معاينة صور Gemini 3.1 Flash المعروفة أيضًا باسم "Nano Banana 2" هي أحدث نموذج من Google لتوليد الصور وتحريرها، حيث تقدم جودة بصرية على مستوى Pro بسرعة Flash. تجمع بين...
جوجل: نانو بانا 2 هو نموذج متعدد الوسائط يعالج كلًا من الصور والنصوص المدخلة. يعتمد على بنية جيميني 3.1 فلاش، التي تركز على الاستدلال السريع. يقبل النموذج تحميل الصور (مثل الصور الفوتوغرافية…
نموذج Gemini 3.1 Flash Image Preview قادر على تنفيذ مجموعة من المهام متعددة الوسائط، بما في ذلك التعليق على الصور، الإجابة على الأسئلة البصرية، فهم المستندات (مثل استخراج المعلومات من الفواتير أو النماذج)، ومراقبة المحتوى التي تجمع بين تحليل الصور والنصوص. كما يمكنه إجراء التفكير في الرسوم البيانية والمخططات، مثل تفسير الرسوم البيانية أو خرائط التدفق. وبما أنه نموذج فلاش، فهو محسّن للسرعة، مما يجعله مناسبًا للتطبيقات التي تتطلب استجابة سريعة. ومع ذلك، قد لا يضاهي عمق النماذج الأكبر والأبطأ في المهام المعقّدة التي تتطلب تفكيرًا عميقًا. يجب على المستخدمين تقييم النموذج على حالات الاستخدام الخاصة بهم لتأكيد أدائه.
نافذة السياق هي 65,536 رمزًا (token). وهذا يعني أن النموذج يمكنه معالجة ما يصل إلى هذا العدد من الرموز في استدعاء واحد (prompt)، بما في ذلك النص وبيانات الصورة المشفرة. بالنسبة للاستدعاءات النصية فقط، يتيح ذلك معالجة مستندات تبلغ حوالي 50,000 كلمة. بالنسبة للمدخلات متعددة الوسائط، تستهلك رموز الصور جزءًا من النافذة، وبالتالي تقل السعة النصية القابلة للاستخدام. لم يتم تحديد التكلفة الدقيقة للرموز لكل صورة، ولكن يجب على المستخدمين مراعاة أن الصور تستهلك عددًا كبيرًا من الرموز. يتيح حجم السياق هذا معالجة مستندات طويلة إلى حد ما مع الصور، ولكن المستندات الكبيرة جدًا أو العديد من الصور قد تتجاوز الحد. في مثل هذه الحالات، قد تكون الحاجة إلى التقسيم (chunking) أو التلخيص (summarization) ضرورية.
إذا كانت مهمتك لا تتطلب فهم الصور، فقد يكون النموذج النصي فقط (مثل Gemini 1.5 Flash أو ما شابه) أرخص وأسرع. بالإضافة إلى ذلك، إذا كان تطبيقك حساسًا جدًا لوقت الاستجابة وكانت معالجة الصور غير ضرورية، فقد يكون نموذج النص خفيف الوزن مفضلاً. بالنسبة للمهام التي تتضمن استدلالًا معقدًا متعدد الصور أو تفاصيل عالية جدًا، قد يقدم نموذج الرؤية الأكبر غير السريع دقة أفضل على حساب السرعة. تم تصميم النسخة السريعة لتكون حلاً وسطًا. يجب على المستخدمين قياس أداء أعباء العمل الخاصة بهم لتحديد ما إذا كانت المفاضلة بين السرعة والجودة تبرر التكلفة. تقدم OrcaRouter مجموعة من النماذج؛ ويمكن أن تساعد استشارة الكتالوج في تحديد البدائل.
