Qwen-Image-2.1 vs Nano Banana 2 Lite: $340 untuk Sepuluh Ribu Gambar, atau 13 Jam GPU

Sepuluh ribu gambar 1024 piksel di Nano Banana 2 Lite berbiaya sekitar $340. Sepuluh ribu gambar dari Qwen-Image-2.1 berbiaya kira-kira tiga belas jam GPU 24 GB dan lisensi yang melarang Anda menjual salah satu pun dari gambar tersebut. Itulah pertukarannya dalam satu baris, dan ini satu-satunya perbandingan dalam keluarga ini di mana kedua model benar-benar melakukan pekerjaan yang sama pada saat yang sama. Qwen-Image-2.1 menjadi open-weight pada 20 September 2026. Nano Banana 2 Lite — ID model vendor google/gemini-3.1-flash-lite-image, resminya Gemini 3.1 Flash-Lite Image — diluncurkan pada 30 Juni 2026 dan merupakan generator gambar diam termurah di lini Nano Banana.

Dua kandidat, dengan harga yang jujur

Nano Banana 2 Lite menghasilkan gambar 1K dalam waktu sekitar empat detik, sekitar 2,7× lebih cepat daripada Gemini 3.1 Flash Image, dan menagih tarif tetap $0,034 per gambar 1K. Tarif token Google di balik angka tersebut adalah $0,25 per 1 juta token input dan $30 per 1 juta token output gambar, yang berarti sekitar $0,0336 pada 1K; mode batch memangkasnya menjadi sekitar $0,0168. Tidak ada tier gratis, dan setiap output membawa watermark SynthID yang tak terlihat.

Qwen-Image-2.1 tidak memiliki harga, karena tidak ada yang bisa dibeli. Ini adalah unduhan sekitar 33 GB — transformer difusi aliran tunggal 7B dengan 32 lapisan yang dipasangkan dengan encoder teks Qwen3-VL 8B — yang Anda sediakan sendiri. Hal yang paling mendekati daftar tarif adalah latensi terukur SGLang-Diffusion: 4,74 detik untuk proses denoising pada RTX 4090 24 GB menggunakan Cache-DiT dan kernel INT8, 8,23 detik untuk pembuatan penuh 1024×1024, 40 langkah pada RTX PRO 6000 Blackwell dengan jejak puncak 40,1 GiB, dan 2,748 detik pada satu B200. Itu adalah latensi permintaan tunggal termasuk komponen yang disebutkan, bukan angka throughput, jadi anggap 13 jam untuk sepuluh ribu gambar sebagai urutan besaran, bukan tolok ukur.

Sandingkan keduanya dan hitungannya bukanlah “$340 versus gratis”. Ini adalah $340 versus tiga belas jam pemakaian kartu yang sudah Anda miliki atau sewa, ditambah waktu rekayasa untuk menyiapkan stack penyajian. Volume titik impasnya jauh lebih rendah daripada yang diasumsikan sebagian besar tim — tetapi hanya jika kartu itu tidak menganggur selama sisa bulan, dan hanya jika outputnya adalah sesuatu yang Anda diizinkan untuk hasilkan.

Tiga beban kerja, dan model mana yang menangani masing-masing

Volume adalah poros yang keliru jika berdiri sendiri. Jenis pekerjaanlah yang menentukannya lebih cepat.

