مقابل{{1}}MiniMax-H3-Image{{/1}} {{2}}Nano Banana 2.1{{/2}}: السعر شبه متطابق، لكن الأدلة ليست متقاربة على الإطلاق

نموذجان للصور، كلاهما بنحو ثلاثة سنتات للصورة، والقرار بين MiniMax-H3-Image وNano Banana 2.1 لا يحسمه السعر. عند 1024×1024 تبلغ تكلفة النموذج الجديد مفتوح الأوزان $0.02179 لكل توليد، بينما تبلغ تكلفة Nano Banana 2.1 من Google $0.0336 — بفارق سنت تقريبًا. وعند 4096×4096 تتسع الفجوة إلى $0.06879 مقابل $0.113. لذا فإن الأرخص أرخص فعلًا، بثلث إلى النصف. لكن ما لا يمكنك شراؤه بأي سعر الآن هو سبب للاعتقاد بادعاء الجودة لدى النموذج الأرخص، لأن لا أحد خارج MiniMax قد قاسه. يحتل Nano Banana 2.1 المرتبة الرابعة على كل من لوحتي الصور لدى Artificial Analysis، مع آلاف العينات خلف كل مرتبة. أما MiniMax-H3-Image فلا يظهر على أي من اللوحتين، بأي موقع، وبأي عدد عينات. هذا التفاوت هو المقارنة كلها، ولا مقدار من حسابات ورقة المواصفات يسد هذه الفجوة.

يجدر بنا أن نكون محددين بشأن التواريخ قبل المضي قدمًا، لأن النموذجين ليسا في المرحلة نفسها من دورة حياتهما. كان Nano Banana 2.1 متاحًا للعموم منذ 6 أكتوبر 2026 باسم gemini-nano-banana-2.1، وقد حل محل gemini-3.1-flash-image، الذي أوقفت Google دعمه بتاريخ إيقاف في 29 أكتوبر 2026 — لذا إذا كنت تستدعي النموذج الأقدم، فقد كان عليك الانتقال بالفعل. وصلت أوزان MiniMax-H3-Image إلى Hugging Face في 10 نوفمبر 2026 الساعة 14:50 UTC، مع بطاقة مقتضبة في ملاحظات إصدار API الخاصة بـ MiniMax بتاريخ اليوم نفسه ودون منشور مدونة مرافق. أحد النموذجين لديه شهر من حركة الإنتاج؛ والآخر لديه يوم واحد من كونه متاحًا للتنزيل. احكم وفقًا لذلك.

ما الذي يمنحك إياه كل واحد منها في الواقع

Nano Banana 2.1 هو إصدار مشتق من Gemini 3.6 Flash يُباع حصريًا عبر واجهة برمجة تطبيقات Google. ثلاث فئات دقة — 1K و2K و4K، دون خيار 512 بكسل — مع نسب أبعاد من المجموعة المعتادة، وسياق إدخال من 131,072 رمزًا و32,768 رمزًا من الإخراج. يقبل ما يصل إلى 14 صورة مرجعية في طلب واحد، تقسمها Google إلى 10 مراجع للأجسام و4 مراجع للشخصيات، ويمكنه أن يستند في التوليد إلى نتائج بحث Google أو بحث الصور. وضع التفكير مفعّل افتراضيًا عند المستوى المتوسط، مع إتاحة المستويين الأدنى والعالٍ، ولا يمكن إيقافه عبر واجهة برمجة التطبيقات على الإطلاق. يحمل كل مُخرَج علامة SynthID المائية.

MiniMax-H3-Image هو محوّل انتشار كثيف بحجم 33.1B مزوّد بمرمّز CNN ومفكّك ViT من 24 طبقة لـ VAE الخاص به، ويُشحن بموجب ترخيص المجتمع الخاص بـ MiniMax. تعمل كل من تحويل النص إلى صورة والتحرير عبر زوج نقاط نهاية واحد، وتستقبل عمليات التحرير من 1 إلى 16 صورة مرجعية تُعنون حسب الموضع باسم <Picture 1> حتى <Picture 16> بترتيب الرفع، وقد قُطّر النموذج إلى ست خطوات أخذ عينات دون توجيه خالٍ من المصنّف — وتعيد واجهة API المخدومة HTTP 400 إذا مرّرت أي قيمة غير num_inference_steps=6 وguidance_scale=1. تقتصر مساحة الإخراج على 20,000,000 بكسل عبر API، مع فئات مساحة عند 1K و2K و4K و4K كافتراضي؛ وتزعم البطاقة نحو 16 ميغابكسل عند كل نسبة أبعاد. لا يوجد تأصيل بالبحث، ولا ميزانية تفكير، ولا مخطط علامات مائية مذكور في أي مكان في المستودع أو الترخيص.

