Gemini Nano Banana 2.1 กับ Qwen Image 3.0: เสมอกันที่ 1K แต่ต่างกันที่ 2K

เอา Gem​ini Nano Banana 2.1 กับ Qw​en Image 3.0 ไปใส่ในเรตการ์ด แล้วตัวเลขแรกก็ตลกดี: ภาพ 1K จากโมเดลสร้างภาพรุ่นใหม่สุดของ Gem​ini ราคา $0.0336 และการสร้าง 1K จาก Qw​en Image 3.0 บน Model Studio ราคา $0.03438 ห่างกันเจ็ดในร้อยของเซนต์ สองแล็บคนละซีกโลก ประกาศราคาคนละสกุลเงินสำหรับคนละแพลตฟอร์ม กลับลงเอยที่ราคาเดียวกันสำหรับสิ่งที่คนส่วนใหญ่ซื้อจริง ๆ ความเสมอกันแตกทันทีที่ขยับไป 2K — $0.0504 เทียบกับ $0.0688 ช่องว่าง 36% เป็นประโยชน์กับ Gem​ini — และมันก็แตกต่างออกไปอีกเมื่อคุณสังเกตว่า Qw​en คิดค่าอินพุตภาพและอินพุตการแก้ไขเป็นมิเตอร์แยกกัน ขณะที่ Nano Banana 2.1 ไม่ทำเช่นนั้น ข้อเท็จจริงสองข้อนั้น ข้อไหนจะเป็นตัวตัดสินว่าคุณสร้างอะไร ขึ้นอยู่ทั้งหมดกับว่าไปป์ไลน์ของคุณแตะภาพหนึ่งกี่ครั้งก่อนที่มันจะส่งภาพนั้นออก

ทั้งสองยังแตกต่างกันมากกว่าที่ราคาบ่งบอกอีก Nano Banana 2.1 เปิดให้ใช้งานทั่วไปเมื่อวันที่ 6 ตุลาคม 2026 ในฐานะโมเดล API แบบโฮสต์ พร้อมกำหนดเส้นตายการย้ายระบบ 23 วันสำหรับรุ่นก่อนหน้า Qwen Image 3.0 เปิดตัวบนแพลตฟอร์ม Qwen AI ของ Alibaba เมื่อวันที่ 5 สิงหาคม 2026 พร้อมระดับ Standard และ Pro รวมถึง API ในเวลาเดียวกัน และเข้าถึงนักพัฒนาระหว่างประเทศผ่าน Qwen Cloud และ Alibaba Cloud Model Studio ตัวหนึ่งเป็นโมเดลจากห้องปฏิบัติการแนวหน้าฝั่งตะวันตกที่คิดราคาต่อโทเคนรูปภาพ ส่วนอีกตัวเป็นโมเดลแพลตฟอร์มจีนที่คิดราคาต่อรูปภาพ พร้อมโควตาการทำงานพร้อมกันที่ประกาศไว้ และตารางอัตราค่าบริการในประเทศและระหว่างประเทศที่ไม่สอดคล้องกัน

เรตการ์ดทั้งสองใบ ทีละบรรทัด

Nano Banana 2.1 คิดค่าบริการเป็นโทเคน โดยมีอัตราการแปลงต่อภาพเผยแพร่ไว้ควบคู่กัน เอาต์พุตอยู่ที่ 30 ดอลลาร์ต่อโทเคนรูปภาพหนึ่งล้านโทเคน ซึ่ง Google คิดเป็น 0.0336 ดอลลาร์, 0.0504 ดอลลาร์ และ 0.0756 ดอลลาร์ สำหรับ 1K, 2K และ 4K ตามลำดับ โดยมีจำนวนโทเคนต่อภาพระบุไว้ที่ 1,120, 1,680 และ 2,520 อินพุตอยู่ที่ 1.50 ดอลลาร์ต่อโทเคนหนึ่งล้านโทเคนสำหรับข้อความ รูปภาพ และวิดีโอ เอาต์พุตแบบแบตช์อยู่ที่ครึ่งหนึ่ง: 0.0168 ดอลลาร์, 0.0252 ดอลลาร์ และ 0.0378 ดอลลาร์ ไม่มีมาตรวัดแยกต่างหากสำหรับการป้อนภาพกลับเข้าไป — ภาพที่คุณส่งเป็นอินพุตจะถูกนับในอัตราโทเคนอินพุตเพียงครั้งเดียว

