Nano Banana 2.1 kontra Nano Banana Pro i Nano Banana 2: te same prompty, uczciwe wyniki

6 października Google wypuścił Nano Banana 2.1, a karta modelu na papierze wygląda świetnie: w ocenach preferencji ludzi wypada lepiej niż Nano Banana 2 i Nano Banana Pro pod względem ogólnej jakości, zwykłej edycji i spójności wielu postaci.

Benchmarki to jedno. My chcieliśmy sprawdzić coś prostszego: jeśli wkleisz ten sam prompt do wszystkich trzech, jak bardzo będą się różnić obrazy? Uruchomiliśmy je więc obok siebie, nie zmieniając niczego poza modelem, i pokazujemy każdy wynik dokładnie taki, jaki wyszedł. W skrócie: różnica jest mniejsza, niż sugeruje punktacja, ale Nano Banana 2.1 robi dwie rzeczy, których starsze modele nie potrafią.

Czym jest Nano Banana 2.1

Nano Banana 2.1 to następca Nano Banana 2, zbudowany teraz na Gemini 3.6 Flash. W ocenach preferencji ludzi prowadzonych przez Google zdobywa 1050 punktów za ogólną preferencję, wobec 990 dla Nano Banana 2 i 935 dla Nano Banana Pro. W spójności wielu postaci ma 1106 punktów, wobec 978 i 1011. Właśnie w tym ostatnim, czyli w utrzymaniu rozpoznawalności kilku osób na jednym obrazie, Google odnotowuje największy skok.

W ZOOOP wszystkie trzy dzieli jedno kliknięcie w Generatorze obrazu AI. To, co dodaje Nano Banana 2.1, jest konkretne: do 14 obrazów referencyjnych zamiast 10 oraz 14 proporcji plus opcja Auto zamiast 10, w tym panoramiczne banery 8:1 i 4:1 oraz wysokie formaty 1:4 i 1:8. Do tego za jeden obraz kosztuje mniej niż Nano Banana 2 i Nano Banana Pro.

Jak testowaliśmy

Zasady były proste:

• Ten sam angielski prompt dla każdego modelu, po jednym przebiegu, bez wybierania najlepszych i bez ponownego losowania
• Wszystko w 2K, ze stałymi proporcjami dla każdego testu (plakat 3:4, infografika 16:9, zdjęcie 3:2)
• Domyślny poziom myślenia, wyszukiwanie w sieci i wyszukiwanie obrazów wyłączone

Na każdym obrazie porównawczym kolejność od lewej do prawej to Nano Banana 2.1, Nano Banana 2, Nano Banana Pro, z podpisami pod spodem.

Plakaty i infografiki: wszystkie trzy zdają, każdy w innym stylu

Test pierwszy: plakat w stylu szwajcarskiej siatki dla fikcyjnego festiwalu jazzowego, z nagłówkiem, linijką z datami i trzema małymi polami informacyjnymi rozpisanymi w prompcie.

Każde słowo jest poprawne we wszystkich trzech, co w tej rodzinie nie jest już żadną nowością. Różnica leży w układzie. Nano Banana 2.1 faktycznie narysował siatkę i dosunął do niej kolorowe bloki, więc jego wersja najbardziej przypomina gotową pracę projektanta, choć jest trochę przeładowana. Nano Banana 2 oddał plakat w ramie wiszący na ścianie: schludny, ale zachowawczy. Nano Banana Pro postawił na najodważniejszy nagłówek i najwięcej wolnej przestrzeni. Google twierdzi, że 2.1 lepiej radzi sobie z projektowaniem wizualnym, i tu to widać, ale to nie nokaut.

Test drugi sprawdzał fakty: infografika Układu Słonecznego ze wszystkimi ośmioma planetami w kolejności i z podpisami.

Wszystkie trzy podały poprawną kolejność i nazwy, z Wielką Czerwoną Plamą Jowisza i pierścieniami Saturna. Wersja 2.1 dodała Księżyc przy Ziemi i ustawiła pierścień Urana pionowo, co jest zgodne z rzeczywistością. Ale szczerze mówiąc, tak szkolny prompt nie odróżnia już tych modeli. Żeby zobaczyć poprawę faktograficzną, o której mówi karta modelu, potrzebny jest mniej oczywisty temat i włączone wyszukiwanie w sieci.

Realistyczne zdjęcie i ujęcie grupowe czterech osób

Test trzeci: zdjęcie w stylu dokumentalnym, na którym stary rybak naprawia sieć na molo.

Tu widać zapowiedź Google o „bardziej naturalnie wyglądających obrazach”. Kadr 2.1 jest najbardziej powściągliwy: mgła, światło i poza wyglądają jak zdjęcie zrobione z zaskoczenia. Nano Banana 2 upchnął w tle latarnię morską, trawlery i mewy, więc wyszło bliżej pocztówki. Nano Banana Pro skadrował najciaśniej, z siecią wypełniającą pierwszy plan dla największego dramatyzmu. Wszystkie trzy nadają się do użytku, ale jeśli brief brzmi „ma nie wyglądać na zrobione przez AI”, najbliżej jest obraz z 2.1.

