Gemini Nano Banana 2.1 vs Qwen Image 3.0: remis przy 1K, podział przy 2K

Umieść Gemini Nano Banana 2.1 i Qwen Image 3.0 na karcie stawek, a pierwsza liczba jest zabawna: obraz 1K z najnowszego modelu graficznego Gemini kosztuje 0,0336 USD, a generowanie 1K z Qwen Image 3.0 na Model Studio kosztuje 0,03438 USD. Dzieli je siedem setnych centa. Dwa laboratoria po przeciwnych stronach świata, publikujące w różnych walutach dla różnych platform, ustaliły tę samą cenę za to, co większość ludzi faktycznie kupuje. Remis pryska w momencie, gdy przechodzisz na 2K — 0,0504 USD kontra 0,0688 USD, 36-procentowa różnica na korzyść Gemini — i pryska jeszcze inaczej, gdy zauważysz, że Qwen rozlicza wejście obrazu i wejście edycji jako osobne liczniki, podczas gdy Nano Banana 2.1 tego nie robi. To, który z tych dwóch faktów zdecyduje o tym, co zbudujesz, zależy wyłącznie od tego, ile razy twój pipeline dotknie obrazu, zanim go wyśle.

Są też bardziej różne, niż sugeruje cena. Nano Banana 2.1 wszedł do ogólnej dostępności 6 października 2026 r. jako hostowany model API z 23-dniowym terminem migracji przypisanym do jego poprzednika. Qwen Image 3.0 zadebiutował na platformie Qwen AI firmy Alibaba 5 sierpnia 2026 r., udostępniając jednocześnie poziomy Standard i Pro oraz interfejsy API, i dociera do międzynarodowych deweloperów przez Qwen Cloud i Alibaba Cloud Model Studio. Jeden to model zachodniego laboratorium frontier wyceniany za token obrazu; drugi to chiński model platformowy wyceniany za obraz, z opublikowanym budżetem współbieżności oraz krajową i międzynarodową tabelą stawek, które nie są ze sobą zgodne.

Obie karty stawek, linia po linii

Nano Banana 2.1 jest rozliczany w tokenach, a przelicznik na obraz publikowany jest obok. Dane wyjściowe kosztują 30 USD za milion tokenów obrazu, co Google przelicza na 0,0336 USD, 0,0504 USD i 0,0756 USD odpowiednio dla 1K, 2K i 4K, przy czym liczby tokenów na obraz podano jako 1,120, 1,680 i 2,520. Dane wejściowe kosztują 1,50 USD za milion tokenów w przypadku tekstu, obrazu i wideo. Dane wyjściowe w trybie wsadowym są o połowę tańsze: 0,0168 USD, 0,0252 USD i 0,0378 USD. Nie ma osobnego licznika za ponowne wprowadzenie obrazu — obraz przekazany jako dane wejściowe jest liczony według stawki za tokeny wejściowe, raz.

Qwen Image 3.0 występuje w dwóch wariantach w cenniku chińskiej chmury. Standard to 0,18 RMB za obraz zarówno przy 1K, jak i 2K, przy czym wejście obrazowe kosztuje 0,02 RMB, a wejście do edycji 0,02 RMB za obraz. Pro to 0,25 RMB przy 1K i 0,50 RMB przy 2K. W międzynarodowym Qwen Cloud wariant Standard kosztuje 0,003 USD za wejście i 0,03 USD za wyjście na obraz. W Alibaba Cloud Model Studio w USD publikowane stawki wynoszą 0,00275 USD za wejście 1K, 0,03438 USD za generowanie 1K, 0,068761 USD za generowanie 2K, 0,04 USD za wyjście 1K i 0,075 USD za wyjście 2K. Publikowana jest również przepustowość: 10 równoczesnych żądań, asynchroniczna kolejka 200 żądań i 20 żądań na minutę.

• Generowanie 1K — Gemini Nano Banana 2.1 $0.0336; Qwen Image 3.0 Standard $0.03438 w Model Studio. W praktyce remis.

• Generacja 2K — Nano Banana 2.1 $0.0504; Qwen Image 3.0 Standard $0.068761. Google jest o 36% tańszy.

• 4K — Nano Banana 2.1 $0.0756 i jest to udokumentowany poziom; wpis Qwen Image 3.0 w Model Studio ogranicza całkowitą liczbę pikseli do 2048×2048, więc nie ma wiersza 4K do porównania.

• Wejście obrazu — Nano Banana 2.1 liczy je według stawki 1,50 USD za milion danych wejściowych; Qwen Image 3.0 rozlicza je osobno po 0,00275 USD za 1 tys. danych wejściowych, a za wejście do edycji pobiera 0,02 RMB na rynku krajowym.

