Gemini Nano Banana 2.1 vs Qwen Image 3.0: Seimbang di 1K, Terbelah di 2K

Taruh Gem​ini Nano Banana 2.1 dan Qw​en Image 3.0 di kartu tarif dan angka pertamanya lucu: gambar 1K dari model gambar Gem​ini terbaru berharga $0.0336, dan pembuatan 1K dari Qw​en Image 3.0 di Model Studio berharga $0.03438. Terpaut tujuh perseratus sen. Dua lab di sisi berlawanan dunia, menerbitkan dalam mata uang berbeda untuk platform berbeda, tiba pada harga yang sama untuk hal yang sebenarnya paling banyak dibeli orang. Hasil imbang itu pecah begitu Anda beralih ke 2K — $0.0504 versus $0.0688, selisih 36% yang menguntungkan Gem​ini — dan pecah secara berbeda lagi begitu Anda menyadari bahwa Qw​en menagih input gambar dan input penyuntingan sebagai meter terpisah, sementara Nano Banana 2.1 tidak. Fakta mana di antara keduanya yang menentukan sistem yang Anda bangun sepenuhnya bergantung pada berapa kali pipeline Anda menyentuh sebuah gambar sebelum mengirimkannya.

Mereka juga lebih berbeda daripada yang disiratkan oleh harganya. Nano Banana 2.1 tersedia secara umum pada 6 Oktober 2026 sebagai model API terkelola dengan tenggat migrasi 23 hari yang melekat pada pendahulunya. Qwen Image 3.0 diluncurkan di platform Qwen AI milik Alibaba pada 5 Agustus 2026 dengan tingkat Standard dan Pro serta API pada saat yang sama, dan menjangkau pengembang internasional melalui Qwen Cloud dan Alibaba Cloud Model Studio. Yang satu adalah model lab terdepan Barat yang dihargai per token gambar; yang lain adalah model platform Tiongkok yang dihargai per gambar, dengan anggaran konkurensi yang dipublikasikan serta daftar tarif domestik dan internasional yang tidak selaras satu dengan yang lain.

Kedua kartu tarif, baris demi baris

Nano Banana 2.1 ditagih dalam token dengan konversi per gambar yang dipublikasikan bersamaan. Outputnya $30 per juta token gambar, yang oleh Google dijabarkan menjadi $0,0336, $0,0504, dan $0,0756 untuk 1K, 2K, dan 4K, dengan jumlah token per gambar sebesar 1.120, 1.680, dan 2.520. Inputnya $1,50 per juta token untuk teks, gambar, dan video. Output batch adalah setengahnya: $0,0168, $0,0252, dan $0,0378. Tidak ada pengukur terpisah untuk memasukkan kembali gambar — gambar yang Anda berikan sebagai input dihitung pada tarif token input, sekali.

Qwen Image 3.0 hadir dalam dua tingkatan pada kartu tarif cloud Tiongkok. Standard adalah RMB 0,18 per gambar baik pada 1K maupun 2K, dengan input gambar sebesar RMB 0,02 dan input pengeditan sebesar RMB 0,02 per gambar. Pro adalah RMB 0,25 pada 1K dan RMB 0,50 pada 2K. Di Qwen Cloud internasional, tingkatan Standard memiliki input $0,003 dan output $0,03 per gambar. Di Alibaba Cloud Model Studio dalam USD, angka yang dipublikasikan adalah $0,00275 per input 1K, $0,03438 per pembuatan 1K, $0,068761 per pembuatan 2K, $0,04 per output 1K dan $0,075 per output 2K. Throughput juga dipublikasikan: 10 permintaan bersamaan, antrean asinkron 200 permintaan dan 20 permintaan per menit.

• Generasi 1K — Gemini Nano Banana 2.1 $0.0336; Qwen Image 3.0 Standard $0.03438 di Model Studio. Praktis imbang.

• Generasi 2K — Nano Banana 2.1 $0.0504; Qwen Image 3.0 Standard $0.068761. Google 36% lebih murah.

• 4K — Nano Banana 2.1 $0.0756 dan itu adalah tier yang didokumentasikan; entri Model Studio Qwen Image 3.0 membatasi total piksel pada 2048×2048, jadi tidak ada baris 4K untuk dibandingkan.

• Input gambar — Nano Banana 2.1 menghitungnya dengan tarif input $1,50 per juta; Qwen Image 3.0 mengukurnya secara terpisah pada $0,00275 per 1K input, dengan input penyuntingan dikenakan biaya RMB 0,02 di dalam negeri.

• Batch — Nano Banana 2.1 memangkas semuanya hingga setengah melalui Batch API dengan waktu penyelesaian hingga 24 jam; tuas yang dipublikasikan Qwen Image 3.0 adalah antrean asinkron berisi 200, bukan tier diskon.