Test czwarty dotyczył spójności. Najpierw wygenerowaliśmy cztery fikcyjne osoby w postaci zwykłych portretów:

Potem poprosiliśmy każdy model, żeby umieścił całą czwórkę na jednym zdjęciu w kawiarni, tak by każdy zachował swoją twarz, fryzurę i ubranie.

W każdej wersji da się rozpoznać wszystkie cztery osoby. Jedyna wpadka, jaką znaleźliśmy: u Nano Banana 2 siwa broda mężczyzny w okularach prawie zniknęła, a 2.1 i Pro ją zachowały. Cztery osoby to za mało, by pokazać pełną przewagę 2.1, bo największa różnica w karcie modelu pochodzi z liczniejszych obsad. Następny test: sześć osób.

Dwie rzeczy, które potrafi tylko Nano Banana 2.1

Pierwsza to formaty ultraszerokie. Poniżej baner na górę strony w proporcjach 8:1, zrobiony w 1K za jednym podejściem, z poprawnie zapisanym hasłem. Nano Banana 2 i Nano Banana Pro kończą się na 21:9, więc taki baner oznacza przycinanie albo rozciąganie obrazu w proporcjach 21:9.

Druga to 14 obrazów referencyjnych. Starsze modele kończą na 10, a te cztery dodatkowe pomagają, gdy jeden obraz musi połączyć linię produktów, kilku fotomodeli i lokalizację.

Wypróbowaliśmy też edycję z maską, którą promuje Google. W narzędziu Edytuj obraz wgraliśmy zdjęcie białego kubka, zakreśliliśmy kubek na czerwono i poprosiliśmy, żeby w jego miejscu stanął szklany kubek z zieloną herbatą, a cała reszta została bez zmian.

Od lewej: oryginał, zakreślony obraz wejściowy, Nano Banana 2.1 i Nano Banana 2. Oba zmieniły tylko kubek, oba usunęły czerwone kółko, a tło prawie się nie ruszyło. Przy prostej podmianie jednego obiektu Nano Banana 2 też daje radę; duże postępy, które Google raportuje dla edycji z maską, powinny wyjść przy trudniejszych lokalnych poprawkach.

Gdzie wszystkie trzy wciąż się mylą

To była celowa pułapka: kobieta trzyma czerwony parasol w lewej ręce i niebieską filiżankę w prawej, po jej prawej stronie siedzi czarny pies, a aparat jest skierowany na nią.

Wszystkie trzy pomyliły się dokładnie tak samo: odczytały „jej lewą rękę” jako „lewą stronę obrazu”, więc parasol, filiżanka i pies są w lustrzanym odbiciu. Nano Banana Pro postanowił do tego złożyć parasol w deszczu. Sam Google przyznaje w karcie Nano Banana 2.1, że model czasem myli lewą stronę z prawą. W praktyce pisz „po lewej stronie kadru” zamiast „w jej lewej ręce”.

Druga słabość z listy Google to rozmywający się drobny tekst w 1K. W 2K kredowe menu z ośmioma napojami wyszło czysto we wszystkich trzech:

Jeśli więc obraz zawiera dużo drobnego tekstu, renderuj go w 2K lub wyżej.

Jedno zaskoczenie: od wysłania zadania do gotowego obrazu w ZOOOP mediana w tych sześciu testach wyniosła około 67 sekund dla Nano Banana 2.1, około 43 dla Nano Banana 2 i około 48 dla Nano Banana Pro. To jeden przebieg na test, czyli mała próbka, ale w naszym przebiegu 2.1 nie był najszybszy.

Który wybrać

Po tej rundzie nasze zdanie jest takie:

• Nowe projekty zaczynaj na Nano Banana 2.1. Jest tańszy, jego zdjęcia wyglądają naturalniej, a do tego dochodzą formaty ultraszerokie i 14 obrazów referencyjnych. W żadnym z siedmiu testów wyraźnie nie przegrał.
• Jeśli masz zestaw promptów dopracowanych pod Nano Banana Pro i podobają ci się wyniki, nie ma pośpiechu. Nie znaleźliśmy niczego, co potrafiłby tylko Pro, ale nie widzieliśmy też, żeby Pro zostawał w tyle.
• Porzuć Nano Banana 2, gdy tylko będzie to możliwe. Google oznaczył go jako przestarzały w dniu premiery 2.1, a daty wyłączenia jeszcze nie ogłoszono. Nano Banana 2 nadal działa dziś w ZOOOP, a twoje prompty powinny przejść na 2.1 bez zmian.

Pełną specyfikację i najlepsze zastosowania znajdziesz na stronie modelu Nano Banana 2.1. Jak Pro i Nano Banana 2 wypadają względem siebie, sprawdziliśmy w sierpniu w takim samym teście. Albo pomiń lekturę: otwórz Generator obrazu AI i puść swój ulubiony prompt przez wszystkie trzy.