مقارنة مباشرة بين Google: Gemini 3 Flash Preview (google) وGoogle: Nano Banana 2 (Gemini 3.1 Flash Image Preview) (google) على OrcaRouter — الأسعار ونافذة السياق وزمن الاستجابة والإنتاجية وجودة benchmark جنبًا إلى جنب، لتختار النموذج المناسب لعبء عملك.
| المقياس | Google: Gemini 3 Flash Preview | Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) | الخلاصة |
|---|---|---|---|
| الإدخال $/مليون | $0.50 | — | — |
| الإخراج $/مليون | $3.00 | — | — |
| السياق | 1M | 66K | Google: Gemini 3 Flash Preview يقبل نافذة سياق أكبر بنسبة 94% من Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview). |
| زمن الاستجابة p50 | 4813 ms | 10000 ms | Google: Gemini 3 Flash Preview يستجيب أسرع بنسبة 52% من Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) عند الوسيط. |
| الإنتاجية | 995 tok/s | 2401 tok/s | Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) يبث tokens أسرع بنسبة 59% من Google: Gemini 3 Flash Preview. |
| الجودة | 9.0 | 5.0 | Google: Gemini 3 Flash Preview يسجل أعلى بنسبة 44% من Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) في مؤشر الجودة المركب. |
لأعباء العمل الحساسة لزمن الاستجابة، يعيد Google: Gemini 3 Flash Preview أول token في وقت أبكر. من حيث جودة benchmark، يتصدر Google: Gemini 3 Flash Preview المؤشر المركب.
كلٌّ من Google: Gemini 3 Flash Preview وGoogle: Nano Banana 2 (Gemini 3.1 Flash Image Preview) متاح عبر نقطة نهاية OrcaRouter نفسها بتكلفة المزوّد ودون أي هامش على الـ token، لذا فإن التبديل بينهما تعديل من سطر واحد، والأرقام أدناه هي ما تدفعه فعليًّا. تسحب هذه المقارنة الأسعار الحيّة، ونافذة السياق (context window) المنشورة، وقياسات latency وthroughput الخاصة بـ OrcaRouter، حتى توازن بين التكلفة والأداء لعبء عملك المحدّد بدلًا من الاعتماد على benchmark استعراضي من المزوّد. يعتمد الاختيار الصحيح غالبًا على شكل حركتك — طول المطالبة، وكمية النص الذي تولّده، ومدى حساسية مستخدميك لـ latency، وصعوبة الاستدلال — لذا تفكّك الأقسام أدناه القرار بُعدًا واحدًا في كل مرة وتُختتم بتوصية ملموسة. وحيثما غاب مقياس لأحد النموذجين، يُحذف ذلك الصف بدلًا من تخمينه، بحيث يستند كل ادعاء هنا إلى رقم حقيقي.
أحد هذين النموذجين أو كلاهما لا يعرض هنا سعرًا لكل token (قد يكون نموذجًا بطبقة مجانية، أو محاسبًا لكل استدعاء، أو غير مُسعّر بعد)، لذا تعامل مع أعمدة التكلفة كإرشادية وتحقّق من السعر الحيّ في صفحة كل نموذج قبل أن تبني عليها ميزانيتك.
يقبل Google: Gemini 3 Flash Preview حتى 1M token من السياق، ويقبل Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) مقدار 66K. تحدّد نافذة السياق سقف حجم المادة المصدرية — المستندات والشيفرة والمحادثة السابقة — التي يمكنك إرسالها في طلب واحد. النافذة الأكبر تتيح لك تجاوز التقطيع وأنابيب الاسترجاع للمدخلات الطويلة، لكنك ما زلت تدفع سعر token الإدخال على كل ما ترسله، فالنافذة الأكبر قدرة وليست خصمًا. طابِق النافذة مع أطول طلب مفرد ينتجه عبء عملك واقعيًّا لا مع أكبر رقم على الصفحة. ضع في اعتبارك أيضًا أن الجودة قد تتدهور قرب نهاية سياق طويل جدًّا في أي نموذج، لذا يُفضَّل التعامل مع النافذة الكبيرة كهامش احتياطي لمدخلات طويلة عارضة، لا كترخيص لحشو كل طلب حتى الحد الأقصى.
