Nano Banana 2.1 или GPT Image 2.5: какую модель попробовать для постера?

В коротком англоязычном постере, который мы проверили, Nano Banana 2.1, GPT Image 2.5 Flare и Sunburst сгенерировали нужный текст и выполнили два последовательных редактирования. Основные различия касались стиля, непредусмотренных изменений, структуры запросов и расчётной стоимости. Nano выдал более плоскую иллюстрацию, но добавил незаказанные край листа и тень. В обеих версиях GPT яблоки получились более детализированными и живописными; при редактировании ни одна из них не сохраняла неизменными все детали, которые не просили менять.

Если вам нужен простой иллюстрированный постер, результат Nano может стать хорошей отправной точкой — при условии, что вы внимательно проверите изображение. Если вам больше нравятся показанные ниже детализированные фрукты и фактура керамики, для этой задачи сначала попробуйте Flare: в этом единственном прогоне её цепочка завершилась быстрее, чем цепочка Sunburst, а сообщённое количество токенов GPT было одинаковым. Мы не обнаружили решающего преимущества Sunburst для этой задачи. Это рекомендация для конкретного задания и этих настроек, а не общий рейтинг моделей для работы с изображениями.

Тест проведён 13 октября 2026 года. Ofox публикует это сравнение и предоставляет API-шлюз, использованный для тестов. Статья подготовлена с помощью ИИ и независимо проверена ИИ, а не группой рецензентов-людей. Все девять изображений ниже — фактические результаты работы API. Для каждой модели мы выполнили одну цепочку из трёх шагов: повторных прогонов не было, управление seed не использовалось, и лучший результат из нескольких попыток не выбирался. Цепочка Nano взята из нашего более раннего теста, проведённого в тот же день; шесть запросов GPT были выполнены позже. Это были тесты API, а не генерация в авторизованных версиях Agent или Playground.

Какие модели и настройки сравниваются?

Под «Image 2.5» здесь подразумевается OpenAI GPT Image 2.5, включая Flare и Sunburst. Это не Microsoft MAI Image 2.5. Название семейства модели не является точным идентификатором, который передавался в запросе.

Все девять возвращённых файлов — PNG размером 1024 × 1024. Одинаковые размеры и инструкции не доказывают, что настройки качества или объём вычислений были одинаковыми. Параметр качества изображения GPT medium не является аналогом настройки рассуждений Google.

Контекст редактирования тоже различался. Nano получил всю накапливающуюся историю разговора Gemini, включая предыдущие ответы модели. При каждом редактировании GPT получал предыдущий PNG и текущую инструкцию, но не всю историю переписки. Поэтому число входных токенов отражает разные истории, протоколы и токенизаторы. Оно полезно для расчётной оценки этих запросов, но не позволяет объявить одну из моделей изначально более эффективной.

В текущем каталоге Ofox указаны все три модели. На страницах Nano Banana 2.1, Flare и Sunburst доступны идентификаторы моделей и точки входа.

Это снимок экрана публичной страницы модели, а не результат генерации в авторизованном интерфейсе и не запись о списании средств. Цены на ней нужно рассматривать по категориям: общая отметка о скидке не доказывает, что скидка распространяется на каждый компонент.

Одно задание, три шага, девять исходных результатов

Критерии приёмки были конкретными: точный заголовок и время, три красных яблока, чаша нужного цвета, отсутствие дополнительного текста и логотипа, а также сохранение существующей композиции при редактировании. Для строгого требования сохранить пиксели потребовалась бы дополнительная проверка: визуальное сходство не означает идентичность пикселей.

Ниже приведены точные инструкции в исходном порядке. Английские слова намеренно не меняются ни в одной языковой версии этой статьи: генерацию текста на других языках мы не проверяли.

1. Create a square minimalist event poster on warm cream paper. Large exact headline: ORCHARD MARKET. Smaller exact line: SATURDAY 10 AM. Draw three red apples in a blue ceramic bowl below the text. No other text, no logos, no border.

2. Change only the headline from ORCHARD MARKET to ORCHARD FAIR. Keep SATURDAY 10 AM exactly unchanged. Preserve the three red apples, blue bowl, cream background, composition and all other pixels as closely as possible.

3. Now change only the bowl from blue to dark green. Preserve ORCHARD FAIR, SATURDAY 10 AM, the three red apples and the layout.

Шаг 1: сгенерировать постер

Nano Banana 2.1: текст и количество объектов правильные, формы сравнительно простые, заголовок в одну строку. Однако постер выглядит как лист бумаги с внешним полем и тенью. Это не вполне соответствует требованию об отсутствии рамки. Для графики в соцсетях, которой нужен фон до краёв изображения, потребуется доработка — результат не стоит принимать автоматически.

Flare: текст и три яблока правильные, заголовок красный и состоит из двух строк. Кремовый фон заполняет весь холст, изображение не выглядит как сфотографированный лист бумаги. В этом примере на фруктах и керамике больше деталей, чем у Nano; предпочтительность такого результата зависит от нужного визуального стиля.