• Aset layar bervolume tinggi — potongan untuk media sosial, thumbnail, varian A/B. Nano Banana 2 Lite menang pada hampir setiap komponen. Empat detik per gambar, empat belas rasio aspek termasuk 1:4 dan 8:1, harga tetap per gambar yang dapat Anda perkirakan hingga sen, mode batch setengah harga. Tidak ada bagian dari beban kerja ini yang membutuhkan alpha atau 2K, dan lisensi komersial dengan watermark justru persis yang Anda inginkan saat hasilnya dikirim.
• Cetak, kompositing format besar, atau apa pun yang akan Anda pangkas habis. Qwen-Image-2.1, dan tidak ada yang mendekati. Native 2048×2048 pada 40 langkah, dibandingkan model yang dibatasi secara ketat pada sekitar 1 megapiksel, tanpa mode 2K, tanpa upscaling, dan tanpa parameter API untuk menaikkannya — Google mengarahkan pekerjaan 2K dan 4K ke Nano Banana 2 atau Nano Banana Pro. Jika Anda perlu memangkas sepertiga bingkai dan tetap memiliki aset yang dapat digunakan, Lite tidak bisa membawa Anda ke sana.
• Potongan transparan, ikon, sprite, komposit berlapis. Qwen-Image-2.1. Kanal alpha adalah komponen dari ruang laten RGBA 64 kanal tempat sampler melakukan denoising, jadi tidak ada tahap segmentasi dan tidak ada tahap matting; model juga dapat menarik subjek dari foto biasa ke lapisan transparan. Nano Banana 2 Lite tidak memiliki output latar belakang transparan yang didokumentasikan.
• Apa pun yang harus dilisensikan secara komersial. Nano Banana 2 Lite, tanpa syarat. Qwen-Image-2.1 dirilis di bawah Perjanjian Lisensi Riset Qwen tertanggal 20 September 2026 dan hanya mengizinkan riset dan evaluasi non-komersial; penerapan komersial memerlukan lisensi terpisah dari Hangzhou Tongyi Laboratory Technology, dan tidak ada harga atau term sheet yang dipublikasikan untuk lisensi tersebut.

Satu baris lagi pantas masuk ke daftar itu, dan itu menentang model terbuka. Nano Banana 2 Lite mengetahui banyak hal — model ini hadir dengan batas pengetahuan Januari 2025 dan profil kepatuhan terhadap prompt yang dibangun di atas tulang punggung Gemini 3.1 Flash Lite, dengan rendering teks di dalam gambar yang kuat termasuk bahasa Tionghoa, Jepang, dan Korea. Bukti independen Qwen-Image-2.1 tentang kemampuan mengikuti instruksi masih tipis dan campur aduk. Perbandingan arena juri AI yang mempertemukan Nano Banana 2 Lite melawan model gambar Qwen — entri tersebut tidak menyematkan versi, jadi bacalah itu sebagai sinyal tentang keluarga modelnya, bukan secara khusus tentang 2.1 — memberi Lite kemenangan pada prompt spasial yang aneh ("astronaut menunggang kuda", "pengemudi taksi kapibara") dan pada rendering teks, di mana keluaran Qwen merender judul undangan Halloween sebagai "Hallofarty Invitation". Titik lemah Lite yang didokumentasikan sendiri adalah wajah kecil, detail teks halus, infografis padat, dan suntingan bertopeng yang rumit. Tidak ada model yang secara andal lebih baik dalam mengikuti instruksi yang aneh; keduanya gagal di tempat yang berbeda.

Pertanyaan gambar referensi, belum terselesaikan

Pengeditan multi-gambar adalah titik saat pipeline bervolume tinggi tidak lagi dapat menggantikan satu model dengan model lainnya, dan ini juga merupakan baris tempat informasi publik saling bertentangan.

Qwen-Image-2.1 menerima hingga 10 gambar referensi dan mendukung virtual try-on, potret grup, serta komposisi lemari pakaian di atas itu. Untuk Nano Banana 2 Lite, sumber-sumber sangat tidak sepakat: halaman model salah satu penyedia menyatakan dukungan hingga 14 gambar referensi untuk transfer gaya dan pengeditan multi-referensi, sementara tulisan perbandingan menyatakan sebaliknya — bahwa Lite menerima satu gambar untuk pengeditan, dan bahwa kemampuan 14 referensi dimiliki oleh Nano Banana 2 versi penuh, dengan maksimal lima orang ditambah enam objek. Mengingat pertentangan ini, posisi yang dapat dipertahankan adalah bahwa Lite mendukung input gambar dan komposisi multi-gambar, tetapi kapasitas referensinya adalah pembeda yang digunakan Google untuk memisahkannya dari Nano Banana 2. Jika alur kerja Anda bergantung pada enam karakter yang konsisten di seluruh seri, verifikasi batas tersebut pada kartu model milik Google sendiri sebelum Anda merancang arsitektur di sekitarnya.