تتباين قائمتا القدرات على نحوٍ يعكس بوضوح الجمهور المستهدف لكل منتج. فقد طرحت Google التنسيق: مراجع، واسترجاع، وميزانية للاستدلال، وعلامات للمصدر. وطرحت MiniMax الدقة والتحكم: ستة عشر موضعًا للمراجع، وسقفًا قدره 20 ميغابكسل، ومُعايِّنًا ثابتًا من ست خطوات يمكنك تكراره تمامًا على عتادك الخاص.

سلّم الأسعار، مع توضيح نافذة الخصم صراحةً

تُسعّر Nano Banana 2.1 بمبلغ 30 دولارًا لكل مليون توكن صورة ناتجة، وهو ما تُرجعه وثائق Google الخاصة إلى 0.0336 دولار لكل صورة بدقة 1K، و0.0504 دولار لكل صورة بدقة 2K، و0.113 دولار لكل صورة بدقة 4K. تُحتسب الصور المدخلة عند 1.50 دولار لكل مليون توكن، والناتج النصي عند 7.50 دولار لكل مليون. وهناك طبقة معالجة دفعية بنصف أسعار الناتج تلك للمهام التي يمكنها الانتظار، وتُدرج Artificial Analysis السعر الفعلي لدقة 1K عند 33.60 دولارًا لكل ألف صورة — وهو الرقم نفسه معبّرًا عنه بالجملة.

يُحتسب استخدام MiniMax-H3-Image بالطريقة نفسها من حيث المبدأ، لكن النتيجة مختلفة جدًا. الفئة القياسية: 2.30 دولار لكل مليون رمز نصي مُدخل، و1.50 دولار لكل مليون رمز صورة مُدخل، و3.80 دولار لكل مليون رمز صورة مُخرج. وبعد تطبيق ذلك على أمثلة المورّد نفسه:

• تحويل النص إلى صورة بدقة 1K — Nano Banana 2.1 بسعر $0.0336 مقابل MiniMax-H3-Image بسعر $0.02179.

• تحويل النص إلى صورة بدقة 2K — $0.0504 مقابل $0.02333.

• تحويل النص إلى صورة بدقة 4K — 0.113 دولار مقابل 0.06879 دولار، أو 0.03439 دولار بموجب خصم 50% محدود المدة من MiniMax.

• التحرير بمرجع واحد — لا تنشر Google سعرًا لتحرير كل صورة عند هذه المستويات؛ وتتقاضى MiniMax 0.02654 دولارًا عند 1K، و0.02658 دولارًا عند 2K، و0.07312 دولارًا عند 4K.

• تحرير بثلاث مراجع — 0.03563 $ عند 1K، و0.04177 $ عند 2K، و0.07914 $ عند 4K على M​iniMax.

تفصيلان في ذلك السلّم يسهل إغفالهما ويغيّران الحساب. أولًا، لا يسري خصم MiniMax إلا عندما تكون الصورة المسلَّمة لا تقل عن 16,600,000 بكسل، وينتهي في 17 نوفمبر 2026 الساعة 16:00 UTC — أي بعد ستة أيام من نشر الأوزان. إذا قدّرت تكلفة خط معالجة اعتمادًا على رقم 4K المخفّض، فأنت تسعّر على أساس عرض ترويجي. ثانيًا، سلّم MiniMax مسطّح بشكل غير معتاد: ستة عشر ضعفًا من البكسلات مقابل ما يزيد قليلًا على ثلاثة أضعاف التكلفة، لأن العدّاد بالرموز، وعدد الرموز لا يتناسب مع المساحة بالطريقة التي يوحي بها السعر المعلن. سلّم Google أقرب إلى التناسب. عند 4K، وهي الدقة التي صُمم لها النموذج مفتوح الأوزان، يكمن التوفير الحقيقي في هذا التسطيح.

