Nano Banana Pro هو نموذج جوجل الأكثر تقدمًا لتوليد وتحرير الصور، والمبني على Gemini 3 Pro. وهو يوسع نطاق Nano Banana الأصلي بقدرات محسنة بشكل كبير في الاستدلال متعدد الوسائط، والربط بالواقع، و...
هذا النموذج هو إصدار معاينة من Google لنموذج Gemini 3 Pro القادم الذي يركز على فهم الصور. يقبل إدخالات الصور والنصوص وينتج مخرجات نصية. تسمية "Nano Banana Pro" هي اسم رمزي داخلي؛ ومعرف النموذج لـ…
يستطيع النموذج وصف محتوى الصور بالتفصيل، والإجابة عن الأسئلة المتعلقة بالأشياء والمشاهد والألوان والنصوص الظاهرة في الصورة (مثل قراءة اللافتات أو التسميات). ويدعم مهام التفكير البصري مثل مقارنة صورتين، أو تحديد الاختلافات، أو استنتاج المعلومات من الإشارات البصرية. كما يمكنه تحليل المخططات والرسوم البيانية، وإن كانت دقته في الأشكال العلمية المعقدة قد تختلف.
حالات الاستخدام القوية تشمل: 1) التعليق على الصور في الوقت الفعلي لأدوات الوصول؛ 2) البحث البصري وتصنيف المنتجات في التجارة الإلكترونية؛ 3) معالجة المستندات (النماذج، الإيصالات، الفواتير) بنص مكتوب بخط اليد أو مطبوع؛ 4) الأدوات التعليمية التي تشرح المخططات أو الصور الفوتوغرافية. يعمل النموذج بشكل أفضل مع الصور الواضحة والمضاءة جيدًا والاستفسارات المحددة والمفصلة.
إذا كانت مهمتك لا تتضمن صورًا (مثل توليد النصوص البحتة، التلخيص، الترجمة)، فإن نموذجًا نصيًا فقط (مثل إصدارات Gemini أو Llama القياسية) سيكون أكثر فعالية من حيث التكلفة. أما بالنسبة لتصنيف الصور البسيط الذي لا يتطلب استدلالًا لغويًا طبيعيًا، فقد يكون نموذج الرؤية المخصص ذو زمن استجابة أقل أفضل. أيضًا، إذا كنت بحاجة إلى زمن استجابة أقل للطلبات عالية الحجم، فقد يكون نموذج متعدد الوسائط أصغر حجمًا هو الخيار الأفضل.
كمعاينة، دعم استدعاء الدوال غير مؤكد لهذا النموذج. تدعم واجهة OrcaRouter نفس تعريفات الأدوات مثل OpenAI، لكن النموذج الأساسي قد لا ينفذ استدعاءات الدوال بشكل موثوق. اختبر جيدًا قبل الاعتماد على استخدام الأدوات. الإخراج المنظم (وضع JSON) مدعوم عبر التنسيق المتوافق مع OpenAI، لكن جودة الإخراج تختلف.
لم يتم نشر نتائج اختبارات الأداء لـ Nano Banana Pro (معاينة صورة Gemini 3 Pro) بشكل عام. كنموذج معاينة، قد لا يتم تقييمه على معايير قياسية مثل MMLU أو VQAv2 أو COCO Captions. يجب على المطورين إجراء تقييمهم الخاص على بيانات تمثيلية لتقييم الأداء. توقع تحسينات في الإصدار النهائي من Gemini 3 Pro.
تعتمد زمنية الاستجابة على حجم الصورة، وطول الإدخال، والحمل الحالي لـ OrcaRouter. تؤدي معالجة الصور إلى إضافة وقت إضافي مقارنةً بالنماذج النصية فقط. في المتوسط، قد يستغرق طلب يحتوي على صورة واحدة متوسطة الدقة و100 رمز نصي عدة ثوانٍ للحصول على الرمز الأول، ثم يتم بث الباقي. لا توجد قيمة منشورة لعدد الرموز في الثانية لهذه المعاينة. استخدم صورًا أصغر وطلبات مجمعة لتقليل زمنية الاستجابة.
