FLUX 3 Image Klein so với Nano Banana 2 Lite: Khoảng cách giá 3,8× và một điểm số công khai

Hai mô hình tạo ảnh, cả hai đều được định vị ở mức khoảng bốn giây mỗi ảnh, với giá chênh nhau 3,8 lần. FLUX 3 Image Klein là mô hình trọng số mở 5,6B do Black Forest Labs công bố ngày 15 tháng 10 năm 2026 với giá 0,009 USD mỗi 1K ảnh. Nano Banana 2 Lite — tên chính thức là Gemini 3.1 Flash Lite Image — là endpoint tiết kiệm của Go​ogle, hoạt động từ ngày 30 tháng 6 năm 2026 với giá 0,034 USD mỗi 1K ảnh. Một mô hình bạn có thể tải xuống và chạy trên card của riêng mình. Một mô hình bạn không thể chạy ở bất cứ đâu ngoại trừ thông qua Go​ogle.

Sự bất đối xứng quyết định phần lớn lựa chọn thực tế không phải là giá. Mà là chỉ một trong hai cái này có điểm đánh giá từ bất kỳ ai ngoài người tạo ra nó. Nano Banana 2 Lite đã có mặt trên một bảng xếp hạng công khai đủ lâu để tích lũy gần mười lăm nghìn phiếu bầu. Klein, tám ngày tuổi tại thời điểm viết bài, không có phiếu nào. Vì vậy, so sánh này có thể chính xác về một bên và phải thận trọng về bên còn lại — và hóa ra phần thận trọng lại quan trọng hơn mức chênh lệch giá.

Thực tế mỗi thứ là gì

Chúng không được tạo ra theo cùng một cách, và những khác biệt lộ ra ở những điểm mà bảng giá không thể hiện được.

• Tham số — Klein là trình tạo ảnh 5,6B với các bộ mã hóa văn bản được tính riêng; Nano Banana 2 Lite là transformer đa phương thức phái sinh từ Gemini 3.1 Flash-Lite mà Go​ogle không công bố kích thước

• Khả năng có sẵn trọng số — Klein cung cấp các bản dựng BF16, FP8, INT8 và NVFP4 để tải xuống; Nano Banana 2 Lite chỉ được cung cấp dưới dạng API và không có gì khác

• Độ phân giải — Klein tạo trực tiếp ở 4K; Nano Banana 2 Lite là mô hình 1K, tính giá theo từng ảnh 1K

• Tham chiếu — Klein chấp nhận tối đa 10 hình ảnh tham chiếu; Nano Banana 2 Lite xử lý đầu vào hình ảnh và chỉnh sửa thông qua pipeline hình ảnh Gemini

• Giấy phép — FLUX Kommunity License với mốc doanh thu 5 triệu USD cho việc tự lưu trữ thương mại; các điều khoản API độc quyền của Go​ogle

• Gắn thủy vân — Nano Banana 2 Lite áp dụng SynthID cho mọi đầu ra; trọng số mở của Klein không có dấu bắt buộc tương đương

• Đầu vào và đầu ra — Klein trả về hình ảnh; Nano Banana 2 Lite thuộc một họ đa phương thức cũng trả về văn bản

Dòng 4K không phải là một chi tiết trên bảng thông số. Đó là sự khác biệt giữa một mẫu bạn có thể dùng cho một sản phẩm bàn giao để in và một mẫu bạn phải nâng độ phân giải sau đó, và đây là điểm duy nhất mà mẫu rẻ hơn cũng là mẫu có năng lực cao hơn ở một khía cạnh cứng, có thể kiểm chứng.

Bảng điểm công khai duy nhất có một trong số họ ở trên đó.

Artificial Analysis xếp hạng các mô hình hình ảnh theo Elo dựa trên phiếu bầu ưu tiên theo cặp của con người, và bảng xếp hạng văn bản-thành-hình ảnh của nó là thứ gần nhất mà lĩnh vực này có với một trọng tài trung lập. Ghi nhận vào ngày 16 tháng 10 năm 2026, Nano Banana 2 Lite đứng thứ mười lăm với 1106 Elo trên 14,779 mẫu, ở mức $33.6 mỗi nghìn hình ảnh do bảng xếp hạng niêm yết. Trên bảng chỉnh sửa, nó đứng thứ hai mươi bảy với 1053 trên 7,803 mẫu.

