Nano Banana 2.1: funkcje, ceny i testy praktyczne

Nano Banana 2.1 to październikowa aktualizacja Google dla modelu generowania i edycji obrazów. Zastępuje Nano Banana 2, które opisaliśmy w naszym wcześniejszym przewodniku.

Najważniejsze zmiany dotyczą jakości obrazu, zgodności z poleceniem, renderowania tekstu i spójności obiektów. Nano Banana 2 już to potrafił, więc chciałem sprawdzić, czy aktualizacja jest widoczna w normalnym użyciu. Dałem więc obu modelom te same cztery promptu do generowania i edycji i wydam werdykt.

TL;DR

• Nano Banana 2 nadal działa, ale jest już przestarzały i nie ogłoszono daty wyłączenia.
• Google raportuje wyższe wyniki 2.1 w ogólnej preferencji, infografikach i edycji, natomiast drobny tekst oraz położenie lewo/prawo wciąż są słabymi punktami.
• Koszt generowania obrazów jest mniej więcej o połowę niższy przy 1K i 2K oraz o około 25% niższy przy 4K, ale stawki za wejście i rozumowanie są wyższe.
• Różnica ma największe znaczenie przy powtarzalnych edycjach i układach z tekstem. Prosty pierwszy obraz może wyglądać podobnie w obu modelach.

Czym jest Nano Banana 2.1?

Nano Banana 2.1 to aktualna wersja modelu obrazowego Nano Banana od Google. Jego identyfikator interfejsu API to gemini-nano-banana-2.1.

Nazewnictwo jest mylące. Nano Banana 2 bywa też nazywany Gemini 3.1 Flash Image, a Nano Banana Pro to osobny model z tej samej rodziny. Nano Banana 2 wciąż działa, ale Google oznaczyło go jako przestarzały bez ogłoszenia daty wyłączenia.

Jakie nowe funkcje ma Nano Banana 2.1?

Wersja 2.1 stawia na niezawodność zamiast nowych narzędzi.

Jakość obrazu, zgodność z poleceniem i renderowanie tekstu

Google zgłasza zmiany w realizmie przy 1K, 2K i 4K, zgodności z promptem, tekście i układach infografik. W karcie modelu nadal wymieniono rozmyty drobny tekst i błędy z lewą i prawą stroną.

Edycja obrazów i spójność obiektów

Google wymienia spójność obiektów jako kolejną zmianę w 2.1. Tu oznacza to zmianę jednego elementu bez modyfikowania postaci, obiektów ani sceny wokół niego.

Funkcje przejęte z Nano Banana 2

Nano Banana 2 już obsługiwał:

• Do 14 obrazów referencyjnych
• Ugruntowanie w Google Search
• Wyjście 4K
• Bardzo szerokie proporcje, np. 8:1

Wersja 2.1 naprawia kafelkowanie w szerokich obrazach i usuwa opcję 512 px.

Benchmarki Nano Banana 2.1

Google podaje dwa typy wyników. Ogólna preferencja, projekt infografik i ogólna edycja pochodzą z porównań side-by-side ocenianych przez ludzi, przeliczonych na Elo; wyższy wynik oznacza, że oceniający częściej wybierali dany model. Faktuologia infografik używa osobnej metryki AutoRater, więc jej wynik dziesiętny nie jest Elo.

Karta opisuje oba modele jako „Thinking” bez podania minimal, medium ani high. To nie dowodzi, że Google użyło takiego samego ustawienia high jak w moim teście praktycznym.

Jeśli interesują cię tylko obrazy, pomiń tę tabelę i przejdź do testu praktycznego.

Wiersze Elo pokazują różnice w projekcie infografik i ogólnej edycji. Te średnie nadal nie gwarantują, że 2.1 wygra dla każdego pojedynczego promptu.

Test: Nano Banana 2.1 vs Nano Banana 2

Użyłem Google AI Studio, by dać obu modelom te same cztery promptu: stwórz scenę, zrób drobną edycję, przenieś scenę i zamień ją w infografikę. Ustawiłem Thinking na high dla obu modeli.