• Przetwarzanie wsadowe — Nano Banana 2.1 o połowę obniża wszystko przez Batch API, przy czasie realizacji do 24 godzin; publikowanym mechanizmem Qwen Image 3.0 jest asynchroniczna kolejka o rozmiarze 200, a nie próg rabatowy.

• Przepustowość — Qwen Image 3.0 publikuje 10 równoczesnych, 200 w kolejce, 20 RPM; Google nie publikuje żadnych z nich dla Nano Banana 2.1.

• Krajowo — Qwen Image 3.0 Standard kosztuje 0,18 RMB za obraz w chińskim cenniku; Nano Banana 2.1 nie ma krajowego chińskiego poziomu cenowego, ponieważ Google go nie oferuje.

Dwa z tych wierszy mają większe znaczenie niż pozostałe. Wiersz 4K to luka w możliwościach, a nie luka cenowa — jeśli potrzebujesz wyjścia 4K, wpis Qwen Image 3.0 w Model Studio w ogóle nie wchodzi w grę. A wiersz dotyczący wejścia obrazu to miejsce, w którym dwie filozofie rozliczeń ostro się rozchodzą, co zasługuje na osobną sekcję, ponieważ to właśnie ta część nie pojawia się w cenie z nagłówka.

Dlaczego drugi przebieg zmienia matematykę

Generowanie jednorazowe to łatwy przypadek, a przy pojedynczym przebiegu te dwa rozwiązania są równoważne pod względem ceny. Prawdziwa praca z obrazem rzadko jest jednorazowa. Typowy proces edycji generuje kandydata, wprowadza z powrotem obraz referencyjny w celu korekty, ponownie wprowadza poprawiony obraz w celu nadania stylu i dopiero wtedy wypuszcza wynik. Każdy z tych powrotów jest wejściem obrazowym.

W Nano Banana 2.1 to wejście jest rozliczane według ogólnej stawki za wejście obok promptu tekstowego, a konwersacyjna edycja modelu jest wprost do tego zaprojektowana — edycja wieloturażowa poprzez wcześniejszą interakcję to udokumentowana funkcja, a tryb myślenia podtrzymuje rozmowę. W Qwen Image 3.0 ta sama pętla jest rozliczana w dedykowanej pozycji publikowanej przez dostawcę: wejście obrazu po 0,00275 USD za 1K w Model Studio, 0,02 RMB za obraz jako wejście edycyjne na rynku krajowym. Żadne z nich nie jest drogie w przeliczeniu na wywołanie. Różnica polega na tym, że licznik Qwena pokazuje koszt iteracji jako osobną pozycję, podczas gdy Google wlicza go do tokenów wejściowych, a zespół planujący budżet na podstawie podanej w nagłówku kwoty za obraz nie doceni trzyprzebiegowego przepływu pracy na obu platformach.

Policz to uczciwie, a praktyczna wskazówka jest nudna, ale prawdziwa. Przy cenie 1K są takie same, więc cena nie jest powodem, by wybrać którąkolwiek z nich. Przy 2K Nano Banana 2.1 jest znacząco tańszy w przeliczeniu na generację i dodatkowo oferuje poziom wsadowy, który zmniejsza tę kwotę jeszcze o połowę. Jeśli potrzebujesz 4K, nie ma czego porównywać. Jeśli potrzebujesz publicznie podanego budżetu współbieżności, wokół którego możesz zaplanować kolejkę, Qwen Image 3.0 go publikuje, a Nano Banana 2.1 nie. Taki jest kształt tej decyzji: chodzi głównie o rozdzielczość i gwarancję przepustowości, których potrzebujesz, a nie o cenę na poziomie, który wszyscy cytują.

Co jest mierzone i dla kogo

Asymetria dowodów jest tu odwrotna do tego, czego można by się spodziewać. Qwen Image 3.0 ma niezależną pozycję rankingową, a liczący zaledwie jeden dzień Nano Banana 2.1 nie ma. W rankingu text-to-image Artificial Analysis, na podstawie próbek zebranych w lipcu 2026 r., Qwen-Image-3.0 plasuje się z wynikiem Elo 1,077 na szesnastym miejscu przy 5,816 próbkach, a Qwen-Image-3.0-Pro z wynikiem 1,088 na czternastym miejscu przy 6,077 próbkach — w środku tabeli, z solidną liczbą próbek i mniej więcej tam, gdzie trafia silny model platformowy, a nie frontierowy. Własne twierdzenie Alibaby przy premierze, że model zajął pierwsze miejsce w Chinach w rankingu text-to-image Arena.ai, to wskaźnik podany przez dostawcę, pochodzący z innego rankingu i oparty na innej populacji głosujących; nie przeczy ono pozycji w Artificial Analysis, po prostu mierzy coś innego.