Hai con số đó đáng để đọc cùng nhau. Nano Banana 2 Lite là một trình tạo ảnh tốt hơn so với vai trò trình chỉnh sửa của nó, khoảng 53 Elo trên cùng một nhóm người bình chọn. Đó không phải là khoảng cách nhỏ trong một lĩnh vực mà ở đó hai mươi mô hình hàng đầu chỉ cách nhau khoảng một trăm điểm từ đầu đến cuối. Nó cho bạn biết mô hình tiết kiệm chi phí này đã phải đánh đổi ở đâu.

Klein không có mục nào trên cả hai bảng xếp hạng. Mục FLUX 3 Image ở vị trí thứ mười ba, 1114 Elo và 48 USD mỗi nghìn ảnh, là mô hình anh em lớn hơn chỉ qua API, không phải Klein. Vậy nên với mô hình trọng số mở này, bằng chứng so sánh duy nhất là đánh giá của chính BFL, trong đó báo cáo rằng nó đứng đầu trong số các mô hình trọng số mở ở tạo ảnh từ văn bản, đa tham chiếu và chỉnh sửa, đồng thời dẫn trước FLUX.2 [klein] 9B 91 Elo ở tạo ảnh từ văn bản và 70 Elo ở chỉnh sửa. Đó là những con số của nhà cung cấp với một tác giả được nêu tên.

Có một cách để có được một ước lượng thô về vị thế. FLUX.2 [klein] 9B đang ở mức 1026 trên bảng công khai ở hạng mục text-to-image và 1015 ở hạng mục editing, vì vậy nếu áp dụng các delta của BFL thì Klein sẽ ở gần 1117 và 1085. Đó là phép tính trên tuyên bố của nhà cung cấp, không phải phép đo — các delta Elo không chuyển được giữa các harness — nhưng như vậy đủ để nói rằng hai mô hình có khả năng nằm trong cùng một vùng, với Klein có lẽ nhỉnh hơn một chút về tạo sinh và rõ ràng nhỉnh hơn về editing. Nếu các delta đó vẫn đúng. Mà đó lại chính là toàn bộ câu hỏi.

Chênh lệch giá, ở quy mô lớn

Với giá niêm yết, phép tính rất đơn giản và hiệu ứng sẽ cộng dồn.

• 10.000 hình ảnh mỗi tháng — Klein $90 so với Nano Banana 2 Lite $340

• 100.000 hình ảnh mỗi tháng — Klein $900 so với Nano Banana 2 Lite $3.400

• 1.000.000 hình ảnh mỗi tháng — Klein $9.000 so với Nano Banana 2 Lite $34.000

• Ở 4K — các gói cao hơn của Klein có giá cao hơn mức giá 1K của nó, nên khoảng cách thu hẹp; BFL niêm yết gói 4K ở mức $0.036 mỗi ảnh

Ở mức một triệu ảnh mỗi tháng, mức chênh lệch là 25.000 USD, xấp xỉ chi phí GPU. Đó là điểm mà việc tự vận hành không còn là một lựa chọn mang tính ý thức hệ mà trở thành một quyết định về vốn. Dưới vài trăm nghìn ảnh mỗi tháng, khoản tiết kiệm không rõ ràng là đủ bù đắp thời gian của một kỹ sư, chưa nói đến phần cứng — đó là lý do nhiều đội tải trọng số về, chạy mô hình hai lần, rồi quay lại dùng API.

Có một điểm mấu chốt trong phép so sánh này, và đó chính là điều được đề cập sâu hơn ở nơi khác trên trang này: pipeline mặc định của Klein cần một mô hình thứ hai đứng trước nó. Prompt upsampler là một bản tải xuống 9B riêng, dung lượng 18,8 GB, và BFL nói rằng mô hình hình ảnh không được thiết kế để chạy mà không có nó. Vì vậy, phép so sánh tự vận hành trung thực không phải là một mô hình 5,6B đối đầu với một lệnh gọi API. Mà là một bộ tạo cộng với một trợ thủ cộng với bộ nhớ để chứa cả hai, đối chiếu với mức giá mỗi ảnh bao gồm mọi thứ Google làm ở phía máy chủ.

Độ phân giải mới là ranh giới thực sự.

Nếu đầu ra của bạn là để hiển thị trên màn hình, 1K thường là đủ và sự khác biệt về độ phân giải sẽ không còn quan trọng. Nếu đầu ra dành cho in ấn, bao bì, bán lẻ khổ lớn hoặc bố cục phải cắt nhiều, nó sẽ quyết định lựa chọn trước khi giá cả được xem xét. Nano Banana 2 Lite là một mô hình 1K. Klein tạo gốc ở 4K, và các hạng độ phân giải cao hơn của nó được định giá tương ứng thay vì là phóng to từ bản render 1K.

