GPT-Image-2.5 مقابل Nano Banana 2: محركات الصور الافتراضية في ChatGPT و Gemini

معظم صور الذكاء الاصطناعي التي يراها الناس فعلًا تصدر عن محرك افتراضي، وأحدث محركين رائدين من هذا القبيل في سبتمبر هما GPT-Image-2.5 وNano Banana 2. ففي 8 سبتمبر، طرحَت OpenAI نموذج GPT-Image-2.5 — النموذج الكامن خلف ChatGPT Images 2.5، والذي يُباع عبر واجهة API باسمَي GPT-Image-2.5 Flare وGPT-Image-2.5 Sunburst — على جميع مستويات ChatGPT وChatGPT Work وCodex. أما Nano Banana 2 فهو لقب Google لنموذج Gemini 3.1 Flash Image، النموذج الذي ظلّ مولّد الصور الافتراضي في أوضاع Fast وThinking وPro داخل تطبيق Gemini منذ فبراير، وبلغ مرحلة التوافر العام للمطوّرين في 28 مايو. وهذان هما محرّكا الصور لمساعدَي الذكاء الاصطناعي الأكثر استخدامًا على وجه الأرض — إذ تشير OpenAI إلى توليد أكثر من ثلاثة مليارات صورة أسبوعيًا عبر ChatGPT وواجهة الصور API — وكلاهما يُطرح اليوم بوصفه منصتين ناضجتين ومتاحتين عبر API. وما يميّز أحدهما عن الآخر لم يعد مسألة إتاحة، بل طبيعة ما صُمم كلٌّ منهما ليبرع فيه.

عدم التماثل في الأدلة هو نفسه الذي يسري على كل مقارنة لـ GPT-Image-2.5 هذا الشهر: نموذج OpenAI جديد جدًا لدرجة أنه لا توجد أي لوحة تصنيف مستقلة قيّمته حتى 9 سبتمبر 2026، بينما Nano Banana 2 موجود على لوحات Artificial Analysis منذ الربيع — ضمن المراكز الخمسة الأولى في كلٍّ من تحويل النص إلى صورة وتحرير الصور في لقطة سبتمبر. كل ما تدّعيه OpenAI بشأن 2.5 أدناه هو تقارير مقدَّمة من البائع. وفي المقابل، فإن نموذج Google هو أحد أكثر نماذج الصور قياسًا في الإنتاج.

كيف أصبح كل واحدٍ منها افتراضيًا؟

جعلت OpenAI من ChatGPT Images 2.5 محرك الصور في ChatGPT عبر تحويله إلى منتج متكامل. أضاف هذا الإطلاق ميزة Sketch، حيث ترسم مرجعًا بصريًا تقريبيًا باستخدام @Sketch ويعمل النموذج استنادًا إليه، وقوالب Templates للصيغ الشائعة مثل الملصقات ولقطات المنتجات، وتعليقاتٍ على الصور تستهدف التعديلات في منطقة محددة، بالإضافة إلى مشاركة البرومبتات. أمّا التوزيع فقد قام بالباقي — فهو ببساطة ما يستخدمه ChatGPT الآن في جميع الباقات بما فيها المجانية، على سطح المكتب والجوال والويب. وبالنسبة لمعظم هؤلاء المستخدمين، يكون اختيار النموذج غير مرئي.

وصلت Google إلى المكان ذاته عبر مسار مختلف. يعمل Nano Banana 2 داخل تطبيق Gemini بصفته المولّد الافتراضي عبر أوضاع التفكير الثلاثة، ووسّعت Google انتشاره إلى ما هو أبعد من أي سطح محادثة — عبر بحث Google في Lens ووضع AI Mode في أكثر من 140 دولة، وعبر أداة تحرير الفيديو Flow، وعبر Google Ads. وهو أيضًا من نماذج الصور النادرة المتعددة الوسائط بالكامل على مستوى API؛ إذ يستدعيه المطوّرون من خلال Gemini API بأنماط استجابة للنص والصورة معًا، بما يسمح لنموذج واحد بوصف الصور والاستدلال عليها وتوليد الصور في خطوة واحدة. وهذا الانتشار المدمج في كل شيء هو السياق الذي تُفهم في إطاره أي مقارنة للجودة.

صحائف القدرات، ادعاءً مقابل ادعاء

قصة الهندسة في Google خلف Nano Banana 2 هي الاتساق والتحكم على نطاق واسع. فهو يحافظ على ما يصل إلى خمس شخصيات متسقة وأربعة عشر كائنًا عبر سير العمل، ويعرض نصًا داخل الصور بما في ذلك الترجمة والتوطين، ويربط الموضوعات الواقعية بمعرفة مباشرة من الويب والبحث عن الصور، ويدعم نسب أبعاد ضيقة تصل إلى 1:4 و1:8 — وهي أشكال اللافتات والملصقات وخلفيات الهاتف التي لا تستطيع نماذج الصور المربعة ملؤها. يصل الإخراج إلى 4K. كما يكشف عن مستويات تفكير قابلة للتكوين (Minimal وHigh) بحيث يمكن للمطور الموازنة بين زمن الاستجابة وتفكير النموذج عبر مطالبة معقدة، وميزة معاينة تحوّل مدخلات الفيديو إلى لقطات ثابتة مدركة للسياق.

