Nano Banana 2.1: ฟีเจอร์ ราคา และผลทดสอบแบบลงมือทำ

Nano Banana 2.1 คือการอัปเดตเดือนตุลาคมของ Google สำหรับโมเดลสร้างและแก้ไขภาพ โดยมาแทนที่Nano Banana 2ซึ่งได้อธิบายไว้ในคู่มือก่อนหน้า

การเปลี่ยนแปลงหลักคือคุณภาพของภาพ ความแม่นยำต่อพรอมป์ต การเรนเดอร์ข้อความ และความคงเส้นคงวาของตัวแบบ Nano Banana 2 ทำทั้งสี่อย่างนี้ได้อยู่แล้ว จึงอยากดูว่าอัปเดตนี้เห็นผลในงานใช้งานจริงหรือไม่ ดังนั้นจึงให้ทั้งสองโมเดลทำงานจากพรอมป์ตเดียวกันสี่ข้อทั้งการสร้างและแก้ไข แล้วจะสรุปผลให้

สรุปสั้นๆ

• Nano Banana 2 ยังใช้งานได้ แต่ถูกเลิกสนับสนุนแล้ว โดยยังไม่ประกาศวันยุติให้บริการ
• Google รายงานว่า 2.1 ได้คะแนนสูงขึ้นในภาพรวม อินโฟกราฟิก และการแก้ไข ขณะที่ข้อความขนาดเล็กและการวางตำแหน่งซ้าย-ขวายังคงเป็นจุดอ่อน
• ค่าเอาต์พุตภาพถูกลงประมาณครึ่งหนึ่งที่ 1K และ 2K และถูกลงราว 25% ที่ 4K แต่ค่าอินพุตและการ reasoning สูงขึ้น
• ความต่างจะเห็นชัดที่สุดในการแก้ไขซ้ำๆ และเลย์เอาต์ที่มีข้อความ ภาพแรกแบบเรียบง่ายอาจดูใกล้เคียงกันทั้งสองโมเดล

Nano Banana 2.1 คืออะไร

Nano Banana 2.1 คือรุ่นปัจจุบันของโมเดลสร้างภาพตระกูล Nano Banana ของ Google API ของมันมี ID ว่า gemini-nano-banana-2.1.

การตั้งชื่ออาจชวนสับสน Nano Banana 2 ยังถูกเรียกว่า Gemini 3.1 Flash Image ขณะที่Nano Banana Pro เป็นโมเดลอีกตัวในตระกูลเดียวกัน Nano Banana 2 ยังใช้งานได้ แต่ Google ได้เลิกสนับสนุนโดยไม่ประกาศวันยุติให้บริการแล้ว

ฟีเจอร์ใหม่ของ Nano Banana 2.1 มีอะไรบ้าง

เวอร์ชัน 2.1 เน้นความเสถียรและความเชื่อถือได้ มากกว่าการเพิ่มเครื่องมือใหม่

คุณภาพภาพ ความแม่นยำต่อพรอมป์ต และการเรนเดอร์ข้อความ

Google รายงานการเปลี่ยนแปลงด้านความสมจริงที่ระดับ 1K, 2K และ 4K ความแม่นยำต่อพรอมป์ต ข้อความ และเลย์เอาต์อินโฟกราฟิก การ์ดของโมเดลยังคงระบุว่าข้อความขนาดเลือนและข้อผิดพลาดด้านซ้าย-ขวาเป็นปัญหาอยู่

การแก้ไขภาพและความคงเส้นคงวาของตัวแบบ

Google ระบุว่าความคงเส้นคงวาของตัวแบบเป็นอีกจุดที่ปรับปรุงใน 2.1 ซึ่งในที่นี้หมายถึงการเปลี่ยนองค์ประกอบหนึ่งโดยไม่ทำให้ตัวละคร วัตถุ หรือฉากรอบข้างเปลี่ยนไป

ฟีเจอร์ที่สืบทอดมาจาก Nano Banana 2

Nano Banana 2 รองรับแล้ว:

