GPT-Image-2.6 مقابل Nano Banana 2.1: لوحة الصدارة تتناقض مع نفسها

في 5 نوفمبر 2026، يفصل بين أكثر نموذجَي صور إثارةً للاهتمام يمكنك الاستعانة بهما شهرٌ واحد فقط، ويتقارب سعراهما في حدود سنت واحد تقريبًا للصورة الواحدة، وليس أيٌّ منهما هو النموذج الذي تصدّره اللجان المستقلة في المرتبة الأولى. أطلقت OpenAI نموذج GPT-Image-2.6 في 4 نوفمبر. وأطلقت Google نموذج Nano Banana 2.1 في 6 أكتوبر. أما Artificial Analysis، التي أنزلت تقييمات الأجيال السابقة للشركتين إلى الحضيض، فلا يوجد لديها أي صفّ لـ GPT-Image-2.6 على الإطلاق — بينما يحلّ Nano Banana 2.1 رابعًا على لوحة تحويل النص إلى صورة بتقييم 1,175 من معيار Elo مستمدًا من 6,322 صوتًا، ورابعًا على لوحة التحرير بتقييم 1,151 من 7,009 أصوات، خلف ثلاثة نماذج كلها أقدم من النموذج الذي أعلنت عنه OpenAI هذا الأسبوع.

هذه هي المشكلة كلها في هذه المقارنة في فقرة واحدة. النموذج الذي لديه شهر من الأصوات هو الأرخص والأبطأ حركةً والذي تم شحنه بالفعل. النموذج الذي لا توجد له أصوات هو صاحب صيغ الإخراج الجديدة. أي شخص يخبرك أيهما أفضل إما أنه يقتبس من مورّد أو يخمّن.

إطلاقان، غريزتان متعاكستان

إصدار Google في أكتوبر هو خطوة تتعلق بالسعر والبنية الأساسية. Nano Banana 2.1 — معرّف API gemini-nano-banana-2.1، المبني على Gemini 3.6 Flash — لم يضف تنسيق إخراج جديدًا، ولا وسيطًا جديدًا، ولا نوعًا جديدًا من التحكم. خفّض توكنات إخراج الصور من 60 دولارًا إلى 30 دولارًا لكل مليون، ما يخفض تكلفة تصيير 1K إلى النصف لتصبح 0.0336 دولارًا، وتكلفة تصيير 2K إلى 0.0504 دولارًا، وأبقى 4K عند 0.113 دولارًا لأن الدقة الأعلى تحمل 3,780 توكن صورة بدلًا من 2,520. وأضاف سلّم دقات مسمّى، وفتحة مرجعية رابعة إن كنت تعدّ، والاستناد إلى البحث. الرسالة الترويجية هي القدرة على التوقع: تعرف الفئة، وتعرف عدد التوكنات، وتعرف الفاتورة.

إصدار OpenAI في نوفمبر يمثّل نهجًا مختلفًا تمامًا. فقد أبقى GPT-Image-2.6 قائمة الأسعار عند المستوى نفسه الذي تركها عليه GPT-Image-2.5 — 5 دولارات لكل مليون رمز إدخال نصي، و8 دولارات لكل مليون رمز إدخال صوري، و30 دولارًا لكل مليون رمز إخراج صوري — وكرّس الإصدار لأدوات تحكم ومخرجات جديدة: تحكم في التعقيد، وتحرير موجّه بالترميز، وتصدير SVG، وإخراج ملفات GIF متحركة، وخلفيات شفافة، وأحجام مخصصة من مضاعفات 16 بكسل. والرسالة التسويقية هنا هي القدرة: هذه أشياء يستطيع النموذج إنتاجها ولم يكن النموذج السابق قادرًا عليها.

اقرأ هاتين الفقرتين مرة أخرى، وستتمكن من التنبؤ بكل الفروق العملية تقريبًا بين المنتجين. إحدى الشركتين تُحسّن اقتصاديات الوحدة لشيء يعمل بالفعل. والأخرى توسّع مجموعة الأشياء التي يمكن لذلك الشيء أن يكونها.

