Images 2.6 לעומת Nano Banana 2.1: אנימציה מול סולם רזולוציות

רק אחד משני הדגמים האלה יכול להפיק קובץ מונפש, וזה לא הדגם עם ציון הבנצ'מרק הטוב יותר. Images 2.6, הגרסה של OpenAI מ-4 בנובמבר 2026 — GPT-Image-2.6 Sunburst לאיכות, GPT-Image-2.6 Flare למהירות — הוסיפה יצירת קובצי GIF מונפשים בשלב יחיד, ייצוא SVG ועריכות מונחות־Markup. Nano Banana 2.1, הדגם של Google שנבנה על Gemini 3.6 Flash וזמין באופן כללי מאז 6 באוקטובר 2026, לא הוסיף שום דבר מזה. מה שהוא כן הוסיף היה הוזלה וסולם רזולוציות: דרגות פלט נקובות בשם ב-1K, 2K ו-4K, עד 14 תמונות ייחוס, ויחסי רוחב־גובה קיצוניים כמו 8:1.

הבחירה בין השניים אינה אפוא תחרות איכות. היא שאלה של איזו צורה לובש התוצר שלכם. לצוות שמייצר מדבקות מונפשות, פוסטים חברתיים בלופ או פריימים קצרים להסבר יש כאן מועמד אחד. לצוות שמייצר ויז'ואלים למוצר ברזולוציית דפוס או פורמטים רחבים של באנרים יש את האחר. רק לאחר מכן המדד חשוב, וכשהוא חשוב, המספרים פחות מחמיאים למצטרף החדש מכפי שסיקור ההשקה מרמז.

היכן שהמדדים באמת עומדים

Artificial Analysis, נקרא ב-5 בנובמבר 2026:

• AA-Image-Editing v2.1 — Nano Banana 2.1 עם 1,151 Elo על פני 6,937 דגימות; GPT Image 2.5 Sunburst (max) עם 1,199 על פני 18,300. ל-Images 2.6 אין שורה.

• AA-Image-T2I v2.1 — Nano Banana 2.1 ב-1,176 על פני 6,274 דוגמאות, במקום הרביעי; GPT Image 2.5 Sunburst ב-1,224, במקום הראשון, כאשר GPT Image 2 (high) עם 1,188 במקום השלישי. גם ל-Images 2.6 אין שורה כאן.

• הנתונים של גוגל עצמה — 1,050 Elo עבור Nano Banana 2.1 במצב Thinking לעומת 990 עבור Nano Banana 2 ו-935 עבור Nano Banana Pro. נתונים בדיווח הספק ובסקאלה שונה מלוחות AA; אין לערבב ביניהם.

אז שתי הדברים שאפשר לומר בביטחה הם ש-Nano Banana 2.1 הוא מודל באמצע החבורה במדדי עריכה עצמאיים ומקום רביעי חזק בטקסט-לתמונה, ושקודמו נמצא נמוך ב-48 נקודות בעריכה. הדבר השלישי — אם Images 2.6 טוב יותר — אינו עדיין עובדה. הקירוב הטוב ביותר הוא שהדור הקודם של OpenAI מוביל בשני לוחות הדירוג בפער רחב יותר מרווחי הסמך, ושהשיפור המוצהר של 2.6 הוא עקביות לאורך רצף עריכות ולא קפיצה באיכות ברמת התמונה הבודדת.

סולם הרזולוציה, בפירוט

כאן Nano Banana 2.1 נמצא מבחינה מבנית בחזית, וזה לא יתרון שולי.

• רמות פלט — 1K, 2K ו-4K כאפשרויות מתומחרות בעלות שם. Images 2.6 לא מוכרת רזולוציה בדרך הזו; גודל הפלט נגזר מתקציב הטוקנים, ו-OpenAI אינה מפרסמת רמת 2K או 4K עם מחיר מצורף.

• יחסי גובה-רוחב — עד 8:1 בכל כיוון ב-Nano Banana 2.1. באנר לידרבורד בגודל 3,200 × 400 הוא בקשה מלאה, לא חיתוך. Images 2.6 יורש כל מה שדור 2.5 תמך בו, אשר OpenAI אינה מתעדת כטווח מפורש.

• תמונות ייחוס — עד 14 ב-Nano Banana 2.1, במבנה של ארבע דמויות ועשרה אובייקטים. Images 2.6 מוסיף תמונות ייחוס שמורות לשימוש חוזר ב-ChatGPT ומקבל קלט תמונות בשני נקודות הקצה, אך לא מפורסם מספר מקסימלי.

• הקשר — בערך 131K אסימוני קלט ו-32K אסימוני פלט ב-Nano Banana 2.1, כאשר search grounding זמין. Images 2.6 אינה מפרסמת חלון הקשר; דפי המודל שלה מפרטים קלט טקסט ותמונה ופלט תמונה, ולא מעבר לכך.

• שליטה בעריכה — עריכות מקומיות מבוססות מסכה ושלוש רמות חשיבה ב-Nano Banana 2.1; עריכות מונחות סימון ותוספת complexity כפרמטר חדש ב-Images 2.6. אלה בני דודים קרובים: שניהם מאפשרים לך לומר למודל כמה שיקול דעת להשקיע והיכן ליישם אותו.