Qwen Image 3.0 มีสองระดับในตารางอัตราค่าบริการคลาวด์จีน ระดับ Standard ราคา 0.18 หยวนต่อภาพทั้งที่ 1K และ 2K โดยอินพุตภาพอยู่ที่ 0.02 หยวน และอินพุตการแก้ไข 0.02 หยวนต่อภาพ ระดับ Pro ราคา 0.25 หยวนที่ 1K และ 0.50 หยวนที่ 2K บน Qwen Cloud ต่างประเทศ ระดับ Standard คิดราคาอินพุต $0.003 และเอาต์พุต $0.03 ต่อภาพ บน Alibaba Cloud Model Studio ในหน่วย USD ตัวเลขที่เผยแพร่คือ $0.00275 ต่ออินพุต 1K, $0.03438 ต่อการสร้าง 1K, $0.068761 ต่อการสร้าง 2K, $0.04 ต่อเอาต์พุต 1K และ $0.075 ต่อเอาต์พุต 2K ปริมาณงานก็ถูกเผยแพร่เช่นกัน: คำขอพร้อมกัน 10 รายการ, คิวแบบอะซิงโครนัส 200 คำขอ และ 20 คำขอต่อนาที

• การสร้าง 1K — Gemini Nano Banana 2.1 $0.0336; Qwen Image 3.0 Standard $0.03438 บน Model Studio แทบจะเสมอกัน

• การสร้างภาพ 2K — Nano Banana 2.1 $0.0504; Qwen Image 3.0 Standard $0.068761 โดย Google ถูกกว่า 36%

• 4K — Nano Banana 2.1 $0.0756 และเป็นระดับที่มีระบุไว้ในเอกสาร; รายการ Model Studio ของ Qwen Image 3.0 จำกัดจำนวนพิกเซลรวมไว้ที่ 2048×2048 ดังนั้นจึงไม่มีแถว 4K ให้เปรียบเทียบ

• อินพุตรูปภาพ — Nano Banana 2.1 นับที่อัตรา 1.50 ดอลลาร์ต่ออินพุตหนึ่งล้าน; Qwen Image 3.0 คิดค่าบริการแยกที่ 0.00275 ดอลลาร์ต่ออินพุต 1K โดยอินพุตการแก้ไขคิดในราคา 0.02 หยวนสำหรับในประเทศ

• แบทช์ — Nano Banana 2.1 ลดทุกอย่างลงครึ่งหนึ่งผ่าน Batch API โดยใช้เวลาประมวลผลนานสูงสุด 24 ชั่วโมง; กลไกที่ Qwen Image 3.0 เปิดเผยคือคิวแบบอะซิงโครนัสขนาด 200 แทนที่จะเป็นระดับส่วนลด

• ปริมาณงาน吞吐 — Qwen Image 3.0 ประกาศรองรับ 10 พร้อมกัน, 200 ในคิว, 20 RPM; Google ไม่ได้ประกาศค่าเหล่านี้เลยสำหรับ Nano Banana 2.1

• ภายในประเทศจีน — Qwen Image 3.0 Standard อยู่ที่ RMB 0.18 ต่อภาพบนเรทการ์ดของจีน; Nano Banana 2.1 ไม่มีระดับราคาสำหรับตลาดจีนในประเทศ เพราะ Google ไม่ได้ขายแบบนั้น

สองในแถวเหล่านั้นสำคัญกว่าแถวที่เหลือ แถว 4K เป็นช่องว่างด้านความสามารถมากกว่าช่องว่างด้านราคา — ถ้าคุณต้องการเอาต์พุต 4K รายการ Model Studio ของ Qwen Image 3.0 ก็ไม่ได้อยู่ในบทสนทนาเลย และแถวอินพุตรูปภาพคือจุดที่ปรัชญาการคิดค่าบริการสองแบบแตกต่างกันอย่างชัดเจน ซึ่งคุ้มค่าที่จะมีหัวข้อของตัวเอง เพราะมันเป็นส่วนที่ไม่ปรากฏในราคาที่โฆษณา