• อ้างอิงภาพได้สูงสุด 14 ภาพ
• การยึดโยงกับ Google Search
• เอาต์พุต 4K
• อัตราส่วนกว้างมาก เช่น 8:1

เวอร์ชัน 2.1 แก้ปัญหาการปูซ้ำ (tiling) ในภาพกว้าง และตัดตัวเลือก 512px ออก

เกณฑ์วัดผลของ Nano Banana 2.1

Google รายงานคะแนนสองประเภท ค่าความชอบโดยรวม การออกแบบอินโฟกราฟิก และการแก้ไขทั่วไปได้มาจากการให้มนุษย์เปรียบเทียบแบบจับคู่ แล้วแปลงเป็น Elo; ค่ายิ่งสูงหมายถึงผู้ประเมินชอบโมเดลนั้นบ่อยกว่า ส่วนความถูกต้องของอินโฟกราฟิกใช้เมตริก AutoRater แยกต่างหาก ดังนั้นคะแนนทศนิยมจึงไม่ใช่ Elo

การ์ดระบุทั้งสองโมเดลว่าเป็น "Thinking" โดยไม่ได้ระบุ minimal, medium หรือ high จึงยังยืนยันไม่ได้ว่า Google ใช้ระดับ highเดียวกับการทดสอบแบบลงมือทำนี้หรือไม่

หากสนใจดูแต่ภาพ ข้ามตารางนี้ไปดูการทดสอบแบบลงมือทำ

แถว Elo แสดงช่องว่างในการออกแบบอินโฟกราฟิกและการแก้ไขทั่วไป ค่าเฉลี่ยเหล่านี้ยังไม่ได้รับประกันว่า 2.1 จะชนะในพรอมป์ตใดพรอมป์ตหนึ่งเสมอ

ทดสอบ Nano Banana 2.1 เทียบกับ Nano Banana 2

ใช้ Google AI Studio เพื่อให้ทั้งสองโมเดลทำงานจากพรอมป์ตสี่ข้อเดียวกัน: สร้างฉาก แก้ไขเล็กน้อย ย้ายฉาก และเปลี่ยนเป็นอินโฟกราฟิก โดยตั้งค่า Thinking เป็นhighสำหรับทั้งสองโมเดล

ในระหว่างการแก้ไข แต่ละโมเดลทำงานต่อจากภาพของตนเอง ทั้งสี่การเปรียบเทียบด้านล่างมาจากการทดสอบนั้น โดย Nano Banana 2 อยู่ซ้าย และ Nano Banana 2.1 อยู่ขวา

ทดสอบที่ 1: ความสมจริงของภาพและการวางวัตถุ

เริ่มด้วยฉากที่ตรวจจำนวนและตำแหน่งวัตถุได้ง่าย

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.

ทั้งสองภาพมีทานตะวันสามดอกและแมวอยู่หลังหุ่นยนต์ ใน Nano Banana 2.1 เห็นถังน้ำสีฟ้าอยู่ทางซ้ายของผู้ชม

ทั้งคู่ผ่านในฐานะภาพถ่าย และทั้งคู่วางแมวไว้หลังหุ่นยนต์ Nano Banana 2 สร้างหุ่นยนต์ทองแดงขัดเงา ทานตะวันสามดอกในกระถางแยก แสงแข็ง ส่วน Nano Banana 2.1 ทำหุ่นยนต์ที่ดูเก่า มีคราบเขียว ทานตะวันสามลำต้นในกระถางเดียว แสงนุ่มกว่า

ตำแหน่งถังน้ำยังไม่ชัดพอจะตัดสินตามเงื่อนไข "ซ้ายของหุ่นยนต์" ใน Nano Banana 2.1 ถังอยู่ทางซ้ายของผู้ชม แต่หุ่นยนต์หันไปทางดอกไม้ ส่วน Nano Banana 2 วางถังไว้ด้านหน้าหุ่นยนต์ จึงยังตีความได้หลายทาง