قصة OpenAI الهندسية لـ GPT-Image-2.5 هي الدقة والتحكم في التعديل. تم تقسيم النموذج إلى نقطتي وصول تحديدًا حتى لا تتعارضا: {{1}}GPT-Image-2.5 Flare هو الخيار الافتراضي السريع للتوليد اليومي وعالي الحجم، بزمن استجابة تدّعي OpenAI أنه أقل بنسبة تصل إلى 50% من GPT-Image-2، بينما {{2}}يقبل GPT-Image-2.5 Sunburst أوقات توليد أطول مقابل تحكم أدق في التعديل.{{/2}} {{/1}}أبرز ادعاءات OpenAI هي الدقة في الحفاظ على المرجع — بحيث يبقى الشخص أو الحيوان الأليف أو المنتج معروفًا عند تغيير الإعداد أو النمط — {{3}}بالإضافة إلى التعديل متعدد الجولات الذي يغيّر فقط ما طُلب، وتفاصيل دقيقة أوضح، وخلفيات شفافة، وعرض نصوص يتعامل مع اللغة الصينية بشكل صحيح،{{/3}} {{4}}وسلسلة إسناد C2PA على كل مخرج.{{/4}}

النموذجان هما الأقوى على محاور مختلفة. Nano Banana 2 هو النموذج الذي يحافظ على اتساق عشرة أشياء مختلفة عبر نظام تصميم كامل؛ بينما GPT-Image-2.5 هو النموذج الموجَّه لسلسلة التعديلات حيث يجب أن يُبقي كل تعديلٍ كلَّ شيءٍ آخر دون تغيير. تلك نقاطُ قوةٍ متكاملة، ولا يطارد أيُّ مزوِّدٍ جوهرَ الآخر.

ما تقوله المجالس المستقلة حول الاثنين

يأتي Nano Banana 2 في أسفل قائمة الخمسة الأوائل على كل من لوحتي صور Artificial Analysis الرئيسيتين اعتبارًا من سبتمبر 2026 — وهو مؤدٍ ثابت وحسن القياس، إذ تظهر قوته في تحويل النص إلى صورة وفي درجات اتساقه أكثر منه في التحرير الخالص، حيث يتخلف عن القائدين الحاليين MAI-Image-2.6 وGPT Image 2 (عالٍ). ليس أفضل نموذج صور على أي لوحة، لكنه الأفضل قياسًا بين نماذج الخمسة الأوائل مع أوسع توزيع، وهو موقف قابل للدفاع.

تُتبنّى GPT-Image-2.5 الموقف المعاكس: كل ادّعاءات الجودة مصدرها OpenAI، ونقطة البيانات الوحيدة من طرف ثالث حتى الآن هي اختبار سرعة من Manus يفيد بتوليد أسرع بمقدار 2–4 مرات من GPT-Image-2. سابقتها من OpenAI، وهي GPT Image 2 (high)، تتصدّر لوحة AA لتوليد الصور من النص وتحتل المرتبة الثانية في التحرير، لذا فإن الاحتمال المسبق المنطقي هو أن 2.5 ستحقق أرقامًا قريبة من تلك أو أعلى منها عند ظهورها — لكن الاحتمال المسبق ليس قياسًا، وهذه هي النسخة الأولى من GPT-Image خلال عام تُطرح دون أي تحقق مستقل منذ اليوم الأول.

السعرُ يُشكِّل، والتحويلُ الصادقُ الواحد.

تُسعّر جوجل نموذج Nano Banana 2 على أساس توكنات الإخراج بمعدل 60 دولارًا لكل مليون توكن، وهو ما ينتج عنه أسعار واضحة لكل صورة: حوالي 0.067 دولارًا لصورة بدقة 1024×1024، و0.101 دولارًا لصورة بدقة 2048×2048، وقرابة 0.151 دولارًا عند الطرف 4K، ونحو نصف ذلك في الوضع الدفعي — مع احتساب النص المُدخل بشكل منفصل بمعدل 0.25 دولار لكل مليون توكن. أما OpenAI فتسعّر نموذج GPT-Image-2.5 بمعدل 8 دولارات لمدخلات الصور / 30 دولارًا لمخرجات الصور لكل مليون توكن، وهو نفس جدول أسعار GPT-Image-2، لكنها لا تنشر رقمًا لكل صورة؛ ومع تثبيت الطراز السابق عند حوالي 211 دولارًا لكل 1000 صورة في قائمة Artificial Analysis، فمن المرجح أن تكلف صورة فائقة الجودة من النموذج الرائد لـ OpenAI عدة أضعاف تكلفة صورة Nano Banana 2 عند دقة مماثلة. ولا يجعل أيٌّ من السعرين أيًّا من النموذجين رخيصًا على النطاق الحقيقي، لكن نموذج جوجل هو الوحيد بين الاثنين الذي يمكنك توقّع تكلفته.

