Ming-Image-0.1-Design مقابل Nano Banana 2 Lite: طبقات قابلة للتعديل أم أربع ثوانٍ
- openaiجديدOpenAI: GPT-6 Luna2026-09-2237الذكاء
- openaiجديدOpenAI: GPT-6 Sol2026-09-2248الذكاء
- anthropicجديدAnthropic: Claude Opus 5.52026-09-2258الذكاء
- grokجديدGrok 4.72026-09-2146الذكاء
- OrcaجديدOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $5.00 لكل مليون رمز · 177 tok/s
- orcaجديدOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 لكل مليون رمز · 1323 tok/s
- deepseekجديدDeepSeek: DeepSeek V4.1 Flash2026-09-1040الذكاء
- openaiOpenAI: GPT-6 Astra2026-09-0453الذكاء77البرمجة
- googleGoogle: Gemini 3.8 Flash2026-09-0241الذكاء76البرمجة
- qwenQwen: Qwen3.8 Max (0902)2026-09-0245الذكاء76البرمجة
- anthropicAnthropic: Claude Fable 5.12026-09-0153الذكاء82البرمجة
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 لكل مليون رمز · 108 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642الذكاء72البرمجة
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 لكل مليون رمز · 220 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845الذكاء75البرمجة
- obsidianQwen3.8 27B2026-08-1534الذكاء68البرمجة
- deepseekDeepSeek: DeepSeek V4 Pro 08132026-08-1236الذكاء69البرمجة
- grokSpaceXAI: Grok 4.62026-08-1244الذكاء77البرمجة
- metaMeta: Muse Spark 1.22026-08-0540الذكاء72البرمجة
- qwenQwen: Qwen3.8 Max2026-08-0345الذكاء76البرمجة
إليك المقارنة كاملةً في جملة واحدة: Ming-Image-0.1-Design يمنحك تصميمًا ما زال بالإمكان تفكيكه، في حين أن Nano Banana 2 Lite يمنحك صورة خلال نحو أربع ثوانٍ لا يمكنك تفكيكها. كلاهما يضع نصًا مقروءًا في صورة. وكلاهما موجّه صراحةً إلى شاشات التطبيقات ولوحات المعلومات والنماذج الأولية. وهما يختلفان في الأمر الذي يحدد ما إذا كان مسار التصميم رخيصًا أم مكلفًا — ما إذا كان الناتج مخرجًا مسطحًا أم مجموعة من المكونات — وفي ما إذا كنت تدفع مقابل ذلك بالمال أم بوحدة معالجة رسومات بسعة 80 GiB.
Ming-Image-0.1-Design هو نموذج inclusionAI لتحويل النص إلى صورة بحجم 6B، مرخّص بموجب MIT، ونُشرت أوزانه في 17 سبتمبر 2026. Nano Banana 2 Lite هو الاسم الموجّه للمستهلكين لـ Gemini 3.1 Flash-Lite Image من Google — معرّف النموذج الدقيق الذي ستستدعيه — وهو نموذج مستضاف في الإتاحة العامة العالمية منذ يونيو 2026 بنحو 0.034 دولار لكل 1000 صورة. أحدهما تنزيل. والآخر عدّاد.
ما الذي يخرج مرة أخرى؟
• Ming-Image-0.1-Design — حتى 2048 × 2048 عند 12 خطوة أخذ عينات و CFG 1.0، أو 1024 × 1024 للسرعة، مع تقريب الأحجام الوسيطة إلى أحد هذين الحجمين؛ RGBA أصلي عندما يبدأ الموجه بعبارة شفافية موثقة؛ نموذج مرافق، Ming-Image-0.1-Design-Layer، يفكك تصميماً مسطحاً إلى 2–9 ملفات PNG منفصلة بتنسيق RGBA يُعاد تجميعها في الأصل.