ทำไมพาสที่สองจึงเปลี่ยนคณิตศาสตร์

การสร้างภาพในครั้งเดียวเป็นกรณีที่ง่าย และในกรณีครั้งเดียว สองตัวนี้ใช้แทนกันได้ในเรื่องราคา งานภาพจริงแทบไม่ค่อยเป็นการทำครั้งเดียว เวิร์กโฟลว์การแก้ไขโดยทั่วไปจะสร้างภาพตัวเลือก ส่งภาพอ้างอิงกลับเข้าไปเพื่อแก้ไข ส่งภาพที่แก้ไขแล้วกลับเข้าไปอีกครั้งเพื่อทำสไตล์ และหลังจากนั้นจึงส่งงาน การส่งกลับแต่ละครั้งล้วนเป็นอินพุตภาพ

บน Nano Banana 2.1 อินพุตนั้นถูกคิดค่าบริการตามอัตราอินพุตทั่วไปควบคู่กับพรอมป์ข้อความ และการแก้ไขเชิงสนทนาของโมเดลก็ได้รับการออกแบบมาเพื่อสิ่งนี้อย่างชัดเจน — การแก้ไขแบบหลายเทิร์นผ่านการโต้ตอบครั้งก่อนเป็นฟีเจอร์ที่มีเอกสารระบุไว้ และโหมดคิดจะพาบทสนทนาไปต่อ บน Qwen Image 3.0 ลูปเดียวกันนี้ถูกคิดค่าบริการบนบรรทัดเฉพาะที่ผู้ให้บริการเผยแพร่: อินพุตรูปภาพที่ $0.00275 ต่อ 1K บน Model Studio, 0.02 หยวนต่อรูปในฐานะอินพุตสำหรับการแก้ไขภายในประเทศ ไม่มีแบบไหนแพงต่อการเรียกใช้หนึ่งครั้ง ความต่างคือมิเตอร์ของ Qwen ทำให้ต้นทุนการวนซ้ำมองเห็นได้เป็นรายการบรรทัดของตัวเอง ขณะที่ของ Google รวมมันเข้าไปในโทเคนอินพุต และทีมที่ตั้งงบจากตัวเลขต่อรูปที่ประกาศไว้จะประเมินเวิร์กโฟลว์แบบสามพาสต่ำเกินไปบนทั้งสองแพลตฟอร์ม

ลองคิดเลขกันตามจริง แล้วคำแนะนำในทางปฏิบัติจะน่าเบื่อแต่ก็เป็นเรื่องจริง ที่ราคาระดับ 1K ทั้งสองแบบมีราคาเท่ากัน ดังนั้นราคาจึงไม่ใช่เหตุผลในการเลือกอันใดอันหนึ่ง ที่ 2K, Nano Banana 2.1 ถูกกว่าอย่างมีนัยสำคัญต่อการสร้างหนึ่งครั้ง และยังมีระดับสำหรับการประมวลผลแบบเป็นชุดที่ลดราคาลงอีกครึ่งหนึ่ง หากคุณต้องการ 4K ก็ไม่ต้องเปรียบเทียบกันให้เสียเวลา หากคุณต้องการงบประมาณการทำงานพร้อมกันที่ประกาศไว้ ซึ่งคุณสามารถใช้วางแผนคิวได้ Qwen Image 3.0 ประกาศไว้ ส่วน Nano Banana 2.1 ไม่ได้ประกาศ นั่นคือรูปร่างของการตัดสินใจ: ส่วนใหญ่อยู่ที่ความละเอียดและการรับประกันปริมาณงานที่คุณต้องการ ไม่ใช่ราคาในระดับที่ทุกคนพูดถึง

วัดอะไร และเพื่อใคร

ความไม่สมมาตรของหลักฐานในที่นี้ให้ผลตรงกันข้ามกับที่คุณอาจคาดไว้ Qwen Image 3.0 มีอันดับที่เป็นอิสระ ขณะที่ Nano Banana 2.1 ซึ่งเพิ่งมีอายุได้หนึ่งวันไม่มี บนกระดานเปลี่ยนข้อความเป็นภาพของ Artificial Analysis จากตัวอย่างที่เก็บรวบรวมในเดือนกรกฎาคม 2026 Qwen-Image-3.0 มีคะแนน Elo 1,077 อยู่ในอันดับที่สิบหกจาก 5,816 ตัวอย่าง และ Qwen-Image-3.0-Pro มี 1,088 อยู่ในอันดับที่สิบสี่จาก 6,077 — อยู่กลางตาราง มีตัวอย่างเพียงพอ และอยู่ในระดับที่โมเดลแพลตฟอร์มที่แข็งแกร่งน่าจะอยู่ มากกว่าโมเดลระดับแนวหน้า คำกล่าวอ้างตอนเปิดตัวของ Alibaba เองที่ว่าโมเดลนี้คว้าอันดับหนึ่งในจีนบนลีดเดอร์บอร์ดเปลี่ยนข้อความเป็นภาพของ Arena.ai เป็นตัวเลขที่ผู้ขายรายงานเอง บนกระดานอื่นที่มีกลุ่มผู้ลงคะแนนต่างกัน มันไม่ได้ขัดแย้งกับอันดับของ Artificial Analysis เพียงแต่วัดสิ่งอื่น