هندسة Gemini 3.1 Flash محسّنة للاستدلال منخفض الكمون. وهذا يجعل النموذج مناسبًا للتطبيقات في الوقت الفعلي مثل مساعدي الدردشة المباشرة، وأنظمة الأسئلة والأجوبة التفاعلية، أو أدوات الإشراف الآلي التي تحتاج إلى الاستجابة في غضون ثوانٍ. تأتي ميزة السرعة من اختيارات معمارية تقلل من الحمل الحسابي، مثل عدد أقل من المعلمات أو آليات الانتباه المحسّنة. وعلى الرغم من عدم توفير أرقام كمون محددة، فإن النماذج الفلاشية تُخرج الرموز بشكل أسرع عمومًا من نظيراتها القياسية. وهذا يمكن أن يقلل من وقت الانتظار الملحوظ للمستخدمين النهائيين. ومع ذلك، تعتمد السرعة الدقيقة على عوامل مثل حجم الإدخال، وتعقيد الصورة، وحمل الخادم على OrcaRouter. يجب على المطورين الاختبار باستخدام مدخلات تمثيلية.
لا توجد نتائج قياسية رسمية متاحة للعموم لهذا النموذج المحدد في الوقت الحالي. نظرًا لأنه إصدار تجريبي (يُشار إليه بكلمة "Image Preview" في اسمه)، فقد لا تكون Google قد نشرت نتائج تقييم موحدة. لا ينبغي للمستخدمين افتراض مستويات الأداء استنادًا إلى نماذج Gemini Flash الأخرى، حيث أن الإصدار التجريبي للصور قد يختلف في الإمكانيات. لتقييم جودة النموذج، توصي OrcaRouter بإجراء تقييمات مخصصة على مجموعة البيانات الخاصة بك. تشمل المقاييس الشائعة للمهام متعددة الوسائط: الدقة في معايير VQA، وBLEU لتعليق الصور، أو F1 لفهم المستندات. بدون وجود معايير، يصبح الاعتماد على الاختبار التجريبي ضروريًا.
نظرًا لأن النموذج مبني على Gemini 3.1 Flash، يجب أن يُظهر قدرات قوية في توليد النصوص النموذجية لتلك المعمارية، مثل اللغة المتماسكة والتلخيص والاستدلال. ومع ذلك، نظرًا لكونه متغيرًا متعدد الوسائط، فقد يختلف أداؤه في النصوص فقط عن نموذج Flash المخصص للنصوص فقط بسبب الحمل الإضافي لفروع معالجة الصور. لا تتوفر معايير مقارنة. بالنسبة لمهام النصوص البحتة، قد يجد المستخدمون أن نموذج flash الأبسط الذي يعالج النصوص فقط يوفر جودة مكافئة أو أفضل بتكلفة وزمن استجابة أقل. إذا كنت تعمل بشكل أساسي مع النصوص، ففكر في استخدام نموذج gemini-3.1-flash أو نماذج مشابهة على OrcaRouter بدلاً من ذلك.
كنموذج تجريبي، قد يكون له قيود أو حدود غير موثقة بالكامل. تشمل القيود المحتملة المعروفة: قد لا يعالج النموذج الصور عالية الدقة بشكل جيد مثل نماذج الرؤية المخصصة؛ قد يكون أقل موثوقية في التعامل مع صور متعددة في طلب واحد بسبب مشاركة السياق؛ وقد يكون أكثر حساسية لصياغة المطالبة مقارنة بالنماذج المتخصصة. بالإضافة إلى ذلك، نظرًا لأنه نموذج فلاش، فقد يضحي ببعض عمق الاستدلال من أجل السرعة، لذا فإن مهام الاستدلال البصري المعقدة متعددة الخطوات قد تكون عرضة للأخطاء. يجب على المستخدمين اختبار الحالات الحدية بشكل شامل. توصي OrcaRouter بمراجعة وثائق Google الخاصة بـ Gemini لأي مرشحات أمان أو سياسات محتوى قد تنطبق.
