Nano Banana 2.1 vs Nano Banana Pro vs Nano Banana 2: cùng một prompt, kết quả trung thực

Google ra mắt Nano Banana 2.1 ngày 6 tháng 10, và trên giấy tờ thì model card của nó trông rất đẹp: điểm ưa thích do người thật chấm cao hơn cả Nano Banana 2 lẫn Nano Banana Pro ở chất lượng tổng thể, chỉnh sửa ảnh nói chung và độ nhất quán khi có nhiều nhân vật.

Điểm benchmark là một chuyện. Điều chúng tôi muốn biết đơn giản hơn: dán cùng một prompt vào cả ba thì ảnh khác nhau đến đâu? Nên chúng tôi chạy chúng song song, không đổi gì ngoài mô hình, và đăng mọi kết quả đúng như lúc nó ra. Nói ngắn gọn: khoảng cách nhỏ hơn mức điểm số gợi ý, nhưng Nano Banana 2.1 làm được hai việc mà các mô hình cũ không làm được.

Nano Banana 2.1 là gì

Nano Banana 2.1 là bản kế nhiệm của Nano Banana 2, nay được xây trên Gemini 3.6 Flash. Trong các đánh giá ưa thích do người thật chấm của Google, nó đạt 1050 điểm ở mức ưa thích tổng thể, so với 990 của Nano Banana 2 và 935 của Nano Banana Pro. Về độ nhất quán nhiều nhân vật, nó đạt 1106, so với 978 và 1011. Hạng mục sau cùng này, tức giữ cho nhiều người trong cùng một ảnh vẫn nhận ra được, là chỗ Google báo cáo bước nhảy lớn nhất.

Trên ZOOOP, cả ba chỉ cách nhau một cú nhấp trong Trình tạo hình ảnh AI. Những gì Nano Banana 2.1 thêm vào rất cụ thể: tối đa 14 ảnh tham khảo thay vì 10, và 14 tỷ lệ khung hình cộng thêm Tự động thay vì 10, gồm cả banner toàn cảnh 8:1 và 4:1 lẫn khổ dọc 1:4 và 1:8. Giá mỗi ảnh cũng rẻ hơn cả Nano Banana 2 lẫn Nano Banana Pro.

Cách chúng tôi thử

Luật chơi đơn giản:

• Cùng một prompt tiếng Anh cho mọi mô hình, mỗi mô hình chạy một lần, không chọn ảnh đẹp và không chạy lại
• Tất cả ở 2K, tỷ lệ khung hình cố định theo từng bài (poster 3:4, infographic 16:9, ảnh chụp 3:2)
• Mức suy nghĩ để mặc định, tắt tìm kiếm web và tìm kiếm hình ảnh

Trong mọi ảnh so sánh, thứ tự từ trái sang phải là Nano Banana 2.1, Nano Banana 2, Nano Banana Pro, có ghi tên bên dưới.

Poster và infographic: cả ba đều đạt, mỗi bên một phong cách

Bài thử đầu tiên là một poster dàn lưới kiểu Thụy Sĩ cho một lễ hội jazz hư cấu, với tiêu đề, dòng ngày tháng và ba ô thông tin nhỏ được ghi rõ từng chữ trong prompt.

Mọi chữ đều đúng ở cả ba, điều không còn là tin mới với dòng mô hình này. Khác biệt nằm ở bố cục. Nano Banana 2.1 thực sự vẽ ra lưới và bám các khối màu vào đó, nên trông giống một sản phẩm designer bàn giao nhất, dù hơi chật. Nano Banana 2 trả về một tấm poster đóng khung treo trên tường, gọn gàng nhưng an toàn. Nano Banana Pro chọn tiêu đề táo bạo nhất và chừa nhiều khoảng trắng nhất. Google nói 2.1 giỏi thiết kế hình ảnh hơn, và ở đây bạn thấy được điều đó, nhưng chưa phải thắng áp đảo.

Bài thử thứ hai kiểm tra kiến thức: một infographic về hệ Mặt Trời với đủ tám hành tinh, đúng thứ tự và có nhãn.

Cả ba đều đúng thứ tự và tên, có cả Vết Đỏ Lớn của Sao Mộc và vành đai Sao Thổ. Bản 2.1 thêm Mặt Trăng của Trái Đất và dựng vành đai của Sao Thiên Vương thẳng đứng, vốn là chính xác. Nhưng thật lòng mà nói, một prompt cỡ kiến thức phổ thông như thế này không còn phân biệt được các mô hình này nữa. Muốn thấy những cải thiện về độ chính xác dữ kiện mà model card nhắc tới, bạn cần một chủ đề ít phổ biến hơn và bật tìm kiếm web.

Một ảnh chụp chân thực và một ảnh nhóm bốn người

Bài thử thứ ba là một bức ảnh phong cách tài liệu về một ông lão đánh cá đang vá lưới trên cầu tàu.

Đây là chỗ tuyên bố "hình ảnh trông tự nhiên hơn" của Google thể hiện rõ. Khung hình của 2.1 tiết chế nhất: sương, ánh sáng và tư thế đều giống một bức ảnh chụp tự nhiên, không dàn dựng. Nano Banana 2 nhồi ngọn hải đăng, tàu đánh cá và hải âu vào hậu cảnh, gần với một tấm bưu thiếp hơn. Nano Banana Pro đặt khung chặt nhất, để tấm lưới phủ kín tiền cảnh cho kịch tính nhất. Cả ba đều dùng được, nhưng nếu yêu cầu là "không trông như AI làm" thì ảnh của 2.1 sát nhất.

