AI Image Edit Arena リーダーボード 2026 — 2月ランキング

完全なランキング

34のモデル。7つの組織。数百万に及ぶコミュニティの比較。あなたが自分でテストできるように、すべてのモデルにリンクを張りました — なぜなら、どのレビューも誰かの言葉を鵜呑みにするよう求めるべきではないからです。

2月に何が変わったか

トップの差は縮まっています。私が最後にこのリーダーボードについて1月に書いたとき、chatgpt-image-latest-high-fidelity (20251216)は快適なリードを保っていました。今ではgemini-3-pro-image-preview-2k (nano-banana-pro)がその首元に息を吹きかけています — 上位4つがわずか23ポイント差という中で13ポイント差です。コミュニティの投票パターンの分散を考慮すれば、これは実質的に引き分けです。

このリーダーボードには、1月にはいなかった4つの名前が登場しました。Tencentのhunyuan-image-3.0-instructは、ウォーミングアップなし、ゆっくりとした上昇なしで、いきなりトップ10入りして6位に着地しました。Prunaのp-image-editは22位に登場しました。これはモデル構築よりもモデル最適化で知られる企業からのワイルドカードです。Alibabaは18位にwan2.6-imageを、25位にwan2.5-i2i-previewを追加し、画像編集のフットプリントを静かに合計4モデルに拡大しました。Black Forest Labsは現在、Kleinラインをflux-2-klein-9b (#15)とflux-2-klein-4b (#24)に明確に分割し、パラメータ数のトレードオフを透明にしています。

しかし、2月の見出しは、誰が順位を上げたり下げたりしたかということではありません。それは、私が使うのをやめられなかったあるモデルについてです。

nano-banana-pro: 実務者が選ぶもの

リーダーボードの数字にはできない方法で、正直に話したいと思います。アリーナはchatgpt-image-latest-high-fidelity (20251216)が1位だと言っています。私の編集履歴は違うことを言っています。過去3週間、私はクライアントワークのためにgemini-3-pro-image-preview-2k (nano-banana-pro)以外何も使いませんでした — すべての背景置換、すべての色補正、すべてのオブジェクト削除、すべての照明修正において。起こったことは単純でした：私は他の何かに手を伸ばすのをやめたのです。

私はコミュニティを注意深く観察してきました。Discordサーバー、Redditスレッド、人々がXで共有する実際のワークフローのスクリーンショット。実務者が編集前後の比較を投稿するとき、現れ続けるモデルはChatGPTではありません。それはnano-banana-proです。それが抽象的な選好投票で勝つからではなく、人々がそれで実際の仕事を納品しているからです。

私を納得させた能力はこれです。私はそれに4部構成の指示を与えました：「私道から駐車中の車を取り除き、庭を広げてスペースを埋め、新しい芝生に午後の照明を合わせ、太陽の位置から微妙なレンズフレアを追加して。」1回のパスで4つの層状の要求。nano-banana-proは4つすべてを成功させました。再構築された庭には正しい影の方向がありました。レンズフレアは光源に対して正しい角度に座っていました。私はこの正確なプロンプトをすべてのトップ5モデルで試しました。ほとんどは2つの指示を処理すると一貫性が崩れ始めます。ChatGPTは調子の良い日に3つを処理します。nano-banana-proは瞬きもせずに4つを処理しました。

2Kバリアント — gemini-3-pro-image-preview-2k (nano-banana-pro)、現在2位 — は、他では見たことのない落ち着きで高解像度編集を処理します。2Kでは、多くのモデルが鋭いエッジの周りにリンギングアーティファクトを導入したり、織物、レンガの壁、樹冠のような反復パターンで細かいディテールを失ったりします。nano-banana-proはそれらを保存します。3位の標準解像度の兄弟は50万回以上のコミュニティ評価を蓄積しています — そのようなボリュームは、人々が一度試して、そのまま使い続けていることを物語っています。