ทดสอบที่ 2: แก้ไขวัตถุเพียงชิ้นเดียว

ต่อมาขอให้แต่ละโมเดลเปลี่ยนวัตถุหนึ่งชิ้น และคงสิ่งอื่นทั้งหมดไว้เหมือนเดิม คู่มือ ChatGPT Imagesของเราก็ใช้การแก้ไขแบบเจาะจงลักษณะนี้

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

ทั้งสองโมเดลเปลี่ยนก้านรดน้ำเป็นสีแดง และคงองค์ประกอบอื่นของภาพแรกของตนไว้

ทั้งสองโมเดลเปลี่ยนก้านรดน้ำเป็นสีแดงและไม่ยุ่งกับส่วนอื่นของฉาก ก้านรดน้ำที่เรียบของ Nano Banana 2 กลับมามีรอยขูดเล็กน้อย ซึ่งเป็นเรื่องรสนิยมไม่ใช่ข้อผิดพลาด จึงถือว่าเสมอกัน

ทดสอบที่ 3: ความคงเส้นคงวาของตัวแบบในฉากใหม่

พรอมป์ตที่สามยากขึ้น: ย้ายฉากออกไปข้างนอกแต่ต้องให้ตัวแบบยังจำได้

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 (ซ้าย) คงหลังคาเรือนกระจกไว้แต่ใส่แอ่งน้ำฝนด้านใน; Nano Banana 2.1 (ขวา) ย้ายฉากออกไปกลางแจ้ง

Nano Banana 2 คงเรือนกระจกไว้รวมถึงหลังคากระจก และเติมเส้นขอบฟ้าด้านหลังกระจก ตัวแบบสอดคล้องกันและพื้นไม้เปียกสะท้อนแสงได้สมจริง แต่มีแอ่งน้ำฝนอยู่ในอาคารที่มีหลังคา จึงอ่านได้ว่าเป็นเรือนกระจกที่รั่ว ไม่ใช่สวนบนดาดฟ้า

Nano Banana 2.1 ย้ายออกไปบนดาดฟ้าอิฐพร้อมบันไดหนีไฟ ตัวแบบสอดคล้องกับภาพก่อนหน้าจนถึงท่าทาง และหุ่นยนต์ไม่ดูเหมือนถูกวางแปะ ทองแดงมีความเปียกและเท้าสะท้อนในแอ่งน้ำ การทดสอบนี้ให้คะแนน Nano Banana 2.1

ทดสอบที่ 4: การเรนเดอร์ข้อความและการออกแบบอินโฟกราฟิก

การทดสอบสุดท้าย ยังคุยในแชตเดียวกันแต่เปลี่ยนจากแนวภาพถ่ายเป็นแผนภาพ

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 (ซ้าย) ผสานเลย์เอาต์ที่ยังไม่เสร็จเข้ากับภาพก่อนหน้าแบบเบลอ; Nano Banana 2.1 (ขวา) สร้างอินโฟกราฟิกที่สมบูรณ์

ตรงนี้ช่องว่างชัดเจน Nano Banana 2 วางเลย์เอาต์การ์ดที่ยังไม่เสร็จทับภาพเรือนกระจกฝนตกแบบเบลอ ชื่อเรื่องถูกต้อง แต่ "SPROUT" มีตัว P เลอะ "SEEDLING" เปื้อน ขั้นที่ 4 ไม่มีฉลาก ไม่มีลูกศร และหุ่นยนต์โผล่มาแค่เท้าเบลอๆ คู่หนึ่ง

Nano Banana 2.1 สร้างอินโฟกราฟิกที่สมบูรณ์: ชื่อเรื่องสะกดถูกต้องเป็นตัวพิมพ์ใหญ่ทั้งหมด มีสี่ขั้นเรียงลำดับ มีลูกศรสามอัน และไม่เพิ่มข้อความอื่น หุ่นยนต์มุมภาพมีเค้าคล้ายหุ่นยนต์ทองแดงก่อนหน้า แม้จะเพิ่มเสาอากาศ และมีก้านรดน้ำสีแดงข้างๆ เนื่องจากพรอมป์ตนี้ทำในแชตเดียวกัน ผลลัพธ์จึงสะท้อนเชนการแก้ไขนี้ โดยไม่ได้ทดสอบ Nano Banana 2 ในการสนทนาใหม่

