GPT-Image-2 против Nano Banana 2: корона качества против рабочей лошадки объёма

Когда Nano Banana 2 — модель Go​gle для генерации изображений, официально обозначаемая как Gemini 3.1 Flash Image, — вышла 26 февраля 2026 года и была лучшей моделью генерации изображений по тексту в лидербордах, заслужив это главной функцией: текст внутри изображений отображался достаточно точно, чтобы Go​gle могла продемонстрировать инструмент, переводящий рекламные тексты на разные языки. Затем GPT-Image-2 вышла 21 апреля 2026 года и отобрала корону, и две модели пришли к более чёткому разделению, чем предполагают их пресс-релизы: Nano Banana 2 — рабочая лошадка для больших объёмов: дёшево, быстро, стабильно в рамках рабочего процесса, цена рассчитана на масштабирование; а GPT-Image-2 — лидер по качеству, нынешняя независимая первая строчка, и с 20 августа у неё появилось превью с прозрачным фоном в API. Теперь суть не в том, «какая лучше», — на этот вопрос рейтинги уже ответили; вопрос в том, какая модель заслуживает работу для какого класса задач.

Как корона переходила из рук в руки

Стартовые показатели Nano Banana 2 действительно доминировали в феврале: первое место в рейтинге text-to-image на LMArena с 1 280 Elo, опережая GPT Image 1.5 и Nano Banana Pro. Пять месяцев спустя картина изменилась. В текущем рейтинге text-to-image на Artificial Analysis GPT Image 2 (high) лидирует с 1 369 Elo, Nano Banana 2 с 1 320 — третья, позади Reve 2.4 с 1 322. На отдельной доске Arena лидирует GPT-Image-2 (medium) с 1 381. Nano Banana 2 не стала хуже — конкуренты подтянулись, а генерация на основе рассуждений GPT-Image-2 подняла планку. Разрыв в 50 пунктов на вершине рейтинга — это разница между «лучшей из доступных» и «одной из трёх лучших», что является реальным, но не дисквалифицирующим понижением для модели, которая всегда была нацелена на стоимость и скорость в той же мере, что и на качество.

Разница в ценах — вот и вся история.

Nano Banana 2 создавался как дешёвая модель, и это так. Go​gle устанавливает цены в зависимости от разрешения выходного изображения: $0.045 за изображение при 512×512, $0.067 при 1024×1024, $0.101 при 2048×2048 и $0.151 при 4096×4096, при этом входные данные стоят $0.50 за миллион токенов. Цена за 1024×1024 примерно вдвое меньше, чем Nano Banana Pro брал за тот же результат, и примерно в два раза дешевле, чем GPT Image 1.5 на старте — вся позиционирование модели строится на юнит-экономике. В GPT-Image-2 оплата идёт по токенам: $5 за миллион текстовых токенов на входе, $8 за миллион токенов изображений на входе и $30 за миллион токенов изображений на выходе, что примерно соответствует $0.05 за среднее изображение 1024×1024 и около $0.21 за изображение высокого качества — это приблизительный пересчёт, поскольку Ope​nAI не публикует количество токенов на изображение. На тарифах, которые реально используют команды, при среднем качестве обе модели близки, но Nano Banana 2 вырывается вперёд по цене при больших объёмах и на более высоких разрешениях, где её таблица цен за изображение даёт фиксированное значение вместо неожиданного счёта по токенам.

Скорость и рабочий процесс

Функциональное различие — это то, где эти две модели перестают быть взаимозаменяемыми. {{1}}Nano Banana 2{{/1}} рендерит примерно за {{2}}4–6 секунд{{/2}} на изображение, сохраняет до {{3}}пяти персонажей и четырнадцати объектов{{/3}} консистентными в рамках рабочего процесса, привязывает генерацию к {{4}}веб-поиску{{/4}} и поддерживает до {{5}}4K{{/5}} с {{6}}четырнадцатью соотношениями сторон{{/6}} — и каждый результат по умолчанию несёт {{7}}метаданные SynthID и C2PA{{/7}}. Такой профиль — это {{8}}рабочая лошадка производства{{/8}}: {{9}}высокая пропускная способность{{/9}}, {{10}}предсказуемая стоимость{{/10}}, {{11}}консистентные персонажи{{/11}}, {{12}}никакой возни с провенансом{{/12}}. {{13}}GPT-Image-2{{/13}} — другая машина: у неё есть {{14}}варианты Instant и Thinking{{/14}}, где {{15}}проход Thinking{{/15}} планирует композицию и сам проверяет ограничения перед отрисовкой, поэтому она выигрывает на {{16}}сложных многосоставных промптах{{/16}} — но {{17}}режим Thinking{{/17}} медленнее, и её известная слабость — это {{18}}зеркальное отражение{{/18}} {{19}}сильной стороны Nano Banana 2{{/19}}, поскольку она {{20}}перегенерирует{{/20}}, а не сохраняет {{21}}персонажа{{/21}} идентичным в серии. Если ваша нагрузка — {{22}}тысяча вариаций товара в день{{/22}}, этот разрыв решает выбор модели ещё до того, как это сделает {{23}}Elo{{/23}}.

