Ming-Image-0.1-Design против Nano Banana 2: Слой, который вы получаете обратно

Спросите дизайнера, что идёт не так после генерации изображения, — и ответ почти никогда не будет про само изображение. Дело в том, что сгенерированное изображение плоское. Каждый элемент приварен к каждому другому, поэтому заголовок нельзя переместить, логотип нельзя заменить, фон нельзя перекрасить, и всё приходится генерировать заново из промпта, чтобы изменить одно слово. Ming-Image-0.1-Design, тихо опубликованный командой inclusionAI компании Ant Group 17 сентября 2026 года под лицензией MIT, построен вокруг этой проблемы: 6,15 млрд параметров, нативный вывод RGBA и сопутствующий репозиторий, который принимает плоский дизайн и возвращает его в виде отдельных слоёв. Nano Banana 2 — это Gemini 3.1 Flash Image от производителя, общедоступный с 28 мая 2026 года и доступный для маршрутизации сегодня как google/gemini-3.1-flash-image-preview — решает другую половину той же проблемы, и разница между этими половинами определяет, какая из них должна использоваться в вашем пайплайне.

В чём Nano Banana 2 на самом деле хорош — и сколько это стоит

Модель Google — это та, у которой есть опубликованная цена и подтверждённый опыт промышленной эксплуатации, и оба этих факта стоит называть точно, потому что именно они заставляют людей обращаться к ней.

• Цена — примерно $0,067 за изображение 1024×1024, $0,101 при 2048×2048 и около $0,151 на уровне 4K, при этом пакетный режим стоит примерно вдвое меньше этих значений, а текстовый ввод тарифицируется отдельно — $0,25 за миллион токенов. Это соответствует примерно $101 за тысячу изображений 2K — сумму можно предсказать с точностью до доллара ещё до того, как вы что-либо сгенерируете.

• Вывод — до 4K, с предустановками соотношения сторон, включая экстремальные значения 1:4 и 1:8, которые необходимы для форматов соцсетей и баннеров, а также заявленная Google согласованность для пяти персонажей и четырнадцати объектов.

• Происхождение — каждый результат несёт водяной знак SynthID: это функция соответствия требованиям, а не качества, и именно о таком юридическая проверка спрашивает раньше, чем дизайн-ревью.

• Grounding — возможность поиска в интернете во время генерации; именно так обрабатывается запрос, зависящий от факта, который не был запомнен.

Ничто из этого не является историей о прозрачности. Nano Banana 2 возвращает изображение, и это изображение и есть весь артефакт.

Что вместо этого возвращает Ming-Image-0.1-Design

Карточка модели на удивление подробна для неанонсированного релиза, и все эти подробности указывают на дизайнерскую работу, а не на фотографию. Рекомендуемый инференс — 2048×2048 (или 1024, когда нужна скорость) при 12 шагах сэмплирования, classifier-free guidance 1.0, повсеместно BF16, на одной CUDA-видеокарте с 80 ГиБ. Веса — всё в BF16 safetensors, репозиторий занимает примерно 71.5 ГБ и состоит из connector/, mllm/, mlp/, scheduler/, transformer/ и vae/, а файла model_index.json нет — документированный путь — это git clone репозитория для инференса и python infer.py, при этом для развёртывания указан vLLM-Omni, а для улучшения промптов — отдельная визуально-языковая модель (Ling-3.0-flash-VL или qwen3.8-27B).

Вывод RGBA — это первая половина ответа на проблему плоского изображения. Вторая половина — это Ming-Image-0.1-Design-Layer, отдельный репозиторий с собственным тегом пайплайна (image-text-to-image), 6,154,908,736 параметров, та же лицензия MIT и одна задача: взять сведённое изображение дизайна вместе с планом слоёв и вернуть N слоёв RGBA. По умолчанию он работает при 1024 в своём бакете, 512 — для скорости, 12 шагов, guidance на 2.0, с flash_attention_2. На его карточке результаты тестового набора Crello показаны в виде изображения, а не таблицы, поэтому нет числа, которое можно было бы привести, — и это честное состояние доказательств, о котором стоит сказать прямо.

Сложите эти два факта вместе — и суть компромисса станет ясна. Nano Banana 2 даёт вам лучшее итоговое изображение при меньших усилиях. Ming-Image-0.1-Design даёт вам изображение, которое потом всё ещё можно разобрать на части, а также предоставляет разложение по слоям в виде второй модели, которую вы запускаете, когда она вам нужна.