私が「文脈的編集知能」と呼ぶものは、このモデルが真に分野をリードしているところです。それはピクセルレベルの変更を実行するだけではありません — シーン内の要素間の意味的関係を把握します。グループ写真から人物を削除すると、単に平らなパッチを塗るのではなく、隣接する被写体のボディランゲージを調整して、社会的距離を自然に再構築します。シーンを夏から秋に変えると、葉だけでなく、影の角度、周囲の光の色温度、表面が拡散光を反射する方法も変更します。これはプロンプトエンジニアリングのトリックではありません。これは物理的な世界がどのように見えるかを内面化したモデルです。

私は、nano-banana-proが次のランキングサイクル内にChatGPTの1位の座を奪うと予想しています。軌道はそこにあります。GoogleはOpenAIがハイファイモードで反復するよりも速くnano-bananaアーキテクチャで反復しており、マルチステップ編集における実用的な利点は、シングル編集のベンチマークが捉えるのに苦労する勢いを与えています。

OpenAIの外科的精度

OpenAIに対して公平でありたいと思います。なぜなら、彼らは真の工学的卓越性に対して称賛に値するからです。1位のchatgpt-image-latest-high-fidelity (20251216)には理由があります。「ハイファイ」という名称は前回のレビュー以降新しく、出力パイプラインの改良が見られます。ChatGPTが優れているのは、孤立した外科的な編集です。「目の色だけを緑に変える」 — 周囲の肌の色へのにじみゼロでこれを行います。「看板の風化を変えずにテキストを置き換える」 — コンテンツを交換しながら表面の質感を保存します。その特異性は真に比類のないものです。

OpenAIはトップ31に4つのモデルを配置しています：1位のchatgpt-image-latest-high-fidelity、4位のgpt-image-1.5-high-fidelity、29位のgpt-image-1、そして31位のgpt-image-1-miniです。彼らのベストと予算層の間のギャップは大きく — 285ポイント — これはOpenAIが幅広いラインナップを構築するのではなく、編集への投資をトップに集中させていることを示唆しています。画像編集にOpenAIを使用している場合、フラッグシップにお金を払っているか、妥協しているかのどちらかです。

新顔たち

Tencentのhunyuan-image-3.0-instructは、誰も話題にしていない最大のサプライズです。到着時に6位。これはゆっくりとした上昇ではありません — 準備万端で現れたモデルです。Tencentは何年も中国語AIを支配してきましたが、これはHunyuanが世界の画像編集ベンチマークに初めて本格的に登場したものです。「instruct」という指定は重要です：これは生成ではなく編集コマンドのためにアーキテクチャ的に調整されたモデルです。私のテストでは、英語と中国語のバイリンガルプロンプトを両方でネイティブな流暢さで処理し、言語を超えて活動するチームにとって真のワークフローを開きます。

Bytedanceは引き続き最も幅広い名簿を配置しています。5つのモデルがseedream-4.5 (#5)からseededit-3.0 (#30)まで広がっています。seedream-4.5は芸術的変換のための彼らの至宝のままです — 「このポートレートをレンブラントのように見せて」と言うと、単に色を暖めるだけではありません。筆致、キアロスクーロ照明、キャンバスの質感をシミュレートします。8位のseedream-4-2kは高解像度の作業を処理し、seedream-4-fal (#20)とseedream-4-high-res-fal (#13)はより高速な推論パスをカバーしています。Bytedanceは単一のチャンピオンを作っているのではなく、完全なツールキットを作っています。

Alibabaは静かに4つのモデルに拡大しました。16位のqwen-image-editは170万回以上のコミュニティ評価を蓄積しています — 大規模な有機的採用です。14位の新しいqwen-image-edit-2511は急速に上昇しています。そして2つのWanモデル — wan2.6-image (#18)とwan2.5-i2i-preview (#25) — は、Alibabaが独自の製品カテゴリとしてimage-to-image変換に真剣に投資していることを示しています。

