画像生成フロンティアノート：FLUX.3、GPT-Image 2.5、Nano Banana 2を工程で読む

「きれいに描ける」だけでは制作を選べない

2026年の画像生成は、単発の絵を競う段階から、既存素材をどれだけ壊さず編集できるか、レイアウトや文字をどこまで扱えるか、何十回の反復をどの速度で回せるかへ判断軸が移っている。ここで重要なのは、提供者の「最高」「最先端」という宣言を順位表として受け取らないことだ。モデルは同じ名前でも製品UI、API、地域、プランで利用できる機能が違う。以下は2026-10-04に公式ページを実際に確認した内容だけを、制作工程の選択へ翻訳する。

1. 1意図と事実を分ける
2. 2ラフを複数生成
3. 3承認構図を選ぶ

1. 1局所編集と文字レイヤー
2. 2来歴・権利を確認
3. 3媒体別に検査

1. 1モデル比較
2. 2一枚の勝敗ではなく合格候補率と修正時間で測る

FLUX.3 Image：座標指定は「構図を検査できる」入口

Black Forest Labs のFLUX.3 Image公式ページでは、矩形の座標と要素説明を組み合わせた例、強いプロンプト追従、構図理解を紹介している。ページにはポスターの文字、複数人物のルックブック、分解図、雑誌表紙など、画像を単なる写真ではなく配置を持つ成果物として扱う例が並ぶ。公開ページで発表日を確認できなかったため、frontmatterの発表日は unknown とした。2026-10-02のHacker News上の観測は発見のきっかけであり、製品発表日を代用する根拠にはしない。

制作上の価値は、生成器へ「左上に見出し、右下に製品」と曖昧に頼むより、どの要素がどの領域を占めるかを仕様として残せる可能性にある。ただし座標ボックスはブランドとして正しいロゴ、実在する商品の寸法、正しい統計図表を保証しない。広告なら、生成は背景・人物・質感の探索に使い、ロゴ、価格、法的表記、数値は承認済みのレイヤーで置く。分解図のような画像も、部品の関係を生成結果だけで事実認定しない。

OpenAI：速度と精密編集を同じ製品名で混同しない

ChatGPT Images 2.5の発表は2026年9月8日付で、参照写真の主体保存、複数ターンの編集追従、より速い生成を説明する。APIには、一般的な高速・高ボリューム用途向けの GPT-Image-2.5 Flare と、長い生成時間と引き換えに編集精度を狙う Sunburst を案内する。発表の「最大50%低いレイテンシ」は GPT-Image-2 との提供者比較であり、任意のプロンプトやネットワーク環境での実測値ではない。

実務では、Flareをムード、構図、余白の候補探索へ、Sunburstのような精密寄り選択肢を承認後の製品画像・細部編集候補へ置く、と役を分けられる。どちらでも、出力が良く見えることと、変更してはいけない要素が保たれたことは別だ。編集前後を重ねて、人物の顔、製品輪郭、背景、文字、透明領域を点検する。OpenAIはC2PAメタデータと不可視の透かしにも触れているが、公開側が必要なラベルや同意を省略できる意味ではない。

Google：検索知識と画像制作を混ぜるほど、事実確認を強くする

GoogleのNano Banana 2発表は2026年2月26日付で、Gemini 3.1 Flash Imageとして、高速反復、主体一貫性、指示追従、文字と翻訳、Geminiのリアルタイム情報・画像検索との接続を説明する。ノートを図解に、表現をローカライズされた画像へ変える方向は、制作の入口を速くする。反面、検索由来の情報を含む図表や商品表現は、もっともらしい見た目でも正しいとは限らない。出典URL、数値、日付、翻訳された固有名は人が原典と照合する。

同じGoogleのImagen公式ページはImagen 4について、最大2K、速い選択肢、文字・タイポグラフィ、SynthIDを紹介すると同時に、小さい顔、細い構造、複雑な構成、中央揃えが不安定になり得ると明記する。これはモデル選択で特に有益な制約情報だ。細い線のインフォグラフィ、中央のロゴ、細かい顔が必要なら、生成結果を最終データにせず、ベクターや実写素材と合成する。

1. 1FLUX.3の配置指定
2. 2画面領域をラフで固定

1. 1GPT-Image系の反復
2. 2探索用と精密編集用を分ける

1. 1Nano Banana/Imagen系
2. 2知識・文字・翻訳を原典照合して採用

1. 1共通
2. 2決定的な文字/ロゴ/数値を後段レイヤーで確定

次に試す小さな比較

同じ架空商品の広告を使い、製品領域、人物領域、コピー領域を固定して候補を作る。評価は構図、主体保存、文字、局所編集、所要時間、合格候補率を各0〜2点にする。製品名、価格、注意書きは生成に採点させず、必ず正しいレイヤーを合成する。人物参照を使うなら利用権と同意を確認し、入力・出力・設定を保存する。性能宣言を読むだけでは、自分の工程にどのモデルが速いかは分からない。小さく比較し、失敗の種類まで記録して初めて、画像モデルは制作上の判断材料になる。

新しさの境界

このノートの2026-10-04観測には、直近1か月の範囲に入る2026-09-08の OpenAI 発表が含まれる。それでも品質、速度、権利の独立測定ではなく発表として読む。現在の frontier の問いは、画像システムが revision state を検査可能にするかである。input asset、edit operation、結果、採用理由を残す。コミュニティ roundup はローカルツールの摩擦を見付けられるが、モデルの事実は必ず提供元へ戻す。

Stable Diffusion 3.5 は2024年の履歴的比較点として残す。その発表は、上で扱う2026年 frontier product の availability、editing contract、release cadence を示さない。