تم تصميم معاينة الصور من Gemini 3.1 Flash Image Preview لتحقيق زمن استجابة منخفض، لكن المقاييس الدقيقة للسرعة غير منشورة. مقارنةً بالنماذج السريعة الأخرى على OrcaRouter (مثل Gemini 1.5 Flash أو المتغيرات السريعة الأخرى)، قد تؤدي إضافة معالجة الصور إلى زيادة زمن الاستجابة لكل طلب لأن الصور تحتاج إلى ترميز ومعالجة. ومع ذلك، ضمن فئة النماذج السريعة، من المفترض أن يكون أسرع من النماذج الأكبر غير السريعة التي تتعامل مع الصور. بالنسبة للمستخدمين الذين يحتاجون إلى السرعة والرؤية معًا، يُعد هذا النموذج خيارًا معقولًا. إذا كان زمن الاستجابة حرجًا ولم تكن الصور مطلوبة، فإن نموذج النص السريع فقط سيكون أسرع. توفر واجهة برمجة تطبيقات OrcaRouter أوقات الاستجابة؛ يمكن للعملاء مراقبة استخدامهم الخاص.
أسعار هذا النموذج على OrcaRouter تحددها المنصة وقد تخضع للتغيير. عادةً، تفرض OrcaRouter رسومًا لكل رمز (token) تتم معالجته (المدخلات + المخرجات)، مع رسوم إضافية لرموز الصور. بالنسبة للنماذج متعددة الوسائط، تكون تكلفة الطلب الواحد أعلى من النماذج النصية فقط لأن الصور تستهلك العديد من الرموز. يُنصح المستخدمون بالاطلاع على صفحة الأسعار الرسمية لـ OrcaRouter للحصول على الأسعار الحالية لـ google/gemini-3.1-flash-image-preview. لا توجد تكاليف محددة لكل رمز مذكورة هنا. يُوصى بتقدير التكاليف عن طريق اختبار طلبات عينة ومراجعة استخدام الرموز المُبلغ عنه في رؤوس استجابة API.
نعم، تعمل إدخالات الصور على زيادة عدد الرموز المميزة لكل طلب بشكل كبير، لأن كل صورة يتم تحويلها إلى العديد من الرموز (عادةً المئات إلى الآلاف حسب الدقة). هذا يرفع التكلفة مباشرة مقارنةً بالنصوص فقط ذات الطول المماثل. إذا كان تطبيقك يمكن خدمته باستخدام أوصاف نصية فقط للصور، فقد يكون النموذج النصي فقط أقل تكلفة. على العكس، إذا كان فهم الصورة ضروريًا، فإن هذا النموذج يقدم حلاً بنموذج واحد بدلاً من الجمع بين خدمتين منفصلتين. يجب على المستخدمين الموازنة بين جودة تفسير النموذج للصورة والتكلفة الإضافية. قد تقدم OrcaRouter خصومات على الاستخدام للعملاء ذوي الحجم الكبير؛ اتصل بهم للحصول على التفاصيل.
قد توفر OrcaRouter ميزات مثل التخزين المؤقت للطلبات أو إعادة استخدام الجلسة لتقليل المعالجة المتكررة لرموز الصور. ومع ذلك، فإن تفاصيل التنفيذ المحددة لهذا النموذج غير موثقة علنياً. يمكن أن يقلل التخزين المؤقت بشكل كبير من التكاليف في التطبيقات التي يتم فيها إرسال نفس الصورة بشكل متكرر (على سبيل المثال، في روبوت الأسئلة والأجوبة مع مستند ثابت). يجب على المستخدمين الاستفسار من فريق دعم OrcaRouter حول إمكانيات التخزين المؤقت. بالإضافة إلى ذلك، قد تقدم OrcaRouter أسعاراً متدرجة أو خططاً شهرية تخفض التكاليف لكل رمز للاستخدام الملتزم. يُنصح بمراجعة شروط الخدمة أو الاتصال بقسم المبيعات للحصول على استراتيجيات دقيقة لتحسين التكلفة.
