OpenRouter、GoogleのGemini画像モデル「Nano Banana」による画像編集APIを公開　コードからの段階的編集に対応

要点

• OpenRouterは2026年9月9日、GoogleのGemini画像モデル群を活用し、プログラムコードから自然言語で画像編集を行うAPIの仕様とチュートリアルを公開した。

• 「Nano Banana 2（google/gemini-3.1-flash-image）」をはじめとする4種類のモデルに対応し、単一のエンドポイント経由でモデルの切り替えが可能となっている。

• 編集元の画像はBase64形式のデータURLまたは公開HTTP(S) URLで指定可能で、PNGやJPEGなど5種類のファイル形式を受け付ける。

• 変更内容と保持する要素をプロンプトで明示し、編集後の画像を次の入力へ渡すことで、段階的に変更を積み重ねる手法が推奨されている。

• AIモデルのルーティングプラットフォームを提供するOpenRouterは2026年9月9日、GoogleのマルチモーダルAI「Gemini」の画像モデル群を利用して、プログラムコード上から自然言語指示による画像編集を実行できるAPIの仕様および実装手順を公開した。開発者は単一のAPIエンドポイントを経由してリクエストを送信することで、指定した元画像とテキスト指示に基づいた編集結果を取得できるという。

4つのモデルで構成される「Nano Banana」シリーズ

今回の発表によると、GoogleのGemini画像モデル群には「Nano Banana」というニックネームが付けられている。同シリーズには用途や要件に応じた4つのモデルが用意されているという。

チュートリアル内で標準モデルとして位置づけられているのが、高速処理を特徴とする「Nano Banana 2」（モデル識別名：google/gemini-3.1-flash-image）である。このほか、シリーズの中で最も低価格かつ高速に動作する「Nano Banana 2 Lite」（google/gemini-3.1-flash-lite-image）、処理速度よりも出力品質の高さを重視した「Nano Banana Pro」（google/gemini-3-pro-image）、そしてニックネームの由来となった旧世代モデルの「Nano Banana」（google/gemini-2.5-flash-image）がラインナップされている。

単一インターフェースによるリクエスト仕様

OpenRouterは、新規に画像を生成する「画像生成」と既存の画像に変更を加える「画像編集」を明確に区別して定義している。画像編集では必ずソースとなる入力画像が必要となり、リクエスト本文の中に元画像と編集指示のテキストを同梱して送信する仕組みとなっている。

API呼び出しは https://openrouter.ai/api/v1/images に対してJSON形式のPOSTリクエストを行う。リクエストのボディには、利用するモデル名を指定する model、編集内容を記述する prompt、そして元画像を指定する input_references の3つの主要フィールドが含まれる。OpenRouterの統一インターフェースを採用しているため、model フィールドの記述を変更するだけで、他の編集対応モデルへ容易に切り替えることが可能であると説明されている。

入力方式と対応画像フォーマット

編集対象となる元画像の指定方法としては、Base64（バイナリデータをテキスト形式に変換するエンコード方式）によるデータURLと、Web上に公開されているHTTPまたはHTTPSのURLの2通りがサポートされている。ローカル環境に存在するファイルや非公開の画像データを送信する場合はBase64形式を用い、すでにホスティングされている公開画像の場合はURLを直接渡す運用が示されている。公開画像のURLを直接指定することで、リクエスト全体のデータサイズを抑えることができるという。

入力可能な画像フォーマットとして、Geminiモデルは image/png、image/jpeg、image/webp、image/heic、image/heif の5種類を受け付けるとしている。ただし、利用するモデルごとに対応フォーマットが異なる場合があるため、事前に各モデルの仕様を確認する必要があると案内されている。

レスポンスの取得と開発環境

APIからのレスポンスはJSON形式で返却され、編集後の画像データは data 配列内の b64_json フィールドにBase64文字列として格納される。開発者はこのBase64データをデコードし、ローカルディスクへバイナリファイルとして保存することで編集結果を取得できる。

実装環境としては、HTTPリクエストを送信できる任意のクライアントが利用可能とされており、Pythonの requests ライブラリやTypeScriptの fetch APIを用いた実装例が提示されている。また、標準的なHTTPクライアントだけでなく、公式に提供されているOpenRouter SDK（Python環境では pip install openrouter で導入可能）に用意された画像リソースメソッドを用いても同様の処理が可能であるという。認証にはOpenRouterのAPIキーを使用し、Authorizationヘッダーに設定する仕様となっている。

編集プロンプトの設計手法と段階的な更新

チュートリアルでは、画像編集におけるプロンプト記述の要点についても解説されている。全体を一から描き出す画像生成のプロンプトとは異なり、画像編集のプロンプトでは「何を変更し、何をそのまま維持するか」を明確に指示する必要があるとしている。具体的には、まず変更したい要素を記述し、その後に維持すべき要素を付け加える手法が推奨されている。具体例として、手の位置や背景を保ったまま手元のマグカップをオレンジジュースに変更する指示や、被写体をそのままに背景のみを雪の夜道へ差し替える指示などが挙げられている。

さらに、複雑な編集を行う際の手法として「小さなステップでの編集」が提示されている。一度のリクエストで複数の変更を指示するのではなく、1回のリクエストにつき1つの変更指示を与え、生成された編集後の画像を次のリクエストのソース画像として再入力することで、段階的に変更を積み重ねていく運用が効果的であると説明している。

モデル選定と運用上の注意点

OpenRouterの画像モデルカタログは頻繁に更新が行われており、新規モデルの追加や既存モデルの非推奨化、利用価格の改定などが随時発生するという。そのため、システムを構築する際には、指定しようとしているモデルが画像入力に対応しているか、また目的の編集機能を備えているかを事前に確認することが推奨されている。