ما تقوله المجالس المستقلة فعليًا

تدير Artificial Analysis لوحتين منفصلتين للصور، وهذا الفصل مهم — فقد يكون النموذج ممتازًا في توليد صورة من وصف نصي من الصفر ومتوسطًا في اتباع تعليمة تحرير، وحساب متوسط الاثنين يخفي بالضبط الفرق الذي يهم فريق الإنتاج.

• تحويل النص إلى صورة — GPT-Image-2.5 Sunburst (max) بـ1,224 Elo، و13,153 صوتًا، في المركز الأول. GPT-Image-2.5 Flare (max) بـ1,207، في المركز الثاني. GPT Image 2 (high) بـ1,188، في المركز الثالث. Nano Banana 2.1 بـ1,175، و6,322 صوتًا، في المركز الرابع. GPT-Image-2.6: لا يوجد صف.

• التحرير — GPT-Image-2.5 Sunburst (max) 1,200، 18,370 صوتًا، الأول. MAI-Image-2.7-Preview 1,197، الثاني. GPT-Image-2.5 Flare (max) 1,183، الثالث. Nano Banana 2.1 1,151، 7,009 أصوات، الرابع. GPT-Image-2.6: لا يوجد صف.

• مقارنةً بسابقه — يتقدّم Nano Banana 2.1 على Nano Banana 2، الذي يحتل المركز السابع في تحويل النص إلى صورة عند 1,140 Elo من 16,224 صوتًا، بفارق 35 نقطة.

هناك تحفّظان قبل أن يبني أي شخص قرار شراء على تلك الأرقام. الأول هو حجم العينة: فـ6,322 صوتًا لـNano Banana 2.1 في تحويل النص إلى صورة أقل من نصف أصوات GPT-Image-2.5 Sunburst البالغة 13,153، لذا فإن فاصل الثقة لديها أوسع وموقعها أقل استقرارًا مما يوحي به الترتيب. والثاني هو أن فارق 49 نقطة بين المركز الأول والرابع على مقياس Elo القريب من 1,000 نقطة حقيقي لكنه ليس هائلًا — فهو من نوع الفروق التي تظهر بانتظام في التصويت الزوجي المعمّى، وبشكل متقطع في ما إذا كانت صورة معيّنة قابلة للاستخدام لمهمة معيّنة.

ادّعاءان من مورّدين لا يمكن مقارنتهما ببعضهما البعض

تنشر كلتا الشركتين أرقام تفضيلات البشر الخاصة بهما، وكلا المجموعتين غير صالحتين لاتخاذ هذا القرار، وذلك لأسباب مختلفة.

تذكر Google أن Nano Banana 2.1 يحقق 1,050 في Elo في وضع التفكير و1,015 دون التفكير في تقييم بشري داخلي جنبًا إلى جنب، مقابل 990 لـ Nano Banana 2 و935 لـ Nano Banana Pro. هذه قياسات فعلية من مقيّمين فعليين، وهي على مقياس Google الخاص وتوزيع المطالبات الخاص بـ Google — ولهذا فإن 1,050 و1,175 لدى Artificial Analysis يصفان النموذج نفسه دون أن يتناقضا. لا تُجرِ مقارنات بينهما.

تستشهد OpenAI بـ Design Arena لاحتلال GPT-Image-2.6 Sunburst المرتبة الأولى. المشكلة ذاتها في قالب مختلف: لوحة مختلفة، ومجمّع مقيّمين مختلف، ومورّد يختار اللوحة التي تُجمّل الإصدار. قد يكون ذلك صحيحًا فعلًا. لكنه ليس رقمًا يمكنك وضعه إلى جانب 1,175 والطرح منه.

الملخص الصادق الوحيد هو أن لدى Google موقعًا مقيسًا بشكل مستقل، بينما لا يملك OpenAI واحدًا بعد. ينبغي لهذا التباين أن يحدد مقدار الثقة التي تمنحها لكل منهما.

