Qwen-Image 2.1 مقابل Nano Banana 2: ما تدفعه مقابل كل صورة، وما تدفعه لامتلاكه

واحد فقط من هذين النموذجين له سعر يمكنك وضعه في جدول بيانات. Nano Banana 2 — نموذج Gemini 3.1 Flash Image، المتاح عمومًا منذ 28 مايو 2026 — يكلف نحو 0.067 دولار لكل صورة بدقة 1024×1024، و0.101 دولار عند 2048×2048، ونحو 0.151 دولار عند فئة 4K، مع بلوغ وضع الدفعات نحو النصف، ويُفوتَر إدخال النص بشكل منفصل بسعر 0.25 دولار لكل مليون رمز. Qwen-Image 2.1، الذي أطلقه فريق Qwen-Image كمصدر مفتوح في 20 سبتمبر 2026، ليس له سعر لكل صورة على الإطلاق، لأنه لا توجد نقطة نهاية مستضافة يمكن الشراء منها: فهو تنزيل أوزان بحجم 33 GB بموجب ترخيص بحثي يحظر الاستخدام التجاري. إذن السؤال الأول في هذه المواجهة ليس أيهما أفضل. بل هل تشتري صورًا أم تشتري آلة تصنعها، ولا يمكن مقارنة هاتين العمليتين الشرائيتين بالطريقة التي توحي بها ورقة المواصفات.

القابلية للتنبؤ هي ما يشتريه فعلاً السعر المحدد لكل صورة.

إن تسعير جوجل غير معتاد في فئة الصور، وذلك بسبب الطريقة البالغة الوضوح التي يحوّل بها التكلفة. يفرض النموذج 60 دولارًا مقابل كل مليون رمز إخراج، ولأن إخراج الصور يُقسَّم إلى رموز بشكل متوقَّع، فإن ذلك يُترجم إلى أرقام لكل صورة يمكنك التفكير فيها قبل أن تولِّد أي شيء.

• Nano Banana 2 — حوالي 0.067 دولار لدقة 1024×1024، و0.101 دولار لدقة 2048×2048، ونحو 0.151 دولار عند دقة 4K، وأقل من ذلك بالنصف تقريبًا في وضع الدفعات، إضافة إلى 0.25 دولار لكل مليون رمز (توكن) عند إدخال النص. تكلفة ألف صورة بدقة 2K تبلغ نحو 101 دولار، ويمكن توقعها بدقة تصل إلى الدولار الواحد.

• Qwen-Image 2.1 — لا يوجد سعر منشور. التكلفة هي وقت وحدة معالجة الرسومات الخاصة بك مقابل حزمة بحجم 33 جيجابايت، ونصيحة بطاقة النموذج للأجهزة ذات الموارد المحدودة هي التفريغ إلى وحدة المعالجة المركزية عبر pipe.enable_model_cpu_offload()، وهو مخرج طوارئ وليس حلاً.

ما يوفره السعر المحاسَب حسب الاستخدام ليس مجرد الصور. بل القدرة على الإجابة عن سؤال «كم تكلفنا هذه الميزة عند عشرة آلاف صورة شهريًا؟» دون أن تقيس أداء عتادك أولًا. هذه ميزة حقيقية ويسهل التقليل من قيمتها، لأن البديل — الاستضافة الذاتية — له تكلفة يصعب حسابها فعلًا: فهي تعتمد على معدل استغلالك، وبطاقة الرسوميات لديك، واستهلاكك للكهرباء، وما إذا كان الجهاز سيبقى خاملًا لولا ذلك. المقارنة الصادقة ليست 101 دولار لكل ألف مقابل المجانية، بل 101 دولار لكل ألف مقابل رقم موزَّع على الاستهلاك عليك أن تحسبه بنفسك، ومعظم الفرق التي تجري الحساب تجد أن السعر المحاسَب حسب الاستخدام تنافسي حتى يصبح معدل الاستغلال مرتفعًا جدًا.

الترخيص هو حيث تكفّ «الأوزان الحرة» عن كونها مجانية

هذا هو الفرق الأكثر حدة بين النموذجين، وهو ليس فرقًا ضئيلًا.

