Nano Banana 2 APIでPNG画像を出力する3つの方法：4K画像を30MBから8MBに圧縮する真相

title: Nano Banana 2 API の画像出力：PNGとJPEGの判別と4K画像軽量化の秘密
description: Nano Banana 2 API で PNG 形式の画像を取得する方法と、AI Studio の 4K 画像サイズが 30MB から 8MB へと劇的に軽量化された技術的な理由を解説します。

作者注：Nano Banana 2 API がなぜ JPEG ではなく PNG 形式で画像を出力するのか、そして AI Studio の 4K 画像の容量が 30MB から 8MB へと急減した技術的な背景について解説します。Vertex AI と AI Studio におけるフォーマット制御の違いについても網羅しています。

多くの開発者が Nano Banana 2 API を使用して画像を生成する際に直面する疑問があります。API が返すのは base64 データですが、保存すると PNG なのか JPEG なのか？ さらに不可解なのは、同じ 4K 解像度でありながら、AI Studio で生成される画像の容量が以前の 30MB 超から 8MB 前後にまで激減したことです。本記事では、API の基盤メカニズムから、フォーマット制御と容量変化の真相を徹底的に解明します。

核心的価値: 本記事を読めば、Nano Banana 2 API で PNG 形式の画像を出力する正しい方法と、4K 画像の容量が縮小した根本的な理由を理解できます。

Nano Banana 2 API 画像出力フォーマットの核心ポイント

まず重要な事実を明確にしましょう。Nano Banana 2 API が返す画像データは base64 エンコードされていますが、base64 は単なる転送用のエンコード方式であり、実際の画像フォーマットを決定するのは基盤となるバイトデータです。

Nano Banana 2 API 画像出力の基盤メカニズム

Nano Banana 2（モデル ID：gemini-3.1-flash-image-preview）の画像出力は inlineData オブジェクトを通じて返され、構造は以下の通りです。

{
  "candidates": [{
    "content": {
      "parts": [{
        "inlineData": {
          "mime_type": "image/png",
          "data": "<BASE64_IMAGE_DATA>"
        }
      }]
    }
  }]
}

ここで、Google 公式にも確認されているバグ（GitHub Issue #1824）があります。レスポンスの mime_type フィールドは image/png と宣言されていますが、デコード後のバイトデータは JPEG 形式である場合があります。つまり、API が返す MIME タイプを鵜呑みにせず、ファイル先頭の「マジックバイト」で実際のフォーマットを判断する必要があります。

判断方法は非常にシンプルです。JPEG のファイルヘッダーは \xff\xd8、PNG のファイルヘッダーは \x89PNG\r\n\x1a\n です。

Nano Banana 2 API で PNG 形式の画像を出力する3つの方法

この記事では、確実に「本物の PNG 形式」の画像を取得する方法を解説します。

方法1：クライアントサイドでの Python 変換（AI Studio 推奨）

AI Studio の Gemini API はサーバーサイドでのフォーマット指定をサポートしていないため、クライアントサイドで変換するのが最も確実な方法です。

import base64
from PIL import Image
from io import BytesIO

# Nano Banana 2 を呼び出して画像を生成
from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=["日向で居眠りをする茶トラ猫"],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            image_size="4K",
            aspect_ratio="1:1"
        ),
    )
)

# PNG 形式で保存（API がどの形式を返しても強制的に変換）
for part in response.parts:
    if image := part.as_image():
        image.save("output.png", format="PNG")  # PNG としてロスレス保存を強制

ポイントは image.save("output.png", format="PNG") で format="PNG" を明示的に指定することです。format 引数を省略すると Pillow は拡張子から形式を推測しますが、明示的に指定する方がより安全です。

import base64
from PIL import Image
from io import BytesIO

def detect_and_save(base64_data: str, output_path: str, target_format: str = "PNG"):
    """
    base64 画像の実際の形式を検出し、変換して保存する
    """
    image_bytes = base64.b64decode(base64_data)

    # マジックバイトで実際の形式を検出
    if image_bytes[:2] == b'\xff\xd8':
        actual_format = "JPEG"
    elif image_bytes[:8] == b'\x89PNG\r\n\x1a\n':
        actual_format = "PNG"
    elif image_bytes[:4] == b'RIFF':
        actual_format = "WEBP"
    else:
        actual_format = "不明"

    print(f"API が返した実際の形式: {actual_format}")
    print(f"元のデータサイズ: {len(image_bytes) / 1024 / 1024:.2f} MB")