العدادات: سلّم مُسمّى مقابل ميزانية الرموز

هنا يختلف المنتجان على نحو يهم الفريق المالي أكثر مما يهم المصمم، وهو الفرق الذي تغفله معظم المقارنات.

• عرض 1K — Nano Banana 2.1 بسعر $0.0336، ثابت عند 1,120 رمز صورة. GPT-Image-2.6 بجودة متوسطة بنحو $0.043، مقدَّر من نحو 1,449 رمز إخراج.

• تصيير 2K — Nano Banana 2.1 بسعر $0.0504. لا يوفّر GPT-Image-2.6 فئة 2K مسمّاة؛ بل تحدّد أبعاد البكسل بمضاعفات 16 ضمن نطاق نسبة أبعاد من 1:3 إلى 3:1.

• تصيير 4K — Nano Banana 2.1 بسعر 0.113 دولار، من 3,780 رمز صورة. ولا توفر GPT-Image-2.6 أي فئة 4K.

• الحد الأقصى للجودة — يكلّف {{1}}GPT-Image-2.6{{/1}} عند أعلى جودة نحو 0.21 دولار لكل صورة؛ ويصل {{2}}Nano Banana 2.1{{/2}} إلى سعر 4K كحد أقصى.

• المدخلات — Nano Banana 2.1 بسعر 1.50 دولار لكل مليون رمز؛ GPT-Image-2.6 بسعر 5 دولارات لكل مليون نص و8 دولارات لكل مليون صورة.

• الوضع الدفعي — يكلّف Nano Banana 2.1 نصف السعر، أي 50% من السعر القياسي. ولا يزال GPT-Image-2.6 غير متاح عبر Batch API.

• عوامل التحكم — يغيّر Nano Banana 2.1 التكلفة حسب طبقة الدقة ومستوى التفكير. ويغيّر GPT-Image-2.6 التكلفة حسب الجودة، والتعقيد، ومقدار المحتوى الذي تحتويه الصورة.

تستحق التقديرات لكل صورة لـ GPT-Image-2.6 تنبيهًا: فـ OpenAI لا تنشر سعرًا ثابتًا لكل صورة، لأنها تحاسب على أساس الرموز (tokens)، ويتفاوت عدد الرموز وفقًا لما طلبته. والأرقام أعلاه مستمدة من أعداد رموز الإخراج، وليست مقتبسة من قائمة أسعار، وقد نشرت منافذ مختلفة أرقامًا مختلفة جوهريًا بافتراض ميزانيات رموز مختلفة. تعامل مع أي ادعاء بأن "GPT-Image-2.6 يكلف X لكل صورة"، بما في ذلك ادعاؤنا، على أنه تقدير مصحوب بنطاق.

النتيجة العملية واضحة ومباشرة. مع Nano Banana 2.1، يمكنك التنبؤ بتكلفة شهر كامل من لقطات المنتجات بدقة 2K بهامش خطأ لا يتجاوز خطأ التقريب، لأن الدقة تحدد عدد الرموز، وعدد الرموز يحدد السعر. ومع GPT-Image-2.6، يمكنك التنبؤ بالسعر ولكن ليس بالميزانية، لأن معامل التعقيد يُضبط افتراضيًا على «مرتفع»، وتُحتسب رموز التخطيط بنفس سعر 30 دولارًا لكل مليون المطبق على الرموز المُصيَّرة. إذا كان فريقك المالي بحاجة إلى رقم ثابت لا يتغيّر، فذلك حجة حقيقية لصالح Google. أما إذا كان فريقك يفضّل امتلاك القدرة والقياس لاحقًا، فليست كذلك.

التحرير: أربع عشرة خانة مرجعية مقابل مكتبة محفوظة

يستقبل Nano Banana 2.1 ما يصل إلى 14 صورة مرجعية في طلب واحد — أربع شخصيات وعشرة عناصر — ويدعم التعديلات الموضعية القائمة على الأقنعة بدقة 1K و2K و4K. وتشير أرقام Google نفسها إلى أن اتساق الشخصيات المتعددة يبلغ 1,106 Elo في وضع التفكير مقابل 978 لـ Nano Banana 2، وهي أكبر قفزة بين جيلين متتاليين في جدولها المنشور، والأكثر ارتباطًا المباشر بسير عمل واقعي: الحفاظ على ثبات الأشخاص الثلاثة أنفسهم عبر حملة تسويقية.

