gemini-3.1-flash-lite-image vs wan2.7-image-pro
いつ、どちらを使うべきか — ベンチマーク表ではなく、厳選された評価
これら2つは異なる単位で課金されます。gemini-3.1-flash-lite-image はトークン単位（入力100万トークンあたり $0.25、出力100万トークンあたり $30）で課金されるのに対し、wan2.7-image-pro は1コールあたり $0.075 で課金されるため、単一の変換で正確に比較することはできず、ご自身の平均的なリクエストの形状に基づいて比較する必要があります。テキストまたは画像入力から画像とともにテキストを返したい場合で、4096トークンの出力上限と 2025-01 の知識カットオフがある場合は、gemini-3.1-flash-lite-image を選択してください。プロンプトの長さに関係なく、1コールあたりの均一料金によってコストが予測可能になる純粋な画像出力生成には、wan2.7-image-pro を選択してください。
料金
| gemini-3.1-flash-lite-image | wan2.7-image-pro | Δ | |
|---|---|---|---|
| 生成画像あたり | — | $0.075 | — |
| 入力 / 1Mトークン | $0.25 | — | — |
| 出力 / 1Mトークン | $30 | — | — |
これら2つのモデルは課金単位が異なるため、Δは表示されていません — 単位を変換するには、当社が測定していない仮定が必要になります。各カードは上記にてそれぞれの単位で記載されています。
仕様
| gemini-3.1-flash-lite-image | wan2.7-image-pro | |
|---|---|---|
| 入力モダリティ | テキスト 画像 | テキスト 画像 |
| 出力モダリティ | テキスト 画像 | 画像 |
| リリース | 2026-06-30 | 2026-04-01 |
| 知識のカットオフ | 2025-01 | — |
| 出力サイズ | 1K only (1:1 = 1024x1024) |
|
| 入力モード | text-to-image, interleaved generation + editing, up to 14 reference images | text-to-image, image editing (incl. bounding-box interactive edit), 0–9 reference images, text/image-to-image-set |
| リクエストあたりの画像数 | — | 12 |
| フォーマット | — | png |
| 備考 | 1K (1024px) output only 10 aspect ratios (1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9) and up to 14 reference images interleaved generation and editing with fast multi-turn local edits sub-2s end-to-end latency SynthID + C2PA watermarking always on | 4K text-to-image (max 4096x4096; editing max 2K), aspect ratios 1:8-8:1 instruction + click-to-edit editing character-consistent sets up to 12 images print-quality text rendering incl. formulas/tables |
仕様は各ベンダーのドキュメントから転記されています。ベンダーが公開していない行は推測せず、省略しています。 すべての出典: gemini-3.1-flash-lite-image · wan2.7-image-pro
1つのプロンプト、両方のモデル — ゲートウェイ経由で測定
1つのプロンプト、モデルごとに1回のリクエスト、再試行やチェリーピッキングはなし — 各モデルが最初に返した結果です。サイズも長さも固定しておらず、すべてのモデルに適合するよう調整されたリクエストはどのモデルの利点も活かせないため、各モデルは独自のデフォルトを使用しています。ここにあるファイルはWeb用に再エンコードされているため、圧縮ではなく、構図とプロンプトへの忠実度を評価してください。
1行で切り替え
以下のすべてのタブには両方のIDが含まれています — 変更箇所はハイライトされた2行のみです。エンドポイント、キー、リクエスト形式はすべて同じです。
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.images.generate(
model="gemini-3.1-flash-lite-image",
# model="wan2.7-image-pro", # この行をアンコメントし、上の行をコメントアウトします
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "gemini-3.1-flash-lite-image",
// model: "wan2.7-image-pro", // この行をアンコメントし、上の行をコメントアウトします
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-flash-lite-image",
# "model": "wan2.7-image-pro", # この行をアンコメントし、上の行をコメントアウトします
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "gemini-3.1-flash-lite-image",
// Model: "wan2.7-image-pro", // この行をアンコメントし、上の行をコメントアウトします
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("gemini-3.1-flash-lite-image")
// .model("wan2.7-image-pro") // この行をアンコメントし、上の行をコメントアウトします
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));FAQ
gemini-3.1-flash-lite-image と wan2.7-image-pro ではどちらが安いですか？
課金単位が異なるため、単一の正確な数値はありません：gemini-3.1-flash-lite-image と wan2.7-image-pro は上の表においてそれぞれの単位で記載されています。ご自身のワークロードで比較してください — 実用的なトレードオフは、このページ上部の判定に記載されています。
2つの統合を行わずに gemini-3.1-flash-lite-image と wan2.7-image-pro のA/Bテストを実施できますか？
はい。両方とも1つのAPIキーで同じOpenAI互換エンドポイントを通じて提供されます — モデル文字列を1行変更するだけで切り替えられるため、トラフィックの一部をそれぞれにルーティングし、請求額を直接比較できます。
画像サイズによって価格は変わりますか？
モデルの課金方法に依存します。画像単位で課金されるモデルはプロンプトや出力サイズに関わらず同一料金ですが、トークン単位で課金されるモデルはレンダリングする解像度に応じて比例するため、4K画像のコストは小さな画像の数倍になります。上の表はそれぞれにどちらが適用されるかを示しています。