Każdy model pracował na własnym wcześniejszym obrazie podczas edycji. Wszystkie cztery porównania poniżej pochodzą z tego testu, z Nano Banana 2 po lewej i Nano Banana 2.1 po prawej.

Test 1: Realizm obrazu i rozmieszczenie obiektów

Zacząłem od sceny, w której łatwo sprawdzić liczbę obiektów i ich położenie.

A photorealistic image inside a sunlit greenhouse: a small copper robot waters three sunflowers with a yellow watering can. An orange cat sleeps on a wooden bench behind the robot, and a blue bucket sits to the robot's left.

Oba pokazują trzy słoneczniki i kota za robotem. W Nano Banana 2.1 niebieskie wiadro pojawia się po lewej stronie widza.

Oba uchodzą za zdjęcia i oba umieszczają kota za robotem. Nano Banana 2 stworzył wypolerowanego miedzianego robota, trzy kwiaty w osobnych doniczkach i ostre światło. Nano Banana 2.1 zrobił spatynowanego robota z zielonymi śladami, trzy łodygi w jednej doniczce i miększe światło.

Położenie wiadra nie jest na tyle jednoznaczne, by ocenić zgodność z wymogiem „po lewej od robota”. W Nano Banana 2.1 wiadro jest po lewej stronie widza, ale robot jest obrócony w stronę kwiatów. Nano Banana 2 umieszcza wiadro przed swoim robotem, co również jest niejednoznaczne.

Test 2: Edycja jednego obiektu

Następnie poprosiłem każdy model, by zmienił jeden obiekt i zostawił całą resztę bez zmian. Nasz przewodnik po obrazach ChatGPT używa tego samego typu ukierunkowanej edycji.

Change only the watering can from yellow to bright red. Keep the robot, cat, flowers, bucket, lighting, and everything else unchanged.

Oba modele zmieniły kolor konewki na czerwony i zachowały resztę własnego pierwszego obrazu bez zmian.

Oba modele zmieniły kolor konewki na czerwony i zostawiły resztę sceny w spokoju. Gładka konewka Nano Banana 2 wróciła lekko porysowana. To kwestia preferencji, nie błąd, więc w tym teście mamy remis.

Test 3: Spójność obiektów w nowym otoczeniu

Trzeci prompt jest trudniejszy: przenieś scenę na zewnątrz, ale zachowaj rozpoznawalność obiektów.

Move this scene to a rainy rooftop garden. Keep the same robot, cat, sunflowers, red watering can, and blue bucket. Adjust the lighting, shadows, and reflections to match the rain.

Nano Banana 2 (po lewej) zachował dach szklarni, ale zrobił kałuże w środku; Nano Banana 2.1 (po prawej) przeniósł scenę na zewnątrz.

Nano Banana 2 zachował szklarnię, wraz ze szklanym dachem, i dodał panoramę miasta za szkłem. Obiekty się zgadzają, a mokry, lśniący taras wygląda wiarygodnie, ale kałuże pojawiają się wewnątrz zadaszonego budynku, więc odbiera się to jako nieszczelną szklarnię, a nie ogród na dachu.

Nano Banana 2.1 przeniósł scenę na ceglasty dach z ewakuacyjną klatką schodową. Obiekty odpowiadają poprzedniemu obrazowi aż po pozę, a robot nie wygląda na wklejonego: miedź jest mokra, a stopy odbijają się w kałuży. Ten test wygrywa Nano Banana 2.1.

Test 4: Renderowanie tekstu i projekt infografiki

W ostatnim teście zostałem w tej samej rozmowie, ale przeszedłem z fotografii do diagramu.

Create a clean horizontal infographic titled "How a Sunflower Grows", with four numbered stages: Seed, Sprout, Seedling, Flower. Use flat vector illustrations, clear arrows, and readable sans-serif labels. Include a small illustration of the same copper robot in the corner. No extra text.