    # Pillow で開き、ターゲット形式に変換
    img = Image.open(BytesIO(image_bytes))
    print(f"画像サイズ: {img.size[0]}x{img.size[1]}")

    if target_format == "PNG":
        img.save(output_path, format="PNG", optimize=True)
    elif target_format == "JPEG":
        img.save(output_path, format="JPEG", quality=95)
    elif target_format == "WEBP":
        img.save(output_path, format="WEBP", quality=90)

    import os
    saved_size = os.path.getsize(output_path) / 1024 / 1024
    print(f"保存後のファイルサイズ: {saved_size:.2f} MB ({target_format})")

方法2：Vertex AI によるサーバーサイドでのフォーマット制御

Vertex AI を使用して Nano Banana 2 を呼び出す場合は、リクエスト内で直接出力形式を指定できます。これが唯一のサーバーサイドでの制御方法です。

import os
from google import genai
from google.genai import types
from google.genai.types import HttpOptions

os.environ["GOOGLE_CLOUD_PROJECT"] = "your-project-id"
os.environ["GOOGLE_CLOUD_LOCATION"] = "global"
os.environ["GOOGLE_GENAI_USE_VERTEXAI"] = "True"

client = genai.Client(http_options=HttpOptions(api_version="v1"))

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=["日向で居眠りをする茶トラ猫"],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            image_size="4K",
            aspect_ratio="1:1",
            output_mime_type="image/png",         # PNG 出力を指定
            # compression_quality=75,             # JPEG のみ有効、0-100
        ),
    )
)

方法3：APIYI 中継サービスによる一括処理

APIYI 中継サービス経由で呼び出すと、プラットフォーム側でフォーマットの互換性問題が自動的に処理されます。

import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://vip.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="gemini-3.1-flash-image-preview",
    messages=[
        {"role": "user", "content": "日向で居眠りをする茶トラ猫"}
    ]
)

🎯 フォーマット選択のアドバイス: ロスレス品質が必要なら PNG を、ファイルサイズを抑えたいなら JPEG（quality=95 でほぼロスレス）を選びましょう。
手動での base64 デコードやフォーマット検出の手間を省くため、APIYI (apiyi.com) プラットフォームでのテストを推奨します。

Nano Banana 2 API のフォーマット制御能力比較

多くの開発者が混同しがちですが、AI Studio と Vertex AI ではフォーマット制御の能力が全く異なります。

Nano Banana 2 API フォーマットパラメータ対応表

つまり、AI Studio で Nano Banana 2 を呼び出す場合、サーバーサイドで PNG か JPEG かを制御することはできません。API が何を返すかは Google サーバー側のデフォルト動作に依存しますが、現在このデフォルト動作にはバグがあり、「PNG と言いながら実際は JPEG」である可能性があります。

Nano Banana 2 API 各フォーマットのファイルサイズ比較

同じ 4K (4096×4096) の生成画像でも、形式によってサイズは大きく異なります。

PNG はロスレス形式であり、ファイルサイズは画像の情報量（エントロピー）に直結します。詳細で複雑なテクスチャほど PNG は大きくなります。

ヒント: アプリで透過チャンネルが不要な場合、JPEG quality=95 は見た目上 PNG とほとんど区別がつきませんが、サイズは PNG の 1/4 から 1/3 に抑えられます。APIYI (apiyi.com) を使えば、実際のシナリオで両者の違いを素早く比較できます。

description: Nano Banana 2 APIで生成される4K画像のファイルサイズがなぜ大幅に減少したのか、その技術的な背景と理由を詳しく解説します。

Nano Banana 2 API：4K画像のファイルサイズ縮小の真相

多くのユーザーが抱いている最大の疑問にお答えします。なぜ同じ4K解像度であるにもかかわらず、AI Studioで生成されるNano Banana 2の画像は、以前の30MB以上から8MB程度へと激減したのでしょうか？

Nano Banana 2 APIの画像サイズ変化はフォーマットの問題ではない

まず、よくある誤解を解いておきましょう。これはPNGがJPEGに変わったことによるサイズ縮小ではありません。マジックバイト（ファイル形式を識別する先頭バイト）をチェックすれば、返されるデータ形式が変わっていないことがわかります。

真の理由は、Googleがサーバー側でモデルの計算パラメータを調整したことにより、生成される画像の情報複雑度（エントロピー）が低下したためです。具体的には、以下の3つのメカニズムが考えられます。

原因1：推論ステップ数の削減（主な理由）

拡散モデルが画像を生成する際、複数回のノイズ除去（デノイジング）プロセスを経る必要があります。このステップ数が画像のディテールの豊かさを直接決定します。

• 以前: 50〜100ステップのデノイジングを行い、テクスチャが豊かで細部まで精細な画像が生成されていました。
• 現在: 20〜40ステップ程度に削減されており、画像全体はクリアですが、局所的なディテールやテクスチャの複雑さが低下しています。

