Images 2.6 กับ Nano Banana 2.1: แอนิเมชันกับบันไดความละเอียด

ในสองโมเดลนี้ มีเพียงตัวเดียวเท่านั้นที่สร้างไฟล์แบบเคลื่อนไหวได้ และไม่ใช่ตัวที่มีผล benchmark ดีกว่า Images 2.6 ซึ่งเป็นรุ่นที่ OpenAI เปิดตัวเมื่อวันที่ 4 พฤศจิกายน 2026 — GPT-Image-2.6 Sunburst สำหรับคุณภาพ GPT-Image-2.6 Flare สำหรับความเร็ว — ได้เพิ่มการสร้าง GIF แบบเคลื่อนไหวในขั้นตอนเดียว การส่งออก SVG และการแก้ไขโดยใช้มาร์กอัปเป็นแนวทาง Nano Banana 2.1 ซึ่งเป็นโมเดลของ Google ที่สร้างบน Gemini 3.6 Flash และพร้อมใช้งานทั่วไปตั้งแต่ 6 ตุลาคม 2026 ไม่ได้เพิ่มสิ่งเหล่านั้นเลย สิ่งที่เพิ่มเข้ามาคือการลดราคาและบันไดความละเอียด: ระดับเอาต์พุตแบบมีชื่อที่ 1K, 2K และ 4K รองรับภาพอ้างอิงสูงสุด 14 ภาพ และอัตราส่วนภาพที่สุดโต่งถึง 8:1

ดังนั้น การเลือกหว่างสองตัวเลือกนี้จึงไม่ใช่การแข่งขันกันเรื่องคุณภาพ แต่เป็นคำถามว่าสิ่งที่คุณต้องส่งมอบมีรูปแบบใด ทีมที่ทำสติกเกอร์แอนิเมชัน โพสต์โซเชียลแบบวนซ้ำ หรือเฟรมอธิบายสั้น ๆ จะมีตัวเลือกหนึ่งอยู่ในกลุ่มนี้ ส่วนทีมที่ทำภาพผลิตภัณฑ์ความละเอียดระดับงานพิมพ์หรือรูปแบบแบนเนอร์กว้างจะมีอีกตัวเลือกหนึ่ง จากนั้นจึงค่อยพิจารณาเกณฑ์มาตรฐาน และเมื่อถึงตอนนั้น ตัวเลขกลับไม่ได้ทำให้ผู้มาใหม่ดูดีเท่าที่การรายงานข่าวเปิดตัวสื่อเอาไว้

สถานะที่แท้จริงของเกณฑ์มาตรฐาน

Artificial Analysis อ่านเมื่อวันที่ 5 พฤศจิกายน 2026:

• AA-Image-Editing v2.1 — Nano Banana 2.1 ที่ 1,151 Elo จาก 6,937 ตัวอย่าง; GPT Image 2.5 Sunburst (max) ที่ 1,199 จาก 18,300 โดย Images 2.6 ไม่มีแถว

• AA-Image-T2I v2.1 — Nano Banana 2.1 อยู่ที่ 1,176 จาก 6,274 ตัวอย่าง อยู่ในอันดับสี่; GPT Image 2.5 Sunburst อยู่ที่ 1,224 อยู่ในอันดับหนึ่ง โดย GPT Image 2 (high) อยู่ที่ 1,188 ในอันดับสาม ส่วน Images 2.6 ก็ไม่มีแถวข้อมูลตรงนี้เช่นกัน

• ตัวเลขของ Google เอง — 1,050 Elo สำหรับ Nano Banana 2.1 ในโหมด Thinking เทียบกับ 990 สำหรับ Nano Banana 2 และ 935 สำหรับ Nano Banana Pro เป็นข้อมูลที่ผู้ขายรายงานและอยู่ในมาตรวัดที่แตกต่างจากบอร์ด AA; อย่านำมาปนกัน

ดังนั้นสองสิ่งที่คุณพูดได้อย่างมั่นใจคือ Nano Banana 2.1 เป็นโมเดลระดับกลางในการวัดการแก้ไขภาพที่เป็นอิสระ และเป็นอันดับสี่ที่แข็งแกร่งใน text-to-image และรุ่นก่อนหน้าของมันอยู่ต่ำกว่า 48 คะแนนในการแก้ไขภาพ ส่วนสิ่งที่สาม —ว่า Images 2.6 ดีกว่าหรือไม่— ยังไม่ใช่ข้อเท็จจริง ตัวแทนที่ใกล้เคียงที่สุดคือรุ่นก่อนหน้าของ OpenAI นำทั้งสองบอร์ดด้วยส่วนต่างที่กว้างกว่าช่วงความเชื่อมั่น และการปรับปรุงที่ระบุไว้ของ 2.6 คือความสม่ำเสมอตลอดลำดับการแก้ไข ไม่ใช่การกระโดดของคุณภาพต่อภาพ