ด้านของ Nano Banana 2.1 ในบัญชีนี้มีน้อยกว่า ณ วันที่ 7 ตุลาคม 2026 ยังไม่มี Elo ไม่มีจำนวนคะแนนโหวต และไม่มีการเปรียบเทียบผลเรนเดอร์จากบุคคลที่สามในบันทึกสาธารณะ สิ่งที่มีอยู่คือถ้อยคำใน changelog ของ Google — "การปรับปรุงอย่างมีนัยสำคัญ" ในด้านคุณภาพของภาพ ความสามารถในการทำตามพรอมป์ต์ ความสม่ำเสมอของตัวละครข้ามหลายรอบการสนทนา และการเรนเดอร์ข้อความ — พร้อมกับการเปลี่ยนแปลงคุณสมบัติที่บันทึกไว้ ได้แก่ เอาต์พุต 1K, 2K และ 4K โดยไม่มีระดับ 512px ภาพอ้างอิงสูงสุด 14 ภาพ แบ่งเป็นวัตถุ 10 ชิ้นและตัวละคร 4 ตัว โหมดคิดเปิดใช้งานเป็นค่าเริ่มต้น และการอ้างอิงจาก Google Image Search ควบคู่ไปกับการค้นหาเว็บ หากคุณต้องการเปรียบเทียบสองตัวนี้ในด้านคุณภาพในวันนี้ คุณกำลังเปรียบเทียบคะแนนกลางตารางที่วัดได้ของโมเดลหนึ่งกับคำกล่าวอ้างของผู้ขายของอีกโมเดลหนึ่ง และสิ่งเหล่านั้นไม่ใช่ตัวเลขประเภทเดียวกัน

ที่ที่คุณสามารถโทรหาพวกเขาแต่ละคนได้

ทั้งสองโมเดลไม่ได้อยู่บน OrcaRouter และควรพูดตรง ๆ ว่าเป็นเช่นนั้น แทนที่จะบอกเป็นนัยเป็นอย่างอื่น Gemini Nano Banana 2.1 มีให้ใช้งานผ่าน API ของผู้ให้บริการเองและจากแพลตฟอร์มของบุคคลที่สามหลายแห่ง; Qwen Image 3.0 มีให้ใช้งานผ่านแพลตฟอร์มของตัวเองและแพลตฟอร์มของบุคคลที่สามหลายแห่ง แค็ตตาล็อกของเรามีโมเดลรูปภาพอื่น ๆ อยู่จริง — ของ OpenAI openai/gpt-image-2 และ google/gemini-3.1-flash-image-preview ในจำนวนนั้น — และมีทั้งหมด 207 โมเดลอยู่เบื้องหลัง endpoint เดียวที่เข้ากันได้กับ OpenAI

เรื่องนี้มีความสำคัญต่อการเปรียบเทียบนี้ด้วยเหตุผลเฉพาะอย่างหนึ่ง: ผู้ให้บริการทั้งสองรายนี้ต่างเปลี่ยนตัวเลขของตัวเอง Google ได้ปรับโครงสร้างระดับชั้นทั้งหมดของรุ่นก่อนหน้าของ Nano Banana 2.1 และประกาศยุติให้บริการในวันเดียวกัน ส่วน Alibaba เผยแพร่ตารางราคาหนึ่งฉบับเป็นสกุลหยวนสำหรับแพลตฟอร์มในประเทศ อีกฉบับเป็นสกุลดอลลาร์สำหรับ Model Studio และชุดตัวเลขชุดที่สามสำหรับ Qwen Cloud ในระดับสากล เมื่อราคาของผู้ให้บริการเป็นเป้าที่เคลื่อนที่ตลอด คุณค่าของการซื้อผ่านชั้นที่ส่งผ่านราคาตามรายการของผู้ให้บริการโดยคิดมาร์กอัป 0% ก็คือ ตัวเลขในฝั่งของคุณจะเปลี่ยนในวันเดียวกับที่ฝั่งเขาเปลี่ยน โดยไม่มีส่วนต่างใด ๆ กั้นระหว่างคุณกับราคาที่ประกาศไว้ และไม่มีสัญญาแยกต่างหากให้ต้องเจรจาใหม่ นั่นคือวินัยที่การจัดเส้นทางของ OrcaRouter ถูกสร้างขึ้นมา และเป็นเหตุผลที่การเปรียบเทียบตารางราคาแบบนี้ยังคงถูกต้องแม่นยำแม้ผ่านไปหนึ่งเดือน แทนที่จะคลาดเคลื่อนไป