Nano Banana 2 هو منتج تجاري بشروط تجارية. تدفع مقابل كل صورة وتشحن ما تنتجه. يُشحن Qwen-Image 2.1 بموجب اتفاقية ترخيص Qwen Research License Agreement المؤرخة في 20 سبتمبر 2026، والتي تمنح حقوقًا "لأغراض غير تجارية فقط" وتنص على أن الاستخدام التجاري يتطلب ترخيصًا منفصلاً يُطلب من البائع. هذا تغيير عن سلسلة Qwen-Image السابقة، التي كانت تُشحن بموجب Apache 2.0 — لذا فإن الخيار المفتوح في هذه المقارنة مفتوح بمعنى أنه يمكنك قراءته وتشغيله، وليس بمعنى أنه يمكنك بناء عمل تجاري عليه.

بالنسبة لفريق بحثي، أو أحد الهواة، أو أي شخص يجري اختبارات مرجعية، فإن هذا ترخيص جيد، والتنزيل مجاني حقًا. أما بالنسبة لفريق منتج، فهذا يعني أن النموذج في هذه المقارنة، الذي لا سعر له لكل صورة، لا يملك أيضًا مسارًا تجاريًا، مما يُسقط مقارنة التكلفة بالكامل: فأنت لا تختار بين 101 دولار وشيء أرخص، بل تختار بين نموذج يمكنك بيع مخرجاته وآخر لا يمكنك ذلك.

الدقة ونسب العرض إلى الارتفاع، حيث يتمتع النموذج المفتوح بميزة حقيقية

ضع الترخيص جانبًا، فإن Qwen-Image 2.1 يفعل شيئًا لا يفعله Nano Banana 2، وذلك بطريقة تهم سير عمل معينة.

• Qwen-Image 2.1 — دقة 2K أصلية مع 2048×2048 كالإعداد الافتراضي الموثّق عند 40 خطوة استدلال، وسبعة إعدادات مسبقة لنسب الأبعاد، وحتى 10 صور مرجعية، وإخراج RGBA: قناة ألفا حقيقية، وتحرير الطبقات الشفافة، واستخراج الموضوع من صور RGB.

• Nano Banana 2 — إخراج بدقة 4K مع دعم لنسب غير معتادة، بما في ذلك النسب المتطرفة 1:4 و1:8، وهو مدى أطول مما تقدمه معظم النماذج في أيٍّ من الاتجاهين، كما تنشر أرقامًا للاتساق تبلغ خمس شخصيات وأربعة عشر كائنًا في عملية توليد واحدة.

قناة ألفا هي الجديرة بالملاحظة. لا يُوثَّق أن نموذج Google ينتج الشفافية، بينما يفعل Qwen-Image 2.1 ذلك أصلاً بشكل مدمج، ما يعني أن خطوة التركيب التي كانت ستكون عملاً يدوياً بخلاف ذلك — اقتطاع العنصر، والحفاظ على الحواف الناعمة، ووضعه على شيء آخر — أصبحت داخل النموذج بدلاً من أن تأتي بعده. إذا كنت تبني أصولاً متعددة الطبقات كمصدر رزق، فهذا فرق في سير العمل وليس ادعاءً بشأن الجودة. ومن الجدير أيضاً أن يُقال بصراحة إن كلا النموذجين يُنتجان بأبعاد أكبر مما تحتاجه معظم الأعمال: فـ 4K و2048×2048 كلاهما تجاوز النقطة التي يصبح فيها القيد هو النموذج لا الوجهة.

رقم منشور مقابل وعد

كان نموذج Google حاضرًا على كلا لوحتي صور Artificial Analysis منذ الربيع، وهو ضمن أفضل خمسة في تحويل النص إلى صورة وتحرير الصور في لقطة سبتمبر، عند نحو 1,320 على مقياس Elo في تحويل النص إلى صورة. أما أرقام الاتساق الخاصة به — خمسة شخصيات، وأربعة عشر جسمًا — فهي أرقام Google نفسها، لكنها تقع إلى جانب لوحة نتائج مستقلة، ما يعني أنه يمكن التحقق من معقوليتها مقابل الأداء الفعلي للنموذج في المقارنات العمياء.

لا يمتلك Qwen-Image 2.1 أي تقييم مستقل. لديه منشور مدونة من المورّد يحتوي على مخطط Qwen-Image-Bench لم يعيد إنتاجه أي طرف ثالث، وتقرير تجريبي واحد للوصول المبكر من مختبِر في برنامج Qwen Ambassador شغّل الأوزان النهائية عبر واجهة ModelScope Studio: حوالي 10–15 ثانية لتحويل النص إلى صورة، و18–23 ثانية للتحرير، ومعالجة قوية لموضع الكاميرا وأدوار الشخصيات المتعددة، واتساق المراجع المتعددة يتدهور بدءًا من حوالي ثلاث صور مدخلة فصاعدًا. مراجع واحد، لم يظهر أي مؤقت، ولا مجموعة أوامر منشورة. وهي الملاحظة الخارجية الوحيدة للنموذج المتاحة للعموم، وينبغي قراءتها كتلميح لا كقياس.

