画像生成AIとは？意味・仕組みと主なツールの無料プラン・料金（2026年10月時点）

ひとことで言うと

画像生成AIは文章で書いた指示（プロンプト）や手元の画像をもとに、新しい画像を作り出すAIだ。文章や音声も含めて新しいコンテンツを作る生成AIのうち、画像を作るものを指す。

身近な例でいえば、「窓辺に置いた観葉植物、朝の光、写真風」と書くと、その場面の画像が返ってくる。手元の商品写真を渡して「背景を白にして」と頼み、画像を直させる使い方もある。

仕組み

画像を作る方式の1つに、拡散モデルがある。2020年6月に Jonathan Ho らが発表したDDPM の論文は、データに少しずつノイズを足していき、元の情報が消えるまで進める過程を逆向きにたどるよう、モデルを学習させると説明している。流れをまとめると次のとおりだ。

1. 学習：たくさんの画像に、少しずつノイズ（ざらざらした乱れ）を足していく。
2. 学習：ノイズが足された画像から、ノイズを取り除く手順をモデルに覚えさせる。
3. 生成：ノイズだけの状態から、覚えた手順で少しずつノイズを取り除き、画像を組み立てる。
4. 指示の反映：取り除くときに、プロンプトの文章を手がかりとして与え、文章に合った画像に近づける。

拡散モデルには計算が重いという課題があった。2021年12月の潜在拡散モデル（LDM）の論文は、画素のまま学習すると数百 GPU 日（GPU は AI の計算に使う半導体）かかることがあると書いている。この論文は画像を小さな表現に圧縮してから拡散モデルを動かし、計算の量を大きく減らした。文章や枠の指定を手がかりに生成する仕組みも加えている。

文章の理解を担う部分も画像の質を左右する。2022年5月の Imagen の論文は、文章だけで学習した大きな言語モデル（LLM）を文章の読み取りに使った。言語モデルを大きくするほうが、画像の拡散モデルを大きくするより、画質と文章との一致が高まったと報告している。

拡散モデルとは別の方式もある。2021年2月の DALL·E の論文は、文章と画像を細かい単位（トークン）に分け、1つの並びとして順に予測するモデルで画像を作った。

文章だけでなく、画像や動画を入力に使えるツールもある。Google の Gemini API のドキュメントは、Nano Banana を Gemini のネイティブ画像生成機能の名称と説明している。テキスト、画像、動画、その組み合わせを使い、会話の形で画像を作り、直していけるという。

表で見る最新の状況

上の表は、TRAIL が掲載している画像生成の4つのツールの、無料プランの有無、最も安い有料プラン、日本語の画面の有無を並べたものだ。料金の確認日は2026年10月10日から10月24日。

Nano Banana は無料プランが「あり」で、最も安い有料プランは Google AI Plus の725円/月だ。無料プランでは Nano Banana 2 を使え、Nano Banana Pro は制限付きになる。Adobe Firefly も無料プランが「あり」で、毎日の無料生成枠に上限がある。最も安い有料プランは Firefly Standard の月額1,580円（米国は$9.99）だ。

Midjourney は無料プランが「なし」で、最も安い有料プランは Basic の$10/月（年払いは月$8）だ。画面は英語のみになる。FLUX も無料プランが「なし」で、API の従量課金で使う。FLUX 3 Image は1Kで1枚$0.048だ。

4つのうち、無料で試せるのは Nano Banana と Adobe Firefly の2つだ。日本語の画面に対応しているのもこの2つで、Nano Banana は画像の中の文字も日本語で作れる。

自社のシステムから API（プログラムから呼び出す窓口）で使う場合の料金も DB にある。Gemini API の Nano Banana 2.1 は1K画像あたり約0.0336ドルで、無料枠はない。

上の年表は画像生成の主な出来事を並べたものだ。2022年7月に Midjourney がオープンベータを開始し、2023年3月21日に Adobe Firefly がベータ公開された。2023年10月19日には ChatGPT で DALL·E 3 を提供している。

TRAIL の年表では、Nano Banana は2025年8月26日の Gemini 2.5 Flash Image から、続けてモデルを出している。2025年11月20日に Nano Banana Pro、2026年2月26日に Nano Banana 2、2026年10月6日に Nano Banana 2.1 が公開された。FLUX も2024年8月1日の FLUX.1、2025年11月25日の FLUX.2 に続き、2026年10月1日に FLUX 3 Image を出した。2026年10月の最初の1週間に、FLUX 3 Image と Nano Banana 2.1 が続けて出ている。