Sunburst: правильные текст и количество объектов, тёмно-синий двухстрочный заголовок и ещё один детализированный живописный вариант. Яблоки расположены иначе, чем у Flare. В инструкции не задавались точное расположение яблок или цвет заголовка, поэтому это творческие решения, а не ошибки.

Шаг 2: заменить MARKET на FAIR

Все три модели заменили нужное слово и сохранили SATURDAY 10 AM, три яблока и синюю чашу. Nano оставил заголовок в одну строку, обе модели GPT — в две. Общая композиция осталась узнаваемой. Однако изображения были сгенерированы заново, и мы не утверждаем, что все пиксели за пределами текста сохранились. Если это утверждённый брендовый макет, перед принятием правки сравните с предыдущим файлом фрукты, контур чаши, текстуру бумаги и расположение букв.

Шаг 3: изменить только цвет чаши на тёмно-зелёный

Все три модели изменили цвет чаши на зелёный и сохранили нужные слова и количество объектов. По визуальному осмотру более простая иллюстрация Nano остаётся сравнительно последовательной. В результате Flare на яблоках заметнее стала пятнистая текстура; Sunburst тоже изменила живописную фактуру фруктов. Это изменения за пределами чаши. Они важны, если прежний вид фруктов уже был утверждён, хотя по основным требованиям к тексту и цвету постер всё ещё подходит.

Здесь получаются два разных результата приёмки. По критериям «правильные слова, три яблока и зелёная чаша» все финальные изображения отвечают видимым требованиям. По критерию «ничего не менять за пределами чаши» этот тест не подтверждает ни одну из моделей. Маски не использовались; редактирование с маской нужно проверять отдельно. Ни один из этих результатов не подтверждает точность логотипа, достоверность упаковки товара, сохранение внешности человека или качество работы с более длинным текстом.

Сколько времени заняли запросы?

Это длительность запросов, измеренная на стороне клиента: в неё входят сетевое время и время работы сервиса, а не только время генерации моделью. Это не контролируемый тест задержки. Nano запускали раньше, а модели GPT — позже, последовательно. В каждой ячейке всего одно наблюдение. По этой таблице нельзя выводить стабильное соотношение скоростей, пропускную способность или задержку на заданном перцентиле. Последняя правка Sunburst заняла почти столько же времени, сколько правка Flare, хотя первые два запроса у Sunburst были дольше.

Все девять вызовов вернули HTTP 200 и изображение, повторных попыток не было. Это описание данного прогона, а не оценка надёжности. Чтобы оценить пропускную способность в рабочей среде, проведите повторные испытания с фактическим уровнем параллельности и учитывайте не только успешные ответы, но и тайм-ауты и неудачные запросы.

Сравнивайте стоимость по категориям использования, а не по названию модели

13 октября мы проверили публичный каталог Ofox и проследили определения его полей по реализации каталога в репозиториях GitHub. Реализация читает динамические данные; в Git нет неизменного статического прайс-листа, а один только коммит в исходном коде не доказывает, какая версия развёрнута. В комплект для воспроизведения теста включён датированный снимок публичного каталога. Ниже указаны тарифы в долларах США за миллион токенов, а не в долларах за изображение.

Для обеих моделей GPT в снимке provider_price обозначает расценки основного провайдера OpenAI. Стоимость входного текста и выходного изображения по этим расценкам на 20% ниже базовой, но стоимость входного изображения не меняется. Эта расценка не доказывает, какой провайдер обработал наши запросы без закреплённого провайдера; кроме того, мы не сверяли эти новые запросы со списаниями по аккаунту. У Nano значение provider_price равно null: это означает, что расценка там не указана, а не что цена равна нулю или скидка подтверждена.

В обеих цепочках GPT указано одинаковое количество токенов

В ответе на запрос генерации указан общий объём входных данных — 59 токенов, все отнесены к тексту; в запросе нет изображения. Мы не считаем отсутствующее поле входных токенов изображения независимо измеренным нулём. Для оценок использованы указанные категории; предполагается, что входные данные не кэшировались, другие возможные списания не учитываются. В ответе не было разбивки по кэшированию, поэтому скидка за кэш не заложена.

Например, стоимость правки заголовка по базовым тарифам составляет (62 × $5 + 1,024 × $8 + 439 × $30) / 1,000,000 = $0.021672. Если применить указанные тарифы провайдера, изменятся только составляющие для текста и выхода: (62 × $4 + 1,024 × $8 + 439 × $24) / 1,000,000 = $0.018976. Это расчёты по возвращённым данным об использовании, а не фактические списания или счета. Меньшая сумма верна лишь при условии, что эти расценки применимы.