نظرًا لأن كلتا الشركتين تشغّلان سحابتَيهما الخاصتين، فإن سؤال التوجيه يطرح نفسه فعليًا أمام أي فريق يريد استخدام كلتيهما. يشمل OrcaRouter حاليًا خط صور Google — نسخة المعاينة من Gemini 3.1 Flash Image (google/gemini-3.1-flash-image-preview) والإصدار الأقدم gemini-2.5-flash-image — بسعر قائمة Google مع تمرير بدون أي هامش ربح (0%)؛ لذا إذا كانت بنيتك التقنية تستدعي بالفعل نماذج صور Gemini عبر نقطة نهاية واحدة، فإن عائلة Nano Banana 2 تكون في متناولك دون الحاجة إلى عقد ثانٍ. أما GPT-Image-2.5 فليس موجودًا في كتالوج OrcaRouter حتى 9 سبتمبر 2026 — بل يقتصر الكتالوج على الجيل السابق GPT-Image-2 فقط — لذا فإن نموذج OpenAI الجديد يعني الحاجة إلى مفتاح OpenAI مباشر في الوقت الحالي.

أي إعداد افتراضي ينبغي أن يعتمده منتجك افتراضيًا؟

• الإصدار — GPT-Image-2.5: التوفر العام في 8 سبتمبر 2026. Nano Banana 2 (Gemini 3.1 Flash Image): الإطلاق في فبراير 2026، والتوفر العام في 28 مايو.

• السعر — GPT-Image-2.5: $8/$30 لكل مليون توكن صورة، وسعر الصورة الواحدة لم يُنشر بعد. Nano Banana 2: $0.067 لكل صورة بدقة 1K، و$0.101 لكل صورة بدقة 2K، وحوالي $0.151 لكل صورة بدقة 4K؛ المعالجة بالدفعات بنصف السعر.

• الدقة والأبعاد — GPT-Image-2.5: تصل إلى 3840×2160. Nano Banana 2: بدقة 4K مع نسب ضيقة 1:4 و1:8.

• ميزات الاتساق — GPT-Image-2.5: التزام دقيق بالمرجع عبر التعديلات (وفقًا للادعاءات). Nano Banana 2: خمس شخصيات / أربعة عشر كائنًا، استناد إلى المعرفة العالمية (وفقًا للادعاءات).

• نتائج مستقلة — GPT-Image-2.5: لا نتائج بعد. Nano Banana 2: ضمن أفضل خمسة في AA على كلا اللوحتين.

• شكل API — GPT-Image-2.5: واجهة برمجة تطبيقات للصور، بنقطتي جودة. Nano Banana 2: واجهة برمجة تطبيقات Gemini متعددة الوسائط، نص وصورة في استدعاء واحد.

{{1}}إذا كان منتجك نظام تصميم أو محرك محتوى يحتاج إلى شخصيات وكائنات متسقة عبر آلاف الصور بنِسَب أبعاد غير مألوفة، فإن Nano Banana 2 هو الجواب الهندسي المتقن؛ فهو قابل للقياس، وهو الخيار الافتراضي الأكثر أمانًا في هذه المقارنة{{/1}} — ويمكنك الوصول إليه اليوم مباشرةً عبر Google أو عبر مسار العبور المباشر الذي يقدمه OrcaRouter. {{2}}أما إذا كان منتجك عملًا إبداعيًا يعتمد على التعديل المكثف، حيث يجب أن تكون الصورة الإضافية خالية من العيوب وتكون الميزانية أمرًا ثانويًا، فإن نقطة النهاية Sunburst التي تقدّمها GPT-Image-2.5 هي الرهان غير المقيس الأكثر إقناعًا في السوق.{{/2}} {{3}}والانضباط الذي يسري على كل مقارنة في هذه السلسلة يسري هنا أيضًا: ما زال GPT Image 2 (high)، النموذج السابق الذي أصدرته OpenAI نفسها، الأعلى تسجيلًا بين نماذج تحويل النص إلى صورة على Artificial Analysis؛ لذا على GPT-Image-2.5 أن يحطّم الرقم القياسي الذي سجّله النموذج السابق قبل أن يكتسب الحق في أن يُقارن بخيار Google الافتراضي الذي حظي بقياسات دقيقة.{{/3}} ترقّب ظهوره الأول على لوحات النتائج — فهذا هو الحدث الذي يحوّل هذه المقارنة من ادعاءات إلى بيانات.