MOSS-Image vs Nano Banana 2: Một bên có ngày ngừng hoạt động, bên kia không có endpoint

Sự so sánh này có một đặc điểm trớ trêu mà không nhà cung cấp nào quảng cáo. N​ano Banana 2 — tên gọi dành cho người tiêu dùng của G​oogle cho G​emini 3.1 Flash Image, định danh gemini-3.1-flash-image — có ngày ngừng hoạt động chỉ còn mười hai ngày nữa kể từ bây giờ. Nhật ký thay đổi API G​emini của G​oogle đánh dấu nó là không còn được dùng vào ngày 29 tháng 10 năm 2026, ba tuần sau khi N​ano Banana 2.1 ra mắt vào ngày 6 tháng 10 với mức giá mỗi ảnh chỉ bằng khoảng một nửa. M​OSS-Image, được phát hành dưới dạng trọng số mở theo giấy phép Apache 2.0 vào ngày 16 tháng 10 năm 2026, không có ngày ngừng hoạt động vì chẳng có gì để ngừng cả: đây là một bản tải xuống 27 GB do chính bạn chạy, và chưa có API thương mại nào cho nó được công bố.

Vậy nên phiên bản trung thực của màn so tài này không phải là “cái nào tốt hơn”. Đó là sự so sánh giữa một mô hình sắp ngừng tồn tại trên máy chủ của người khác và một mô hình sẽ tồn tại trên máy chủ của bạn chừng nào bạn còn giữ các tệp. Cách đóng khung đó hữu ích hơn một bảng thông số kỹ thuật, vì nó chính xác là quyết định mà một đội đang đưa ra trong tháng này, và vì câu hỏi bậc hai — thứ gì thay thế N​ano Banana 2 — có một câu trả lời làm thay đổi giá một nửa.

Đầu tiên, bạn thực sự đang so sánh với N​ano Banana nào?

Cách đặt tên của Google có ba lớp, và những khác biệt này không chỉ là hình thức.

Nano Banana 2 là Gemini 3.1 Flash Image. Việc triển khai cho người dùng bắt đầu vào ngày 26 tháng 2 năm 2026 và API dành cho nhà phát triển đạt trạng thái khả dụng chung vào ngày 28 tháng 5 năm 2026 dưới tên gemini-3.1-flash-image. Nó là trình tạo ảnh mặc định trên ứng dụng Gemini, các giao diện Lens và AI Mode của Google Search, Flow và Google Ads — đây là thực tế chi phối mọi quyết định áp dụng, bởi vì nó không phải là một mô hình mà người dùng của bạn phải được thuyết phục để sử dụng.

Nano Banana Pro là phiên bản cao cấp hơn, và đây là mô hình mà OpenMOSS chọn để đánh giá đối sánh trong báo cáo của chính mình. Trên bảng LongLongTextBench của nhà cung cấp, Nano Banana Pro đạt 96,6 Mean-6 so với 96,3 của MOSS-Image — mức chênh ba phần mười, khoảng cách hẹp nhất trong bảng và cũng là khoảng cách đáng để tìm hiểu nhất.

N​ano Banana 2.1 là thứ thay thế N​ano Banana 2 vào ngày 6 tháng 10. Nó không phải là chủ đề ở đây, nhưng nó là đích đến, và sự tồn tại của nó đặt ra các điều kiện: thông báo ngừng hỗ trợ và phiên bản kế nhiệm cùng xuất hiện trong một mục nhật ký thay đổi.

Khoảng cách ba phần mười, đọc cho đúng.

Báo cáo của MOSS-Image có điểm khác thường ở chỗ nó công bố một bảng mà tại đó một đối thủ vượt qua nó. LongLongTextBench gồm 240 tác vụ kết xuất văn bản văn học — 120 tiếng Anh, 120 tiếng Trung, với độ dài mục tiêu trung bình là 1.339,8 ký tự, gấp khoảng mười một lần mức trung bình của LongTextBench — và điểm Mean-6 96,3 của MOSS-Image đưa nó vượt xa mức 64,9 của Qwen-Image-2512, với 97,1 tiếng Anh và 92,4 tiếng Trung trên tập con điều kiện dài nhất. Phía trên nó là GPT Image 2 với 99,0 và Nano Banana Pro với 96,6.