لاستخدام النموذج، أرسل طلبات HTTP POST إلى نقطة نهاية واجهة برمجة التطبيقات المتوافقة مع OpenAI من OrcaRouter: https://api.orcarouter.ai/v1/chat/completions. عيِّن معامل النموذج إلى "google/gemini-3.1-flash-image-preview". قم بتضمين مفتاح API الخاص بك في ترويسة Authorization (رمز Bearer). يجب أن يحتوي نص الطلب على مصفوفة messages، حيث يمكن أن يكون لكل رسالة دور (system، user، assistant) ومحتوى (content). للصور، قم بتضمين كائن بنوع "image_url" وعنوان URL للصورة أو بيانات base64. مثال: "content": [{"type": "text", "text": "صِف هذه الصورة"}, {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}]. تُرجع واجهة برمجة التطبيقات استجابة إكمال محادثة قياسية.
يدعم API معاملات إكمال الدردشة القياسية من OpenAI: model, messages, max_tokens, temperature, top_p, stop, stream، وغيرها. بالنسبة لإدخال الصور، يجب أن تحتوي مصفوفة المحتوى (content) على كائنات من النوع "image_url". يمكن أن يحتوي كائن image_url على رابط URL عام أو معرف بيانات مشفر بنظام base64 (data URI). قد يدعم OrcaRouter أيضًا معاملات اختيارية مثل max_image_tokens أو إعدادات التفاصيل (مثل low/high من OpenAI)، ولكن لم يتم تأكيد ذلك. يُرجى الرجوع إلى وثائق API الخاصة بـ OrcaRouter لأي معاملات إضافية خاصة بالنماذج متعددة الوسائط. تتضمن الاستجابة معلومات الاستخدام مثل prompt_tokens (بما في ذلك رموز الصور)، completion_tokens، وtotal_tokens، وهي مفيدة لمراقبة التكاليف.
يتطلب الانتقال من واجهة Google الأصلية الخاصة بـ Vertex AI أو AI Studio API إلى OrcaRouter تغيير عنوان URL الأساسي ومعرّف النموذج. استبدل نقطة نهاية Google بـ https://api.orcarouter.ai/v1/chat/completions. غيّر اسم النموذج إلى "google/gemini-3.1-flash-image-preview". المصادقة: استخدم مفاتيح API الخاصة بـ OrcaRouter بدلاً من بيانات اعتماد حساب خدمة Google. يصبح تنسيق الطلب متوافقًا مع OpenAI: مصفوفة messages تحتوي على roles و content. إذا كنت تستخدم تنسيق الإدخال متعدد الوسائط من Google، فستحتاج إلى تحويل الصور إلى تنسيق image_url الموضح أعلاه. تعمل معظم حزم SDK (مثل OpenAI Python) مع تحديث بسيط في الإعدادات. اختبر باستخدام حمولة صغيرة للتحقق من السلوك قبل الترحيل إلى الإنتاج.
يستخدم OrcaRouter مصادقة مفتاح API. يجب الحصول على مفتاح API من لوحة تحكم OrcaRouter. قم بتضمينه في رأس الطلب كالتالي: `Authorization: Bearer YOUR_API_KEY`. يجب الاحتفاظ بمفاتيح API سرية وعدم إظهارها في كود الجهة العميلة. للتواصل بين الخادم والخادم، استخدم متغيرات البيئة. قد يقدم OrcaRouter تحديد معدل الطلب وحصص الاستخدام؛ تحقق من إعدادات حسابك. لا تتطلب التطبيق أي تدفق OAuth إضافي أو مصادقة خاصة بـ Google. مفتاح API مرتبط بحسابك في OrcaRouter وخطة الفوترة الخاصة بك. إذا تجاوزت حدود المعدل، قد تتلقى حالة HTTP 429؛ نفذ منطق إعادة المحاولة وفقًا لذلك.
النموذج القياسي Gemini 3.1 Flash هو نموذج نصي فقط (أو ربما نص مع رؤية محدودة في الإصدارات الأحدث). البديل Image Preview يضيف بشكل صريح قدرات الرؤية، مما يجعله مناسبًا للمهام متعددة الوسائط. في المقابل، قد يكون لنموذج معاينة الصورة بنية داخلية مختلفة قليلاً وربما زمن استجابة أو تكلفة أعلى بسبب معالجة الصور. بالنسبة للمهام النصية فقط، سيكون Flash القياسي أسرع وأرخص ثمنًا، وربما يقدم جودة مماثلة أو أفضل. يجب على المستخدمين اختيار البديل Image Preview فقط عندما يكون إدخال الصور ضروريًا. يقدم OrcaRouter كلا النموذجين؛ قارن بين model IDs الخاصين بهما.