ما يجعل طبقة التوجيه تستحق مكانها هنا هو أنها تعفيك من الحاجة إلى معرفة أيّ هذين العدّادين تستخدم. يمرّر OrcaRouter سعر قائمة المزوّد كما هو بهامش ربح 0%، ما يعني أن أي تغيير في سعر البائع — بما في ذلك عرض ترويجي مثل عرض M​iniMax، وبما في ذلك انتهاء صلاحيته — يصبح ساريًا لدينا في اليوم نفسه بدلًا من انتظار ترحيل للفوترة. لا يوجد أي من الطرازين في هذه المقارنة في كتالوجنا: فعمر MiniMax-H3-Image أسبوع واحد ولا مسار مستضاف له، ويُوصَل إلى Nano Banana 2.1 عبر واجهة برمجة التطبيقات الخاصة بـ G​oogle. أما ما نحملہ فعلًا من ذلك النسل فهو الجيل السابق، google/gemini-3.1-flash-image-preview، إلى جانب مسارات O​penAI للصور ومسار فيديو لـ H3 من M​iniMax. والسبب في قول ذلك بصراحة هو أن مقالًا يقارن نقطة تحقق مفتوحة الأوزان لم تُقَس بنقطة مغلقة مُقيَّمة يجب ألا يتظاهر بأن نقطة التحقق الجديدة لا تبعد سوى ضغطة مفتاح واحدة.

جانب واحد فقط من هذا لديه لوحة نتائج.

تقيّم Artificial Analysis نموذج Nano Banana 2.1 بدرجة Elo 1160 على لوحة تحويل النص إلى صورة، في المركز الرابع، عبر أكثر من 6,055 عينة، وبدرجة Elo 1137 على لوحة تعديل الصور، أيضاً في المركز الرابع، عبر أكثر من 5,968 عينة. ويحمل كلا الموضعين نطاق ترتيب من الرابع إلى السادس حسب الفترة التي تقرأها. هذه تقييمات مستقلة ومبنية على عينات وقابلة للمقارنة مع كل نموذج آخر على اللوحة — بما في ذلك النماذج التي تستخدمها بالفعل.

لا يوجد لـ MiniMax-H3-Image أي إدراج على أي من اللوحتين. ليس إدراجًا منخفضًا؛ بل لا يوجد إدراج على الإطلاق. تصف بطاقة المورّد أنه «نموذج صور رائد مفتوح الأوزان»، وشبكة العرض في المستودع هي الدليل الوحيد الموجود على جودة المخرجات، وهي بالضبط نوع الدليل المصمم ليبدو جيدًا. لا يوجد جدول تقييم من المورّد أيضًا — لا GenEval، ولا DPG-Bench، ولا أرقام تفضيل بشري، ولا شيء يُقارن به تقييم منشور لمنافس. بعد شهر من الآن قد يكون ذلك قد تغيّر. اليوم، الخلاصة الصادقة هي أن النموذج الأرخص أرخص والنموذج المقاس مقاس، والحقيقتان ليستا في تضارب لأنهما تتعلقان بأمرين مختلفين.

هناك تكلفة من الدرجة الثانية يخفيها سعر الصورة الواحدة تمامًا، وهي أكبر رقم في هذه المقالة: 68.65 GB من محوّل الانتشار وVAE بصيغتي BF16 وFP32، إضافةً إلى مُرمِّز نصي غير موجود في المستودع إطلاقًا. وتحمّل MiniMax-H3-Image text_encoder/ من نموذج الفيديو MiniMax-H3، وهو 66.7 GB من Qwen3-VL، لذا فإن أول توليد محلي يتطلب تنزيل نحو 135 GB عبر مستودعين. أضف إلى ذلك وحدات GPU: تسمّي إرشادات الخدمة الخاصة بـ MiniMax نفسها من أجل vLLM-Omni كلاً من H200 وRTX PRO 6000 Blackwell وAMD Instinct MI350X، كما أن التوازي التسلسلي متعدد وحدات GPU — --ulysses-degree على SGLang، --usp على vLLM-Omni — هي الطريقة الموثّقة للحصول على زمن استجابة مقبول عند الدقة الكاملة. بسعر $0.02179 للصورة بدقة 1K، تكون واجهة API أرخص من الكهرباء لفترة طويلة جدًا. الأوزان المفتوحة قيّمة للتحكم ولشروط الترخيص، لا لاقتصاديات الوحدة على النطاق الصغير.