Nano Banana 2 (po lewej) wtopił niedokończony układ w swoje wcześniejsze zdjęcie; Nano Banana 2.1 (po prawej) wygenerował kompletną infografikę.

Tu otworzyła się różnica. Nano Banana 2 nałożył niedokończony układ kart na rozmytą kopię swojej deszczowej szklarni: tytuł jest poprawny, ale „SPROUT” ma rozmazane P, „SEEDLING” się rozmywa, etap 4 nie ma etykiety, brak strzałek, a robota widać tylko jako parę rozmytych stóp.

Nano Banana 2.1 stworzył kompletną infografikę: tytuł zapisany poprawnie wielkimi literami, cztery ponumerowane etapy w kolejności, trzy strzałki i brak dodatkowego tekstu. Robot w rogu przypomina wcześniejszego miedzianego robota, choć zyskał antenę, a obok stoi czerwona konewka. Ponieważ prompt był w tej samej rozmowie, wynik dotyczy tego łańcucha edycji; nie testowałem Nano Banana 2 w nowej konwersacji.

Ceny i dostępność Nano Banana 2.1

Google nie pobiera jednej stałej opłaty za obraz w Gemini API. Obrazy w 2.1 potaniały, natomiast prompty i rozumowanie podrożały.

Cennik API Nano Banana 2.1

Na stronie cennika Google nie ma darmowego progu API dla żadnego z modeli.

Przy 1K i 2K opłata za obraz jest mniej więcej o połowę niższa niż w Nano Banana 2. Przy 4K jest około 25% niższa. Wejście kosztuje 3 razy więcej, a rozumowanie 2,5 raza więcej, więc długie prompty lub wiele obrazów referencyjnych mogą ograniczyć tę oszczędność.

Dostęp przez aplikację Gemini, Flow, AI Studio i API

Nano Banana 2.1 jest dostępny przez aplikację Gemini, Flow, AI Studio i API. Dostęp w subskrypcji i rozliczanie API są oddzielne.

• Aplikacja Gemini: Strona obrazów Gemini łączy Nano Banana 2.1 z planem Google AI Plus, Pro lub Ultra.
• Google Flow: lista modeli obejmuje Nano Banana Pro, Nano Banana 2 Lite i Nano Banana 2.1, ale nie Nano Banana 2.
• AI Studio i API: Oba oferują dowolny model po ID. Plan Google AI podnosi limity w AI Studio, ale klucze API są rozliczane osobno.

Nazwy modeli mogą się różnić w zależności od konta i regionu. AI Studio lub API pozwala wybrać obie wersje po nazwie.

Kiedy warto używać Nano Banana 2.1?

Nano Banana 2.1 sprawdza się w pracy opartej na powtarzalnych edycjach, infografikach, układach z krótkim tekstem, kilku obrazach referencyjnych lub szerokim wyjściu 2K i 4K. W moim teście największe różnice dały prompty z dachem i infografiką, choć mały tekst, dłuższe fragmenty i precyzyjne pozycjonowanie wciąż są ograniczeniami.

Nano Banana 2 może być nadal istotny, gdy istniejący proces zależy od wyjścia 512 px lub niższych stawek za wejście i rozumowanie. Ponieważ Google oznaczyło go jako przestarzały, to tymczasowy powód, by pozostać przy starym modelu podczas testów 2.1, a nie powód, by zaczynać na nim nową pracę.

Ostatnie uwagi

Nano Banana 2.1 nie wygrał każdego promptu, ale poradził sobie z dwoma trudniejszymi zadaniami, które ominęły Nano Banana 2. To wpisuje się w wyniki Google dla edycji i infografik, podczas gdy zbliżone wyniki pierwszych dwóch promptów oraz wyższe stawki za wejście i rozumowanie zawężają wniosek.

Szerzej o Gemini poza generowaniem obrazów przeczytasz w naszym kursie Practical AI with Google Gemini and NotebookLM, który obejmuje promptowanie, Gemini Canvas i NotebookLM.