سه نکتهٔ کلیدی
۱. Nano Banana 2.1 مدل تولید و ویرایش تصویر گوگل است و از ۶ اکتبر ۲۰۲۶ در Gemini API به‌صورت عمومی در دسترس است. ۲. از یک عکس خام محصول چند صحنهٔ تبلیغاتی می‌سازد؛ هزینهٔ هر تصویر 1K حدود ۰٫۰۳۳۶ دلار است. ۳. وفاداری به رنگ، لوگو و ابعاد محصول تضمین نشده است. هر خروجی را با محصول واقعی مقایسه کنید.
اگر دنبال یک ابزار هوش مصنوعی برای عکس محصول هستید، Nano Banana 2.1 را همین هفته آزمایش کنید. محصولتان خوب است، اما عکس‌ها با موبایل و در نور کارگاه گرفته شده‌اند؟ این مدل گوگل از همان عکس‌ها چند صحنهٔ تبلیغاتی می‌سازد، بدون استودیو و بدون عکاس. در ادامه می‌گوییم دقیقاً چه می‌کند، چقدر هزینه دارد و کجا نباید چشم‌بسته به آن اعتماد کنید.
Nano Banana 2.1 چیست؟
طبق تاریخچهٔ تغییرات رسمی Gemini API، مدل با شناسهٔ gemini-nano-banana-2.1 در ۶ اکتبر ۲۰۲۶ عمومی شد. گوگل آن را به‌روزرسانی Nano Banana 2 معرفی کرده و چهار بهبود اعلام کرده است: کیفیت بصری، پیروی از دستور، ثبات شخصیت در گفتگوی چندمرحله‌ای و نمایش متن روی تصویر. نسخهٔ قبلی، gemini-3.1-flash-image، منسوخ شده و گوگل برای توقف آن تاریخی اعلام نکرده است.
مدل هم تصویر می‌سازد و هم تصویر موجود را ویرایش می‌کند. شما یک یا چند تصویر و یک متن می‌دهید. طبق راهنمای رسمی، سبک، نور و زاویه حفظ می‌شود و می‌توانید فقط یک عنصر را عوض کنید و بقیه را دست‌نخورده بگذارید. خروجی‌ها در سه اندازهٔ 1K، 2K و 4K هستند و هر تصویر نشان نامرئی SynthID دارد.
چه مشکلی از عکس محصول شما حل می‌کند؟
مشتری ناخودآگاه محصولی را که بد عکس گرفته شده، ارزان‌تر از ارزش واقعی‌اش می‌بیند. عکاسی استودیویی برای ده‌ها محصول هم وقت می‌برد و هم پول. Nano Banana 2.1 این فاصله را پر می‌کند: صحنه و پس‌زمینه را عوض می‌کند و از یک عکس، نسخه‌هایی برای پست، بنر و صفحهٔ محصول می‌سازد.
کلید کار، توصیف دقیق صحنه است. نمونه‌ای از توصیف ضعیف و توصیف خوب را در گام دوم شمارهٔ ۱ رصد آورده‌ایم؛ همین شیوهٔ نوشتن را برای Nano Banana 2.1 هم پیشنهاد می‌کنیم.
برای کدام کسب‌وکارها مناسب است؟
سه مثال زیر نمونهٔ فرضی برای توضیح هستند؛ نتیجهٔ آزمون ما نیستند.
- فروشگاه طلا و جواهر: عکس انگشتری روی پارچهٔ ساده را می‌دهید و چند صحنهٔ تبلیغاتی با نور نرم می‌گیرید. اینجا سخت‌گیر باشید: شکل نگین و ظرافت طراحی نباید تغییر کند. مستندات «وفاداری به شیء» را ذکر می‌کند، اما تضمین عددی نمی‌دهد.
- برند پوشاک: از عکس یک لباس روی آویز، نسخهٔ مربعی برای پست و نسخهٔ افقی برای بنر سایت می‌سازید. نسبت‌های ۱:۱ و ۱۶:۹ در مثال‌های رسمی آمده‌اند.
- فروشگاه آنلاین لوازم خانگی: برای سی محصول یک توصیف صحنه می‌نویسید و فقط نام محصول را عوض می‌کنید. نتیجه صفحه‌ای یکدست است، و یکدستی بیش از کیفیت تک‌تک عکس‌ها حس حرفه‌ای‌بودن می‌سازد.
چطور شروع کنید؟
سه قدم کافی است.
- عکس مرجع خوب بگیرید. محصول جلوی دیوار ساده، در نور روز، از چند زاویه. ورودی ضعیف، خروجی ضعیف می‌دهد.
- دستور را با قالب رسمی بنویسید. راهنمای گوگل برای عکس تجاری این اجزا را پیشنهاد می‌کند: محصول، سطح پس‌زمینه، چیدمان نور، زاویهٔ دوربین، جزئیات تیز و نسبت تصویر. هر کدام را صریح بنویسید.
