گوگل مدل Nano Banana 2.1 را معرفی کرد؛ مدلی برای تولید و ویرایش تصویر که نسبت به نسل قبلی در کیفیت بصری، ویرایش تصاویر و حفظ ثبات سوژه‌ها بهبود پیدا کرده است. این مدل از امروز در Google AI Studio و APIهای گوگل در دسترس قرار گرفته و به Gemini نیز راه پیدا کرده است. در ادامه این مقاله از سایت فری لرن، با قابلیت‌های این مدل آشنا می‌شویم
مدل Nano Banana 2.1 چه قابلیت‌هایی دارد؟
گوگل می‌گوید Nano Banana 2.1 در مقایسه با مدل‌های قبلی عملکرد بهتری در چند بخش ارائه می‌دهد، از جمله:
- طراحی بصری بهتر و تولید تصاویر طبیعی‌تر
- ویرایش مبتنی بر ماسک برای تغییر بخش مشخصی از تصویر بدون دستکاری سایر قسمت‌ها
- ثبات بیشتر سوژه‌ها در تصاویر مختلف
- تصاویر طبیعی‌تر و واقع‌گرایانه‌تر
- بهبود رندر متن و چیدمان اینفوگرافیک‌ها
- پشتیبانی از تولید تصویر در وضوح‌های 1K، 2K و 4K
یکی از قابلیت‌های مهم Nano Banana 2.1 امکان استفاده از چند تصویر مرجع در یک درخواست است. این مدل می‌تواند تا 14 تصویر مرجع را دریافت کند و برای حفظ ثبات شخصیت‌ها و اشیاء در تصاویر تولیدشده استفاده کند.
قیمت مدل Nano Banana 2.1
Nano Banana 2.1 با مدل‌های Flash گوگل هم‌راستا است و گوگل آن را نسخه‌ای سریع‌تر و مقرون‌به‌صرفه‌تر در مقایسه با Nano Banana Pro معرفی می‌کند؛ بنابراین صرفاً بر اساس قیمت نمی‌توان آن را یک مدل Pro دانست.
بر اساس قیمت اعلام‌شده برای تولید تصاویر، هزینه خروجی تصویر 30 دلار به ازای هر یک میلیون توکن است. در این مدل:
- تصویر 1K با مصرف ۱۱۲۰ توکن، حدود 0.034 دلار هزینه دارد.
- تصویر 2K با مصرف ۱۶۸۰ توکن، حدود 0.050 دلار هزینه دارد.
- تصویر 4K با مصرف ۲۵۲۰ توکن، حدود 0.076 دلار هزینه دارد.
گوگل همچنین اعلام کرده Nano Banana 2.1 از قابلیت ویرایش چندمرحله‌ای تصویر پشتیبانی می‌کند و امکان استفاده از متن، تصویر و ویدیو به‌عنوان ورودی را دارد.
در مجموع، مدل هوش مصنوعی Nano Banana 2.1 بیشتر یک ارتقای جدید برای مدل تصویری Flash گوگل محسوب می‌شود که تمرکز آن روی کیفیت بهتر، ویرایش دقیق‌تر و حفظ ثبات سوژه‌هاست؛ در حالی که Nano Banana Pro همچنان مدل رده‌بالاتر این خانواده محسوب می‌شود.
