Nano Banana 2 Lite so với Nano Banana 2: Khi nào nên tiết kiệm tiền và khi nào nên nâng cấp

Google tuần trước đã ra mắt Nano Banana 2 Lite—chính thức gemini-3.1-flash-lite-hình ảnh—là điểm đầu vào trong ngăn xếp tạo hình ảnh của nó, nằm dưới Nano Banana 2 và thấp hơn nhiều so với Nano Banana Pro. Nó cung cấp kết quả chuyển văn bản thành hình ảnh trong khoảng 4 giây, nhanh hơn 2,7 lần so với Nano Banana 2 và được định vị là sự thay thế trực tiếp cho Nano Banana ban đầu (gemini-2.5-flash-image). Lời chào hàng rõ ràng: giống hệ sinh thái Google, ít tiền hơn, ít chờ đợi hơn.

Mô hình này có sẵn thông qua Google AI Studio, API Gemini và Nền tảng tác nhân doanh nghiệp—và được đưa vào các sản phẩm tiêu dùng bao gồm Tìm kiếm, ứng dụng Gemini, NotebookLM và Google Photos. Nó hoạt động cùng với Gemini Omni Flash, mô hình tạo video mới của Google, thông qua API tương tác, cho phép người dùng xếp chồng tối đa ba lần chỉnh sửa liên tiếp trong một phiên duy nhất. Dòng Nano Banana hiện được hiểu là một cấu trúc ba tầng rõ ràng: Lite dành cho tốc độ và chi phí, Nano Banana 2 dành cho cân bằng chất lượng-tốc độ, Nano Banana Pro dành cho công việc chuyên môn phức tạp.

Với mức giá khoảng 0,034 USD cho mỗi hình ảnh ở độ phân giải 1K, Nano Banana 2 Lite có giá chỉ bằng một nửa so với Nano Chuối 2có giá 0,067 USD cho mỗi hình ảnh ở cùng độ phân giải. Điều đó đặt mẫu Lite cạnh tranh trực tiếp với Seedream 5.0 Lite, có giá 0,031–0,035 USD cho mỗi hình ảnh. Reve 2.0 có giá thấp hơn cả hai ở mức khoảng 0,0067 USD cho mỗi hình ảnh thông qua API—mặc dù nó thiếu phạm vi triển khai đi kèm với cơ sở hạ tầng của Google. Qwen Image Edit là một tùy chọn nguồn mở, miễn phí, tốt cho các trường hợp sử dụng tiêu chuẩn.

Vì vậy, mức giảm chất lượng từ Nano Banana 2 có đủ đậm đặc để ảnh hưởng đến quy trình làm việc cụ thể của bạn không? Nó có được phân phối đủ để hầu hết mọi người không chú ý không?

Chúng tôi đã chạy các lời nhắc giống nhau thông qua cả hai mô hình trên năm danh mục để tìm hiểu. Câu trả lời khó dự đoán hơn bạn mong đợi.

chủ nghĩa hiện thực

Thử nghiệm độ chân thực là nơi thấy rõ nhất khoảng cách giữa Nano Banana 2 và người anh em Lite của nó. Cả hai người mẫu đều nhận được yêu cầu chụp chân dung giống nhau về mặt kỹ thuật: hình ảnh điện ảnh về một nữ kiến ​​trúc sư 32 tuổi trên sân thượng lúc hoàng hôn, mặc áo khoác màu be và đeo kính tròn, cầm bản thiết kế cuộn đặc biệt trong tay trái, với đường chân trời thành phố bị mất nét phía sau, ánh sáng giờ vàng với ánh sáng viền mềm, độ sâu trường ảnh nông mô phỏng ống kính 50mm, tỷ lệ khung hình dọc 4:5, kết cấu da chân thực và hạt phim tinh tế.

Lời nhắc đóng khung rõ ràng từng phần tử dưới dạng một ràng buộc độc lập có thể bị lỗi.

Nano Banana 2 Lite đã vượt qua bài kiểm tra cơ bản. Đối tượng ăn mặc và đặt đúng tư thế, đeo kính tròn, cầm bản thiết kế và đứng trên sân thượng với thành phố mờ phía sau. Nhưng nó hơi, chỉ hơi, kém thực tế về mặt chi tiết: Đối tượng chỉ có một tay, quá khổ so với phần còn lại của cơ thể. Ánh sáng vành hầu như không thể cảm nhận được. Kết cấu da giữ ở mức thu nhỏ nhưng không tồn tại khi kiểm tra chặt chẽ. Cuối cùng, hình ảnh trông giống như một bức ảnh stock có chất lượng chứ không phải một bức chân dung điện ảnh.

