ChatGPT と Gemini、無料でどこまで画像生成できる？YouTube BGM の背景で比べてみた

2本目・3本目で予告した「画像生成の比較」、ようやくやってみました

2本目・3本目の記事で、「Google の Nano Banana と ChatGPT の画像生成を、近いうちに比較したい」と書いていました。今回はその宿題の回収です。

きっかけは、私が趣味で出している YouTube の作業用BGM。その背景に使う画像を、無料の画像生成AIで作りたかったんです。せっかくなので ChatGPT と Gemini の両方で作ってみて、使い比べをまとめました。

まず整理：「Nano Banana」って Gemini と別物？

実は私も最初、ここで混乱しました。結論から言うと、Nano Banana ＝ Gemini の画像生成機能です。

「Nano Banana」は Google の画像生成モデルに付いた**通称（あだ名）**で、中身は Gemini アプリで画像を作る機能そのもの。SNSで話題になったときのニックネームが定着したものです。なので、Gemini で画像を作る＝ Nano Banana を使っている、という関係になります。

つまり今回の比較は、ざっくり言えば 「ChatGPT vs Gemini（Nano Banana）」 です。

今回の比較条件

できるだけフェアに比べたかったので、条件をそろえました。

• ChatGPT（無料プラン） と Gemini / Nano Banana（無料プラン）
• ほぼ同じ指示（プロンプト） で生成
• お題：夜のジャズカフェで作業する人の風景（YouTube BGM 用の 16:9 背景）
• どちらも人物は後ろ姿、あたたかい照明とコーヒー、という雰囲気

実際に作ってみた（生成した実物）

まずは、それぞれの生成結果を見てください。

一目でわかるのは、方向性の違いでした。ChatGPT は写実的で光の表現が濃く、Gemini はクリーンなイラスト寄り。どちらが良い・悪いではなく、狙う雰囲気で選ぶものだと感じました。

使ってみて感じた違い

3〜4回ずつ作ってみて、気づいた違いを表にまとめました。

観点	ChatGPT（無料）	Gemini / Nano Banana（無料）
画質・雰囲気	写実的で作り込みが濃い	クリーンなイラスト調
安定して作れるか	たまに生成できない時間帯あり	安定して作りやすい
ウォーターマーク	なし	画像にマークが入る（無料版）
手軽さ	数枚で上限になることも	サッと何枚も作れる

作ってみて、リアルに困ったこと

体験してみないと分からなかった点も、正直に書いておきます。

まず ChatGPT は、トークンの上限に達していないはずなのに、画像生成だけできないことが何度かありました。数時間〜1日ほど待つと復旧するのですが、「今作りたい」というときに待たされるのは地味にストレスでした。イメージに近づけるために、それぞれ2〜3枚ずつ作って選ぶという試行錯誤もしています。

Gemini は、そのあたりが安定していてサッと何枚も作れるのが快適でした。ただ、無料版だと画像にマーク（透かし）が入るのが惜しいところ。用途によっては、このマークが気になる人もいると思います。

結局どっちを使った？

最終的に採用したのは ChatGPT です。私が作りたかった「夜のジャズカフェ」のしっとりした雰囲気が、ChatGPT のほうが好みに近かったからです。

ただ、前述のとおり ChatGPT が使えない時間帯もあったので、そういうときは Gemini で作った画像を背景に使ったこともあります。結果として、メインは ChatGPT、うまくいかないときは Gemini、という二段構えに落ち着きました。

これは3本目・4本目で書いた「AIは1つに絞らず、シーンで使い分ける」という話と、まったく同じ結論です。画像生成でも、得意な方をメインに、もう一方をバックアップに、が私の距離感でした。

まとめ：無料でも、ここまでできる

やってみて一番の発見は、お金をかけなくても、ここまでの背景画像が作れるということでした。

• 雰囲気・作り込み重視 → ChatGPT
• 手軽さ・安定重視 → Gemini（Nano Banana）
• どちらも無料には上限・マークなどの制約があるので、そこは割り切る

画像生成AIも、完璧に使いこなさなくて大丈夫です。まずは無料で1枚作ってみるところから、半歩先の楽しみが広がります。作った画像で、あなたの作業BGMや資料が少し楽しくなれば嬉しいです。

— ぽん