- گام‌به‌گام اصلاح کنید. مدل ویرایش چندمرحله‌ای و در مجموع تا ۱۴ تصویر مرجع را پشتیبانی می‌کند. هر بار یک چیز را عوض کنید.
اگر متن لازم دارید، آن را جدا در ابزار طراحی اضافه کنید و نسخهٔ بدون متن را هم نگه دارید.
قیمت و پلن: هزینهٔ هر تصویر چقدر است؟
طبق صفحهٔ قیمت رسمی Gemini API (بررسی در ۱۲ اکتبر ۲۰۲۶، به دلار آمریکا)، هزینهٔ هر تصویر با قیمت استاندارد:
| اندازه | هزینهٔ هر تصویر |
|---|---|
| 1K | حدود ۰٫۰۳۳۶ |
| 2K | حدود ۰٫۰۵۰۴ |
| 4K | حدود ۰٫۱۱۳ |
حالت Batch (پردازش دسته‌ای) نصف این مبلغ است. محاسبهٔ ساده: صد تصویر 1K حدود ۳٫۳۶ دلار می‌شود؛ سی تصویر 1K در Batch حدود ۰٫۵۰ دلار. این اعداد هزینهٔ توکن ورودی را شامل نمی‌شوند؛ ورودی ۱٫۵۰ دلار و خروجی متن ۷٫۵۰ دلار به‌ازای هر میلیون توکن است. قیمت 1K و 2K این مدل حدود نصف Nano Banana 2 است (1K: ۰٫۰۳۳۶ در برابر ۰٫۰۶۷)، اما هزینهٔ ورودی بالاتر رفته. در API سطح رایگان توکنی برای این مدل وجود ندارد. پیش از تصمیم، صفحهٔ قیمت رسمی را دوباره ببینید.
بزرگ‌ترین ایراد این ابزار چیست؟
وفاداری به محصول. مستندات برای حفظ رنگ، لوگو و ابعاد تضمین کمّی نمی‌دهد. اگر عکس تبلیغاتی با محصول واقعی فرق داشته باشد، مشتری مرجوع می‌کند و اعتمادش را از دست می‌دهید. قاعده ساده است: هیچ عکسی بدون مقایسه با محصول واقعی منتشر نشود.
یک پیشنهاد اعتمادسازی: در تبلیغات ساخته‌شده با هوش مصنوعی، جایی که مناسب است شفاف باشید. گوگل ابزار SynthID Detector را برای تشخیص محتوای دارای نشان عرضه کرده است. این پیشنهاد ماست، نه الزام قانونی.
آنچه هنوز بررسی نکرده‌ایم
- هزینهٔ اعتبار هر تصویر در Flow، و اینکه استفاده از اپ Gemini، AI Studio یا Flow رایگان است یا نه.
- عرضهٔ همزمان مدل در برنامهٔ Gemini، AI Mode، Flow، Stitch و Google Ads؛ فقط منابع ثانویه آن را گزارش کرده‌اند.
- نسبت‌های عمودی ۹:۱۶ و ۴:۵ (مناسب استوری) برای این مدل؛ پیش از کار انبوه خودتان آزمایش کنید.
- کیفیت متن فارسی روی تصویر. مستندات رندر متن را بهتر می‌داند، ولی فارسی را نام نمی‌برد.
- ادعاهای مقایسه‌ای (امتیاز Elo، «نصف قیمت» نسبت به نسخهٔ Pro)؛ فقط منابع ثانویه دارند.
- نام دقیق منوها و دکمه‌ها در اپ‌های گوگل.
اگر می‌خواهید این ابزار یا ابزار مشابه را در برند خود به کار ببریم و قالب یکدستی برای عکس محصولاتتان بسازیم، از صفحهٔ قیمت‌ها آغاز کنید. برای ابزارهای دیگر، فهرست ابزارها و رصد را ببینید.
منابع
- تاریخچهٔ تغییرات Gemini API
- صفحهٔ رسمی مدل Nano Banana 2.1
- قیمت‌گذاری Gemini API
- راهنمای رسمی تولید و ویرایش تصویر
- اعلام Google DeepMind دربارهٔ SynthID Detector
پرسش‌های پرتکرار
Nano Banana 2.1 چیست؟
مدل تولید و ویرایش تصویر گوگل است و از ۶ اکتبر ۲۰۲۶ در Gemini API به‌صورت عمومی در دسترس است.
هزینهٔ هر تصویر Nano Banana 2.1 چقدر است؟
طبق صفحهٔ قیمت رسمی، هر تصویر 1K حدود ۰٫۰۳۳۶ دلار است.
آیا Nano Banana 2.1 رنگ و لوگوی محصول را دقیق حفظ می‌کند؟
وفاداری به رنگ، لوگو و ابعاد محصول تضمین نشده است. هر خروجی را با محصول واقعی مقایسه کنید.