Nano Banana 2 đã tạo ra thứ gì đó khác biệt về mặt nhiếp ảnh. Đối tượng đứng trên nền trời của Thành phố New York được hiện thực hóa hoàn toàn vào giờ kỳ diệu, ánh đèn thành phố có hiệu ứng mờ ảo nở rộ trên hậu cảnh, một chút hình ảnh dòng sông có thể nhìn thấy từ xa. Độ sâu trường ảnh rất ấn tượng. Ánh sáng viền ấm áp tách biệt rõ ràng chủ thể khỏi hậu cảnh. Bản thiết kế nằm ở tay trái của cô ấy chứ không phải tay phải như yêu cầu.

Cả hai mô hình đều gặp khó khăn với tính đối xứng. Ví dụ: các lỗ dành cho nút và một số dây đeo không nhất quán, nhưng một lần nữa, đó là những chi tiết được phát hiện khi kiểm tra kỹ hơn.

Đối với nội dung truyền thông xã hội hoặc mô hình trực quan nhanh, phiên bản Lite hoàn toàn khả thi—nó truyền đạt khái niệm. Đối với bất kỳ thứ gì mà hình ảnh là sản phẩm cuối cùng—hình ảnh chính, sản phẩm được khách hàng giao, một phần danh mục đầu tư—nó sẽ hiển thị các đường nối của nó ở bất kỳ độ phân giải nào phía trên hình thu nhỏ. Chất lượng ảnh là nơi mà kiến ​​trúc của mô hình Lite tạo ra sự nhượng bộ lớn nhất và nó làm được điều đó một cách nhất quán.

Tuân thủ nhanh chóng

Thử nghiệm tuân thủ nhanh chóng đã sử dụng một chiến lược khác: một cảnh dày đặc, nhiều yếu tố trong đó mỗi chi tiết được gắn nhãn hoạt động như một điểm lỗi độc lập. Lời nhắc mô tả cảnh quan thành phố theo phong cách steampunk nhìn từ vị trí của tượng đầu thú—hoàn chỉnh với khinh khí cầu có nhãn “Atlas & Sons Cartographers, Est. 1842”, một cáp treo có tuyến đường được đặt tên cụ thể, tháp đồng hồ điều khiển bằng bánh răng, đầu thú có tài liệu có nhãn “Khu vực 7 – Bị kết án”, một tờ báo ở nền trước có tiêu đề cụ thể và khung cảnh đường phố Victoria chi tiết bên dưới.

Logic: Nếu một mô hình có thể chứa 10 ràng buộc cụ thể đồng thời, bạn có thể tin tưởng vào mô hình đó trên các bản tóm tắt sáng tạo phức tạp.

Cả hai mô hình đều tạo ra những cảnh steampunk hấp dẫn về mặt hình ảnh. Cả hai đều đặt chính xác tượng đầu thú ở tiền cảnh, tháp đồng hồ ở giữa, khinh khí cầu trên bầu trời và cáp treo băng qua khung. Nhìn thoáng qua, sự khác biệt mang lại cảm giác thẩm mỹ—phiên bản Lite tối hơn và buồn hơn, phiên bản đầy đủ sạch hơn và sáng hơn. Nhưng các chi tiết cụ thể lại kể một câu chuyện khác. Trong phiên bản Lite, bong bóng ghi “Số liệu ước tính năm 1942” thay vì năm 1842—chủ yếu là do AI đang cố gắng hiển thị văn bản chính xác. Nhãn tuyến cáp treo bị cắt xén một phần. Tiêu đề của tờ báo phía trước bị mờ ở các cạnh, làm mất đi tính rõ ràng của các chi tiết được yêu cầu cụ thể.

Nhìn chung, nó tập trung nhiều vào hình ảnh hơn là văn bản, điều này phù hợp với hầu hết các trường hợp sử dụng.