Khoảng cách ba phần mười giữa MOSS-Image và Nano Banana Pro còn nhỏ hơn cả mức độ tin cậy mà bất kỳ ai nên có đối với một trong hai con số đó. Cả hai đều do các phòng thí nghiệm khác nhau tạo ra trên một bài đánh giá do OpenMOSS làm tác giả, sử dụng chính các lần chạy mô hình của Google do chính phòng thí nghiệm đó thực hiện. Và Nano Banana 2 không phải là mô hình trong hàng đó — phân khúc Flash nằm dưới Pro, nên cách hiểu trung thực là kết quả kết xuất văn bản của MOSS-Image xấp xỉ ở mức của phân khúc cao cấp của Google trên một bài kiểm tra do chính các tác giả của MOSS-Image viết ra, trong khi mô hình mà bạn thực sự sẽ đem ra so sánh trong một cuộc mua sắm lại nằm ở phân khúc thấp hơn thế một bậc.

Điểm mà MOSS-Image không gần với bất kỳ thứ gì Google phát hành là bố cục. Trên 7Bench, bộ đánh giá mà báo cáo cũng giới thiệu, MOSS-Image báo cáo IoU bố cục trung bình là 0.88 với Layout AUC là 0.70. Nano Banana Pro ở mức 0.33 và 0.20 trong cùng bảng. Nếu những con số đó được tái lập thành công, thì việc đặt vật thể chính xác là một năng lực mà MOSS-Image sở hữu và không có mô hình hình ảnh Gemini nào hiện tại cạnh tranh được. Chúng chưa được tái lập, và chính phòng thí nghiệm đó đã viết ra chỉ số này.

Những gì N​ano Banana 2 mang lại cho bạn hôm nay, và trong mười hai ngày nữa

Bảng năng lực là của một người đa năng, và đó chính là lý do mô hình có mặt ở khắp mọi nơi.

• Tính nhất quán — tối đa năm nhân vật và mười bốn đối tượng được giữ ổn định xuyên suốt một quy trình làm việc, chính là tính năng mà cả dòng N​ano Banana được bán dựa trên đó.

• Đầu ra — lên đến 4K trên mười bốn tỷ lệ khung hình, bao gồm cả những dạng cực đoan 1:4 và 1:8 mà các định dạng banner và hình nền cần.

• Văn bản trong ảnh — kết xuất trong ảnh bao gồm dịch và bản địa hóa với bố cục được giữ nguyên. Đây là khả năng trùng khớp trực tiếp nhất với định hướng của MOSS-Image, và là khả năng mà Google đã trình diễn khi ra mắt.

• Grounding — việc tạo nội dung dựa trên tìm kiếm web và hình ảnh thay vì chỉ dựa vào prompt, cùng bản năng kiến trúc mà Meta đã đẩy xa hơn với Muse Image.

• Kiểm soát — các mức độ tư duy có thể cấu hình, đánh đổi độ trễ để lấy khả năng suy luận, cùng với tính năng gắn thủy vân SynthID và siêu dữ liệu nguồn gốc C2PA trên mọi đầu ra theo mặc định.

• Giá — đầu ra được tính phí ở mức $60 mỗi triệu token, mà theo tài liệu của chính Google thì quy ra khoảng $0.045 ở 512px, $0.067 ở 1024×1024, $0.101 ở 2K và $0.151 ở 4K, với chế độ batch chỉ bằng một nửa. Artificial Analysis liệt kê ở mức $67 mỗi 1.000 hình ảnh.

• Vị trí đo được — Elo 1.125 trên bảng xếp hạng text-to-image của Artificial Analysis và 1.108 trên bảng xếp hạng chỉnh sửa hình ảnh của tổ chức này tính đến ngày 6 tháng 10 năm 2026.

Không có gì trong số đó đang bị tranh chấp. Điều cũng đúng là vào ngày 29 tháng 10, mã định danh sẽ ngừng hoạt động, và con đường phía trước là Nano Banana 2.1 — thứ mà Artificial Analysis chưa chấm điểm, thứ mà Google định giá chỉ bằng khoảng một nửa, và được một bài viết riêng trên blog này đề cập chi tiết.

