点での正直な課題も共有しておきます。現在の画像生成では、リアルタイムデータ（天気図など）を画像に反映させる「Google検索グラウンディング」機能にはまだ対応していません。

また、モデル自体の性能だけでなく、使いやすさを支えるインフラも整えています。プロフィール画面での生成履歴確認、Google側のエラーに対する全自動返金システム、そして11言語に対応したインターフェースなど、地味ながらも重要な機能をしっかり実装しています。

Nano Banana 画像生成モデル：Lite、Standard、Pro

3つの画像生成モデルはすべてGoogleの「Nano Banana」ファミリーを採用しており、目的別に分かりやすく整理されています。「Lite」は大量生成向け、「Nano Banana 2」は高解像度が必要なとき向け、そして「Pro」は細部までじっくり見せたい本番用のグラフィック向けです。

言葉で説明するよりも、実際の生成例を見ていただくのが一番です。同じプロンプト（「夕暮れ時、雨に濡れた市場のカウンターに置かれた、リアルなバナナソーダの瓶。紙のラベルには『BANANA SODA』と書かれている」）を3つのモデルで出力してみました。

「Lite」（$0.03）は、全体の雰囲気やメイン of 英字ロゴを完璧に捉えていますが、ラベルの下部にある小さな文字の描写は諦めています。ズームして細部を見ないようなイラストであれば、これで十分実用に足るクオリティです。

「Nano Banana 2」（1Kで$0.06）は、ラベルに描かれた架空の「EST. 1974」や容量マークに至るまで、完全に読み取れる文字をレンダリングしています。また、背景の街並みもより広く描写されています。ただし、背景に描かれた看板の文字は少し不自然に崩れています。

「Pro」（$0.11）は、タイポグラフィと光の表現において圧倒的です。影のついた鮮明なレトロ文字と、その下の美しい筆記体を完璧に描写しています。面白いことに、Proモデルでも自分で考案したサブタイトルを「Small Balch」（正しくはBatchと思われる）と書き間違えています。画像生成AIの文字描写能力は大幅に向上しましたが、最終的なスペルチェックは依然として人間の重要な役割です。

また、私たちは「Lite」モデルを実際の業務フローで1週間運用し、低価格モデルで十分対応できる用途について詳しく検証した記事も公開しています。コストパフォーマンスを重視する方はぜひ参考にしてください。

Veo 3.1 動画生成モデル：Standard、Fast、Lite

「Veo 3.1」ファミリーの3つのティアは、ジェネレーター上で共通の操作オプションを使用しますが、価格の違いは物理挙動や細やかな動きといった生成クオリティに直結します。GoogleのVeo公式ドキュメントによると、このファミリーは標準で音声生成、画像から動画への変換（Image-to-Video）、最大4K解像度に対応しています。当プラットフォームのAPI経由でもそれを確認していますが、システム上の注意点として「Veo 3.1 Lite」の最大解像度は1080pとなっています。

以下の料金は、4秒から8秒のクリップを生成した場合の価格帯です：

上のクリップは「Veo 3.1 Fast」で生成したものです。黄金に輝く時間帯（ゴールデンアワー）の朝食テーブルを無音で6秒間ゆっくりとズームイン（ドリーイン）する様子を描いています。720pで生成コストは$0.52でした。立ち上る湯気や揺れるカーテンに注目してください。こうした自然で説得力のある動きこそが、安価な他の動画AIモデルとVeoを明確に隔てるポイントです。そして「Fast」なら、「Standard」の3分の1のコストでその表現力をほぼ維持できます。

動画は通常、数分で完成します。Google側のサーバー負荷が高い場合、プラットフォームは自動的に最大4回まで再試行（リトライ）を行います。お待ちいただいている間は、画面上にリトライ回数が表示されます。それでも生成できなかった場合は、全額返金されます。また、セーフティフィルターに引っかかって結果が出力されなかった場合も同様です。完全にブロックされた場合は全額返金、一部制限された場合は制限の度合いに応じてプロポーショナルに（割合に応じて）返金されます。

数ヶ月にわたり運用してきた私のおすすめの使い分けは次の通りです。ストーリーボード（絵コンテ）やSNS用のラフ作成には「Lite」、普段使いのメイン機には「Fast」、水や布のリアルな質感、物理的な衝突シーンを描写したいとき、あるいは納品スペックとして4Kが必須なときには「Standard」が最適です。