บันไดแห่งการแก้ไขปัญหาโดยละเอียด

นี่คือจุดที่ Nano Banana 2.1 ได้เปรียบในเชิงโครงสร้าง และไม่ใช่แค่ข้อได้เปรียบเล็กน้อย

• ระดับเอาต์พุต — 1K, 2K และ 4K เป็นตัวเลือกที่ระบุชื่อและกำหนดราคาไว้ Images 2.6 ไม่ได้ขายความละเอียดในลักษณะนั้น ขนาดเอาต์พุตนั้นขึ้นอยู่กับงบโทเค็น และ OpenAI ไม่ได้เผยแพร่ระดับ 2K หรือ 4K พร้อมราคาที่แนบมาด้วย

• อัตราส่วนภาพ — สูงสุด 8:1 ในแต่ละทิศทางบน Nano Banana 2.1 แบนเนอร์ลีดเดอร์บอร์ดขนาด 3,200 × 400 ถือเป็นคำขอที่รองรับเต็มรูปแบบ ไม่ใช่การครอป ส่วน Images 2.6 สืบทอดสิ่งที่รุ่น 2.5 รองรับ ซึ่ง OpenAI ไม่ได้ระบุไว้เป็นช่วงที่ชัดเจน

• รูปภาพอ้างอิง — สูงสุด 14 รายการบน Nano Banana 2.1 โดยจัดโครงสร้างเป็นตัวละครสี่ตัวและวัตถุสิบชิ้น ส่วน Images 2.6 เพิ่มรูปภาพอ้างอิงที่บันทึกไว้และนำกลับมาใช้ซ้ำได้ใน ChatGPT พร้อมรองรับการป้อนภาพบนทั้งสองเอนด์พอยต์ แต่ไม่มีการประกาศจำนวนสูงสุดไว้

• บริบท — ประมาณ 131K โทเค็นอินพุตและ 32K โทเค็นเอาต์พุตบน Nano Banana 2.1 พร้อมใช้งานร่วมกับ search grounding ส่วน Images 2.6 ไม่ได้เปิดเผยขนาดหน้าต่างบริบท โดยหน้าโมเดลของมันระบุเพียงอินพุตข้อความและรูปภาพ และเอาต์พุตเป็นรูปภาพเท่านั้น ไม่มีรายละเอียดอื่นเพิ่มเติม

• การควบคุมการแก้ไข — การแก้ไขเฉพาะจุดแบบอิงมาสก์และระดับการคิดสามระดับบน Nano Banana 2.1; การแก้ไขที่ชี้นำด้วยมาร์กอัป พร้อมพารามิเตอร์ complexityแบบใหม่บน Images 2.6 ทั้งสองฟีเจอร์นี้ใกล้เคียงกันมาก ทั้งคู่ช่วยให้คุณกำหนดได้ว่าโมเดลควรใช้การใคร่ครวญมากเพียงใดและควรนำไปใช้กับส่วนใด

ผลที่ตามมาในทางปฏิบัติก็คือ Nano Banana 2.1 เป็นเพียงตัวเดียวในสองตัวนี้ที่คุณสามารถระบุลงในสัญญาได้ "สร้างภาพ 4K ที่อัตราส่วน 16:9 โดยคิดค่าบริการตามอัตรา 4K ที่ประกาศไว้" เป็นประโยคที่คุณเขียนลงในขอบเขตงาน (statement of work) ได้ ส่วนประโยคที่เทียบเท่ากันสำหรับ Images 2.6 กลับเป็นเพียงงบประมาณโทเค็นและการประมาณการเท่านั้น

การเปรียบเทียบราคามีจุดกำกวมที่แท้จริงอยู่หนึ่งจุด

เอาต์พุตของ Nano Banana 2.1 คิดค่าบริการที่ $30 ต่อหนึ่งล้านโทเค็นรูปภาพลดลงจาก $60 สำหรับ Nano Banana 2 — การลดลงครึ่งหนึ่งที่ทำให้การเปิดตัวเป็นข่าว ในทางปฏิบัติ นั่นคือ $0.0336 ที่ 1K และ $0.0504 ที่ 2K การคิดราคาแบบแบตช์จะลดทั้งสองอัตราลงครึ่งหนึ่งอีกครั้ง