في OrcaRouter، تشمل النماذج متعددة الوسائط الأخرى GPT-4V وClaude 3 Vision وGemini Pro Vision بالإضافة إلى متغيرات مفتوحة المصدر. يتم وضع Gemini 3.1 Flash Image Preview كبديل سريع وأقل تكلفة للنماذج البصرية الأكبر مثل GPT-4V. من المحتمل أن يتبادل بعض عمق التفكير مقابل السرعة والسعر. مقارنة بنماذج التعليق على الصور المخصصة، يقدم هذا النموذج تجربة دردشة متعددة الوسائط ذات أغراض عامة. بالنسبة لمهام محددة مثل OCR أو التعرف البصري الدقيق، قد تكون النماذج المتخصصة (مثل Google's own document AI) أفضل أداءً. يجب على المستخدمين التقييم بناءً على حالة الاستخدام الخاصة بهم: هذا النموذج السريع هو الأفضل للتطبيقات الحساسة للسرعة حيث تكفي القدرة البصرية المعتدلة.
يوفر OrcaRouter واجهة برمجة تطبيقات موحدة متوافقة مع OpenAI لهذا النموذج من Google، مما يبسط التكامل إذا كنت تستخدم تلك الواجهة بالفعل. تتجنب إدارة موارد Google Cloud بشكل مباشر، أو أذونات IAM، أو حزم SDK المنفصلة. قد يقدم OrcaRouter ميزات إضافية مثل موازنة التحميل، والتخزين المؤقت، ونماذج الاحتياط، والفواتير الموحدة. كما أنه يجمع بين عدة مزودين، مما يسمح بتبديل النماذج بسهولة دون تغيير الكود. بالنسبة لهذا النموذج المحدد، يتولى OrcaRouter الاتصال الخلفي بالبنية التحتية لـ Google، مما قد يحسن التوجيه. ومع ذلك، فإن استخدام بوابة طرف ثالث يقدم تبعية وقد يضيف عبئًا طفيفًا في زمن الاستجابة. قيّم ما إذا كانت الراحة تفوق الوصول المباشر.
اختر هذا النموذج عندما يتطلب تطبيقك فهمًا للمحتوى البصري مقترنًا بالنص، مثل تحليل الصور أو المخططات أو المستندات الممسوحة ضوئيًا. إذا كانت مهمتك تتضمن تفسير الصور كجزء من عملية التفكير — على سبيل المثال، في روبوت دعم العملاء الذي يقرأ لقطات الشاشة — فإن هذا النموذج يلغي الحاجة إلى استخدام واجهة برمجة تطبيقات رؤية منفصلة. ومع ذلك، إذا كانت صورك مجرد زخرفة أو يمكن وصفها نصيًا، فسيكون النموذج النصي فقط أكثر اقتصادية وأسرع. أيضًا، إذا كنت بحاجة إلى دقة عالية للغاية في المهام البصرية المتخصصة (مثل التعرف الدقيق على الكائنات)، فإن نموذج رؤية حاسوبية مخصص سيكون أفضل. يقدم هذا النموذج حلاً وسطًا مناسبًا.
https://api.orcarouter.aiinclude_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetop_p| لكل طلب | $0.1510 |
| العملة | USD |
| رسوم ثابتة لكل استدعاء API (نماذج توليد الصور) | |
GET /api/public/models/google/gemini-3.1-flash-image-previewفتح @misc{orcarouter_gemini_3_1_flash_image_preview,
title = {Nano Banana 2 (Gemini 3.1 Flash Image Preview) API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.1-flash-image-preview}
}Google. (2026). Nano Banana 2 (Gemini 3.1 Flash Image Preview) API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.1-flash-image-preview