حدودٌ تحسم عمليات نشر أكثر مما تحسمها الجودة

سقف الدقة هو الأبرز بلا منازع، والفرق ليس ضئيلاً. يتوقف Nano Banana 2.1 عند 4K. أما MiniMax-H3-Image فيصل إلى 20 ميغابكسل عبر API ونحو 16 ميغابكسل في أمثلة البطاقة — 4096×4096 بنسبة 1:1، و6272×2688 بنسبة 21:9، و5472×3072 بدقة 4K بنسبة 16:9. إذا كان ناتجك لوحة بحجم الطباعة أو خلفية ستُقصّ بقوة، فإن الطراز المغلق يخرج من المنافسة قبل أن تدخل الجودة في النقاش، ويتوقف النموذجان في هذا المقال عن التنافس تماماً.

التعامل مع المراجع هو العكس. مراجع Google الـ14 محددة الأنواع — 10 كائنات و4 شخصيات — وتحديد الأنواع يؤدي دورًا: فهو يخبر النموذج بالدور الذي تلعبه كل صورة. أما مراجع MiniMax الـ16 فهي خانات غير محددة الأنواع تُعنون حسب الموضع، ما يمنح هامشًا أكبر وبنية أقل. إذا كانت سير عملك هي «ضع هذا الشخص في هذه السترة أمام هذه الخلفية»، فإن تحديد الأنواع في Google هو الميزة. وإذا كانت «إليك ستة عشر إطارًا، حافظ على الهوية عبر جميعها»، فإن السقف الأعلى في MiniMax هو الميزة. لا يعد أيٌّ منهما مجموعة شاملة فوق الأخرى.

تأتي ميزانية الموجّه ثالثةً. لدى Nano Banana 2.1 سياق إدخال يبلغ 131,072 توكنًا للعمل به. يقبل MiniMax-H3-Image ما يصل إلى 32,000 حرف على واجهة API المقدَّمة، لكن لا يدخل حيّز التنفيذ سوى أول 4,096 توكنًا تقريبًا عند إيقاف تحسين الموجّه، بينما يقتطع مسار SGLang المحلي عند 4,096 توكنًا مباشرةً. وبالنسبة إلى نموذج يُروَّج له بقدرته على اتباع التعليمات، تُعدّ هذه ميزانية ضيقة، ولهذا أطلقت MiniMax رفيقًا له: MiniMax-H3-Image-PE، وهو ضبط دقيق FP4 بحجم 27B لـ Qwen3.8-27B يعيد صياغة طلب قصير إلى وصف طويل بالإضافة إلى توصية بنسبة العرض إلى الارتفاع، ويخرجه بصيغة JSON وفق مخطط. ويتسع في نحو 19 GiB من VRAM. ويوصف شقّه الخاص بالتحرير بأنه يعتمد على الموجّه فقط ولا يزال قيد التطوير، لذا لا يقدّم الموسّع حاليًا عونًا يُذكر خارج تحويل النص إلى صورة.

والترخيص، الذي لا مقابل له لدى Google لأنه لا يوجد ما يمكن ترخيصه. تشترط اتفاقية مجتمع MiniMax إذنًا كتابيًا مسبقًا منفصلًا إذا تجاوزت الإيرادات السنوية مليون دولار أمريكي، أو إذا كنت تقدّم خدمات مستضافة، كما تشترط عرض عبارة “MiniMax-H3-Image” بشكل بارز على أي واجهة تجارية تستخدمه، وتقصر الاستخدام على إقليم محدد، وتمنع استخدام المخرجات لتدريب نماذج أخرى أو تحسينها. شروط Google عقد API قياسي. وتعني «الأوزان المفتوحة» هنا ترخيصًا عليك قراءته، لا ترخيصًا يمكنك تجاهله.