Một công cụ phóng to có thể thu hẹp phần nào khoảng cách đó, và các nhóm làm điều này. Điều một công cụ phóng to không thể làm là khôi phục chi tiết mà mô hình chưa từng tạo ra — chữ mảnh, các cấu trúc lặp lại mỏng, kết cấu đặc trưng của một vật liệu. Với một bản render 1K được phóng to lên cỡ poster, sự khác biệt đó sẽ thấy được ở khoảng cách xem. Với một tài sản mạng xã hội, sẽ không ai nhận ra.

Chỉnh sửa là lúc mô hình rẻ hơn có thể không còn rẻ hơn nữa.

Điểm số chỉnh sửa của Nano Banana 2 Lite là con số yếu hơn của nó, và chỉnh sửa chính là điểm mạnh nhất trong trường hợp của Klein. Tài liệu của chính Gooogle lại thẳng thừng một cách bất thường về sự đánh đổi này: trang lựa chọn mô hình mô tả Nano Banana 2 Lite được thiết kế cho tốc độ và quy mô, nơi tốc độ và chi phí là những ràng buộc chính, và bổ sung rằng nó "không được tối ưu cho nhiều đầu vào tham chiếu hoặc chỉnh sửa tuần tự nhiều lượt." Đó là việc nhà cung cấp tự nói cho bạn biết giới hạn của mô hình tiết kiệm nằm ở đâu, và điều này khớp với khoảng cách trên bảng xếp hạng — 1106 cho khả năng tạo so với 1053 cho chỉnh sửa.

Klein được xây dựng cho trường hợp ngược lại. Quá trình thử nghiệm của chúng tôi trên API của nhà cung cấp — không có bộ prompt cố định, không có rubric, nên đây là một quan sát chứ không phải một bài benchmark — cho thấy nó thuyết phục nhất ở những chỉnh sửa chính xác, cục bộ: thay đổi một đối tượng, di chuyển một phần tử vào một vùng có giới hạn, để nguyên phần còn lại của khung hình. Đó chính là năng lực mà điều khiển bounding-box của BFL được tạo ra để thể hiện, và đây là kiểu công việc mà một lần thử thất bại tốn một vòng đánh giá chứ không chỉ là một bức ảnh. Klein cũng chấp nhận tới 10 ảnh tham chiếu trong một lần gọi, so với một mô hình mà Google nói rằng hoàn toàn không được tối ưu cho nhiều tham chiếu.

Đây là chỗ mà việc so sánh giá theo từng ảnh trở nên gây hiểu nhầm. Nếu mô hình rẻ cần ba lần thử và một lần chỉnh tay để đạt được một chỉnh sửa hẹp, còn mô hình kia chỉ cần một lần, thì chi phí thực tế trên mỗi tài sản dùng được sẽ đảo ngược. Đây không phải là lập luận rằng Klein thắng — chất lượng chỉnh sửa của nó do nhà cung cấp báo cáo và chưa được ai khác đo lường — mà chỉ rằng giá niêm yết là mẫu số sai cho công việc chỉnh sửa. Hãy đo chi phí trên mỗi tài sản được chấp nhận, không phải chi phí mỗi lần gọi.

Hình mờ, giấy phép và vị trí đặt hình ảnh

Ba khác biệt thực tế hiếm khi xuất hiện trên biểu đồ đánh giá hiệu năng:

• Nguồn gốc — Nano Banana 2 Lite đánh dấu mọi đầu ra bằng SynthID, có thể xác minh thông qua ứng dụng Gemini, Gemini trong Chrome hoặc Tìm kiếm; trọng số có thể tải xuống của Klein tạo ra hình ảnh không có dấu

• Mức trần giấy phép — Klein miễn phí cho tự lưu trữ thương mại dưới 5 triệu USD doanh thu hằng năm và cần giấy phép trả phí khi vượt mức đó; điểm cuối Go​ogle không có ngưỡng doanh thu nhưng là dịch vụ bạn thuê, không phải mô hình bạn sở hữu

• Luồng dữ liệu — Klein tự triển khai giữ prompt và hình ảnh trên phần cứng của bạn; API thì không, và đối với một số quy trình công việc được quản lý chặt chẽ, chỉ riêng sự thật đó đã định đoạt quyết định, bất kể chất lượng

Lập luận về SynthID có hai mặt. Đối với một nhà xuất bản muốn có nguồn gốc đọc được bằng máy, dấu thủy vân là một tính năng. Đối với một studio cần tư liệu sạch, đó là một ràng buộc phải xoay xở — và là ràng buộc mà một mô hình trọng số mở chạy cục bộ đơn giản là không áp đặt.