В этом конкретном примере составляющая за выходное изображение Nano была выше

Для каждого из трёх изображений Nano указал 1 120 выходных токенов изображения. При тарифе $30 за миллион эта составляющая составляет $0,0336 за изображение, или $0,1008 за три результата. Соответствующая составляющая GPT по базовым тарифам равна 439 × $30 / 1,000,000 = $0.01317 за результат. Таким образом, одинаковый тариф за токен не привёл к одинаковой расчётной стоимости выходной составляющей. Из этого не следует, что каждое изображение GPT стоит дешевле: на результат могут повлиять качество, размеры, правки и доля результатов, прошедших приёмку.

Указанные для Nano общие объёмы входных данных составляли 54, 1 167 и 2 272 токена; увеличение истории объясняет, почему в последующие запросы входил больший контекст. В первом ответе также указывались 80 токенов TEXT и 639 токенов рассуждений; во втором — 358 токенов рассуждений, а в третьем эта категория не приводилась. 80 токенов TEXT не соответствовали видимой текстовой части в сохранённом ответе. Отсутствие категории не доказывает, что её использование равнялось нулю.

Для первого запроса Nano составляющая за изображение вместе со входными данными и указанным TEXT даёт $0.0336 + 54 × $1.50 / 1,000,000 + 80 × $7.50 / 1,000,000 = $0.034281. Если токены рассуждений — 639 токенов — оплачиваются отдельно по тарифу $7,50 за миллион, условная сумма составляет $0,0390735. Это предположение о тарификации не сверялось со счётом. Поэтому мы не приводим окончательную общую стоимость цепочки Nano из трёх шагов и процент экономии по всему счёту. В руководстве по ценам Nano объясняются эти ограничения; в руководстве по ценам GPT Image 2.5 есть отдельные исторические примеры, которые нельзя принимать за списания по этому прогону.

Какие особенности рабочего процесса могут повлиять на выбор

Сведения о возможностях приведены в документации модели Google Nano Banana 2.1, руководстве OpenAI по генерации изображений и справке OpenAI по редактированию изображений. Эти документы первичных поставщиков не заменяют проверку параметра, специфичного для конкретного шлюза. На страницах OpenAI для Flare и Sunburst описано различное позиционирование моделей; наш небольшой тест с постером не может подтвердить все заявленные сильные стороны.

Для этой задачи сначала выберите Nano, если вам подходит более плоская иллюстрация и вы уже используете рабочий процесс Gemini; при этом исправьте нежелательное оформление с эффектом листа бумаги. Сначала попробуйте Flare, если вам больше нравятся детализированные живописные изображения и вы хотите оценить наблюдавшуюся при medium более низкую составляющую за выход. Попробуйте Sunburst отдельно, если в вашей работе требуется более точное или сложное редактирование, но рассматривайте её позиционирование как основание проверить сложную задачу, а не как доказательство преимущества для этого постера. Если точное сохранение обязательно, редактирование без маски в этом тесте не отменяет необходимости проверки или обычной компоновки изображения.

Воспроизведите сравнение, прежде чем менять рабочий процесс

В комплекте для воспроизведения теста содержатся все девять исходных PNG, параметры запросов, необработанные ответы, записи времени, снимок публичного каталога и скрипты Python. Учётные данные не включены. Записи Nano сохраняют исходные отметки времени того же дня; они не переименованы в новые вызовы.

Распакуйте комплект, установите requests и передайте собственный ключ Ofox через OFOX_API_KEY. Запуск следующих скриптов отправляет новые платные запросы; просмотр сохранённых результатов — нет. Скрипт GPT отправляет шесть запросов, если все они завершаются успешно, и прекращает цепочку для модели при ошибке. Скрипт Nano с параметром --chain отправляет три запроса.

python -m pip install requests
export OFOX_API_KEY="YOUR_OFOX_API_KEY"
python reproduce_gpt.py
python reproduce_nano.py --chain

Для генерации GPT используется маршрут https://api.ofox.ai/v1/images/generations; для редактирования — /v1/images/edits, предыдущий файл передаётся как multipart image. Nano использует https://api.ofox.ai/gemini/v1beta/models/google/gemini-nano-banana-2.1:generateContent. В руководстве по Nano API и руководстве по GPT Image API подробнее объясняется работа с учётными данными и обработка ответов. Подписка ChatGPT не даёт доступа к этим вызовам API Ofox.

Прежде чем принять результат, проверьте исходный файл в полном размере: каждую букву, количество и цвет объектов, кадрирование, а также области, которые не должны были меняться. Сохраняйте все попытки и их результаты. Если запрос завершился тайм-аутом, перед автоматической отправкой нового платного запроса проверьте его статус: тайм-аут не доказывает, что генерация не состоялась. Если HTTP-запрос успешен, но изображения нет, проверьте фактический ответ — не создавайте файл искусственно и не считайте отсутствие данных об использовании нулём.

Принимая производственное решение, сравнивайте общую подтверждённую стоимость всех попыток с числом результатов, которые соответствуют вашим письменным критериям. Учитывайте исправления, неудачные попытки, если за них взимается плата, и время на проверку. Выигрывает тот рабочий процесс, который стабильно выдаёт нужный вам материал. Эти девять результатов — воспроизводимая отправная точка для такого решения, а не универсальный чемпион.