ที่ความละเอียด 4K แหล่งข้อมูลต่างๆ ขัดแย้งกัน และความขัดแย้งนี้ไม่ใช่เรื่องผิวเผิน สื่อบางแห่งรายงานว่า$0.0756 ส่วนสื่ออื่นๆ รวมถึง TechRepublic และ heise รายงานว่า$0.113 โดยให้เหตุผลว่าจำนวนโทเคนที่ 4K เพิ่มขึ้นเป็นประมาณ 3,780 ทั้งสองตัวเลขปรากฏในบทความที่น่าเชื่อถือเกี่ยวกับการเปิดตัวเดียวกัน หากคุณกำลังจัดงบประมาณสำหรับไปป์ไลน์ 4K นั่นคือความแตกต่างถึง 50% ในรายการค่าใช้จ่ายที่ใหญ่ที่สุดของคุณ และควรค่าแก่การตรวจสอบเทียบกับอัตราค่าบริการของ Google เอง มากกว่าแหล่งข้อมูลทุติยภูมิใดๆ — รวมถึงบทความนี้ด้วย

สิ่งหนึ่งที่เคลื่อนไปในทิศทางที่ผิด นั่นคือ Nano Banana 2.1 ขึ้นราคาอินพุตเป็น $1.50 ต่อล้านโทเคนจาก $0.50 โดยเอาต์พุตแบบข้อความและการคิดอยู่ที่ $7.50 ต่อล้าน สำหรับเวิร์กโฟลว์ที่เน้นการแก้ไขซึ่งส่งภาพต้นฉบับขนาดใหญ่ การลดราคาฝั่งเอาต์พุตอาจถูกกลืนไปบางส่วนจากการขึ้นราคาฝั่งอินพุต และการประหยัดสุทธิจึงน้อยกว่าที่พาดหัวไว้

Images 2.6 เมื่อเทียบกันแล้วมีราคา 5 ดอลลาร์ต่อล้านโทเค็นข้อความขาเข้า, 8 ดอลลาร์ต่อล้านโทเค็นภาพขาเข้า และ 30 ดอลลาร์ต่อล้านโทเค็นภาพขาออก อัตราแบบแบตช์คิดเป็นครึ่งหนึ่งของตัวเลขเหล่านั้น แต่หน้าเพจโมเดล 2.6 ระบุว่า /v1/batch ไม่รองรับ ดังนั้นราคาแบบแบตช์สำหรับการเริ่มต้นใหม่ (greenfield) จึงยังไม่มีให้ใช้กับโมเดลนี้ ต่อภาพ ค่าประมาณจะอยู่ที่ประมาณ $0.006 ที่คุณภาพต่ำ, $0.013 ที่คุณภาพกลาง, $0.053 ที่คุณภาพสูง และ $0.21 ที่คุณภาพสูงสุด — ซึ่งได้มาจากงบโทเค็นที่สืบทอดมาจากรุ่น 2.5 ไม่ใช่ตัวเลขที่เผยแพร่ของ 2.6

เมื่อนำทั้งสองมาเปรียบเทียบกันที่การตั้งค่าที่สำคัญ ภาพที่ได้กลับไม่ใช่ภาพที่สื่อช่วงเปิดตัววาดไว้ ที่ 2K Nano Banana 2.1 มีค่าใช้จ่าย $0.0504 ขณะที่ Images 2.6 ที่คุณภาพสูงมีค่าใช้จ่ายประมาณ $0.053 ซึ่งอยู่ในช่วงห่างกันไม่ถึงห้าเปอร์เซ็นต์ การลดราคาของ Google ไม่ได้ทำให้ Nano Banana 2.1 ถูกกว่าคู่แข่งที่คิดตามโทเค็นอย่างมากมาย แต่ทำให้มันมีราคาใกล้เคียงกับคู่แข่งที่ทำงานที่คุณภาพสูง และถูกกว่าเฉพาะเมื่อเทียบกับ xhigh และ max

ความเท่าเทียมกันนั้นคือเหตุผลที่ต้องรักษาทั้งสองเส้นทางให้เข้าถึงได้จากจุดเดียว OrcaRouter ส่งต่อราคาตามรายการของผู้ให้บริการโดยบวกเพิ่ม 0% ซึ่งหมายความว่าการลดราคาของผู้ขายจะมีผลฝั่งเราทันทีในวันที่ต้นทางประกาศ แทนที่จะรอจนกว่าผู้ขายต่อจะปรับราคาใหม่ — และกฎการจัดเส้นทางสามารถส่งทราฟฟิกไปยังเส้นทางใดเส้นทางหนึ่งจากสองเส้นทางที่มีต้นทุนใกล้เคียงกันและยังทำงานปกติ Google เลิกใช้งานโมเดลภาพไปแล้วหนึ่งโมเดลในไตรมาสนี้ ความสามารถในการสลับสตริงโมเดลแทนการสร้างการเชื่อมต่อใหม่นั้นมีค่ามากกว่าเศษเสี้ยวของหนึ่งเซนต์เสียอีก