Bài thử thứ tư nói về độ nhất quán. Trước tiên chúng tôi tạo bốn người hư cấu dưới dạng ảnh chân dung đơn giản:

Sau đó chúng tôi yêu cầu từng mô hình đưa cả bốn người vào một bức ảnh trong quán cà phê, mỗi người giữ nguyên khuôn mặt, kiểu tóc và trang phục của mình.

Bạn nhận ra được cả bốn người ở mọi phiên bản. Sơ suất duy nhất chúng tôi tìm thấy: Nano Banana 2 làm nhạt bộ râu xám của người đàn ông đeo kính, còn 2.1 và Pro vẫn giữ. Bốn người chưa đủ để thể hiện hết lợi thế của 2.1, vì khoảng cách lớn nhất trong model card đến từ những cảnh đông người hơn. Bài thử tiếp theo sẽ là sáu người.

Hai việc chỉ Nano Banana 2.1 làm được

Thứ nhất là khổ siêu rộng. Bên dưới là một header website 8:1 tạo ở 1K chỉ trong một lần, tiêu đề viết đúng chính tả. Nano Banana 2 và Nano Banana Pro chỉ đến 21:9, nên muốn có banner như thế này thì phải cắt hoặc kéo giãn một ảnh 21:9.

Thứ hai là 14 ảnh tham khảo. Các mô hình cũ dừng ở 10, và bốn ảnh thêm đó có ích khi một bức ảnh phải kết hợp cả một dòng sản phẩm, vài người mẫu và một địa điểm.

Chúng tôi cũng thử tính năng chỉnh sửa bằng mask mà Google đang quảng bá. Trong công cụ Chỉnh sửa hình ảnh AI, chúng tôi tải lên ảnh một chiếc cốc trắng, khoanh đỏ quanh chiếc cốc và yêu cầu thay bằng một cốc thủy tinh đựng trà xanh, không thay đổi gì khác.

Từ trái sang phải: ảnh gốc, ảnh đầu vào đã khoanh, Nano Banana 2.1 và Nano Banana 2. Cả hai chỉ đổi chiếc cốc, cả hai đều xóa vòng tròn đỏ, và hậu cảnh gần như không xê dịch. Với việc thay một vật thể đơn giản, Nano Banana 2 cũng làm ổn; những cải thiện lớn mà Google báo cáo cho chỉnh sửa bằng mask hẳn sẽ lộ rõ ở những chỉnh sửa cục bộ khó hơn.

Chỗ cả ba vẫn thất bại

Bài này là một cái bẫy có chủ đích: một người phụ nữ cầm chiếc ô đỏ ở tay trái và chiếc cốc xanh dương ở tay phải, một chú chó đen ngồi bên phải cô, máy ảnh hướng thẳng vào cô.

Cả ba đều sai theo đúng một kiểu: chúng hiểu "tay trái của cô" thành "bên trái bức ảnh", nên chiếc ô, chiếc cốc và chú chó đều bị lật ngược. Nano Banana Pro còn quyết định gập ô lại giữa trời mưa. Chính model card của 2.1 do Google công bố cũng thừa nhận đôi khi mô hình nhầm trái với phải. Trên thực tế, hãy viết "ở phía bên trái khung hình" thay vì "trên tay trái của cô ấy".

Điểm yếu còn lại Google liệt kê là chữ nhỏ bị mờ ở 1K. Ở 2K, một tấm menu bảng phấn với tám món đồ uống ra sạch sẽ ở cả ba:

Vì vậy nếu ảnh có nhiều chữ nhỏ, hãy xuất ở 2K hoặc cao hơn.

Một điều bất ngờ: tính từ lúc gửi đến khi có ảnh hoàn chỉnh trên ZOOOP, trung vị của sáu bài thử này là khoảng 67 giây với Nano Banana 2.1, khoảng 43 giây với Nano Banana 2 và khoảng 48 giây với Nano Banana Pro. Mỗi bài chỉ chạy một lần nên mẫu còn nhỏ, nhưng trong lần chạy của chúng tôi, 2.1 không phải mô hình nhanh nhất.

Nên dùng mô hình nào

Sau đợt này, nhận định của chúng tôi:

• Bắt đầu việc mới với Nano Banana 2.1. Rẻ hơn, ảnh chụp trông tự nhiên hơn, lại có thêm khổ siêu rộng và 14 ảnh tham khảo. Trong bảy bài thử, nó không thua rõ ràng ở bài nào.
• Nếu bạn có một bộ prompt đã tinh chỉnh cho Nano Banana Pro và ưng kết quả, không cần vội. Chúng tôi không tìm thấy việc gì chỉ Pro làm được, nhưng cũng không thấy Pro bị bỏ lại phía sau.
• Rời Nano Banana 2 khi có thể. Google đã đánh dấu nó là ngừng hỗ trợ ngay trong ngày 2.1 ra mắt, hiện chưa công bố ngày tắt. Nano Banana 2 hôm nay vẫn chạy bình thường trên ZOOOP, và prompt của bạn có thể chuyển sang 2.1 mà không cần sửa.

Xem thông số đầy đủ và những việc nó làm tốt nhất ở trang mô hình Nano Banana 2.1. Muốn biết Pro và Nano Banana 2 so với nhau ra sao, chúng tôi đã làm một bài thử tương tự hồi tháng 8. Hoặc bỏ qua phần đọc: mở Trình tạo hình ảnh AI và chạy prompt yêu thích của bạn qua cả ba.