Nano Banana 2 có hầu hết mọi thứ đều ổn. Quả bóng có dòng chữ rõ ràng “Atlas & Sons Cartographers Est. 1842.” Biển hiệu cáp treo ghi “Upper Vantis – 4 điểm dừng”. Gargoyle giữ một tài liệu, nhưng văn bản không thể đọc được. Tờ báo phía trước có dòng chữ “Tháp đồng hồ im lặng – Những lời than khóc của thành phố” bằng loại chữ rõ ràng, dễ đọc. Mọi phần tử được đặt tên sẽ xuất hiện ở nơi cần thiết, với nhãn chính xác, ở dạng dễ đọc. Quyết định về bố cục sử dụng ánh sáng biên tập sáng hơn, nhiều hơn cũng có tác dụng ở đây—nó giữ cho các chi tiết được dán nhãn có thể đọc được thay vì bị bầu không khí nuốt chửng.

Người dùng được nhắc thông thường sẽ không nhận thấy chuyển vị một chữ số vào ngày thành lập hư cấu. Nhưng các nghệ sĩ ý tưởng, nhà xây dựng thế giới và họa sĩ minh họa tường thuật—những người sử dụng các mô hình này để truyền đạt logic sáng tạo cụ thể tới khách hàng hoặc cộng tác viên—sẽ nhận thấy ngay lập tức.

Xu hướng làm mờ hoặc chuyển đổi các nhãn văn bản cụ thể trong hình ảnh của mô hình Lite không phải là một thất bại nghiêm trọng, nhưng nó đưa ra một bước chỉnh sửa thủ công có tác động xấu trên quy mô lớn.

Nhận thức về không gian

Thử nghiệm nhận thức không gian đã đánh giá cách mỗi mô hình xử lý bố cục cảnh đa chiều sâu: nhiều vật thể ở cự ly gần, đối tượng là con người ở khoảng cách trung bình và các yếu tố khí quyển lùi dần vào bóng tối nền.

Khung cảnh—một nhà giả kim thời Trung cổ ngồi trên một chiếc bàn gỗ bừa bộn, được bao quanh bởi một hỗn thiên nghi, một ngọn nến đang cháy, một chiếc đồng hồ cát, một hộp sọ, các biểu đồ sao và một chiếc lọ màu xanh lá cây rực rỡ, với một con mèo đen in bóng trong cửa sổ hình vòm phía sau anh ta—đòi hỏi phải xếp lớp ba chiều một cách thuyết phục để đọc mạch lạc hơn là lắp ráp.

Cả hai mô hình đều hiểu ngữ pháp không gian cơ bản của cảnh. Các vật thể ở tiền cảnh được hiển thị ở tỷ lệ và chi tiết bóng phù hợp, học giả chiếm giữ phần giữa mặt đất với các mối quan hệ che khuất chính xác với các vật thể xung quanh mình và cửa sổ hình vòm với bầu trời đêm đầy ánh trăng tạo ra cảm giác lùi sâu đầy thuyết phục ở phía sau khung cảnh. Mô hình không đặt sai vị trí các đối tượng, thu gọn các mặt phẳng độ sâu hoặc đưa ra các mâu thuẫn về không gian. Kiến trúc cảnh—mặt trước, giữa, sau—được thiết lập chính xác ở cả hai đầu ra.

Sự khác biệt là tinh tế và thực tế. Phiên bản của Nano Banana 2 có độ dốc độ sâu khí quyển phong phú hơn: Ánh nến mờ dần một cách tự nhiên khi chạm tới các bức tường đá, độ mờ hậu cảnh được coi là độ sâu khí quyển thực sự thay vì làm mềm kỹ thuật số và khung cảnh tổng thể có sự ấm áp như tranh vẽ gợi ý đến không gian thể tích. Độ sâu của phiên bản Lite có cấu trúc chính xác nhưng hơi bị nén – nền trông giống một sân khấu phẳng hơn là một căn phòng nhỏ có không khí thực sự trong đó.

Ít nhất trong văn bản này, hình ảnh Nano Banana 2 có cảm giác giống như hình ảnh Nano Banana 2 Lite với LoRA chi tiết (một loại lớp tinh chỉnh chuyên dụng) được áp dụng trong quá trình lấy mẫu.