ההשלכה המעשית היא ש-Nano Banana 2.1 הוא היחיד מבין השניים שאפשר לציין בחוזה. "לייצר תמונה ב-4K ביחס 16:9, בחיוב לפי תעריף ה-4K המפורסם" הוא משפט שאפשר לכתוב לתוך הצהרת עבודה. המשפט המקביל עבור Images 2.6 הוא תקציב טוקנים ואומדן.

בהשוואת המחירים יש עמימות אמיתית אחת.

הפלט של Nano Banana 2.1 מחויב לפי ‏$30 למיליון טוקני תמונה, לעומת $60 עבור Nano Banana 2 — הקיצוץ בחצי שהפך את ההשקה לראויה לפרסום. בפועל מדובר ב‏$0.0336 ב-1K ו‏$0.0504 ב-2K. תמחור אצווה מפחית את שניהם בחצי שוב.

ב-4K המקורות חלוקים, והמחלוקת אינה קוסמטית. חלק מהפרסומים מדווחים על $0.0756; אחרים, כולל TechRepublic ו-heise, מדווחים על $0.113, בטענה שמספר הטוקנים ב-4K עלה לכ-3,780. שני הנתונים מופיעים בכתבות מכובדות על אותה השקה. אם אתם מתקצבים צינור עיבוד ב-4K, מדובר בפער של 50% בסעיף ההוצאה הגדול ביותר שלכם, וכדאי ליישב אותו מול מחירון התעריפים של Google עצמה ולא מול מקור משני כלשהו — כולל זה.

דבר אחד שכן נע בכיוון הלא נכון: Nano Banana 2.1 העלתה את מחיר הקלט ל-1.50 דולר למיליון טוקנים מ-0.50 דולר, כאשר פלט טקסט וחשיבה עומדים על 7.50 דולר למיליון. בתהליכי עבודה עתירי עריכה שמעבירים תמונות מקור גדולות, הקיצוץ בצד הפלט עלול להיאכל חלקית על ידי העלייה בצד הקלט, והחיסכון נטו קטן יותר מאשר בכותרת.

Images 2.6, לשם השוואה, עומד על 5 דולר למיליון קלט טקסט, 8 דולר למיליון קלט תמונות ו-30 דולר למיליון פלט תמונות. תעריפי Batch הם מחצית מהמספרים האלה, אך דפי המודל 2.6 מציינים את /v1/batch כלא נתמך, כך שתמחור Batch חדש אינו זמין עבור מודל זה עדיין. לכל תמונה ההערכות מגיעות לכ-$0.006 באיכות נמוכה, $0.013 באיכות בינונית, $0.053 באיכות גבוהה ו-$0.21 באיכות מקסימלית — נגזרו מתקציבי טוקנים שהועברו מדור 2.5, ולא מנתוני 2.6 שפורסמו.

אם מעמידים את השניים זה מול זה בהגדרות שחשובות, התמונה אינה זו שסיקור ההשקה צייר. ב-2K,‏ Nano Banana 2.1 עולה $0.0504.‏ Images 2.6 באיכות high quality עולה כ-$0.053. אלה בטווח של חמישה אחוזים זה מזה. הורדת המחיר של Google לא הפכה את Nano Banana 2.1 לזול באופן דרמטי לעומת מתחרה בתמחור לפי טוקנים; היא הפכה אותו בערך לשווה ערך למתחרה שפועל ב-high quality, וזול יותר רק לעומת xhigh ו-max.

השוויון הזה הוא הנימוק להשאיר את שניהם נגישים ממקום אחד. OrcaRouter מעביר את מחיר המחירון של הספק במרווח של 0%, מה שאומר שהורדת מחיר מצד ספק נכנסת לתוקף אצלנו ביום שבו היא נוחתת במעלה הזרם, ולא מתי שמשווק מתמחר מחדש — וכלל ניתוב יכול לשלוח תנועה לזו מבין שתי עלויות כמעט זהות שנמצאת במצב תקין. Google כבר הוציאה מכלל שימוש מודל תמונה אחד ברבעון הזה; היכולת להחליף מחרוזת מודל במקום לבנות מחדש אינטגרציה שווה יותר משבריר סנט.

ההעברה שגוגל למעשה ממליצה עליה

משהו עדין יותר מהשבתה מתרחש בצד של Google. התיעוד החי של יצירת תמונות, כפי שנקרא ב-5 בנובמבר 2026, מפרט חמישה מודלים במשפחת Nano Banana — Nano Banana 2.1 (gemini-nano-banana-2.1), Nano Banana 2 Lite (gemini-3.1-flash-lite-image), Nano Banana 2 (gemini-3.1-flash-image), Nano Banana Pro (gemini-3-pro-image) והמודל הוותיק Gemini 2.5 Flash Image. Nano Banana 2 עדיין מופיע ברשימה ועדיין ניתן לפנות אליו, ללא תאריך השבתה שנקבע עבורו; ההנחיה בתיעוד היא שכל הפרויקטים החדשים ישתמשו ב-Nano Banana 2.1, וזו המלצה ולא סימון כמיושן.