MOSS-Image mang lại cho bạn những gì, và đổi lại nó yêu cầu điều gì

Kiến trúc là một transformer khuếch tán đơn luồng 5B được huấn luyện từ đầu: 42 khối liên kết, chiều rộng ẩn 3.072, 24 đầu ở 128 chiều, một mạng feed-forward SiTU-GLU rộng 8.192 và mã hóa vị trí quay bốn trục với trục đầu tiên được dành riêng cho chỉ mục tham chiếu. Nhãn 5B không bao gồm những phần tốn kém — một bộ mã hóa văn bản Qwen3.5-9B đóng băng và một VAE FLUX.2 đóng băng được nạp từ FLUX.2-klein-4B với 32 kênh tiềm ẩn, cùng các bản vá tiềm ẩn 2×2 trên mức giảm mẫu 8×, tạo ra bước hiệu dụng 16 pixel.

Câu lệnh có thể là một đối tượng JSON. Các hộp bao trong toạ độ pixel tuyệt đối được đo từ tâm canvas, các chuỗi văn bản nguyên văn, ghi chú về kiểu chữ, tất cả đều dùng bbox_format "yxyx". Giới hạn của câu lệnh là 4.096 token ở giai đoạn tiền huấn luyện cuối cùng, kích thước đầu ra phải là bội số dương của 16, và tài liệu hướng dẫn khuyến nghị một, một phẩy năm hoặc hai megapixel với dải hỗ trợ từ 512×512 đến 4M. Các thiết lập mặc định khi lấy mẫu là flow-matching Euler với 50 bước, CFG 3.0, shift 5.0, kèm guidance bỏ qua lớp trên nhánh âm tại lớp 22 — và đường dẫn guidance mặc định cần hai lượt lan truyền xuôi của transformer mỗi bước, đó là lý do vì sao 50 bước không phải là thiết lập rẻ như nghe có vẻ.

Cái giá để tham gia là có thật: khoảng 27,2 GB cho kho lưu trữ SFT, trong đó khoảng 16,8 GB là bộ mã hóa văn bản, cộng thêm GPU của riêng bạn và công việc phục vụ của riêng bạn. Phần thưởng cho điều đó là một mô hình mà bạn có thể lượng tử hóa, tinh chỉnh, chạy trong môi trường biệt lập và đưa vào một sản phẩm thương mại mà không cần đàm phán giấy phép, bởi vì Apache 2.0 bao gồm các trọng số và mã pipeline độc lập mà không có ngưỡng doanh thu và không có phụ lục sử dụng được chấp nhận.

Từng dòng một

• Trạng thái — Nano Banana 2 đã bị ngừng hỗ trợ, với thời điểm tắt hẳn vào ngày 29 tháng 10 năm 2026; MOSS-Image được phát hành vào ngày 16 tháng 10 năm 2026 dưới dạng trọng số mở và không có cơ chế ngừng hỗ trợ

• Truy cập — N​ano Banana 2 thông qua API và các bề mặt tiêu dùng của G​oogle, và thông qua các nền tảng định tuyến; M​OSS-Image bằng cách tải xuống nó

• Giá — N​ano Banana 2 khoảng $0,067 mỗi ảnh 1024×1024 và $0,151 ở 4K, tính phí theo token đầu ra, chạy theo lô thì chỉ bằng một nửa; M​OSS-Image miễn phí với dung lượng ~27,2 GB cùng thời gian GPU của chính bạn

• Giấy phép — Nano Banana 2 là độc quyền, chỉ có API, không có trọng số nào có sẵn; MOSS-Image là Apache 2.0 cho trọng số và mã pipeline độc lập.

• Điểm số độc lập — Nano Banana 2 đạt Elo 1,125 ở tạo ảnh từ văn bản và 1,108 ở chỉnh sửa trên Artificial Analysis; MOSS-Image không có mục nào trên Artificial Analysis và các điểm số được công bố của nó đến từ những bộ đánh giá do chính nhóm tác giả của nó viết

• Kết xuất văn bản — N​ano Banana Pro đạt 96,6 Mean-6 trên LongLongTextBench, so với 96,3 của M​OSS-Image; hạng Flash không có trong dòng đó