จะเลือกอันไหนจริงๆ ดี

เลือก Gemini Nano Banana 2.1 เมื่อคุณต้องการเอาต์พุต 4K เมื่อคุณต้องการระดับแบบแบตช์ที่ลดต้นทุนต่อภาพลงครึ่งหนึ่งสำหรับรอบการประมวลผลภาพอ้างอิงจำนวนมาก เมื่อเวิร์กโฟลว์คือการแก้ไขด้วยพรอมป์ต์โดยใช้ภาพอ้างอิงสูงสุด 14 ภาพ หรือเมื่อคุณต้องการการอ้างอิงข้อมูลจาก Google Search ภายในขั้นตอนการสร้าง กำหนดเส้นตายการย้ายจากรุ่นก่อนหน้าเป็นเหตุผลให้ย้ายมาใช้รุ่นนี้ มากกว่าเป็นเหตุผลให้เลี่ยง และการลดราคาจาก Nano Banana 2 นั้นอยู่ที่ประมาณครึ่งหนึ่งในทุกความละเอียด คำถามที่ยังไม่มีข้อสรุปคือการไม่มีการวัดคุณภาพโดยอิสระใด ๆ และขีดจำกัดทรูพุตที่ยังไม่เปิดเผย ซึ่งเป็นเหตุผลว่าทำไมเส้นทางสำหรับงานโปรดักชันจึงควรเตรียมพร้อมสำหรับการสลับไปใช้ระบบสำรอง แทนที่จะสันนิษฐานว่าปลายทางจะรองรับได้เสมอ

เลือก Qwen Image 3.0 เมื่อเอาต์พุตอยู่ที่หรือต่ำกว่า 2048×2048 เมื่องบประมาณการทำงานพร้อมกันที่เผยแพร่มีความสำคัญเพราะคุณกำลังจัดคิวงาน เมื่อเรตการ์ดจีนที่ RMB 0.18 ต่อภาพเป็นตัวเลขที่เกี่ยวข้องเชิงพาณิชย์ หรือเมื่อราคาที่สูงขึ้นของระดับ Pro ให้สิ่งที่การประเมินของคุณสามารถแสดงให้เห็นได้ การอยู่ในตำแหน่งกลางตารางอย่างอิสระไม่ใช่จุดอ่อนสำหรับการใช้งานนี้ — มันเป็นข้อเท็จจริงเดี่ยวที่น่าเชื่อถือที่สุดในการเปรียบเทียบนี้ เพราะเป็นตัวเลขเดียวตรงนี้ที่ไม่มีผู้จำหน่ายรายใดเป็นผู้สร้างขึ้น

หากคุณมีโอกาสได้ทำ bake-off อย่างเต็มที่ ก็ให้รันมันบนมิติที่แตกต่างกันจริง ๆ นั่นคือการแก้ไขแบบหลายรอบ สร้างแคนดิเดตขึ้นมาหนึ่งภาพ จากนั้นทำการแก้ไขต่อเนื่องสามครั้งกับแต่ละโมเดล และนับต้นทุนรวมของภาพที่ยอมรับได้ แทนที่จะนับต้นทุนของการเรนเดอร์ครั้งแรก นั่นคือการเปรียบเทียบที่เรตการ์ดของผู้ขายทั้งสองรายไม่ได้ทำให้คุณ และเป็นสิ่งเดียวที่ตัดสินว่าการ “เสมอ” ที่ 1K นั้นเสมอจริงหรือไม่