قصة التحرير في GPT-Image-2.6 تتعلق بالتسلسل لا بالاتساع. يصف OpenAI Sunburst بأنه أكثر اتساقًا عبر التعديلات المتتالية — إذ ينحرف التعديل العاشر أقل مما كان عليه سابقًا — ويضيف التحرير الموجّه بالعلامات، حيث ترسم على طبقة PNG شفافة بدلًا من توفير قناع. لا يمكن الجمع بين الاثنين: إما علامات أو قناع، وليس كليهما. وبشكل منفصل، مكتبة المراجع القابلة لإعادة الاستخدام — احفظ شخصًا أو شخصية مرة واحدة وأعد استخدامها — هي ميزة في ChatGPT وليست ميزة في API، لذا فإن فريقًا يبني على /v1/images/edits لا يحصل عليها.

إذا كان سير عمل التحرير لديك هو "الحفاظ على اتساق أربعة عشر أصلًا في عملية توليد واحدة"، فإن Nano Banana 2.1 هو الوحيد بين الاثنين الذي يفعل ذلك. أما إذا كان هو "إجراء عشرين تغييرًا صغيرًا على صورة واحدة دون أن تتدهور"، فإن 2.6 يستهدفك مباشرةً، ولا يوجد قياس مستقل لمدى نجاحه في العمل.

التنسيقات: المجال الوحيد الخالي من أي منافسة على الإطلاق

يُصدّر GPT-Image-2.6 ملفات SVG ويُخرج صور GIF متحركة. أما Nano Banana 2.1 فيُخرج صورًا نقطية ولا شيء غير ذلك. إذا كان المطلوب تسليمه أصلًا متجهًا لنظام تصميم أو رسومًا متحركة قصيرة متكررة لواجهة منتج، فإن المقارنة محسومة قبل أن تبدأ — ويجدر القول بصراحة إن هذه فجوة في القدرات، لا فجوة في القياس المرجعي، لذا لا تحتاج إلى تحقق مستقل لتكون صحيحة.

العكس هو الصحيح فيما يتعلق بالدقة. تبيع Nano Banana 2.1 مستويات مسمّاة بدقة 1K و2K و4K، وتدعم نسب أبعاد تصل إلى 8:1 في المستويين الأعلىين، ما يعني أنه يمكنك كتابة "4K, 8:1 banner" في ورقة مواصفات والحصول على ذلك. أما GPT-Image-2.6 فتأخذ أبعادًا مخصصة من مضاعفات 16 ضمن نطاق 1:3 إلى 3:1، ولا تنشر سلّم دقة مسمّى، لذا فإن بائع الطباعة الذي يطلب تسليمًا بدقة 4K محددة تعاقديًا يسألك سؤالًا لا تجيب عنه وثائق OpenAI.

حيث تُقرّ بطاقة نموذج Google الخاصة بالضعف

لنُعطِ الفضل حيث يستحق: {{1}}بطاقة نموذج Google لـ Nano Banana 2.1{{/1}} صريحة على نحو غير معتاد. فهي تذكر نصًا صغيرًا ضبابيًا بدقة 1K، وتعاملًا ضعيفًا مع مقاطع النصوص الطويلة، واتساقًا غير مثالي للشخصيات، وارتباكًا مكانيًا بين اليسار واليمين من حين لآخر، وقدرة محدودة على الاستدلال ثلاثي الأبعاد والدقة الواقعية. هذه هي أنماط الفشل التي تضر بمشروع حقيقي — {{2}}ملصق منتج بطباعة صغيرة غير مقروءة، ورسم تخطيطي يشير سهمه في الاتجاه الخاطئ{{/2}}.