• Kiểm soát bố cục — M​OSS-Image chấp nhận bố cục JSON theo tọa độ pixel tuyệt đối tương đối theo tâm và báo cáo IoU trung bình 0,88 trên 7Bench; N​ano Banana Pro báo cáo 0,33 trên cùng bảng đó và G​oogle không công bố chỉ số bố cục nào của riêng mình

• Tham chiếu — N​ano Banana 2 giữ được tối đa năm nhân vật và mười bốn đối tượng nhất quán trong một câu lệnh; điều kiện tham chiếu của M​OSS-Image là một trục vị trí dành riêng mà nhà cung cấp mô tả là công việc trong tương lai, không phải tính năng đã phát hành

• Nguồn gốc — N​ano Banana 2 mặc định áp dụng đánh dấu watermark SynthID và siêu dữ liệu C2PA cho mọi đầu ra; M​OSS-Image không có lớp watermark nào

Tinh chỉnh — M​OSS-Image có thể được tinh chỉnh và lượng tử hóa, và các bản lượng tử hóa từ cộng đồng, một LoRA DMD 4 bước và một biến thể chưng cất 8 bước đã xuất hiện chỉ trong khoảng một ngày; N​ano Banana 2 thì không thể đụng tới.

Tại sao việc ngừng hỗ trợ lại thay đổi câu trả lời

Nếu Nano Banana 2 và MOSS-Image đều là những lựa chọn ổn định, thì quyết định sẽ hết sức bình thường: một API với giá bảy xu một ảnh so với một mô hình tự vận hành (self-hosted) với chi phí do chính bạn gánh, chất lượng tương đương trên một bộ đánh giá văn bản do nhà cung cấp tự soạn, còn khả năng bố cục thì nghiêng hẳn về MOSS-Image. Việc ngừng hỗ trợ phá vỡ sự cân xứng đó, và nó phá vỡ theo cả hai hướng.

Đối đầu với Nano Banana 2, MOSS-Image giờ đây thắng hoàn toàn ở lập luận về tuổi thọ. Việc xây dựng một pipeline trên một mô hình đã công bố ngày hết vòng đời chỉ còn mười hai ngày nữa và một phiên bản kế nhiệm mà bạn chưa đo lường chính là một cuộc di chuyển mà bạn đã lên lịch sẵn. Các tệp bạn tải xuống không thể bị một mục changelog đánh dấu là lỗi thời. Đó không phải là một luận điểm tu từ về tính mở; đó là một sự thật về lịch trình, và là lập luận mạnh nhất mà so sánh này đưa ra.

Nhưng việc ngừng hỗ trợ cũng có tác động ngược lại, và đây là phần thường bị bỏ sót. Nano Banana 2.1 ra mắt với mức giá chỉ bằng khoảng một nửa đồng nghĩa với việc phương án thay thế cho MOSS-Image không phải là một bức ảnh bảy xu — mà là một bức ảnh ba xu rưỡi, và là phương án mà Google sẽ tiếp tục cải thiện theo lịch trình riêng của mình mà không gây gánh nặng vận hành nào cho bạn. Tổng chi phí sở hữu của MOSS-Image chỉ tốt hơn được phương án đó nếu thời gian GPU của bạn rẻ, khối lượng của bạn lớn, hoặc bạn cần một trong những thứ mà API về mặt cấu trúc không thể cung cấp cho bạn: tinh chỉnh, lượng tử hóa, triển khai air-gapped, hoặc một giấy phép mà bạn không phải đàm phán lại.

Phía OrcaRouter của việc này, không tuyên bố quá mức.

Đây là cặp đối đầu duy nhất trong bộ hiện tại mà câu chuyện định tuyến là cụ thể chứ không phải giả định, nên đáng để nói cho chính xác. Nano Banana 2 được phục vụ trên danh mục của chúng tôi với tên google/gemini-3.1-flash-image-preview — tuy nhiên, với việc ngừng hoạt động vào ngày 29 tháng 10, điều hợp lý nên làm với endpoint đó trong tháng này là một bài kiểm tra di chuyển, chứ không phải một tích hợp mới, và phiên bản kế nhiệm có thể truy cập theo cùng cách. MOSS-Image không có trong danh mục của chúng tôi và chúng tôi không lưu trữ nó; nó là một bản tải xuống, và không có gì ở đây ngụ ý điều ngược lại.