שני פרטים הופכים את ההמלצה הזו לפחות נקייה מכפי שהיא נראית. Nano Banana 2 Lite הוא כעת השכבה המהירה והזולה ביותר, ומתואר כמיועד למהירות ולקנה מידה ולא להפניות מרובות או לעריכה מרובת תורות — ולכן "לעבור ל-2.1" אינו בהכרח המהלך האופטימלי מבחינת עלות ליצירה פשוטה בנפח גבוה. ועמוד ההתיישנות של Google עצמו מפורש שהתאריכים שהוא מפרסם הם "התאריכים המוקדמים ביותר האפשריים שבהם מודל עשוי להיות מוצא לגמלאות", עם הבטחה להודעה מראש לפני השבתה ממשית. מודל בלי תאריך כלל אינו מודל בדרך החוצה.

אולם הקמט המסחרי אמיתי. באפליקציית Gemini, משתמשים בחינם עדיין מקבלים את Nano Banana 2, בעוד ש-2.1 דורש תוכנית AI Pro, Plus או Ultra, ואין שכבת חינם ל-2.1 ב-API. צוות שבנה אב-טיפוס בשכבת החינם ועובר כעת לייצור יגלה שסביבת הבדיקה וסביבת הייצור שלו כבר אינן אותו מודל — מקור אמין לכשלים מסוג "זה עבד ב-staging".

מה התיעוד אומר, ומה הוא לא אומר

שווה לומר זאת בבירור, כי זה ההבדל בין מוצר להכרזה.

תמונות 2.6:דפי המודל עבור gpt-image-2.6-sunburst פעילים בתיעוד המפתחים של OpenAI, עם תמחור, נקודות קצה נתמכות — יצירת תמונות ועריכות תמונות בלבד, לא השלמות צ'אט או תגובות — והצהרות מודאליות. הדפים מפנים למדריך התמונות עבור "הגדרת המורכבות, עריכות מונחות-סימון, פלט SVG ופלט GIF מונפש". הם אינם מציינים אפשרויות רזולוציה, מקסימום תמונות ייחוס, אורך GIF, קצב פריימים או מגבלות גודל קובץ.

Nano Banana 2.1: מתועד במלואו, עם רמות בעלות שמות, מחירים מפורסמים לכל תמונה, מכסת תמונות ייחוס, טווח יחסי רוחב-גובה וחלון הקשר. זהו גיליון מפרט שאפשר לתכנן לפיו.

הפער חשוב במיוחד עבור תכונת ה-GIF. יצירת GIF מונפש הושקה ופועלת ב-ChatGPT. השאלה אם נקודת הקצה /v1/images/generations מחזירה קובץ מונפש אינה מאומתת על ידי שום בדיקה ציבורית, והתיעוד של OpenAI עצמה מתאר את התכונה במדריך ולא בהפניה לנקודת הקצה. אם אנימציה היא הסיבה שבגללה אתם שוקלים את Images 2.6, אמתו זאת בקריאת API אמיתית לפני שתתכננו סביב זה.

לבחור ביניהם

בחרו ב־Nano Banana 2.1 אם התוצרים שלכם ברזולוציית דפוס או בפרופורציות לא שגרתיות, אם אתם צריכים יותר מתריסר רפרנסים בקריאה אחת, אם אתם צריכים גיליון מפרט מתועד לכתיבה לתוך חוזה, או אם אתם עוברים מ־Nano Banana 2 שהוצא משימוש ורוצים את המסלול הקצר ביותר — הוא היעד המאושר והתמחור מפורסם בכל דרגה.

קחו את Images 2.6 אם התוצרים שלכם זזים. צינור ה-GIF הוא היכולת היחידה בהשוואה הזו שאין לה מקבילה בצד של Google, והיא אינה בגדר חידוש: היכולת להנפיש תצלום שהועלה עם עריכה פר-פריים ושליטה במהירות מחליפה שלב של יצירת וידאו עבור סוג שלם של עבודות קצרות. ייצוא SVG הוא היכולת השנייה שאין לה מקבילה, ובמערכות אייקונים ולוגואים הוא מכריע. עריכה מונחית-סימון היא שלישית, והיא אינטראקציה טובה יותר באמת מאשר ציור מסכה עבור סוגים מסוימים של שינוי.

אם אף אחד מהתיאורים לא מתאים — אם אתם מייצרים תמונות 2K סטטיות בכמויות ורק רוצים את המודל הטוב יותר — התשובה היא שהראיות עדיין לא קיימות. GPT Image 2.5 Sunburst מוביל את Nano Banana 2.1 ב-48 נקודות בעריכה וב-48 בטקסט-לתמונה, ושניהם מחוץ לרווחי הסמך, ו-Images 2.6 טרם דורג. המתנה של שבועיים לשורת Elo לא עולה דבר, וכנראה גם לא תעלה לכם דבר בהזדמנות, מפני שאף אחד משני המודלים לא יוסר עד אז.