• Nano Banana 2 Lite — صورة ثابتة بدقة 1K، بنحو 1024 × 1024، في حوالي أربع ثوانٍ، أسرع بنحو خمس مرات من نظيره الأكبر Nano Banana 2؛ بلا دعم لدقة 2K أو 4K، إذ تتوفران في Nano Banana 2 و Nano Banana Pro؛ حتى 14 صورة مرجعية لكل موجّه؛ وعلامة SynthID المائية وإثبات المصدر C2PA على كل مُخرَج
• وضع الإدخال — يولّد Ming-Image-0.1-Design من موجّه نصي وحده دون الحاجة إلى صورة مرجعية؛ ويتعامل Nano Banana 2 Lite مع التحويل من النص إلى صورة، والتحرير، وتركيب متعدد الصور في نموذج واحد، وهنا يستحق حد الـ14 مرجعًا مكانته
• الوصول — أوزان MIT التي تستضيفها بنفسك على وحدة معالجة رسوميات CUDA واحدة بسعة 80 GiB مقابل واجهة برمجة تطبيقات مُستضافة على البنية التحتية لـGoogle
• ملاحظة بشأن المصادر — إن شفافية Ming-Image-0.1-Design وسلوك الطبقات فيه موثّقان في بطاقات النموذج؛ أما أرقام Crello المنشورة لنموذج Layer، وهي خطأ RGB L1 مقداره 0.0574 و alpha soft IoU مقداره 0.8923 عند 1024، فهي مُبلَّغ عنها من المورّد وغير مُعاد إنتاجها
مسألة الطبقة ليست مسألة تفضيل
يبدو الفرق بين الإخراج المسطح والإخراج الطبقي اختلافًا أسلوبيًا حتى تحسب تكلفة العمل الذي يليه.
صورة مسطحة بدقة 1K للوحة تحكم هي مجرد صورة للوحة تحكم. لتغيير العنوان الرئيسي، أو تبديل شعار، أو إعادة تلوين بطاقة، أو توطين النص، يعيد شخص ما توليد الشيء بأكمله ويأمل أن يبقى الباقي كما هو — وهو بالضبط نمط الفشل الذي يتعرف عليه فريق التصميم فوراً، لأنه السبب في أن المصممين لا يعملون بالملفات المسطحة. الإخراج الطبقي فئة مختلفة من العناصر: تُرجع Ming-Image-0.1-Design-Layer النص والبطاقات والموضوع الرئيسي والخلفية كملفات PNG RGBA منفصلة تُعاد تركيبها لتكوين الصورة الأصلية، لذا فإن تغيير العنوان هو تغيير للعنوان وليس إعادة توليد عشوائي.
وهنا أيضًا يُثبت دعم الشفافية جدواه. يعني RGBA الأصلي أن خلفية شفافة تخرج من المُعاين، فيسقط الأصل على تخطيط موجود دون تمرير إزالة الخلفية. أدخل صورة مسطحة بدقة 1K بخلفية مدمجة في نفس خط المعالجة وستدفع لنموذج تقسيم — أو لشخص — للقيام بالقص الذي كان يمكن للمُعاين القيام به.
لا شيء من هذا يجعل Nano Banana 2 Lite أسوأ في ما هو عليه. بل يجعله مرحلة مختلفة من خط المعالجة. فإرشادات Google نفسها للعمل على واجهات المستخدم صريحة في أن قيمة النموذج تكمن في السرعة والحجم: أن يُنتج دفعات، ويختار الأفضل منها، ويؤلف بدقة 1K ثم يقتص لاحقًا، ويُبقي النص الحرج قصيرًا وكبيرًا لأن الأسطر الطويلة والتعليقات الصغيرة تفشل، وأن يتعامل مع المخططات والبيانات كمسودات تخطيط لا كأرقام حقيقية. تلك أداة إعداد مسودات، وُصفت بصدق من الجهة الموردة.
اقرأ بعناية ما تقوله اللوحات
هذه مقارنة نادرة حيث يمتلك كلا الطرازين أرقامًا من جهات خارجية، لذا فإن الجزء المثير للاهتمام هو أي لوحة تقرأها.
• لوحة النص الكامل إلى الصورة — Nano Banana 2 Lite في المركز #13، إيلو 1,092، ±8، 16,022 صوتًا، مُدرج في يونيو 2026؛ Ming-Image-0.1-Design في المركز #45، إيلو 995، ±8، 21,342 صوتًا، مُدرج في سبتمبر 2026
• شريحة تصميم واجهة/تجربة المستخدم — Nano Banana 2 Lite في المرتبة 11، إيلو 1,119، 1,618 صوتًا في الشريحة؛ Ming-Image-0.1-Design في المرتبة 16، إيلو 1,084، 2,100 صوت في الشريحة
• لوحة التحرير — Nano Banana 2 Lite في المركز 24، إيلو 1,042، و6,074 صوتًا؛ Ming-Image-0.1-Design ليس له إدخال
• مكانة النماذج مفتوحة الأوزان في شريحة UI/UX — Ming-Image-0.1-Design هو أعلى نموذج مفتوح الأوزان تقييمًا هناك؛ أما Nano Banana 2 Lite فهو نموذج مُستضاف ويقع فوقه
اقرأ اللوحة الكاملة، وسيفوز Nano Banana 2 Lite بفارق 97 Elo. اقرأ شريحة التصميم، وسيفوز بفارق 35. اقرأ لوحة التحرير، وسيفوز بلا منافس. الفجوة التي تبدو حاسمة على المستوى الأعلى تتقلص إلى نحو ثلث حجمها عندما تكون المطالبات مطالبات تصميم، وهو النمط نفسه الذي يُظهره هذا النموذج في كل مقارنة: فهو يقل أداؤه عن تخصصه في العمل العام، ويقطع معظم المسافة في التخطيطات.