Sự kết hợp này thực sự hữu ích cho chính quyết định đang ở trước mắt bạn. Nếu bạn muốn biết liệu một MOSS-Image tự host có tạo ra đầu ra văn bản và bố cục tốt hơn gói hosted mà bạn đang trả tiền hay không, bạn cần cả hai con số trên cùng các prompt, và nửa phần hosted của phép thử đó không nên đòi hỏi một hợp đồng thứ hai. Một khóa API duy nhất, giá niêm yết của nhà cung cấp được chuyển nguyên qua với 0% markup, nên khi Google thay đổi giá thì ở đây cập nhật ngay trong cùng ngày, tự động chuyển đổi dự phòng giữa các nhà cung cấp để một lần chạy so sánh không chết vì một buổi chiều tệ của một nhà cung cấp thượng nguồn, và một DSL định tuyến đặt cả hai phía sau một endpoint duy nhất. Đó là toàn bộ tuyên bố, và nó dừng lại đúng ở chỗ mà lời đề nghị host MOSS-Image sẽ bắt đầu.

Cần làm gì trong mười hai ngày tới

Nếu bạn đang dùng N​ano Banana 2 trong môi trường sản xuất, nhiệm vụ trước mắt không liên quan gì đến M​OSS-Image: bạn có một định danh đã bị ngừng hỗ trợ, một sản phẩm kế nhiệm với giá chỉ bằng một nửa, và một hạn chót. Hãy chạy lại bộ đánh giá của bạn với sản phẩm kế nhiệm trước ngày 29 và quyết định dựa trên bằng chứng thay vì dựa trên việc giảm giá.

Nếu bạn đang đánh giá M​OSS-Image, hãy làm điều đó vì hai lý do vẫn đứng vững sau so sánh. Thứ nhất, kiểm soát bố cục — khoảng cách 0.88 so với 0.33 trên 7Bench là kết quả duy nhất trong lĩnh vực này mà không có giải pháp hosted nào hiện tại sánh được, và nếu đặt chính xác là vấn đề của bạn, không có gói API nào giải quyết được. Thứ hai, tính vĩnh viễn — trọng số Apache 2.0 mà không thể bị ngừng hỗ trợ, định giá, hay hạn chế bởi lộ trình của bất kỳ ai ngoài bạn.

Đừng chọn MOSS-Image để kết xuất văn bản. Nó làm việc này rất xuất sắc, nhưng nó không hề dẫn đầu ở khoản này: 96,3 nằm dưới mức 96,6 của Nano Banana Pro và dưới mức 99,0 của GPT Image 2 trên chính bảng của nhà cung cấp, còn mô hình mà bạn định thay thế chỉ tốn vài xu mỗi ảnh mà không cần tới 27 GB. Lý lẽ dành cho mô hình này thì hẹp, cụ thể và có thật, và đó không phải là lý lẽ mà bảng điểm chuẩn của nó được dựng lên để trình bày.

Hai điều sẽ giải quyết được chuyện này. Một lần chạy độc lập LongLongTextBench hoặc 7Bench do ai đó không phải OpenMOSS thực hiện, và pull request vLLM-Omni bổ sung M​OSS-Image với skip-layer guidance hợp nhất vào một bản phát hành được gắn thẻ — nó được mở ngày 14 tháng 10, hiện ở mức 3.605 dòng được thêm trên 25 tệp, và vẫn đang mở với việc người đánh giá yêu cầu bằng chứng tương đương đầu ra so với một tham chiếu cố định. Cho đến khi cả hai điều đó xảy ra, tóm tắt chính xác là mô hình của G​oogle là mô hình tổng quát tốt hơn, rẻ hơn để tiếp cận, và sẽ biến mất trong mười hai ngày, trong khi mô hình của OpenMOSS làm được một việc mà không ai khác làm được, đòi hỏi phần cứng, và vẫn sẽ cài đặt được khi bản changelog khai tử đối thủ của nó đã bị lãng quên từ lâu.

Các lỗi AI và sự cố tác nhân được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong OrcaRouter AI Incident Archive, trong đó mỗi mục đều có nguồn, mức độ nghiêm trọng, xếp hạng độ tin cậy và cờ tranh chấp riêng.