Omni Flash：対話形式で編集できる音声付き動画モデル

「Gemini Omni Flash」は、少しユニークな立ち位置のモデルです。Googleが2026年6月30日に一般公開プレビューとしてリリースしたもので、出力は720p/24fps固定、常にサウンドトラックが生成され、動画の長さは3秒から10秒（Googleのドキュメントには記載がありませんが、秒単位で手動設定可能）です。BananaBananaでの価格は1秒あたり$0.10で、3秒のテストは$0.30、10秒のフル動画は$1.00となります。また、開始フレーム、キャラクターや製品の参照画像（最大10枚）、またはその両方を同時に送信できます。

この動画は、ぜひ音声をオンにして再生してください。このパンケーキのクリップは、1回の「Omni Flash」生成のみで作られています。テキストプロンプトで「パンケーキの山にメープルシロップを注ぐ様子」を指定し、さらに「1カットの継続的なショット、カット割りなし」（指示しないと、Omniは勝手に余計なカットを追加しがちです）という明示的なルールを追加しました。そして「Audio:（音声）」の行を設け、「静かな台所の環境音を背景に、シロップが優しく注がれる音」を要求しました。別途オーディオ編集を行う必要はありません。動画の長さは、AIが自動的に10秒を選択しました。

このクリップ作成から得られたプロンプトの教訓をご紹介します。Omniは最初のフレームで既に発生している状態を維持する傾向があり、動画の後半で発生するように時間指定したアクションは省略してしまいがちです。最初のテストでは「動画の中盤あたりでパンケーキをひっくり返す」と指示したところ、3回連続で10秒間動きのない映像が出力されました。成功したバージョンでは「シロップが最初のフレームから既に注がれており、そのままクリップ全体で流れ続ける」という書き方に変更しました。アクションをタイムライン（時間経過）として書くのではなく、現在進行形として記述するのがポイントです。

この価格を十分に正当化する強力な機能が「編集」です。Omni動画に限らず、完成したすべての動画に「編集」ボタンが表示されます。「夜のシーンに変更し、他の部分はそのまま維持して」のように変更内容を指示し、秒数分の料金を改めて支払うと、元の映像の大部分を維持したまま、指示に合わせた修正版を再生成します。自分でアップロードした動画も使えるので、Veoで作ったクリップやスマホで撮った映像をOmniで作り変えることも可能です。仕上がりの長さは常に元の動画と同じになります。万が一、Google側で元のインタラクション情報が期限切れになっていた場合は、返金処理が行われ、動画には「期限切れ」のマークが表示されます。プレビューAPIがサポートしていない制限事項などを含め、モデルのより詳細な仕様については、Omni Flash APIレビューで詳しく解説しています。

決済と返金の仕組み

お使いの残高は米ドル（USD）ベースで管理され、生成に成功した時のみ減算されます。ウェブ版でのチャージは「0xProcessing」を介した暗号資産決済に対応しています。BTC、ETH、SOL、TON、BNB、LTC、TRX、XRP、DOGE、BCH、さらにはERC-20、BEP-20、Solana、TON、Baseの各ネットワーク上のUSDT、USDC、DAI、TUSDといったステーブルコインが利用可能です。20種類以上の豊富な選択肢がありますが、実際のユーザーの多くは、手数料が非常に安く処理が速いTONやSolanaなどのネットワーク上のステーブルコインを利用しています。初めて送金を行う方向けに、暗号資産でのチャージ方法ガイドも用意しています。

登録はメールアドレスのみで完了し、すぐに$0.20の無料クレジットが付与されます（Liteモデルでの画像生成3回分に相当）。また、プロモコードをお持ちの場合は、一度有効化すれば、その後のすべてのチャージに10%のボーナスが上乗せされます。チャージ額に応じたボーナスも用意されており、$50以上のチャージで+5%、$100以上で+10%が付与。これらは重複して適用されるため、有効なプロモコードを適用した状態で$100をチャージすると、残高には$120が反映されます。

クレジットカードの入力フォームはありません

本サービス上には、クレジットカード情報を入力する画面は一切存在しません。アカウント作成時も、決済時も不要です。もしあなたが「1つのプロジェクトのためだけにAIツールをサブスク契約したのに、解約ボタンが設定の奥深くに隠されていたせいで、使ってもいないのに4ヶ月分も自動課金され続けた」という苦い経験をお持ちなら、この仕様の重要性をすぐにご理解いただけるはずです。チャージされた残高は、あなたが使うまでそのまま保持されます。残高がゼロになっても、勝手に引き落とされることはありません。

一方で、正直にお伝えしておくと、クレジットカードが使えないということは、現在法定通貨での直接支払いができないというデメリットでもあります。そのため、暗号資産を準備していただく必要があります。たとえば、TONネットワーク上の$10分のステーブルコイン送金であれば、手数料はわずか数セント、初回でも約5分（2回目以降は数秒）で完了します。