Reveはトップ23に3つのポジションを保持しています。10位のreve-v1.1と12位のreve-v1は有能なミッドレンジエディタであり、reve-edit-fast (#23)は速度最適化された代替手段を提供します。22位のPrunaのp-image-editは注目に値します — Prunaはモデル圧縮と最適化を専門としているため、これはおそらくパラメータの重量以上にパンチ力のある蒸留されたアプローチです。そして34位では、StepFunのstep1x-editが、エコシステムを正直に保つオープンソースのベースラインとしてリストを固定しています。

オープンソースの利点

これらのモデルの上に製品を構築する私たちにとって、リーダーボードが捉えていない次元があります：独立性です。Black Forest Labsは現在、9つのポジションを保持しています — 他のどの組織よりも多いです。9位のflux-2-maxから28位のflux-1-kontext-devまで、これはあなた自身のインフラストラクチャで実行できる品質と速度のトレードオフの完全なスペクトルです。

Kleinラインは興味深いエンジニアリングストーリーを語っています。flux-2-klein-9b (#15)とflux-2-klein-4b (#24) — 名前がパラメータ数を明らかにしています。それぞれ90億と40億です。BFLは体系的に、有能な画像編集をより小さなハードウェアで利用できるようにしています。flux-2-klein-4bは8GB VRAMの消費者向けGPUで実行できます。それは、大規模なAPIコストを正当化できない開発者や、オフライン編集機能が必要な開発者にとって非常に重要です。Kontextファミリー — flux-1-kontext-max (#26)、flux-1-kontext-pro (#27)、flux-1-kontext-dev (#28) — は、セルフホスト環境にコンテキスト認識編集をもたらし、flux-1-kontext-proだけで640万回以上のコミュニティ評価を集めています。

これらすべての行き着く先

この空間に3ヶ月浸り、リーダーボードのシフトを見つめ、モデルを失敗に追い込んだ後、私は4つのことが収束しているのを見ています。

nano-banana-proはおそらく年半ばまでに1位を主張するでしょう。 nano-bananaアーキテクチャに対するGoogleの反復速度は容赦ありませんでした。2Kバリアントはすでに攻撃距離内にあり、マルチステップ編集の利点はフライホイールを生み出します：それを採用する実務者はより良い結果を生み出し、それらの結果を共有し、より多くの実務者を引き付けます。OpenAIはトップの座を維持するために、段階的な改良ではなく、根本的に新しい何かを出荷する必要があります。

指示調整された編集モデルが標準パラダイムになるでしょう。 Tencentのhunyuan-image-3.0-instructが6位に到着したことは、nano-bananaアーキテクチャがすでに示唆していたことを確認しています：画像編集の未来は、編集用に再利用された生成モデルではなく、編集コマンド用に特別に構築されたモデルです。OpenAIとBFLが夏前に指示特化型バリアントをリリースすることを期待してください。

4B未満のモデルが真に競争力を持つようになるでしょう。 flux-2-klein-4bはすでに、40億パラメータモデルがその10倍のサイズのモデルと同じアリーナで競争する編集を生成できることを実証しています。2026年半ばまでに、電話で動作する2-3Bの編集モデルが見られると予想しています。それが起こると、画像編集の経済全体が変わります — クラウドAPI呼び出しからオンデバイス推論へ。

画像編集と動画編集が融合します。 画像編集における時間的一貫性を処理するモデル — オブジェクトを動かすときに物理的に正しい照明を維持し、背景を変更するときに影の一貫性を維持する — は、フレームごとの動画編集に必要な基盤をまさに構築しています。今日強力な画像編集の地位を持つ組織は、明日動画編集を支配する組織です。特にGoogleとBytedanceに注目してください。

私の推奨事項

これらのモデルを実際のワークフロー — ベンチマークプロンプトではなく、実際のクライアント成果物 — で実行した後、あなたが実際に必要とするものに応じて、私があなたを案内する場所は次のとおりです。