Nano Banana 2.1 против GPT Image 2: сколько я плачу за картинку и что Google раздаёт даром

Бесплатный тариф Google для Nano Banana выглядит выгодной сделкой. Плата за AI-картинку составляет несколько центов. Счёт вам выставляет ваше время.

В каждой статье этого блога семь изображений. Я генерирую их в GPT Image 2 по 2 кредита за штуку, так что полный набор обходится мне в 14 кредитов. У кредита нет фиксированной цены в евро, она зависит от вашего тарифа, поэтому читайте 14 как мою мерку, а не как счёт.

Я сам не запускал Nano Banana 2.1, и сравнения бок о бок у меня нет. Статья опирается на документацию Google и страницу цен OpenAI, которые я прочитал и проверил 14 октября 2026 года, на мои собственные расходы в кредитах и на тест, который можно провести за полдня. Если цифра моя, я так и пишу.

Если вы уже платите за GPT Image 2 или Nano Banana Pro и у вас высокая доля удачных картинок, не переходите из-за цены. Если пока не платите ничего, начните с бесплатной модели для черновиков и проверьте Nano Banana 2.1 в 2K на трёх промптах. Считайте минуты проверки, а не комиссию.

Главное коротко

• Nano Banana 2.1 стоит $0,0336 за изображение 1K и $0,0504 за 2K через Gemini API. Это вдвое дешевле Nano Banana 2 в обоих размерах и заметно ниже Nano Banana Pro за $0,134.
• «Бесплатно» в Google Flow означает 50 кредитов в день, и бесплатной названа одна модель изображений. Это Nano Banana 2 Lite, и через API она делает только изображения 1K.
• Сколько изображений дают 50 кредитов, я не нашёл. В таблице кредитов Flow нет ни одной модели изображений.
• Слоты референсов это характеристика, а не результат. Nano Banana 2.1 принимает до 10 изображений объектов и 4 изображения персонажей. Держат ли они бренд вместе, покажет только тест.
• Сравнивайте стоимость годной картинки с учётом времени на проверку. Комиссия почти не влияет на ответ.
• На моей платформе прайс-лист изменил моё мнение в одном: GPT Image 2.5 стоит вдвое меньше GPT Image 2 при среднем качестве, поэтому он первым проходит мой тест.

Лестница моделей Nano Banana в одной таблице

Google сейчас продаёт четыре модели изображений через Gemini API. Вот цены Standard с его страницы цен, за одно изображение.

Batch API вдвое снижает цену Nano Banana 2.1: до $0,0168 за 1K и $0,0252 за 2K. Google описывает модель как «обновление Nano Banana 2, основную высокоэффективную рабочую модель для генерации изображений и диалогового редактирования» (перевод мой).

В документации Nano Banana 2.1 рекомендована вместо Nano Banana 2 «для всех новых проектов» (перевод мой). Документация указывает её в 1K, 2K и 4K, а меньший размер 512px на ней не поддерживается. Даты выхода 2.1 на страницах Google я не нашёл.

Что я плачу за изображение в GPT Image 2

Я генерирую через командную строку Higgsfield. Предварительная проверка сообщает стоимость до того, как я что-либо потрачу, и сегодня я прогнал её для каждой модели из этой статьи.

В таблице ниже кредиты, которые Higgsfield назвал 14 октября для изображения 16:9. Это оценки, и для этого сравнения я ничего не генерировал.

Настройки качества сильно двигают цену GPT Image 2: в 2K он назвал 0,5 кредита на низком, 2 на среднем и 6,5 на высоком. GPT Image 2.5 назвал 0,5 на низком, 1 на среднем, 2,75 на высоком, 4,5 на xhigh и 9 на max.

Мои последние полные наборы: статья о CLAUDE.md с 7 изображениями за 14 кредитов и статьи о пикселе отслеживания в письмах с 14 изображениями за 28 кредитов. Ни в одном случае не понадобилась повторная генерация.