Strona Nano Banana 2.1 w tym bilansie jest skromniejsza. Na dzień 7 października 2026 r. w publicznych źródłach nie ma żadnego Elo, liczby głosów ani porównania renderów od stron trzecich. Istnieje jedynie język zmian w Google — „znaczące ulepszenia” w jakości wizualnej, zgodności z promptem, spójności postaci w wielu turach i renderowaniu tekstu — oraz udokumentowane zmiany funkcji: wyjście w rozdzielczościach 1K, 2K i 4K bez poziomu 512px, do 14 obrazów referencyjnych podzielonych na dziesięć obiektów i cztery postacie, tryb myślenia domyślnie włączony oraz ugruntowanie w Google Image Search obok wyszukiwania w sieci. Jeśli chcesz dziś porównać te dwa modele pod względem jakości, porównujesz zmierzony wynik jednego modelu ze środka tabeli z twierdzeniem producenta drugiego, a to nie są liczby tego samego rodzaju.

Gdzie można zadzwonić do każdego z nich

Żaden z tych modeli nie jest dostępny w OrcaRouter i warto powiedzieć to wprost, zamiast sugerować coś przeciwnego. Gemini Nano Banana 2.1 jest dostępny przez własne API dostawcy oraz na kilku platformach zewnętrznych; Qwen Image 3.0 jest dostępny za pośrednictwem własnej platformy i kilku platform zewnętrznych. Nasz katalog rzeczywiście zawiera inne modele obrazowe — OpenAI openai/gpt-image-2 oraz google/gemini-3.1-flash-image-preview — również jeden z nich — a łącznie 207 modeli za jednym punktem końcowym zgodnym z OpenAI.

Ma to znaczenie dla tego porównania z jednego konkretnego powodu: obaj ci dostawcy zmieniają swoje liczby. Google zmieniło całą strukturę progów cenowych poprzednika Nano Banana 2.1 i ogłosiło wyłączenie tego samego dnia; Alibaba publikuje jedną kartę stawek w RMB dla platformy krajowej, drugą w USD dla Model Studio i trzeci zestaw liczb dla międzynarodowego Qwen Cloud. Gdy cena dostawcy jest ruchomym celem, wartość kupowania przez warstwę, która przekazuje cenę katalogową dostawcy przy 0% marży polega na tym, że liczba po twojej stronie zmienia się tego samego dnia, w którym zmienia się po ich stronie, bez marży między tobą a publikowaną kwotą i bez osobnej umowy do renegocjowania. Na tej dyscyplinie opiera się routing OrcaRouter i to dlatego porównanie kart stawek takie jak to pozostaje aktualne miesiąc później, zamiast dryfować.

Który tak naprawdę wybrać?

Wybierz Gemini Nano Banana 2.1, gdy potrzebujesz wyników w 4K, gdy chcesz warstwę wsadową, która o połowę obniża koszt na obraz w przypadku dużych przebiegów z użyciem referencji, gdy Twoim sposobem pracy jest edycja oparta na promptach z maksymalnie 14 obrazami referencyjnymi albo gdy chcesz korzystać z ugruntowania Google Search w procesie generowania. Termin migracji dla jego poprzednika jest powodem, by przejść na niego, a nie powodem, by go unikać, a spadek ceny względem Nano Banana 2 to w przybliżeniu o połowę mniej przy każdej rozdzielczości. Otwartymi kwestiami są brak jakiegokolwiek niezależnego pomiaru jakości oraz niepublikowane limity przepustowości, dlatego ścieżka produkcyjna powinna być przygotowana na przełączenie awaryjne, a nie na założenie, że endpoint będzie działać.

Wybierz Qwen Image 3.0, gdy dane wyjściowe pozostają na poziomie 2048×2048 lub niższym, gdy opublikowany budżet współbieżności ma znaczenie, ponieważ kolejkujesz zadania, gdy chińska tabela stawek w wysokości 0,18 RMB za obraz jest liczbą istotną komercyjnie albo gdy wyższa cena poziomu Pro daje coś, co może wykazać Twoja ewaluacja. Niezależne umiejscowienie w środku tabeli nie jest słabością w tym zastosowaniu — to najwiarygodniejszy pojedynczy fakt w tym porównaniu, ponieważ jest to jedyna liczba tutaj, której nie wygenerował żaden z dostawców.

Jeśli możesz pozwolić sobie na test porównawczy, przeprowadź go w wymiarze, który faktycznie się różni: edycja wieloprzebiegowa. Wygeneruj kandydata, a następnie wykonaj trzy kolejne korekty na każdym modelu i policz całkowity koszt zaakceptowanego obrazu, a nie koszt pierwszego renderu. To porównanie, którego nie wykona za Ciebie cennik żadnego dostawcy, i to właśnie ono rozstrzyga, czy „remis” przy 1K to naprawdę remis.