• Throughput — Qwen Image 3.0 mempublikasikan 10 bersamaan, 200 dalam antrean, 20 RPM; Google tidak mempublikasikan satupun dari ini untuk Nano Banana 2.1.

• Di dalam negeri — Qwen Image 3.0 Standard adalah RMB 0,18 per gambar pada kartu tarif Tiongkok; Nano Banana 2.1 tidak memiliki tier domestik Tiongkok karena Google tidak menjualnya.

Dua dari baris itu lebih penting daripada yang lain. Baris 4K adalah kesenjangan kemampuan, bukan kesenjangan harga — jika Anda memerlukan output 4K, entri Model Studio Qwen Image 3.0 sama sekali tidak masuk hitungan. Dan baris input gambar adalah tempat dua filosofi penagihan berbeda tajam, yang layak mendapat bagian tersendiri karena itulah bagian yang tidak muncul dalam harga yang ditonjolkan.

Mengapa pass kedua mengubah perhitungannya

Generasi satu kali adalah kasus yang mudah, dan untuk satu kali proses, keduanya dapat dipertukarkan dari segi harga. Pekerjaan gambar yang sesungguhnya jarang hanya sekali jalan. Alur kerja penyuntingan yang tipikal menghasilkan kandidat, memasukkan kembali gambar referensi untuk koreksi, memasukkan kembali gambar yang telah dikoreksi untuk tahap gaya, dan baru setelah itu mengirimkannya. Setiap pengembalian tersebut adalah input gambar.

Pada Nano Banana 2.1, input tersebut dihitung dengan tarif input umum bersama prompt teks, dan pengeditan konversasional model secara eksplisit dirancang untuk itu — pengeditan multi-giliran melalui interaksi sebelumnya adalah fitur yang terdokumentasi, dan mode berpikir menopang percakapan. Pada Qwen Image 3.0, loop yang sama dihitung pada baris khusus yang dipublikasikan vendor: input gambar sebesar $0,00275 per 1K di Model Studio, RMB 0,02 per gambar sebagai input pengeditan secara domestik. Keduanya tidak mahal per panggilan. Perbedaannya adalah sistem pengukuran Qwen membuat biaya iterasi terlihat sebagai pos barisnya sendiri, sementara sistem pengukuran Google melipatnya ke dalam token input, dan tim yang menyusun anggaran berdasarkan angka utama per gambar akan meremehkan alur kerja tiga tahap di kedua platform.

Hitunglah aritmetikanya dengan jujur, dan panduan praktisnya memang membosankan tetapi nyata. Pada harga 1K keduanya sama, jadi harga bukanlah alasan untuk memilih salah satunya. Pada 2K, Nano Banana 2.1 jauh lebih murah per generasi dan selain itu menawarkan tier batch yang memangkasnya menjadi separuh lagi. Jika Anda membutuhkan 4K, tidak ada perbandingan yang perlu dijalankan. Jika Anda membutuhkan anggaran konkurensi yang dipublikasikan yang bisa Anda jadikan dasar untuk merencanakan antrean, Qwen Image 3.0 mempublikasikan satu, dan Nano Banana 2.1 tidak. Itulah bentuk keputusannya: sebagian besar tentang resolusi dan jaminan throughput yang Anda butuhkan, bukan tentang harga pada tier yang semua orang kutip.

Apa yang diukur, dan untuk siapa

Asimetri bukti di sini berjalan berlawanan dengan apa yang mungkin Anda duga. Qwen Image 3.0 memiliki penempatan independen dan Nano Banana 2.1, yang baru berusia sehari, tidak. Di papan text-to-image Artificial Analysis, dari sampel yang dikumpulkan pada Juli 2026, Qwen-Image-3.0 berada di Elo 1.077 pada peringkat keenam belas dari 5.816 sampel dan Qwen-Image-3.0-Pro di 1.088 pada peringkat keempat belas dari 6.077 — di pertengahan tabel, tersampel dengan baik, dan kira-kira di posisi tempat model platform yang kuat berada, bukan model frontier. Klaim peluncuran Alibaba sendiri, bahwa model tersebut meraih posisi nomor satu di Tiongkok pada papan peringkat text-to-image Arena.ai, adalah angka yang dilaporkan vendor pada papan yang berbeda dengan populasi pemilih yang berbeda; itu tidak bertentangan dengan penempatan Artificial Analysis, hanya mengukur hal lain.