การย้ายระบบที่ Google แนะนำจริง ๆ

มีบางสิ่งที่ละเอียดอ่อนกว่าการปิดให้บริการเกิดขึ้นทางฝั่ง Google เอกสารประกอบการสร้างภาพที่ใช้งานอยู่ในปัจจุบัน ซึ่งอ่านเมื่อวันที่ 5 พฤศจิกายน 2026 ระบุโมเดลห้ารุ่นในตระกูล Nano Banana — Nano Banana 2.1 (gemini-nano-banana-2.1), Nano Banana 2 Lite (gemini-3.1-flash-lite-image), Nano Banana 2 (gemini-3.1-flash-image), Nano Banana Pro (gemini-3-pro-image) และโมเดล Gemini 2.5 Flash Image รุ่นเดิม Nano Banana 2 ยังคงถูกระบุอยู่และยังเรียกใช้งานได้ โดยไม่มีวันที่ปิดให้บริการระบุไว้กับโมเดลนี้ คำแนะนำในเอกสารระบุว่าโครงการใหม่ทั้งหมดควรใช้ Nano Banana 2.1 ซึ่งเป็นการแนะนำมากกว่าการเลิกใช้งาน

สองรายละเอียดทำให้คำแนะนำนั้นไม่ได้ดูเรียบง่ายอย่างที่เห็น Nano Banana 2 Lite ตอนนี้เป็นระดับที่เร็วและถูกที่สุด โดยระบุว่าออกแบบมาสำหรับความเร็วและขนาดการใช้งาน มากกว่าการอ้างอิงหลายรายการหรือการแก้ไขหลายรอบ ดังนั้น “การย้ายไป 2.1” จึงไม่ใช่ทางเลือกที่ประหยัดต้นทุนที่สุดโดยอัตโนมัติสำหรับการสร้างแบบง่ายในปริมาณมาก และหน้าเลิกใช้งานของ Google เองก็ระบุชัดเจนว่าวันที่ที่เผยแพร่คือ “วันที่เร็วที่สุดเท่าที่เป็นไปได้ที่โมเดลอาจถูกปลดระวาง” โดยสัญญาว่าจะแจ้งล่วงหน้าก่อนการปิดใช้งานจริง โมเดลที่ไม่มีวันที่ใด ๆ เลยไม่ใช่โมเดลที่กำลังจะถูกเลิกใช้

อย่างไรก็ตาม ปัญหาเชิงพาณิชย์นั้นมีอยู่จริง ในแอป Gemini ผู้ใช้ฟรียังคงได้รับ Nano Banana 2 ขณะที่ 2.1 ต้องใช้แผน AI Pro, Plus หรือ Ultra และไม่มีระดับฟรีสำหรับ 2.1 บน API ทีมที่สร้างต้นแบบบนระดับฟรีและกำลังย้ายไปสู่โปรดักชันจะพบว่าสภาพแวดล้อมทดสอบและสภาพแวดล้อมโปรดักชันของตนไม่ใช่โมเดลเดียวกันอีกต่อไป — แหล่งที่มาที่เชื่อถือได้ของความล้มเหลวแบบ "มันทำงานได้ในสภาพแวดล้อม staging"

สิ่งที่เอกสารระบุ และสิ่งที่ไม่ได้ระบุ

ควรพูดให้ตรงไปตรงมา เพราะนี่คือความแตกต่างระหว่างผลิตภัณฑ์กับการประกาศ

Images 2.6: หน้าโมเดลสำหรับ gpt-image-2.6-sunburst เปิดให้ใช้งานแล้วบนเอกสารสำหรับนักพัฒนาของ OpenAI พร้อมข้อมูลราคา เอนด์พอยต์ที่รองรับ — เฉพาะการสร้างภาพและการแก้ไขภาพเท่านั้น ไม่ใช่ chat completions หรือ responses — และการประกาศโมดัลลิตี หน้าเหล่านี้ชี้ไปยังคู่มือรูปภาพสำหรับ "การตั้งค่าความซับซ้อน การแก้ไขที่นำทางด้วยมาร์กอัป เอาต์พุต SVG และเอาต์พุต GIF แบบเคลื่อนไหว" โดยไม่ได้ระบุตัวเลือกความละเอียด จำนวนภาพอ้างอิงสูงสุด ความยาว GIF อัตราเฟรม หรือขีดจำกัดขนาดไฟล์