ثمة ادعاء من أحد المورّدين يستحق التعامل معه بحذر، لأنه من النوع الذي ينتشر. تُفيد مواد الإصدار الخاصة بـ inclusionAI بتحقيق Ming-Image-0.1-Design انتصارات وجهاً لوجه في واجهة المستخدم ضد Nano Banana 2 Lite وFLUX.2 [max] وKrea 2 Medium على لوحة تحكم سطح مكتب متعددة العناصر — 12 من 12 بحسب ما ورد — وضد Nano Banana 2 وNano Banana Pro وMAI-Image-2.5-Flash على تطبيق وصفات من ثلاث صفحات، 10 من 10 بحسب ما ورد. تلك مقارنات أجراها المورّد على مطالبات اختارها المورّد، دون مجموعة مطالبات منشورة، وأرقام الساحة أعلاه لا تعيد إنتاجها: في شريحة UI/UX، يتقدم Nano Banana 2 Lite بفارق 35 نقطة Elo في تصويتات عمياء مستقلة. تعامل مع الاكتساح باعتباره مادة تسويقية، ومع الشريحة باعتبارها دليلاً.
حساب التكلفة، إذا أُجري بشكل صحيح
لا تقيس بطاقتا السعر الشيء نفسه، والنسبة الساذجة أسوأ من كونها عديمة الجدوى.
يُحتسب Nano Banana 2 Lite لكل صورة مُسلَّمة: نحو $0.034 بمعدل API القياسي لصورة بدقة 1K، مع تسعير دفعات أقل عند نحو $0.017، على أساس الرموز (tokens) بواقع $0.25 لكل مليون إدخال و$1.50 لكل مليون إخراج. تُدرج لوحة Artificial Analysis النموذج نفسه بسعر $33.60 لكل 1,000 صورة، وهو الرقم نفسه مقرَّبًا. تُعد عمليات التوليد الفاشلة أو المستبعدة بندًا تكلفةً، لذا فتكلفة المسودة المرفوضة حقيقية.
لا يوجد لدى Ming-Image-0.1-Design أي سعر لكل صورة على الإطلاق. تُدرِج اللوحة 30.00 دولارًا لكل 1,000 صورة، لكن هذا عمود مستمد من اللوحة، وليس بطاقة أسعار مورّد — فـ inclusionAI تنشر الأوزان ووصفة تشغيل، لا واجهة API. التكلفة الفعلية هي وحدة CUDA GPU واحدة بذاكرة VRAM سعة 80 GiB، إضافة إلى الكهرباء ووقت الهندسة اللازم لتشغيله. التكلفة الحدّية للصورة الحادية والعشرين تكاد تكون صفرًا؛ أما التكلفة الثابتة فليست كذلك.
نقطة الانتقال هي المعتادة بالنسبة للاستضافة الذاتية، وهي تقع حيث تتوقع. عند بضع مئات من الصور شهريًا، يكون 0.034 دولار لكل صورة أمرًا تافهًا وتكون الاستضافة الذاتية هواية. عند ملايين الصور، يتحول عدّاد التكلفة لكل صورة إلى بند في الميزانية يلاحظه فريقك المالي، ويبدأ أسطول وحدات معالجة الرسومات المطفأ التكلفة في الظهور كخيار أرخص — بشرط أن تكون الصور التي تولّدها من النوع الذي يستفيد من الطبقات، لأنه إذا كنت ستسطّح الناتج على أي حال، فقد دفعت مقابل قدرة لم تستخدمها.