الإغراء هو أن نقول إن GPT-Image-2.6 لا يعاني من تلك المشكلات. ربما لا يعاني منها. لكن لا يوجد تقييم مستقل لتصيير النصوص أو الاستدلال المكاني لدى 2.6، والموقف الصادق هو أن Google وثّقت نقاط ضعفه بينما لم توثّق OpenAI أيًا منها. إن غياب ضعف منشور ليس دليلًا على غياب الضعف، خصوصًا بالنسبة لطراز صدر قبل 24 ساعة من كتابة هذا النص.

اختيار واحد، نظرًا لكل ذلك

• إذا كنت بحاجة إلى إخراج بدقة الطباعة أو بتنسيق كبير مع ميزانية يمكنك اعتمادها مسبقًا، فاختر Nano Banana 2.1. فالسلم المسمّى، ودعم نسبة الأبعاد 8:1، وخصم الدفعات كلها أمور لا يوفّرها 2.6 حاليًا.

• إذا كانت مخرجاتك تشمل الفيكتور أو الموشن، فاختر GPT-Image-2.6. لا تشتري لك أي ميزة سعرية لدى الطرف الآخر ملف SVG.

• إذا كان عملك يتمثل في سلاسل تحرير طويلة على عدد صغير من الأصول، فإن 2.6 هو المنتج الأكثر استهدافًا، مع التحفظ بأنه لم يقُم أي شخص خارج OpenAI بقياس ما إذا كان يفي بالوعود.

• إذا كان ما تريده هو أفضل صورة ثابتة مُتحقَّق منها بشكل مستقل اليوم، فلا تختر أيًّا منهما. بل GPT-Image-2.5 Sunburst، بدرجة 1,224 في تحويل النص إلى صورة و1,200 في التحرير، وهو أقدم بشهر من أحد هذين النموذجين وبشهرين من الآخر.

تلك النقطة الأخيرة هي التي سيتجاوزها الناس، وهي الجملة الأكثر فائدة هنا. كلا المورّدين يبيعك خطوة إلى الأمام. بناءً على الدليل العام الوحيد الذي لم ينتجه أيٌّ منهما، فإن الخطوة إلى الأمام ليست ظاهرة بعد.

كيف ترى كليهما دون المراهنة على أي منهما

لا يوفّر OrcaRouter طرازي GPT-Image-2.6 أو Nano Banana 2.1 اعتبارًا من 5 نوفمبر 2026، لذا ليست هذه مقالة يمكننا أن نوصيك فيها بتوجيه نقطة نهاية واحدة إلى كليهما. ما نوفره فعليًا هو الجيل السابق من كل منهما — GPT-Image-2.5 Sunburst وGPT-Image-2.5 Flare، وNano Banana 2 باسم gemini-3.1-flash-image-preview — على مفتاح واحد، بسعر القائمة دون هامش ربح 0% بحيث يكون سعر المزوّد هو السعر الذي تدفعه، مع تجاوز فشل تلقائي بين المزوّدين.

والذي يصادف أنه الطريقة الصحيحة للبدء على أي حال. النماذج ذات الدرجات المتحقَّقة هي بالضبط النماذج التي يمكنك استدعاؤها اليوم من نقطة نهاية واحدة وفاتورة واحدة، وتشغيل مطالباتك الخاصة عبر هذين يخبرك أي أسلوب جمالي وأنماط فشل لدى أي مورّد يناسب عملك — قبل أن تلتزم بأحدث إصدار من أي من المورّدين بناءً على قوة منشور إطلاق. عندما يصل كل نموذج جديد إلى الكتالوج، تعني قاعدة التمرير أن سعر المورّد يأتي معه دون تغيير، لذا الشيء الوحيد الذي يتغير من جانبك هو سلسلة النموذج.

هذا هو التسلسل الذي تدعمه الأدلة: احسم مسألة المورّد بشأن الجيل الذي جرى التصويت عليه، ثم انتقل إلى الجيل الجديد متى توفّر رقمٌ يمكن الانتقال بناءً عليه. أما البديل — المفاضلة بين نموذجين لا تنتمي درجاتهما القابلة للمقارنة إلا إلى سابقيهما — فهو رهانٌ متخفٍّ في ثوب مقارنة.