Совет, читайте внимательно

Ming-Image-0.1-Design занимает первое место в рейтинге Artificial Analysis Text to Image Leaderboard для UI/UX-дизайна в режиме открытых весов с рейтингом Elo 1 082, опережая Ideogram 4.0 (Quality) с 1 052, Ideogram 4.0 с 1 015, HunyuanImage 3.0 Instruct с 1 005, FLUX.2 [dev] с 1 000, FLUX.2 [dev] Flash с 999 и FLUX.2 [dev] Turbo с 994. Текст, который мы читаем, — это тот, что воспроизведён на собственной карточке модели, и он содержит брендинг Artificial Analysis.

Две оговорки, которые меняют вес этого показателя. Это таблица лидеров, отфильтрованная по открытым весам, поэтому хостируемая модель вроде Nano Banana 2 в неё не допускается, и её отсутствие — не поражение. А Elo на основе слепых предпочтений — это усреднение по толпе, а не проверка вашего промпта: он говорит, что панель предпочла эти результаты, а не то, что модель наберёт ваш заголовок нужной гарнитурой.

Положение Nano Banana 2 оценивается по хостинговым таблицам и по собственным опубликованным данным Google, и эти два источника не следует смешивать. Nano Banana 2 присутствует в таблицах с весны, и это здесь более полезный факт: у него были месяцы независимого трафика, а у релиза Ming его не было.

Где на самом деле оказываются деньги и риск

Разница в цене — это не разница в степени. Nano Banana 2 тарифицируется по потреблению, и поэтому затраты предсказуемы: тысяча 2K-изображений стоит около $101, и сложность почти не влияет на счёт, потому что вывод изображений токенизируется предсказуемо. У Ming-Image-0.1-Design вообще нет цены за хостинг, потому что нет хостируемого эндпоинта — стоимость — это ваше собственное время работы GPU при загрузке 71,5 ГБ на карту объёмом 80 ГиБ, и честное сравнение — это не $101 против бесплатного, а $101 против амортизированной величины, которую вам придётся вычислить самому.

Это единственное место в этом сравнении, где слой маршрутизации делает что-то конкретное, а не риторическое. Предпросмотр изображений Gemini, обслуживающий Nano Banana 2, находится на нашем эндпоинте, причём именно на нём, по прейскурантной цене провайдера без наценки — так что если Google изменит цену за изображение, цифра на нашей стороне изменится в тот же день, а не при следующем продлении контракта. Автоматическое переключение при сбое между провайдерами — вторая половина этого: маршрут может нести продакшен-трафик на модели с многомесячной историей согласований, пока рядом с ней оценивается необъявленный релиз с открытыми весами, а значит, оценка никогда не оказывается на критическом пути, и неудачный день на любой из сторон не превращается в сбой. Это реальная схема, и именно такой схемы требует эта конкретная пара моделей.

Ни одна из моделей не является безопасным выбором по умолчанию, причём по разным причинам

Ming-Image-0.1-Design был выложен 17 сентября 2026 года — без анонса, без заметок о выпуске, без заявленных ограничений, а счётчик скачиваний на момент написания показывал ноль. Приведённая выше позиция в таблице лидеров — единственное независимое измерение, которое существует. Всё остальное — пропускная способность на вашей видеокарте, то, как он ведёт себя, когда референсных изображений становится больше нескольких, чист ли альфа-канал по краям вырезанного объекта — публично не измерено, и ни одна третья сторона о нём не писала.

У Nano Banana 2 противоположный профиль. У него независимые оценки, опубликованная цена, коммерческая лицензия и SynthID, и он не вернёт вам слой обратно. Если ваш рабочий процесс заканчивается на «изображение выглядит правильно», это не издержки. Если ваш рабочий процесс идёт дальше, в инструмент вёрстки, это и есть все издержки.

• Нужен прозрачный PNG или дизайн, который можно разобрать на слои — Ming-Image-0.1-Design — единственный из этих двух, и именно приложение-компаньон Layer — причина смотреть на него, а не на его позицию в таблице лидеров.

• Нужна прогнозируемая цена за изображение, вывод в 4K, необычные соотношения сторон и водяные знаки происхождения — Nano Banana 2, примерно $0,067 за 1 тыс. изображений, и это на том же эндпоинте, что и всё остальное, что вы вызываете.

• Нужно продавать то, что получается, — лицензия MIT Ming-Image-0.1-Design это разрешает, что необычно для релиза изображений 2026 года и стоит проверить применительно к вашей собственной юридической позиции, а не полагаться на предположения.

• Нужно, чтобы хотя бы один из них можно было проверить до того, как вы сделаете коммит, — только один из них может быть таким, и это тот, о котором не объявляли.

Следить нужно не за бенчмарком. А за тем, окажется ли репозиторий Layer полезной половиной этого релиза. Layer-декомпозиция — это этап, на котором сгенерированная дизайнерская работа перестаёт быть картинкой и становится ассетом, и если эта модель делает то, что подразумевает её карточка, проблема плоского изображения — та часть этого сравнения, которая устареет быстрее всего.