كيف تبدو الفاتورتان خلال شهر فعلي؟

لنفترض أنك تولّد 20,000 صورة شهريًا بدقة 2K. تبلغ تكلفة Nano Banana 2.1 نحو 1,008 دولارات بالسعر المعلن، أو 504 دولارات في فئة الدفعات إذا أمكن إدراج المهمة في قائمة الانتظار. أما MiniMax-H3-Image فتبلغ تكلفتها 466.60 دولارًا بالسعر المعلن عبر واجهة برمجة تطبيقات M​iniMax — أو، عند الاستضافة الذاتية، مهما كلّفتك اثنتان إلى أربع من وحدات GPU تلك عن الساعات المعنية، وهو مبلغ أكبر لدى معظم الفرق. لنفترض بدلًا من ذلك أنك تولّد 2,000 صورة شهريًا بدقة 4K وقد أُغلقت نافذة الخصم: 226 دولارًا لـ G​oogle، و137.58 دولارًا لـ M​iniMax. الوفر حقيقي وهو ثلاثة أرقام شهريًا، لا خمسة. هذا هو الحجم الصحيح للمكسب، وينبغي موازنته مقابل تكلفة أن تكون أول من يكتشف أين يتعطل نموذج لم تُقس أداءه.

هذا التفاوت غير المتماثل يرجّح نمطًا محددًا بدلًا من ترجيح فائز. وجّه مسار الإنتاج إلى النموذج صاحب لوحة النتائج، وأرسل شريحة من الحركة إلى النموذج الرخيص لتبني أدلّتك الخاصة — مجموعة أوامر ثابتة، ومراجعتك الخاصة، وأسبوعان من المقارنة. هذه هي الحالة التي وُجد التحويل الاحتياطي من أجلها فعلًا: نموذج غير مألوف يُعامَل كمسار مرشّح لا كبديل، مع وجود النموذج الموثوق خلفه عندما تعود مهمة بنتيجة خاطئة. كما أن أخذ العينات غير الموجَّه بست خطوات عند 16 ميغابكسل يُعد طلبًا طويلًا بمعايير الصور، وهو ليس عديم الأثر (idempotent) على جانب MiniMax — إذ يُحتسب انتهاء مهلة العميل، وتعيد حزم OpenAI SDK المحاولة مرتين افتراضيًا ما لم تضبط max_retries=0. الطلبات الطويلة التي يُحتسب مقابلها عند انتهاء المهلة هي بالضبط ما تريد أن يكون تحت مسار ثانٍ.

السؤال الذي يحل هذا في غضون شهر تقريبًا

لا يُعد أي من النموذجين خيارًا خاطئًا؛ فالاختيار يعتمد على ما إذا كان بإمكانك تحمّل أن تكون من يقوم بالقياس. إذا كانت المخرجات بحاجة إلى لوحة نتائج قبل أن تحتاج إلى قرار، فإن Nano Banana 2.1 هو الجانب الوحيد في هذه المقارنة الذي يمتلك واحدة، وبدقة 4K يكلّف $0.113 مقابل $0.06879 لدى MiniMax — وهو فرق ستنفق أكثر من مرة في الجدال بشأنه داخليًا. إذا كانت المخرجات بحاجة إلى 16 ميغابكسل، فإن المراجع المكتوبة لا تهم والدقة تهم، وMiniMax-H3-Image هو الجانب الوحيد الذي يقدّمها.

ما سيحسم الأمر هو الشيء الذي لم يحدث بعد: إدراج مستقل. لم يمضِ على ظهور MiniMax-H3-Image للعموم سوى يوم واحد، وكانت الأسئلة لا تزال تُطرح حول شروط ترخيصه في خيط النقاش داخل المستودع بعد ساعات من ظهور الأوزان، كما أن موسّع الأوامر الخاص به ما زال نصف مكتمل. وعندما يظهر على Artificial Analysis مصحوبًا بعدد عينات، تتوقف فجوة السعر عن كونها حجة غير مباشرة وتصبح مقايضة فعلية. حتى ذلك الحين، اشترِ النموذج المُقاس للعمل الذي يجب أن يُشحن، وتعامل مع الرخيص كمرشح قيد التقييم — لا كبديل اتخذت قرارًا باعتماده.