Это иллюстрации в одном стиле с зафиксированным персонажем, так что результат говорит лишь о том, что мой процесс работает для моего формата. О том, как Nano Banana 2.1 справится с вашим брифом, он не говорит ничего.

На моей платформе Nano Banana Pro в 2K стоит те же 2 кредита, что и мой вариант по умолчанию, поэтому для меня вопрос о Pro касается качества, а не цены. Если GPT Image 2.5 на среднем качестве удержит моего персонажа так же хорошо, те же семь изображений обойдутся в 7 кредитов.

На странице цен OpenAI модели изображений указаны за миллион токенов, а для оценки цены за изображение дана ссылка на калькулятор. В её таблице Standard две модели 2.5, gpt-image-2.5-sunburst и gpt-image-2.5-flare, по $30 за миллион выходных токенов изображения. gpt-image-2 встречается только в таблице Batch, по $15.

Я работаю с gpt-image-2, а страница не говорит, какая модель лучшая.

Цены за токены вводят в заблуждение. У Nano Banana 2.1 те же заголовочные цифры, $30 Standard и $15 Batch.

Но одно изображение Google 1K расходует 1120 токенов, а страница OpenAI не называет число токенов на изображение. Сравнивайте цены за изображение, а не за токен.

Что значит «бесплатно» в Google Flow

Google Flow это творческий инструмент, в котором живёт бесплатное предложение. Его справка о кредитах гласит: «С подпиской или без вы получаете 50 кредитов Google Flow в день» (перевод мой). Тот, у кого нет подписки, получает только эти 50 кредитов, чтобы «попробовать Google Flow» (перевод мой).

• Неиспользованные кредиты сгорают. «Если вы не потратили все 50 кредитов Google Flow за день, неиспользованные кредиты не переносятся» (перевод мой). Ежедневное обновление запускается вашей первой генерацией.
• Бесплатной названа одна модель изображений. На странице моделей Flow Nano Banana 2 Lite названа «моделью по умолчанию, доступной бесплатно» (перевод мой). Nano Banana 2.1 названа «стандартной моделью», а сколько она стоит в кредитах, не сказано.
• В таблице кредитов нет строк с изображениями. В ней перечислены видеомодели и апскейл, и страница Google One, на которую страница моделей Flow отсылает за актуальными ценами, тоже ничего не перечисляет. Поэтому гадать, сколько изображений дают 50 кредитов, я не буду.
• Часы пик влияют на видео, а не на изображения. Примерно с 14:00 до 17:00 UTC бесплатные пользователи могут не получить видеогенерацию, но «по-прежнему могут генерировать изображения» (перевод мой).
• Лимиты могут измениться. «Лимиты могут быть изменены в любое время» (перевод мой).

В API всё иначе. Бесплатного тарифа для Nano Banana 2.1 там нет: на странице цен бесплатная цена входа указана как недоступная.

Через API Lite делает только изображения 1K, и Higgsfield тоже ограничивает её 1K. Страницы Flow не называют её разрешение, так что проверьте настройку во Flow.

Если Flow следует ограничению API, «бесплатно» в основном означает 1K, а этого хватает для поста в соцсетях или черновика раскадровки. Мои главные изображения для блога экспортируются шириной 2688 пикселей, а для этого нужен источник в 2K.

Слоты референсов это характеристика, а не результат

Для маркетолога качество одной картинки важно меньше, чем то, похожа ли пятая на первую. Это зависит от референсных изображений, а число слотов у моделей разное.

В документации Google сказано, что модели Nano Banana «позволяют смешивать до 14 референсных изображений» (перевод мой). Nano Banana 2.1 принимает до 10 изображений объектов и до 4 изображений персонажей. Nano Banana Pro принимает 6 объектов, 5 персонажей и 3 стилевых референса.