画像の生成と画像の編集の違い

表の4つのツールはどれも新しく作る機能と、手元の画像を直す機能の両方を持つ。Gemini API のドキュメントは、前者をテキストから画像への変換、後者をテキストと画像から画像への変換として分けている。

Gemini API のドキュメントは、画像を何度も直すときは、会話を続けながら頼む方法を勧めている。

仕事でどう関係するか

資料やSNSの画像を用意するとき

挿絵やバナーの案を、デザイナーに頼む前に自分で作れる。文字の入った画像も作れ、Gemini API のドキュメントは、Nano Banana がインフォグラフィック、メニュー、図表などに読みやすい文字を入れられるとしている。

社内勉強会の告知バナーを作ってください。
横長16:9、白い背景に青を基調にしたシンプルなデザイン。
中央に「生成AI入門 11月20日 15時から」と日本語で大きく入れてください。

作った画像を会社の販促に使うとき

商用利用の条件はツールと契約で違う。Midjourney の商用利用のページによると、作った画像と動画は解約しても利用者のものだ。ただし、年間の総収入が$1,000,000を超える会社で使うには、Pro か Mega の契約が要る。DB では Pro が$60/月（年払いは月$48）だ。

Adobe Firefly は、2023年9月13日に商用利用向けに一般提供された。Adobe の Firefly の FAQ は、Beta の表示がない機能の出力を商用のプロジェクトに使えるとしている。ベータ版の機能の出力も、製品の中で特に書かれていない限り商用に使えるという。ただし Firefly の中で選べる他社のモデルについて、Adobe のパートナーモデルのページは、プロジェクトに合うかを判断するのは利用者の責任だとしている。

Google 利用規約は、ユーザーが生成したオリジナルのコンテンツについて、Google は所有権を主張しないとしている。この規約に、生成したコンテンツの商用利用を名指しした記載はない。FLUX は、重みが公開されたモデルの使用条件が種類ごとに違う。Black Forest Labs の Hugging Face のモデルカードによると、FLUX.2 [klein] の 4B は Apache 2.0、9B は非商用のライセンスで公開されている。

社外の写真やロゴを入れて直すとき

編集の機能に他人の写真やロゴを渡す前に、権利を確かめる。Gemini API のドキュメントは、アップロードする画像に必要な権利をすべて持っているかを確かめるよう求めている。他人の権利を侵害するコンテンツを作らないことも求めている。

どのツールを契約するか決めるとき

まず無料プランのある Nano Banana か Adobe Firefly で試し、足りなければ有料プランを比べる順番が取れる。比較は画像生成AIの比較表と、Midjourney・Nano Banana・Adobe Firefly の違いにまとめている。

注意点と限界

• 著作権の扱いについて、Midjourney と Adobe はどちらも専門家への相談を勧めている。Midjourney は著作権について助言できないとし、国ごとに法律が違うため弁護士などへの相談を勧めている。Adobe も、生成AIに関する法律は各地で急速に変わっているとし、地域の法務の専門家への相談を勧めている。
• 日本では、文化庁の文化審議会 著作権分科会 法制度小委員会が、2024年3月に「AIと著作権に関する考え方について」（2024年3月15日付）を取りまとめた。文化庁のページは、生成AIと著作権についての判例と裁判例の蓄積がないことを背景に挙げている。文化庁は2024年7月31日付で、立場ごとの取り組みを紹介するチェックリスト＆ガイダンスも作成した。
• 作った画像には、AIで作ったことを示す印が付くことがある。Gemini API のドキュメントによると、Nano Banana で生成したすべての画像に SynthID の透かしが埋め込まれる。Adobe は特定の種類の書き出しで、Content Credentials を自動で付けるとしている。
• 学習に使った素材は、ツールで説明が違う。Adobe は Firefly のモデルを、パブリックドメインのコンテンツと Adobe Stock などのライセンス済みのコンテンツで学習したと説明している。

よくある質問

関連する用語

• 生成AI：画像、文章、音声などを新しく作るAI全体
• マルチモーダル：文章、画像、音声など複数の種類のデータを扱うこと
• オープンウェイト：FLUX の一部のように、モデルの重みが公開されていること
• プロンプトエンジニアリング：AIへの指示の書き方を工夫すること
• AIのAPI：自社のシステムから画像生成のモデルを呼び出す窓口
• ツール：Midjourney、Nano Banana、Adobe Firefly、FLUX
• 使い方：Midjourney の使い方、Nano Banana の使い方、Adobe Firefly の使い方
• 比較：画像生成AIの比較表、Midjourney・Nano Banana・Adobe Firefly の違い