نانو بنانا ۲

یک بار اختلاف واقعی، یک بار تساوی

روی تخته ساخت تصویر از متن، نانو بنانا ۲ عدد ۱۲۶۳.۸ گرفته و نانو بنانا پرو ۱۲۴۶.۰. اختلاف حدود هجده امتیاز است و بازه های اطمینان دو ردیف به هم نمی رسند: بازه این مدل از ۱۲۵۸.۷ شروع می شود و بازه پرو در ۱۲۴۹.۴ تمام می شود. پس این یک اختلاف واقعی است و نه نوسان.

روی تخته ویرایش اما داستان برعکس است و باید صادقانه نوشته شود: پرو ۱۳۸۹.۱ دارد و این مدل ۱۳۸۵.۱، یعنی پرو چهار امتیاز جلوتر است. ولی بازه ها کامل روی هم می افتند (۱۳۸۱.۰ تا ۱۳۸۹.۱ در برابر ۱۳۸۶.۱ تا ۱۳۹۲.۰)، پس روی ویرایش این دو مساوی اند و هیچکس نمی تواند بگوید کدام بهتر است.

حالا قیمت را کنار این دو بگذارید. یک تصویر ۱K روی این مدل ۰.۰۶۷ دلار است و روی پرو ۰.۱۳۴ دلار. دقیقا نصف، برای خروجی ای که یک بار بهتر است و یک بار مساوی.

قید مهم: «نصف قیمت» فقط در یک اندازه درست است

این مدل چهار پله اندازه دارد و پرو دو پله. عددها را کنار هم بگذاریم: در ۰.۵K این مدل ۰.۰۴۵ دلار است و پرو اصلا این پله را ندارد. در ۱K برابر ۰.۰۶۷ در برابر ۰.۱۳۴، یعنی نصف. در ۲K برابر ۰.۱۰۱ در برابر همان ۰.۱۳۴، چون پرو برای ۱K و ۲K یک قیمت واحد می گیرد. و در ۴K برابر ۰.۱۵۱ در برابر ۰.۲۴.

یعنی هرچه بزرگ تر می سازید، صرفه این مدل کمتر می شود: در ۱K نصف قیمت است، در ۲K حدود سه چهارم، و در ۴K حدود شصت درصد. ستون قیمت جدول ما پله ۱K را گرفته چون تنها پله ای است که هر دو مدل دارند و هر دو یک عدد برایش چاپ کرده اند. اگر کار شما همیشه ۲K است، صرفه ای که در جدول می بینید بیشتر از چیزی است که در صورتحساب می بینید.

ده تصویر مرجع، و دو عددی که کنارش هست

گوگل برای این مدل سه سقف جدا می نویسد: تا ده تصویر شی، تا چهار تصویر شخصیت، و تا سه تصویر سبک. ستون مرجع جدول ما عدد شی را برمی دارد، و با همان عدد این مدل بالاترین ردیف جدول است. ولی اگر کار شما چند آدم ثابت در یک صحنه است، عدد مهم برایتان چهار است و پرو در همان ستون پنج می گیرد. این تنها جایی است که پرو یک برتری منتشرشده و قابل استناد دارد.

ردیفی که رتبه گرفته، دقیقا کدام پیکربندی است

نام ردیف در آرنا «gemini-3.1-flash-image (nano-banana-2) [web-search]» است. آن پسوند تزیینی نیست: یعنی عددی که ما در جدول می گذاریم مال پیکربندی متصل به جستجوی وب است. اگر شما همان مدل را بدون grounding صدا بزنید، چیزی که ما اندازه گرفته ایم را دقیقا نگرفته اید. این همان الگویی است که در این مرجع بارها دیده ایم و روی صفحه هر مدل نوشته ایم: ردیف لیدربورد یک پیکربندی سرویس دهی را نام می برد و نه فقط یک مدل را.

نسخه لایت، که با این یکی اشتباه گرفته می شود

گوگل مدل سومی هم دارد به اسم gemini-3.1-flash-lite-image، که در آرنا با نام «نانو بنانا ۲ لایت» ردیف دارد و رتبه ۱۱ گرفته. آن مدل فقط ۱K می دهد، مرجع شخصیت و سبک را اصلا نمی گیرد، و خود گوگل می نویسد برای ورودی مرجع چندگانه و ویرایش چندمرحله ای بهینه نشده. در عوض تا چهارده تصویر شی می گیرد، که بیشترین عدد بین هر سه مدل است. ما آن را نامزد جدول نکردیم؛ اگر ارزان ترین راه ممکن را می خواهید، سراغش بروید و بدانید چه چیزی را از دست می دهید.

از ایران

صفحه مناطق در دسترس Gemini API را امروز خواندیم و ایران در آن نیست. این حرف درباره واجهه برنامه نویسی است و درباره اپلیکیشن جمینای چیزی نمی گوید. ما اکانت نمی فروشیم و راه دور زدن هم پیشنهاد نمی کنیم.