デノイジングステップの減少 → テクスチャの細部が減少 → 情報エントロピーの低下 → PNG無損圧縮後のファイルサイズが軽量化。

これは単に「画質が悪くなった」という単純な話ではありません。肉眼で全体的な構図や色味を見ると大きな差はないように見えますが、ピクセルレベルまで拡大すると、微細なテクスチャや色のグラデーションが以前ほど繊細ではないことがわかります。

原因2：サーバー側での前処理最適化

Googleは生成完了後、PNGにエンコードする前に、軽微なノイズ除去や色の簡略化処理を加えている可能性があります。

• 微弱なノイズ抑制により、高周波成分（細部）が減少
• 色のグラデーション階層を減らすことで、色の変化が簡略化
• これらの処理により、PNG圧縮がより効率的になります（類似したピクセルが増え、圧縮率が向上するため）

原因3：浮動小数点精度の調整

モデルの推論がFP32（32ビット浮動小数点）からFP16（16ビット浮動小数点）に切り替わった可能性があります。

• FP16の計算精度はFP32の半分であり、GPUの負荷も大幅に削減されます。
• 精度の低下により色のグラデーションが以前ほど滑らかではなくなり、結果としてPNGのファイルサイズ縮小に反映されます。

Nano Banana 2 API 画像サイズ変化のタイムライン

重要な結論: これはGoogleがTPUの生産能力が不足している期間中、ユーザー数とサービス品質のバランスを取るために行ったトレードオフです。解像度（ピクセル数）は変わりませんが、情報密度（各ピクセルが持つ固有の情報量）が低下しています。ユーザー側でAPIパラメータを操作して、以前の30MBの品質に戻すことはできません。

🎯 対策の提案: 画像の細部に極めて高い品質を求める場合は、以下の方法を試してみてください：1）Vertex AIの compressionQuality=100 パラメータを使用する、2）プロンプトで細部やテクスチャの要求を強調する、3）2Kで生成した後、超解像モデルを使用して4Kにアップスケールする。
APIYI (apiyi.com) を通じて、異なるパラメータの組み合わせによる効果をテストし、品質とファイルサイズの最適なバランスを見つけることができます。

よくある質問

まとめ

Nano Banana 2 API における画像出力形式制御の要点は以下の通りです：

1. AI Studio はサーバーサイドでの形式制御をサポートしていません: クライアント側で base64 をデコードした後、Pillow を使用して明示的に PNG として保存する必要があります。その際、マジックバイトをチェックして実際の形式を確認してください。
2. Vertex AI は outputMimeType をサポートしています: リクエスト内で直接 image/png や image/jpeg を指定でき、JPEG の圧縮品質も調整可能です。
3. 4K 画像の容量削減は演算処理の調整によるものです: 30MB から 8MB への減少は形式の変化ではなく、Google が推論ステップ数や浮動小数点精度を削減したことによる情報エントロピーの低下です。ユーザーがパラメータで元の品質に戻すことはできません。

これらの基盤となるメカニズムを理解することで、実際のニーズに合わせて最適な保存戦略を選択できるようになります。

APIYI (apiyi.com) を通じて、さまざまな形式やパラメータの効果を素早く検証することをお勧めします。プラットフォームでは無料枠を提供しており、統一されたインターフェースで Nano Banana 2 の多様な呼び出し方法をサポートしています。

📚 参考資料

1. Gemini 画像生成開発ドキュメント: 公式 API リファレンス（ImageConfig パラメータの説明を含む）

   • リンク: ai.google.dev/gemini-api/docs/image-generation
   • 説明: AI Studio 経由での呼び出しにおけるパラメータと制限事項について理解できます。

2. Vertex AI ImageOutputOptions リファレンス: Vertex AI の形式制御パラメータに関する完全なドキュメント

   • リンク: docs.cloud.google.com/vertex-ai/generative-ai/docs/reference/rest/Shared.Types/ImageOutputOptions
   • 説明: mimeType および compressionQuality に関する詳細な説明が含まれています。

3. GitHub Issue #1824 – MIME タイプ不一致: API は PNG と謳っているが実際には JPEG が返されるというバグ報告

   • リンク: github.com/googleapis/python-genai/issues/1824
   • 説明: この既知の問題に関する技術的な詳細と暫定的な解決策を確認できます。

4. APIYI ドキュメントセンター: 統一インターフェースを介した Nano Banana 2 の形式制御ガイド

   • リンク: docs.apiyi.com
   • 説明: 形式処理のプロセスを簡素化したい開発者に最適です。

著者: APIYI 技術チーム
技術交流: コメント欄での議論を歓迎します。その他の資料については APIYI ドキュメントセンター (docs.apiyi.com) をご覧ください。