Inilah juga titik ketika model-model tersebut tidak lagi dapat dipertukarkan dalam pengertian yang lebih luas. Google memosisikan Nano Banana 2 Lite dan Gemini Omni Flash sebagai pasangan — model gambar diam dan model video, yang dirancang untuk dirantai. Qwen-Image-2.1 tidak memiliki padanan video, dan trik animasinya adalah rangkaian suntingan wilayah lokal yang dirantai yang membentuk loop sederhana bingkai demi bingkai, bukan model video.

Di mana lapisan routing membuktikan kegunaannya

Tidak satu pun dari model ini ada di OrcaRouter. Kami tidak merutekan model Qwen-Image versi apa pun, jadi Qwen-Image-2.1 harus dihosting sendiri atau tidak sama sekali. Nano Banana 2 Lite — gemini-3.1-flash-lite-image yang merupakan pengenalnya — juga tidak ada di katalog kami; rute gambar Google yang kami sediakan adalah google/gemini-3.1-flash-image-preview, google/gemini-2.5-flash-image, google/gemini-3-pro-image-preview dan tiga tier Imagen 4, plus GPT-Image-2, GPT-Image-1.5, dan GPT-Image-1-mini dari OpenAI, serta endpoint gambar Grok Imagine dari xAI.

Yang didapat pipeline campuran dari hal itu adalah persoalan yang terus ditemui perbandingan ini: keputusan yang berubah untuk tiap aset. Aset bervolume besar dialihkan ke rute hosted yang murah, cutout transparan dialihkan ke kartu Anda sendiri, dan perubahan harga vendor di sisi hosted berlaku pada hari yang sama karena kami meneruskan harga daftar penyedia tanpa markup sama sekali, bukan menetapkan harganya sendiri. Tambahkan failover otomatis antar penyedia, DSL routing untuk menyusun fallback, dan fusi model untuk panggilan bergaya panel, maka separuh hosted berhenti menjadi hubungan vendor yang harus Anda kelola per model — 200+ model, satu endpoint yang kompatibel dengan OpenAI, satu kunci. Separuh self-hosted tetap menjadi urusan Anda, dan itulah biaya jujur dari menjalankan checkpoint berlisensi riset di perangkat keras yang Anda miliki sendiri.

Mana yang harus dipilih, dan kondisi yang membalikkannya

Jika Anda memproduksi aset di layar dalam jumlah besar untuk penggunaan komersial, Nano Banana 2 Lite adalah jawabannya dan pertanyaan lisensi tidak pernah muncul: $0,034 per gambar, empat detik, dapat diprediksi, dapat dijual. Jika Anda membutuhkan 2K, transparansi native, atau sepuluh gambar referensi, Qwen-Image-2.1 adalah satu-satunya dari keduanya yang memiliki fitur-fitur itu, dan Anda membayarnya dengan perangkat keras, waktu rekayasa, serta lisensi nonkomersial yang menjadikannya instrumen riset, bukan dependensi produksi.

Satu fakta saja akan menutup kesenjangan itu. Term sheet komersial yang dipublikasikan untuk Qwen-Image-2.1 — dengan harga dan syarat yang benar-benar bisa ditandatangani — mengubah pekerjaan GPU 13 jam menjadi item baris yang bersaing dengan $340, dan pada titik itu keunggulan resolusi dan alpha mulai memenangkan beban kerja yang saat ini secara default jatuh ke Lite. Sampai itu ada, pembagiannya tetap bersih: Lite untuk apa pun yang dirilis, Qwen-Image-2.1 untuk apa pun yang tetap di internal, dan stack serving untuk yang kedua yang Anda kelola sendiri.