Lite принимает до 14 изображений объектов, без референсов персонажей, и Google пишет, что она «не оптимизирована для нескольких референсных входов» (перевод мой). В посте Google о запуске Nano Banana 2 названо другое распределение: 5 персонажей и 14 объектов. Когда собственные страницы вендора противоречат друг другу, я верю таблице API и тестирую.

В моей схеме один-два референса. Каждая сцена получает один и тот же референсный PNG моего персонажа, и модель изображений сохраняет лицо. Когда в сцену попадает маскот, я передаю его обрезанное изображение вторым референсом, и он возвращается точным.

Каждая модель в таблице принимает больше референсов, чем использую я, поэтому число слотов мне почти ничего не говорит. Если в ваших визуалах есть маскот, продукт или основатель, проверьте, сколько референсов принимает каждая модель. Потом проверьте, остаётся ли лицо тем же.

Стоимость годной картинки

Вот формула, которой я бы пользовался:

Стоимость годной картинки = (комиссия за попытку + минуты проверки за попытку x ваша почасовая ставка / 60) / доля попыток, которые прошли.

Измеренной доли удачных попыток для Nano Banana 2.1 у меня нет, поэтому называть её я не буду. Вот два выдуманных случая, чтобы показать, как ведёт себя формула.

Допустим, вы оцениваете своё время в $60 в час (это мой условный пример), а каждая попытка требует двух минут проверки. Это $2 за попытку, примерно в 40 раз больше комиссии $0,0504 за изображение 2K из Nano Banana 2.1.

Дорогая модель здесь выигрывает, а доли удач я придумал. В этом и смысл: комиссия почти не влияет на ответ.

Влияют время проверки и доля удач, и для вашего брифа их никто не измерял. Тест на трёх промптах ниже измеряет.

Возьмём блог, который публикует одну статью в неделю в течение 50 недель, то есть 350 изображений. В первом случае год стоит около $2150, во втором около $1120, и почти всё это время проверки.

В этих выдуманных случаях комиссии остаются ниже $1,50 на статью. Счёт, который имеет значение, это ваше внимание.

Тест на трёх промптах, который можно провести за полдня

Рейтинги не знают вашего бренда. Три промпта знают.

1. Продукт на поверхности с напечатанной этикеткой. Укажите точный текст этикетки. Это проверяет отрисовку текста и реалистичность.
2. Инфографика с заголовком и пятью короткими строками. Возьмите настоящие слова из вашего бизнеса и вычитайте каждое слово. Google утверждает, что модели Nano Banana умеют создавать «разборчивый стилизованный текст для инфографики, меню, диаграмм и маркетинговых материалов» (перевод мой), а для инфографики с текстом я использую GPT Image 2, так что здесь обещания встречаются с вашим текстом.
3. Ваш маскот, основатель или продукт в сцене с вашим настоящим референсным изображением. Это проверяет сохранение личности.

Прогоните каждый промпт по три раза на каждой рассматриваемой модели с одинаковыми настройками. Потом оцените девять изображений каждой модели по пяти проверкам «да или нет»: текст верен, цвета соответствуют бренду, личность сохранена, видимых дефектов нет, годится без правок.

Запишите стоимость одной попытки и потраченные минуты. Затем посчитайте стоимость годной картинки.

Проставьте в таблице дату. Когда модель обновится, прогоните девять изображений заново.

Маркировка, водяные знаки и ваш юрист

Google сообщает, что все изображения, созданные через API, несут водяной знак SynthID. Для Nano Banana 2 он также сочетает SynthID с C2PA Content Credentials и говорит, что проверка C2PA появится в приложении Gemini. По версии 2.1 про C2PA я ничего не нашёл.

Эти метки сидят внутри файла. Ваша аудитория ничего не увидит, если не проверит.

Швейцарский уполномоченный по защите данных пишет, что использование программ, позволяющих манипулировать лицами, изображениями или голосовыми сообщениями идентифицируемых лиц, «должно всегда чётко указываться; в конкретном случае оно может быть и вовсе незаконным из-за запретов уголовного права» (перевод мой). Это трактовка регулятора по швейцарскому закону о защите данных. Если на вашем изображении реальный человек, спросите юриста до публикации.