يحدّد latency وthroughput إحساس النموذج في الإنتاج. زمن الاستجابة الوسيط (p50) هو مدة انتظار طلب نموذجي قبل أول token؛ أما throughput (token في الثانية) فيحدّد سرعة بثّ الإجابة بعد أن تبدأ. في الدردشة التفاعلية وحلقات الـ agent يكون انخفاض latency عند p50 هو الأهم لأن المستخدم ينتظر أول token؛ أما في التوليد بالدفعات والإخراج الطويل فيهيمن throughput على الزمن الكلي لأن الإجابة طويلة. تُظهر مخططات الاتجاه لسبعة أيام أعلاه ما إذا كان latency كل نموذج مستقرًّا أم منجرفًا، وهو ما يُخفيه رقم واحد لافت — فالنموذج ذو المتوسط الممتاز لكن الذيل المضطرب قد يُخفق مع ذلك في تحقيق SLA صارم عند p95. إن كان لمنتجك ميزانية latency، فاقرأ الوسيط وشكل المنحنى معًا، وتذكّر أن latency من طرف إلى طرف يشمل أيضًا قفزة شبكتك وأي استرجاع أو استدعاءات أدوات تجريها حول النموذج.
تقارب درجات الـ benchmark القدرة لكنها ليست بديلًا عن الاختبار على مطالباتك الخاصة. تجمع المؤشرات المركّبة المعروضة هنا تقييمات عامة متعددة، ويشير المئين (percentile) إلى موضع كل نموذج مقابل جميع النماذج المقارنة في الفهرس — إشارة مفيدة للقائمة المختصرة، لا ضمانًا لمهمتك. قد يظل النموذج المتصدّر في مؤشر الذكاء العام متأخرًا في مجالك (البرمجة، الاستخراج، متعدد اللغات، الاستدلال على سياق طويل)، فاستخدم الـ benchmark لتضييق الميدان ثم شغّل كلا النموذجين على شريحة تمثيلية من حركتك. انتبه إلى المؤشر المحدّد الذي يطابق حالة استخدامك بدلًا من الرقم الإجمالي: فالمنتج كثيف البرمجة ينبغي أن يرجّح مؤشر البرمجة، ومساعد البحث مؤشر الاستدلال. كما تتقادم الـ benchmark مع تحديث النماذج، فتعامل معها كفرضية بداية تؤكّدها بمجموعة التقييم الخاصة بك.
إذا كانت التكلفة هي القيد الحاسم، فابدأ بالنموذج الأرخص وفق مزيجك الحقيقي بين الإدخال والإخراج ولا ترتقِ إلا إذا قصُرت الجودة. إذا كانت الأولوية للاستجابة — دردشة موجّهة للمستخدم، وكلاء، أي حالة يكون فيها أحدهم منتظرًا — فرجّح latency عند p50 وthroughput على فارق سعر بسيط. إذا كنت تدفع بأصعب أعمال الاستدلال أو البرمجة أو السياق الطويل، فدَع الفائز في الـ benchmark ونافذة السياق يقود واقبل السعر الأعلى حيث يستحق ذاته. ولأن كلا النموذجين خلف API واحدة، فإن الخطوة قليلة المخاطرة هي توجيه جزء من حركتك الحقيقية إلى كلٍّ منهما ومقارنة التكلفة وlatency وجودة الإجابة على مطالباتك الخاصة قبل الالتزام. من الأنماط الشائعة التدرّج على طبقات (tier): أرسل معظم الطلبات السهلة عالية الحجم إلى النموذج الأرخص أو الأسرع، واحتفظ بالنموذج الأقوى للطلبات التي تحتاجه فعلًا، فيلتقط ذلك معظم مكاسب الجودة بجزء يسير من التكلفة. وأيًّا كان اختيارك، أبقِ التبديل قابلًا للعكس — فبتغيير اسم النموذج من سطر واحد يمكنك إعادة الحركة لحظة تتغيّر الأرقام أو متطلباتك.
خلال آخر 7 أيام، يحافظ Google: Gemini 3 Flash Preview على زمن استجابة وسيط أقل.
في بطولات المواجهة المباشرة للمجتمع، يحصل Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) على تصنيف Elo أعلى (1353 مقابل 1262)، ما يعني أنه يفوز بمزيد من المواجهات المباشرة أمام نماذج مماثلة.