Ai nên chọn cái nào

Chọn Nano Banana 2 Lite nếu bạn đang xây dựng một pipeline khối lượng lớn, hướng tới màn hình và muốn chi phí dự đoán được cho từng ảnh mà không cần hạ tầng. Nó nhanh, là endpoint hình ảnh rẻ nhất của Google, có điểm số công khai để bạn cân nhắc, và khớp vào các bề mặt Gemini nếu sản phẩm của bạn đã hiện diện ở đó. Giới hạn 1K và điểm chỉnh sửa yếu hơn là hai điều bạn cần thiết kế để ứng phó.

Chọn FLUX 3 Image Klein nếu bạn cần 4K, nếu bạn cần chỉnh sửa cục bộ chính xác, nếu bạn cần tối đa 10 ảnh tham chiếu trong một lần gọi, hoặc nếu hình ảnh không thể rời khỏi hạ tầng của bạn. Đổi lại, hãy chấp nhận rằng các tuyên bố về chất lượng là do chính phòng thí nghiệm đưa ra, rằng pipeline mặc định nặng hơn con số VRAM được quảng cáo ngụ ý, và rằng giờ đây bạn chịu trách nhiệm về dòng giấy phép.

Nếu bạn chưa chắc, yếu tố phân định có thể đo được trong một buổi chiều: lấy hai mươi lời nhắc của chính bạn, chạy chúng qua điểm cuối {{1}}Go​ogle{{/1}}, sau đó chạy chúng qua Klein có và không có {{2}}bộ lấy mẫu tăng cường{{/2}} của nó, rồi đếm số tài nguyên được chấp nhận thay vì điểm trung bình.

Giữ cho quyết định có thể đảo ngược

Lý do lựa chọn này có cảm giác tốn kém là vì việc chuyển đổi thường đồng nghĩa với một tích hợp thứ hai, một khóa thứ hai và một mối quan hệ thanh toán thứ hai. Đó chính là vấn đề mà một lớp định tuyến tồn tại để giải quyết. OrcaRouter cung cấp hơn 200 mô hình phía sau một API tương thích OpenAI với mức markup 0% — giá niêm yết của nhà cung cấp được chuyển nguyên qua, nên khi nhà cung cấp giảm giá thì có hiệu lực ngay trong cùng ngày thay vì vào kỳ đối soát tiếp theo — cùng với tự động chuyển đổi dự phòng khi một điểm cuối bị suy giảm. Điều đó đáng có chính xác khi bạn đang đánh đổi giữa hai mô hình về giá, bởi vì việc đánh đổi sẽ không còn khiến bạn phải trả giá bằng một tích hợp.

Tuy nhiên, nó không cung cấp cho bạn mô hình nào trong hai mô hình này. Cả FLUX 3 Image Klein lẫn Nano Banana 2 Lite đều không có trong danh mục gồm 210 mô hình của chúng tôi hiện nay; có thể truy cập Klein thông qua API riêng của BFL hoặc các trọng số đã tải xuống, và Nano Banana 2 Lite thông qua API của Go​ogle. Nói rõ điều đó hữu ích hơn là ngụ ý điều ngược lại.

Điều gì sẽ thay đổi sự so sánh này?

Việc Klein xuất hiện trên bảng công khai với tư cách một mục riêng, tách khỏi FLUX 3 Image, với đủ phiếu để vượt qua hiệu ứng mới lạ, chỉ riêng việc bổ sung đó thôi cũng sẽ biến cột quan trọng nhất trong bài viết này từ tuyên bố của nhà cung cấp thành một phép đo — và nó sẽ giải quyết được liệu khoảng cách giá 3,8× là một món hời hay chỉ là mức chiết khấu thông thường dành cho một mô hình chưa được kiểm chứng. Cho đến lúc đó, cách diễn giải an toàn nhất là cách mà bằng chứng ủng hộ: Nano Banana 2 Lite là lựa chọn đã rõ, Klein là lựa chọn có trần cao hơn và nhiều ẩn số hơn, và yêu cầu về độ phân giải thường là thứ quyết định giữa hai lựa chọn này trước khi chất lượng được đem ra bàn tới.