Для изображений без реального человека юридической оценки я не даю. В других странах, включая ЕС, есть свои правила об AI-генерированном контенте. Решите, когда вы ставите метку, запишите это и применяйте ко всем изображениям.

Это прочтение публичных текстов, а не юридическая консультация. По точной формулировке меток и вашей политики конфиденциальности обратитесь к юристу или консультанту по защите данных.

Nano Banana или GPT Image 2: с чего я бы начал

Из моей работы ниже только одна строка. Остальное это позиционирование Google, которое я не проверял.

Из моей работы: GPT Image 2 остаётся моим выбором по умолчанию для изображений с моим персонажем и для текста, который я вычитываю слово за словом, потому что этот процесс настроен.

Из документов Google: Nano Banana 2 Lite во Flow это заявленный бесплатный вариант, поэтому я бы брал её для черновиков, которые выброшу. Nano Banana 2.1 это рекомендуемая Google модель для новых проектов по $0,0504 за 2K, так что она первой проходит тест на трёх промптах. Nano Banana Pro описана для самых сложных брифов, и на Higgsfield она стоит те же 2 кредита, что и мой вариант по умолчанию, поэтому я бы проверил её на тех же трёх промптах.

Из прайс-листа: GPT Image 2.5 называет вдвое меньше кредитов, чем GPT Image 2, при среднем качестве, так что это первый кандидат на сокращение моего счёта. Я бы прогнал его через тот же тест.

Частые вопросы

Бесплатна ли Nano Banana 2.1?

Через API нет, там Google не указывает бесплатного тарифа. Во Flow Google заявляет, что Nano Banana 2 Lite это модель по умолчанию, доступная бесплатно. Сколько Nano Banana 2.1 стоит в кредитах, не сказано.

Сколько стоит одно изображение в Nano Banana 2.1?

Через Gemini API $0,0336 за изображение 1K, $0,0504 за 2K и $0,113 за 4K по ценам Standard. Batch API вдвое снижает эти цифры. На Higgsfield 14 октября было названо 1,5, 2 и 3 кредита.

Нужно ли маркировать AI-изображения?

Google ставит водяной знак SynthID внутри файла, но это не маркирует изображение для вашей аудитории. Для изображений реальных, идентифицируемых людей швейцарский уполномоченный по защите данных говорит, что манипуляцию нужно чётко указывать. Во всех остальных случаях спросите юриста.

Мой вердикт

GPT Image 2 или Nano Banana 2.1? Перестаньте сравнивать ценники и сравните стоимость годной картинки на ваших трёх промптах с учётом времени проверки. Пока я их не прогнал, я остаюсь на GPT Image 2 для работы с моим персонажем и текстом.

Пять правил:

1. Используйте бесплатный тариф для черновиков, ожидайте, что лимиты будут меняться и проверьте, не ограничивает ли вас Flow до 1K.
2. Проверьте Nano Banana 2.1 в 2K и Nano Banana Pro на тех же трёх промптах, прежде чем менять инструмент.
3. Проверьте слоты референсов, если в ваших визуалах есть маскот или основатель, а затем проверьте, держится ли лицо.
4. Вычитывайте каждое слово внутри изображения.
5. Ставьте на результатах дату. Эти модели меняются каждые несколько месяцев.

Цены и функции на этой странице актуальны на 14 октября 2026 года. Google и OpenAI часто меняют и то и другое, поэтому проверяйте даты, прежде чем полагаться на цифру.

Нужна помощь с процессом работы с изображениями, который сохранит единство бренда на протяжении месяца постов, и с расчётом его стоимости? Более широкий счёт за работу с AI для маркетолога разобран в моей статье об использовании AI в маркетинге, а сторона дизайнерского ПО в моём аудите PhotoCraft. Свяжитесь со мной.