Đây là khoảng cách nhỏ nhất trong cả năm bài kiểm tra. Đối với bảng phân cảnh, khái niệm nội dung trò chơi và hầu hết các bối cảnh minh họa biên tập, cả hai mô hình đều thể hiện lý luận không gian đầy đủ. Khả năng hiển thị độ sâu phẳng hơn một chút của mô hình Lite chỉ trở nên có ý nghĩa ở đầu ra có độ phân giải cao hoặc phân tích thành phần chi tiết—và thậm chí sau đó, khoảng cách vẫn còn có thể tranh cãi.

Đối với danh mục này, mô hình Lite là sự thay thế khả thi trong phần lớn quy trình công việc thực tế.

Tạo văn bản

Việc tạo văn bản là nơi đánh giá này tạo ra kết quả phản trực giác nhất.

Lời nhắc kiểm tra mô tả một cửa hàng phần cứng hoạt động vào ban đêm với hàng chục thành phần văn bản đồng thời ở các tỷ lệ và kiểu dáng khác nhau: một biển hiệu chính được vẽ bằng tay có tên cửa hàng, ngày thành lập và danh mục sản phẩm; một thẻ graffiti trên mặt tiền; đề can cửa sổ có giờ và dịch vụ; một áp phích buổi hòa nhạc có tên ban nhạc, địa điểm, ngày, giờ mở cửa và giá vé cụ thể; thông báo họp hội đồng thành phố; thông báo mèo lạc kèm theo số điện thoại; nhãn dán chính trị trên bốt điện thoại; và hạn chế đậu xe trên lề đường.

Việc tạo văn bản ở mức độ phức tạp này rất khó vì mỗi thành phần phải được hiển thị chính xác trong khi hình ảnh tổng thể vẫn đọc như một bức ảnh mạch lạc.

Nano Banana 2 Lite thực sự đã mang đến một điều gì đó thực sự ấn tượng về tốc độ của nó. “CÔNG TY CUNG CẤP & PHẦN MỀM KELLERMAN – TỪ NĂM 1931 – CÔNG CỤ, DÂY, SƠN,” dòng chữ graffiti “VẪN Ở ĐÂY”, bảng hiệu trên cửa sổ cho “MỞ 7 NGÀY / CHÚNG TÔI MUA PHẾ LIỆU – YÊU CẦU RAY / ĐÓNG CỬA”, áp phích buổi hòa nhạc cho “THE DREDGE PALE MOUTH / CHỦ NHẬT 4 THÁNG 6 / CỬA 9 giờ tối / CÂU LẠC BỘ ANCHOR / $12 ADV – $15 DOOR,” nhãn dán có nội dung “MÁY NÀY GIẾT NGƯỜI PHÁT xít” và “Chúa GIÊSU CỨU”, một thông báo về mèo bị lạc kèm theo số điện thoại cụ thể và dễ đọc—mỗi thành phần văn bản trong lời nhắc đều được hiển thị chính xác và có thể đọc được đồng thời trong một hình ảnh.

Nếu có điều cần lưu ý thì đó là hình ảnh kém chân thực. Một số áp phích dường như được hiển thị bởi một biên tập viên có kỹ năng photoshop kém hơn là các yếu tố chân thực của cảnh. Một ví dụ có thể là những tấm áp phích dán trên bốt điện thoại. Để thực tế hơn, chúng phải có một số khiếm khuyết tự nhiên và thậm chí có dấu hiệu xuống cấp. Điều đó nói lên rằng, đây là một kết quả mạnh mẽ hợp pháp đối với bất kỳ mô hình hình ảnh nào, chưa nói đến mô hình rẻ hơn, nhanh hơn.

Phiên bản của Nano Banana 2 cũng mạnh mẽ. Hầu hết văn bản được đặt chính xác và dễ đọc, đồng thời hình ảnh tổng thể trông như một khung cảnh ban đêm đầy thuyết phục. Nhưng khả năng hiển thị bầu không khí u ám hơn, tâm trạng hơn của mô hình đầy đủ — nói chung là một trong những tài sản của nó — lại hoạt động chống lại điều đó ở đây. Một số văn bản nhãn dán nhỏ hơn bị mờ và mất khả năng đọc. Ánh sáng trung tính hơn, sáng hơn của mẫu Lite, một chất lượng được cho là điểm yếu khi chụp ảnh chân dung, lại trở thành một lợi thế rõ ràng khi tiêu chí đánh giá là liệu tất cả văn bản trong cảnh có thực sự đọc được hay không.