يتميز النموذج بقدرته على تحديد الأشياء والأشخاص والنصوص داخل الصور. يمكنه التفكير في العلاقات المكانية والإجابة على الأسئلة التي تتطلب الجمع بين المعلومات البصرية والنصية. تشير الملاحظات المبكرة إلى أداء جيد في الاستفسارات القائمة على الصور وفهم المستندات. تسمح نافذة السياق الكبيرة الخاصة به بإجراء محادثات متعددة الصور.
كمعاينة، قد ينتج النموذج مخرجات غير متوقعة أو يهلوس تفاصيل حول الصور (على سبيل المثال، ادعاء وجود كائنات غير موجودة). قد يواجه صعوبة في الصور منخفضة الدقة أو الضبابية أو شديدة التجريد. يمكن أن يكون التفكير البصري المعقد متعدد الخطوات (على سبيل المثال، المعادلات الرياضية من الكتابة اليدوية) غير موثوق. لا يدعم النموذج الإدخال الصوتي أو المرئي. لا يوجد خيار ضبط دقيق لهذه المعاينة.
تحدد OrcaRouter التسعير بناءً على تكلفة كل رمز لمزود google. عادةً ما تكون رموز الإدخال أرخص من رموز الإخراج. تستهلك رموز الصور عددًا أكبر بكثير من رموز الإدخال مقارنة بالنصوص—حيث يتم تجزئة كل صورة إلى أجزاء ومعالجتها. راجع صفحة التسعير الرسمية لـ OrcaRouter للاطلاع على الأسعار الحالية. لا توجد طبقة مجانية لهذا النموذج؛ تدفع مقابل كل طلب.
نظرًا لأن معالجة الصور تستهلك عددًا كبيرًا من الرموز (توكينز)، فقد تتراكم التكاليف بسرعة إذا أرسلت العديد من الصور عالية الدقة. لإدارة التكاليف: قلّل دقة الصورة، وحدد عدد الصور لكل طلب، واستخدم نصوص أوامر قصيرة. بالنسبة للمهام التي لا تكون فيها الصور ضرورية، فكّر في استخدام نموذج نصي فقط. قد يوفر OrcaRouter تخزينًا مؤقتًا للصور المكرّرة (راجع الوثائق للحصول على التفاصيل).
قد يقوم OrcaRouter بتنفيذ التخزين المؤقت للمُضمنات الصورية المستخدمة بكثرة، لكن سلوك التخزين المؤقت في نموذج المعاينة هذا غير موثق. عادةً، يمكن تخزين مدخلات الصور المتطابقة في نفس عنوان URL مؤقتًا على جانب المزود، مما يقلل من تكاليف الرموز المميزة في الطلبات المتكررة. اتصل بدعم OrcaRouter للحصول على تفاصيل محددة. يعتمد التخزين المؤقت على النموذج ولا يُضمن لنماذج المعاينة.
استهلاك التوكنات للصور يتناسب مع عدد المربعات 256×256 اللازمة لتغطية الصورة (بعد إعادة تحجيمها). صورة بحجم 512×512 تستخدم 4 مربعات (4 توكنات إدخال لكل مربع؟ لم يتم تقديمها — الصيغة الدقيقة تعتمد على النموذج). قد يوفر OrcaRouter عدد التوكنات في حقل usage في استجابة API. قم بتجربة صورك الخاصة لتقدير التكلفة لكل طلب.
استخدم نقطة النهاية المتوافقة مع OpenAI على https://api.orcarouter.ai/v1 مع مفتاح API الخاص بك. اضبط النموذج على "google/gemini-3-pro-image-preview". قم بتنسيق الطلب باستخدام مصفوفة messages تحتوي على أجزاء نصية وأجزاء صور. يتم تمرير الصور كبيانات URLs بتنسيق base64 أو URLs مع كائنات image_url. مثال: {"model":"google/gemini-3-pro-image-preview","messages":[{"role":"user","content":[{"type":"text","text":"وصف هذه الصورة"},{"type":"image_url","image_url":{"url":"data:image/png;base64,..."}}]}]}. يتم دعم التدفق (Streaming).