「なぜクレジットカードのフォームを一切置かないのか」および「画像あたり課金と月額サブスクリプションの比較」についても、別記事で詳しくまとめています。 また、ここで返金ロジックについて明確に説明しておきます。生成系APIのエラー率は、世間で宣伝されているよりも高いのが現実です。そのため、生成が失敗に終わった場合は、自動的に全額を即時返金します。サポートへの問い合わせ（チケット作成）は一切必要ありません。詳細な料金プランについては、価格セクションをご覧ください。

Telegramへの対応は？

現在「Telegram Mini App」を開発中であり、ロードマップにおける最重要項目となっています。具体的には、ボットを開くだけでTelegramアカウントを使って自動ログインが完了し、パスワード入力やメール確認の手間がなくなります。チャージ方法は、Telegram Stars、TON、またはTONネットワーク上のUSDTに対応。これにより、暗号資産取引所を触りたくないという方でも簡単に利用できるようになります。 さらに、生成が完了するとボットからメッセージが届くため、動画の生成を開始した後にアプリを閉じ、完成通知を待つだけでよくなります。進捗バーをじっと監視し続ける必要はありません。

これらの機能の一部はすでに社内テスト段階に入っていますが、まだ一般公開はされていません。そのため、本セクションは現時点では「開発中のロードマップ」としてご理解ください。それ以外の本記事で紹介した機能は、すべてウェブ版で今すぐご利用いただけます。

紹介プログラム：チャージ額の5%〜15%を報酬として還元

プロフィール画面から、最大3つのプロモコードを作成できます。あなたの紹介コードを登録したユーザーは、すべてのチャージ時に+10%のボーナス残高が上乗せされ、あなたは紹介したユーザーのチャージ額に応じたコミッション（報酬）を受け取ることができます。報酬率は初期状態で5%、紹介経由の累計チャージ額が$1,000を超えると10%、$2,000を超えると15%にアップします。コードは一度登録されるとユーザーアカウントに紐づくため、初回だけでなく、それ以降のすべてのチャージに対して自動的にボーナスと報酬が適用され続けます。

ここで正直な注意点（制限）が2点あります。自身のコードをご自身で適用することはできません。また、同じネットワーク（同一IPアドレスなど）から登録されたアカウントは報酬の対象外となります。不正防止システムが厳格に運用されているため、あらかじめご了承ください。

よくある質問（FAQ）

BananaBananaでのAI画像生成の料金はいくらですか？

Nano Banana 2 Lite（1K）またはNano Banana 2（512px）を使用した画像1枚あたり$0.03から、Nano Banana Proでの4K高画質画像の$0.20までとなっています。月額サブスクリプションはなく、事前にチャージした残高から画像1枚ごとに支払う仕組みです。

無料トライアルはありますか？

すべての新規アカウントには最初から$0.20のクレジットが付与されており、最も安価なモデルであれば6枚の画像を生成できます。登録に必要なのはメールアドレスのみで、クレジットカード情報の入力は不要です。

クレジットカードの登録やサブスクリプションは必要ですか？

いいえ、必要ありません。当プラットフォームにはクレジットカードの登録画面も、月額サブスクリプションプランもありません。暗号資産をドル（USD）建ての残高にチャージして生成ごとに支払う仕組みであり、使っていない残高が失効したり、自動で追加課金されたりすることはありません。

どの暗号資産（仮想通貨）に対応していますか？

BTC、ETH、SOL、TON、BNB、LTC、TRX、XRP、DOGE、BCHに対応しており、さらにステーブルコインであるUSDT、USDC、DAI、TUSD（ERC-20、BEP-20、Solana、TON、Baseの各ネットワーク）に対応しています。また、開発中のTelegram Mini Appでは、Telegram Starsでの支払いにも対応する予定です。

音声付きのAI動画を生成することはできますか？

はい、2つの方法があります。1つは「Veo 3.1」モデルで音声のトグルスイッチを有効にする方法（Veo Liteで音声付きの4秒クリップなら$0.18から）。もう1つは「Gemini Omni Flash」を使用する方法で、こちらは1秒あたり$0.10で常に音声付き動画が生成されます。

生成が失敗した場合はどうなりますか？

生成にかかる全額が自動的にアカウント残高に即時返金されます。動画生成の場合、システム負荷によるエラーが発生した際は自動的に最大4回まで再試行を行います。また、Googleのセーフティフィルターによって出力が部分的に制限された場合は、制限された分に比例して返金が行われます。