Google、画像生成「Imagen 3」をGemini APIで提供開始

Googleの最新画像生成モデルを自社アプリに組み込みたかった開発者に朗報です。Googleは、Imagen 3をGemini API経由で一般提供開始したと発表しました。

まずは有料アカウントのユーザーから利用可能になり、無料枠への展開も近いうちに予定されています。

1枚3セント、コード数行で呼び出し可能に

今回APIで利用できるモデル識別子は imagen-3.0-generate-002 です。料金は画像1枚あたり0.03ドルに設定されています。

アスペクト比の指定や、1回のリクエストで生成する枚数の調整など、開発者向けに必要なパラメータ制御も備えています。

画質面では、不自然なノイズや歪みを抑えつつ、多様な画風に対応できる点が特徴です。実写のようなフォトリアルから印象派風の風景、アニメ調のキャラクター、抽象画まで幅広く描き分けます。

特にプロンプトへの追従性が向上しており、複雑な指示でも意図通りの画像を生成しやすくなりました。

実装もシンプルです。公式の google-genai ライブラリを使えば、わずか数行のPythonコードで画像を生成し、バイトデータとして受け取ることができます。

安全性への配慮として、生成されたすべての画像には不可視の電子透かしであるSynthIDが自動的に埋め込まれ、AI生成物であることを識別できるようになっています。

なぜ重要か

テキスト生成と画像生成を別々のサービスで管理していた開発者にとって、Gemini APIという単一の窓口で両方を完結できるようになるメリットは大きいです。

1枚あたり0.03ドルという価格設定は商用利用としても現実的で、競合モデルと比べても十分な競争力があります。無料枠が開放されれば、個人の試作ハードルも一気に下がるはずです。

私たちは、Googleが言語モデルとメディア生成モデルの統合を着実に進めている点を高く評価しています。Geminiでプロンプトを練り、そのままImagenで描画するパイプラインが格段に作りやすくなりました。

一方で、実際のプロダクト運用ではリクエストの応答速度や混雑時の安定性が問われることになります。それでも、すでにGeminiを活用しているチームであれば、試してみる価値は間違いなくあります。