Отрисовка текста: битва, за которой все наблюдают

Рендеринг текста — то единственное измерение, где эти две модели действительно соперничают, потому что он является флагманской функцией каждой из них. Запуск Nano Banana 2 строился на точном воспроизведении текста в изображениях и переводе: демо Global Ad Localizer, тесты с обложками журналов, где каждая строка текста возвращалась чистой, и многоязычная поддержка, которая вывела модель за пределы генерации искажённых букв, определявшей более ранние модели изображений. Контраргумент GPT-Image-2 — заявленная точность рендеринга текста около 99% для различных систем письма, включая CJK (по данным производителя, на модели, чьим обещанием при запуске был почти идеальный многоязычный текст), плюс привязка к веб-источникам, чтобы отображаемый текст мог отражать актуальные факты. Ни одно из этих заявлений не является полностью независимым, и обе модели по-прежнему демонстрируют реальные сбои на сложных случаях: Nano Banana 2 ловили на искажении китайского текста и картографических изображений в тестах, а заявление GPT-Image-2 о точности не было воспроизведено третьей стороной. Для макетов с большим объёмом текста честная позиция такова: обе модели находятся впереди класса, и решающим доказательством должны стать ваши собственные промпты, а не цифры от какого-либо производителя.

Честный компромисс

Совместите рейтинговые таблицы и прайс-карточки — и разделение окажется практичным, а не основанным на престиже. Если задача — hero-актив: сложная композиция, многоязычный постер, предметный снимок, который должен быть лучшим единственным изображением из возможных, — GPT-Image-2 является текущим независимым лидером, его предпросмотр с прозрачным фоном (20 августа) устраняет этап вырезания, а разница в качестве в верхней части рейтинга — это именно то, за что платят при создании hero-изображения. Если задача — объём: тысячи согласованных рендеров товаров, ассеты веб-размера, A/B-варианты, где доминируют стоимость и пропускная способность, — Nano Banana 2 с фиксированной ценой за изображение, генерацией за 4–6 секунд и согласованностью персонажей/объектов становится рабочей лошадкой, а его третье место в рейтинге достаточно близко, чтобы разница редко была заметна на изображениях веб-размера. Ошибка — использовать рабочую лошадку там, где нужен hero, или платить по цене hero за объёмную работу.

Маршрутизация обоих

Это один из немногих случаев, где выбирать не приходится: OrcaRouter маршрутизирует обе модели — GPT-Image-2 и Nano Banana 2, причём последнюю под её техническим идентификатором google/gemini-3.1-flash-image-preview, — через один и тот же API-ключ с нулевой наценкой, передачей цены провайдера по прайс-листу и автоматическим переключением при сбое. Практический результат — это задача выбора модели, а не задача закупок: направляйте работу с высокой ценностью и низким объёмом на gpt-image-2, а работу с высоким объёмом и низкой ценностью — на Nano Banana 2, меняйте строку модели при смене задачи и дайте снижению цен от любого вендора вступить в силу в тот же день, когда о нём объявлено. Когда два лучших варианта в категории имеют разную юнит-экономику и разные рабочие процессы, правильное решение — сохранить оба в одном контракте и позволить рабочей нагрузке решать по каждому вызову.

Суть: GPT-Image-2 удерживает корону качества и только что сделал свой результат более компонуемым благодаря предпросмотру с прозрачным фоном; Nano Banana 2 занимает нишу объёмной генерации с фиксированным тарифом и самой убедительной историей согласованности в категории. Это два полюса рынка моделей генерации изображений, оба достойны внимания, и выбор зависит от рабочей нагрузки: ключевые материалы — лидеру, объём — рабочей лошадке, а один ключ — для обоих.