ราคาและการให้บริการของ Nano Banana 2.1

Google ไม่คิดค่าบริการรายภาพแบบราคาเดียวใน Gemini API ราคาภาพถูกลงใน 2.1 ขณะที่ค่าพรอมป์ตและ reasoning แพงขึ้น

ราคา API ของ Nano Banana 2.1

หน้าราคาของ Google ไม่ระบุชั้นใช้งานฟรีสำหรับโมเดลใดๆ

ที่ 1K และ 2K ค่าภาพประมาณครึ่งหนึ่งของ Nano Banana 2 ส่วนที่ 4K ถูกลงราว 25% อินพุตแพงขึ้น 3 เท่า และ reasoning แพงขึ้น 2.5 เท่า ดังนั้นพรอมป์ตยาวหรือภาพอ้างอิงจำนวนมากอาจลดความคุ้มค่านั้น

เข้าถึงผ่านแอป Gemini, Flow, AI Studio และ API

Nano Banana 2.1 ใช้งานได้ผ่านแอป Gemini, Flow, AI Studio และ API การสมัครสมาชิกและการคิดเงิน API แยกจากกัน

• แอป Gemini: หน้า Gemini สำหรับภาพของ Google ผูก 2.1 เข้ากับแผน Google AI Plus, Pro หรือ Ultra
• Google Flow: รายชื่อโมเดลมี Nano Banana Pro, Nano Banana 2 Lite และ Nano Banana 2.1 แต่ไม่มี Nano Banana 2
• AI Studio และ API: ทั้งสองให้เลือกใช้ได้ทั้งสองโมเดลด้วย ID แผน Google AI ช่วยเพิ่มลิมิตการใช้งานใน AI Studio แต่คีย์ API จะคิดเงินแยกต่างหาก

ชื่อโมเดลอาจต่างกันตามบัญชีและภูมิภาค AI Studio หรือ API ให้เลือกทั้งสองเวอร์ชันได้ตามชื่อ

ควรใช้ Nano Banana 2.1 เมื่อใด

Nano Banana 2.1 เหมาะกับงานที่ต้องแก้ไขซ้ำ อินโฟกราฟิก เลย์เอาต์ที่มีข้อความสั้น ภาพอ้างอิงหลายภาพ หรือเอาต์พุตแบบกว้างที่ 2K และ 4K พรอมป์ตดาดฟ้าและอินโฟกราฟิกให้ความต่างมากสุดในการทดสอบ แม้ว่าข้อความเล็ก ข้อความยาว และการวางตำแหน่งแบบเป๊ะยังเป็นข้อจำกัด

Nano Banana 2 ยังมีความหมายเมื่อเวิร์กโฟลว์เดิมพึ่งพาเอาต์พุต 512px หรืออัตราค่าอินพุตและ reasoning ที่ต่ำกว่า แต่เพราะ Google เลิกสนับสนุนแล้ว จึงเป็นเหตุผลชั่วคราวเพื่ออยู่บนโมเดลเก่าในช่วงทดสอบ 2.1 ไม่ใช่เหตุผลในการเริ่มงานใหม่ด้วยมัน

ข้อคิดส่งท้าย

Nano Banana 2.1 ไม่ชนะทุกพรอมป์ต แต่ทำภารกิจที่ยากกว่า 2 งานซึ่ง Nano Banana 2 พลาดไปได้สำเร็จ ซึ่งสอดคล้องกับคะแนนด้านการแก้ไขและอินโฟกราฟิกของ Google ขณะที่สองพรอมป์ตแรกที่สูสีและอัตราค่าอินพุตกับ reasoning ที่สูงขึ้น ทำให้ข้อสรุปยังต้องแคบไว้

สำหรับภาพรวมของ Gemini ที่กว้างกว่าการสร้างภาพ หลักสูตร Practical AI with Google Gemini and NotebookLMของเราครอบคลุมการเขียนพรอมป์ต Gemini Canvas และ NotebookLM