Đối với thế hệ nặng về văn bản—mô hình bảng hiệu, đồ họa biên tập, khái niệm sản phẩm với các thành phần được gắn nhãn, hình ảnh sáng tác theo phong cách đồ họa thông tin—Nano Banana 2 Lite hoạt động kém hơn Nano Banana 2. Mô hình này dường như tập trung quá nhiều vào hình ảnh khiến văn bản trở nên lộn xộn hoặc tập trung quá nhiều vào văn bản đến mức vị trí của nó trong cảnh trở nên không thực tế.

Kết luận

Nano Banana 2 Lite không phải là một bản hạ cấp trực tiếp từ Nano Banana 2. Đây là một công cụ tập trung với mức trần cụ thể và mức trần đó giảm mạnh nhất trong các trường hợp mà chất lượng ảnh là có thể cung cấp được và giữ ổn định một cách đáng ngạc nhiên ở mọi nơi khác.

Tác phẩm chân dung điện ảnh, vật lý ánh sáng phức tạp, kết cấu vật liệu tốt, kết xuất da chất lượng kiểm tra chặt chẽ—tất cả những điều này cho thấy sự khác biệt rõ ràng giữa hai mẫu máy. Chuyển kiểu cũng có tác động đáng kể, không phải ở chất lượng hiển thị mà ở khả năng hiểu theo ngữ cảnh: mô hình Lite có thể thực thi một phụ ject, nhưng nó gặp khó khăn trong việc nắm bắt môi trường hình ảnh mà chủ thể đó sống trong đó. Việc tuân thủ kịp thời sẽ làm suy giảm đặc biệt độ chính xác của văn bản được gắn nhãn trong hình ảnh—một chế độ lỗi hẹp nhưng lại rất quan trọng trong xây dựng thế giới, nghệ thuật ý tưởng và bất kỳ quy trình nào mà ngôn ngữ cụ thể trong hình ảnh mang ý nghĩa.

Điều có tác dụng tốt — và trong một số trường hợp có tác dụng tốt hơn — là tính cụ thể: nếu bạn cần tập trung nhiều vào điều gì đó, điều đó sẽ đảm bảo mọi thứ đều ở đó.

Kiến trúc cảnh không gian và khả năng bố cục cơ bản cũng tốt. Kết quả tạo văn bản đảm bảo sự nhấn mạnh cụ thể: Nếu quy trình làm việc của bạn liên quan đến mô hình bảng hiệu, đồ họa có thương hiệu, nội dung biên tập tổng hợp có nhiều yếu tố văn bản hoặc bất kỳ quy trình nào trong đó nhiều chuỗi văn bản có thể đọc được cần cùng tồn tại trong một hình ảnh duy nhất, thì mô hình Lite đáng để tiếp cận trước tiên. Mặc định hiển thị sáng hơn của nó, một trách nhiệm trong tác phẩm dọc, là một lợi thế khi mức độ dễ đọc là thước đo. Về mặt không gian, nó xử lý đầy đủ các cảnh có chiều sâu cho phần lớn các bối cảnh chuyên nghiệp.

Về mặt tính toán chi phí: ở mức 0,034 USD cho mỗi hình ảnh, Nano Banana 2 Lite có chi phí chỉ bằng khoảng một nửa so với Nano Chuối 2 ở độ phân giải 1K ($0,067) và giao dịch gần như sát sao với Seedream 5.0 Lite ($0,031–0,035). Reve 2.0 giảm đáng kể cả hai ở mức xấp xỉ 0,0067 USD cho mỗi hình ảnh thông qua API, nhưng không cung cấp phạm vi triển khai đi kèm với hệ sinh thái Nano Banana: Tìm kiếm, NotebookLM, Google Photos và ứng dụng Gemini chạy đồng thời trên cùng một mô hình.

Đối với các nhóm đã có trong cơ sở hạ tầng của Google, việc tích hợp đó sẽ loại bỏ chi phí chuyển đổi nền tảng mà các lựa chọn thay thế API thuần túy không thể tính đến. Nếu bạn biết mình đang ở trong trường hợp sử dụng nào—và bạn không quan tâm đến chất lượng chụp ảnh—Nano Banana 2 Lite sẽ giành được vị trí trong danh sách và thậm chí có thể là lựa chọn tốt hơn so với người anh em mạnh mẽ hơn của nó.