Nano Banana 2.1:มีเอกสารกำกับอย่างครบถ้วน พร้อมระดับการใช้งานที่ระบุชื่อไว้ชัดเจน ราคาต่อภาพที่ประกาศไว้ จำนวนภาพอ้างอิงที่กำหนดได้ ช่วงอัตราส่วนภาพ และหน้าต่างบริบท ทั้งหมดนี้คือสเปกชีตที่คุณสามารถนำไปใช้ออกแบบได้เลย

ช่องว่างนี้สำคัญกับฟีเจอร์ GIF โดยเฉพาะ การสร้าง GIF แบบเคลื่อนไหวได้ถูกปล่อยใช้งานและทำงานได้แล้วใน ChatGPT/v1/images/generations ยังไม่มีการยืนยันจากการทดสอบสาธารณะใด ๆ ว่า endpoint นี้จะส่งคืนไฟล์แบบเคลื่อนไหวหรือไม่ และเอกสารของ OpenAI เองก็อธิบายฟีเจอร์นี้ไว้ในคู่มือมากกว่าที่จะอยู่ในเอกสารอ้างอิง endpoint หากแอนิเมชันเป็นเหตุผลที่คุณกำลังพิจารณา Images 2.6 ให้ตรวจสอบเรื่องนี้ด้วยการเรียก API จริงก่อนที่คุณจะออกแบบโดยอิงกับมัน

การเลือกระหว่างพวกมัน

เลือก Nano Banana 2.1 หากสิ่งที่คุณต้องส่งมอบเป็นงานระดับความละเอียดสำหรับงานพิมพ์หรือมีสัดส่วนที่ผิดแปลกไปจากปกติ หากคุณต้องใช้ภาพอ้างอิงมากกว่าสิบกว่าภาพในการเรียกใช้งานครั้งเดียว หากคุณต้องมีเอกสารข้อมูลจำเพาะที่มีการบันทึกไว้อย่างเป็นทางการเพื่อนำไปเขียนในสัญญา หรือหากคุณกำลังย้ายออกจาก Nano Banana 2 ที่เลิกใช้แล้วและต้องการเส้นทางที่สั้นที่สุด — มันคือเป้าหมายที่ได้รับอนุญาตอย่างเป็นทางการ และมีการประกาศราคาไว้ในทุกระดับชั้น

เลือกใช้ Images 2.6 หากผลงานที่ส่งมอบของคุณมีการเคลื่อนไหว ไปป์ไลน์ GIF ถือเป็นความสามารถเดียวในการเปรียบเทียบครั้งนี้ที่ฝั่ง Google ไม่มีสิ่งเทียบเคียง และมันไม่ใช่ของแปลกใหม่: ความสามารถในการทำให้ภาพถ่ายที่อัปโหลดเคลื่อนไหวได้พร้อมการแก้ไขแบบรายเฟรมและการควบคุมความเร็วนั้นเข้ามาแทนขั้นตอนการสร้างวิดีโอสำหรับงานสั้นประเภทหนึ่งทั้งหมด การส่งออก SVG เป็นความสามารถที่สองที่ไม่มีสิ่งเทียบเคียง และสำหรับระบบไอคอนและโลโก้แล้วมันเป็นปัจจัยชี้ขาด การแก้ไขโดยมีมาร์กอัปเป็นตัวชี้นำคือความสามารถที่สาม และมันเป็นการโต้ตอบที่ดีกว่าการวาดมาสก์อย่างแท้จริงสำหรับการเปลี่ยนแปลงบางประเภท

ถ้าคำอธิบายทั้งสองแบบไม่ตรงกับสถานการณ์ของคุณ — ถ้าคุณผลิตภาพ 2K แบบนิ่งในปริมาณมากและแค่อยากได้โมเดลที่ดีกว่า — คำตอบก็คือยังไม่มีหลักฐานที่ยืนยันได้ในตอนนี้ GPT Image 2.5 Sunburst นำ Nano Banana 2.1 อยู่ 48 คะแนนในด้านการแก้ไขภาพ และ 48 คะแนนในด้าน text-to-image โดยทั้งสองค่าอยู่นอกช่วงความเชื่อมั่น และ Images 2.6 ยังไม่ได้รับการให้คะแนน การรอสองสัปดาห์เพื่อให้มีแถว Elo ในตารางนั้นไม่ทำให้คุณเสียอะไรเลย และน่าจะไม่ทำให้คุณเสียโอกาสใด ๆ เช่นกัน เพราะไม่มีโมเดลใดที่จะถูกถอดออกก่อนหน้านั้น