ثمة أيضًا حجة تتعلق بالمرونة ترجّح التنزيل، وهي ليست حجة عاطفية. فاستضافة واجهة برمجة التطبيقات تعني الارتهان لتبعية؛ أما النموذج الذي تشغّله بنفسك فهو أصل تملكه. وإذا كان توليد الصور يقع في قلب منتجك، فإن امتلاك الأوزان يُخرج فئة كاملة من انقطاعات الخدمة لدى المزوّدين وتغيّرات الأسعار من سجل المخاطر. أما إذا لم يكن كذلك، فإن الاستئجار بثلاثة سنتات للصورة هو القرار الصائب، وتكون وحدة معالجة الرسوميات حينها مجرد تشتيت.
من جانبنا، النسخة الصريحة: لا يوجّه OrcaRouter أي نموذج من inclusionAI، لذا فإن Ming-Image-0.1-Design إما أن يعمل على عتادك أو لا شيء. كما أننا لا نوجّه Nano Banana 2 Lite — فطبقة Gemini 3.1 Flash Image التي نقدمها هي الشقيقة المعاينة، وليست Lite. ما نقدمه فعلاً على صعيد الصور هو عائلة OpenAI GPT-Image، وطبقات Imagen 4 من Google، ومعاينات صور Gemini، ونقطة نهاية Grok Imagine للصور من xAI. وما تؤديه طبقة التوجيه من عمل حقيقي يظهر عندما تريد تشغيل مجموعة المطالبات نفسها مقابل نموذج مُستضاف تثق به بالفعل أثناء تقييمك لهذا النموذج: نقطة نهاية واحدة متوافقة مع OpenAI عبر أكثر من 200 نموذج، وسعر القائمة من المزوّد يُمرَّر بهامش ربح 0% بحيث يصبح خفض سعر المورّد ساريًا في اليوم نفسه، وتجاوز تلقائي عند الفشل بين المزوّدين بحيث لا يتحتم أن تكون نقطة تحقق جديدة رهانًا على مسار الإنتاج لديك.
أي واحد تحتاجه فعلاً
• التوليد بكميات ضخمة حيث يكون الناتج هو المنتج نفسه — Nano Banana 2 Lite. أربع ثوانٍ وثلاثة سنتات للصورة الواحدة فئة مختلفة حقًا من معدل الإنتاج، ولا مشكلة في التسعير لكل صورة على حدة عندما تكون الصور هي المُخرَج المطلوب.
• تخطيطات ستُحرَّر لاحقًا — Ming-Image-0.1-Design. إذا كانت الخطوة التالية بعد التوليد هي "تغيير العنوان"، فإن مخرجات RGBA الطبقية تُغني عن إعادة التوليد، ونموذج الطبقات هو الآلية الوحيدة في هذه المقارنة التي تنتج واحدة.
• مسار مستضاف بدرجة تحرير مقيسة — Nano Banana 2 Lite، الذي يمتلك مدخلًا في لوحة التحرير عند Elo 1,042 بينما لا يمتلك Ming-Image-0.1-Design أي مدخل.
• النص على نطاق واسع، أو الطباعة، أو بدقة 2K فما فوق — لا هذا ولا ذاك. فـ{{1}}Nano Banana 2 Lite{{/1}} مثبّت عند دقة 1K بحكم التصميم، ويصل {{2}}Ming-Image-0.1-Design{{/2}} إلى 2048 بكسل مربّع كحد أقصى مع عدد خطوات مصمّم للإنتاجية بدلًا من أقصى درجات الدقة.
• بيانات يجب أن تكون حقيقية — لا هذا ولا ذاك، وغوغل تقول ذلك عن نموذجها الخاص: المخططات والأرقام في تخطيط مُولَّد هي مسودة، لا مجموعة بيانات. وبطاقة Ming-Image-0.1-Design نفسها لا تقل وضوحًا في أن التخطيط والنص هما نقطتا قوتها، بينما حركات اليد المعقدة والتسلسلات متعددة الخطوات والظلال والانعكاسات الدقيقة أقل استقرارًا.
يتوقف القرار في النهاية على أي مورد نادر تفتقر إليه. يبيعك Nano Banana 2 Lite الوقت ويحاسبك لكل صورة؛ أما Ming-Image-0.1-Design فيبيعك البنية ويحاسبك على وحدة معالجة رسوميات (GPU). الجدير بالمراقبة هو ما إذا كانت inclusionAI ستُرفق يومًا ما نقطة نهاية بهذه الأوزان، لأن هذا التغيير وحده سيحوّل قرار الاستضافة الذاتية إلى مقارنة أسعار مباشرة — وما إذا كانت Google سترفع يومًا ما سقف 1K في فئة Lite، وهو ما سيزيل السبب الرئيسي الذي يجعل فريق التصميم يتجاوزها.