المعلمات القياسية لـ OpenAI: درجة الحرارة (0–2)، top_p، max_tokens (حتى نافذة السياق ناقص رموز المطالبة)، تسلسلات الإيقاف، عقوبة التكرار، عقوبة الحضور. يقبل النموذج أيضًا معلمة "seed" للمخرجات الحتمية (غير مضمونة). دعم المعلمات يعتمد على النموذج؛ قد يتم تجاهل بعض المعلمات أو يكون لها قيم افتراضية مختلفة. اختبر مع التهيئة التي ترغب بها.
قم بتغيير رابط القاعدة الخاص بك من https://api.openai.com/v1 إلى https://api.orcarouter.ai/v1، وقم بتحديث مفتاح API الخاص بك إلى مفتاح OrcaRouter، وقم بتغيير اسم النموذج إلى "google/gemini-3-pro-image-preview". هيكل الرسالة (مصفوفة محتوى تحتوي على نص ورابط صورة) متطابق. إذا كنت تستخدم مكتبات مثل openai Python، فما عليك سوى تعديل base_url وapi_key. ملاحظة: تختلف حدود المعدل.
يتم المصادقة عبر مفتاح API في رأس التفويض (Bearer your_key). حدود المعدل تكون لكل مفتاح وتعتمد على خطتك. يعيد API رمز 429 عند تجاوز الحد. لا توجد مصادقة منفصلة لمزود النموذج—حيث تدير OrcaRouter التوجيه. للإنتاج، استخدم مفتاحًا مخصصًا وراقب الاستخدام في لوحة تحكم OrcaRouter.
كلا النموذجين متعدد الوسائط (صورة+نص كمدخل، نص كمخرج). GPT‑4V هو نموذج إنتاجي ناضج مع بيانات معيارية أوسع. Nano Banana Pro هو إصدار تجريبي؛ قدراته الحقيقية أقل معروفة. نوافذ السياق: GPT‑4V يصل إلى 128 ألف مقابل 65 ألف لهذا النموذج. GPT‑4V يدعم صورًا بدقة أعلى. ومع ذلك، قد يوفر هذا النموذج تكاليف أقل ونقاط قوة مختلفة في الاستدلال. تتطلب المقارنات المباشرة تقييمًا خاصًا بالمهمة.
يقدم OrcaRouter نماذج متعددة الوسائط (مثل Claude 3 Vision، Llama 3.2 Vision). توفر هذه المعاينة من Google بنية فريدة قائمة على Gemini قد تتفوق في بعض المهام المرتبطة بـ Google (مثل فهم لقطات شاشة Google Docs). حجم نافذة السياق لديه نصف حجم بعض المنافسين. تختلف الأسعار وزمن الاستجابة؛ تحقق من جداول المقارنة في OrcaRouter للحصول على أسعار كل نموذج.
الميزة الرئيسية هي إدخال الصورة الأصلي دون الحاجة إلى مشفر رؤية منفصل. يمكنك دمج السياق البصري مع النص في مطالبة واحدة. هذا يقلل من تعقيد النظام مقارنة بربط نموذجين مختلفين. ومع ذلك، فإن النماذج النصية فقط أرخص وأسرع للمهام التي لا تحتاج إلى صور. اختر بناءً على ما إذا كانت المهمة تتطلب فهمًا بصريًا.
Gemini 2 Pro هو نموذج إنتاجي مع سجل حافل. توفر هذه المعاينة لمحة عن بنية Gemini 3 Pro وقد تكون لها نقاط قوة مختلفة (مثل معالجة أفضل لأنواع معينة من الصور). ومع ذلك، فهي معاينة — الاستقرار والدعم محدودان. بالنسبة للنشر الإنتاجي، يعتبر Gemini 2 Pro (عبر OrcaRouter) أكثر أمانًا. استخدم هذه المعاينة للاختبار المبكر والتغذية الراجعة.
https://api.orcarouter.aimax_tokensresponse_formatseedstopstructured_outputstemperaturetop_p| لكل طلب | $0.2400 |
| العملة | USD |
| رسوم ثابتة لكل استدعاء API (نماذج توليد الصور) | |
GET /api/public/models/google/gemini-3-pro-image-previewفتح @misc{orcarouter_gemini_3_pro_image_preview,
title = {Nano Banana Pro (Gemini 3 Pro Image Preview) API},
author = {Google},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3-pro-image-preview}
}Google. (2025). Nano Banana Pro (Gemini 3 Pro Image Preview) API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3-pro-image-preview