Sisi Nano Banana 2.1 dalam catatan ini lebih tipis. Tidak ada Elo, tidak ada jumlah suara, dan tidak ada perbandingan render pihak ketiga dalam catatan publik per 7 Oktober 2026. Yang ada adalah bahasa changelog Google — "peningkatan signifikan" dalam kualitas visual, kepatuhan terhadap prompt, konsistensi karakter multi-turn, dan rendering teks — serta perubahan fitur yang didokumentasikan: output 1K, 2K, dan 4K tanpa tingkat 512px, hingga 14 gambar referensi yang dibagi menjadi sepuluh objek dan empat karakter, mode berpikir aktif secara default, dan grounding Google Image Search bersama pencarian web. Jika Anda ingin membandingkan keduanya dalam hal kualitas saat ini, Anda membandingkan skor papan tengah terukur dari satu model dengan klaim vendor model lainnya, dan keduanya bukan jenis angka yang sama.

Di mana Anda dapat menghubungi masing-masing dari mereka

Tidak satu pun dari kedua model tersebut ada di OrcaRouter, dan lebih baik mengatakannya secara terus terang daripada menyiratkan sebaliknya. Gemini Nano Banana 2.1 tersedia melalui API milik vendor itu sendiri dan dari beberapa platform pihak ketiga; Qwen Image 3.0 tersedia melalui platformnya sendiri dan beberapa platform pihak ketiga. Katalog kami memang memuat model gambar lain — milik OpenAI openai/gpt-image-2 dan google/gemini-3.1-flash-image-preview di antaranya — dan total 207 model di balik satu endpoint yang kompatibel dengan OpenAI.

Hal itu penting bagi perbandingan ini karena satu alasan spesifik: kedua vendor ini mengubah angka mereka. Google mengubah seluruh struktur tier pendahulu Nano Banana 2.1 dan mengumumkan penghentian pada hari yang sama; Alibaba menerbitkan satu daftar tarif dalam RMB untuk platform domestik, daftar kedua dalam USD untuk Model Studio, dan seperangkat angka ketiga untuk Qwen Cloud internasional. Ketika harga vendor menjadi sasaran yang bergerak, nilai membeli melalui lapisan yang meneruskan harga daftar penyedia dengan markup 0% adalah bahwa angka di sisi Anda berubah pada hari yang sama saat angka itu berubah di sisi mereka, tanpa margin antara Anda dan angka yang dipublikasikan dan tanpa kontrak terpisah yang perlu dinegosiasikan ulang. Itulah disiplin yang menjadi dasar perutean OrcaRouter, dan itulah alasan perbandingan daftar tarif seperti ini tetap valid sebulan kemudian alih-alih melenceng.

Yang mana yang sebenarnya harus dipilih

Pilih Gemini Nano Banana 2.1 ketika Anda memerlukan output 4K, ketika Anda menginginkan tingkat batch yang memangkas separuh biaya per gambar untuk proses referensi besar, ketika pengeditan berbasis prompt dengan hingga 14 gambar referensi adalah alur kerjanya, atau ketika Anda menginginkan grounding Google Search di dalam pembuatannya. Tenggat migrasi pada pendahulunya adalah alasan untuk beralih ke sana, bukan alasan untuk menghindarinya, dan penurunan harga dari Nano Banana 2 kira-kira menjadi separuhnya di setiap resolusi. Pertanyaan yang belum terjawab adalah tidak adanya pengukuran kualitas independen dan batas throughput yang belum dipublikasikan, itulah sebabnya jalur produksi harus siap melakukan failover alih-alih mengasumsikan endpoint akan tetap bertahan.

Pilih Qwen Image 3.0 ketika output tetap pada atau di bawah 2048×2048, ketika anggaran konkurensi yang dipublikasikan menjadi penting karena Anda mengantrekan pekerjaan, ketika daftar tarif Tiongkok sebesar RMB 0,18 per gambar adalah angka yang relevan secara komersial, atau ketika harga tier Pro yang lebih tinggi memberi Anda sesuatu yang dapat ditunjukkan oleh evaluasi Anda. Penempatan independen di pertengahan tabel bukanlah kelemahan untuk penggunaan ini — itu adalah satu fakta paling andal dalam perbandingan ini, karena itu satu-satunya angka di sini yang tidak dihasilkan oleh vendor mana pun.

Jika Anda punya kemewahan untuk melakukan uji banding, jalankanlah pada dimensi yang benar-benar berbeda: penyuntingan multi-tahap. Hasilkan satu kandidat, lalu lakukan tiga koreksi berurutan pada setiap model, dan hitung total biaya gambar yang diterima, bukan biaya render pertama. Itulah perbandingan yang tidak dilakukan oleh daftar tarif kedua vendor untuk Anda, dan itulah yang menentukan apakah "seri" pada 1K benar-benar seri.