هناك أيضًا رقم متداول في تغطية طرف ثالث يصف Qwen-Image 2.1 بأنه محوّل من 20 طبقة. وهذا يتعارض مع بطاقة النموذج، التي توثّق محوّل انتشار أحادي التدفق من 32 طبقة بمعلمات 7B في مكوّن التوليد المرئي، ومُشفّر نصي Qwen3-VL 8B، وVAE من 64 قناة بصيغة RGBA بضغط مكاني 16×. استخدم بطاقة النموذج.

الشيء الوحيد الذي يمكنك فعله بكليهما

هذا هو المقال الوحيد في هذه الدفعة الذي يكون فيه المنافس نموذجًا نوجّهه فعليًا. Nano Banana 2 متاح على OrcaRouter باسم google/gemini-3.1-flash-image-preview، إلى جانب بقية خط الصور — عائلة GPT-Image من OpenAI، وفئات Imagen 4 من Google، ومعاينات Gemini الأخرى للصور، ونقطة نهاية صور Grok Imagine من xAI — كلها خلف نقطة نهاية واحدة متوافقة مع OpenAI بسعر قائمة المزوّد بدون أي هامش ربح. Qwen-Image 2.1 ليس ضمن النماذج التي نوجّهها، ولن يوحي هذا المقال بأنه كذلك.

ما يعنيه ذلك عمليًا لهذا القرار أضيق نطاقًا من عرض ترويجي وأكثر فائدة منه. إذا أردت مقارنة النموذجين على مطالباتك الخاصة، فإن جانب Google يكلفك مفتاح API وحوالي عُشر سنت لكل صورة بدقة 2K، وهو على نفس نقطة النهاية التي تستدعي منها كل شيء آخر. أما جانب Alibaba فيكلفك تنزيلًا بحجم 33 غيغابايت، ووحدة معالجة رسومات، ومراجعة ترخيص بحثي قبل أن تتمكن من تحقيق أي استخدام تجاري للمخرجات. يمثل التحويل التلقائي عند الفشل عبر المزوّدين الجزء الآخر المهم هنا: إذ يمكن لمسار ما أن يحمل حركة الإنتاج على نموذج مُقاس بينما يُقيَّم نموذج غير مُقاس إلى جانبه، بحيث لا يقع التقييم أبدًا على المسار الحرج.

أيّ واحد، لمن؟

• اختر Nano Banana 2 إذا كنت تستعد للإطلاق. فهو يمنحك ترخيصًا تجاريًا، وسعرًا يمكنك توقّعه حتى الدولار، ونتيجة مستقلة ضمن أفضل خمسة مراكز على كلتا لوحتي التصنيف، وإخراجًا بدقة 4K، وأوسع نطاق لنسب الأبعاد في هذه المقارنة. تبلغ تكلفة ألف صورة بدقة 2K نحو 101 دولار، ويمكنك أن تبدأ في توليدها بعد ظهر هذا اليوم.

• اختر Qwen-Image 2.1 إذا كنت تجري بحثًا. إنه مجاني للتنزيل، والبنية المعمارية وموجه النظام لإعادة كتابة الأوامر يمكن فحصهما بالكامل، وهو يُصيّر أصليًا بدقة 2048×2048 مع شفافية حقيقية، ويستقبل حتى 10 صور مرجعية مع تعديلات محلية بواسطة الدائرة أو التعليق المرسوم أو القناع. لا يمكنك بيع ما ينتجه، ولم يقم أحد بقياس ما إذا كان جيدًا.

الفجوة بين هاتين الفقرتين هي الفجوة بين النموذجين، وهي ليست فجوة في الجودة — بل فجوة في النضج، وهي تُغلق وفق جدول زمني. طُلب من مختبري الوصول المبكر لدى Qwen نشر عينات أو مراجعات بحلول 29 سبتمبر 2026. وعندما تصدر تلك، يتوقف النموذج المفتوح عن كونه مجهولاً ويصبح قابلاً للمقارنة، ولن يبقى سوى سؤال واحد: الترخيص. هذا هو الرقم الذي يستحق المراقبة، وهو ملف ترخيص وليس معياراً مرجعياً.