Imagen 4 vs Nano Banana 2.1: какую модель text-to-image выбрать?

TL;DR

• Нужно «выбираемое разрешение (1K/2K/4K), возможность приложить референсные изображения, вывод jpg / png» — выбирайте gemini-nano-banana-2.1; нужно «три фиксированных уровня, стабильные материалы и типографика, чистый text-to-image без лишнего» — выбирайте Imagen 4 (imagen-4.0).
• Самые важные цифры: стандартный уровень $0.06 против NB2.1 1K $0.022 — дороже на $0.038 за изображение; 1 000 изображений — это $60.00 против $22.00. NB2.1 4K за $0.058 всё ещё дешевле Imagen 4 Ultra за $0.09.
• Обе модели доступны на HiAPI: страница модели Imagen 4, страница модели Nano Banana 2.1, один и тот же интерфейс /v1/tasks, новым пользователям при регистрации дают 200 кредитов.

Кратко

	Imagen 4 (imagen-4.0)	gemini-nano-banana-2.1
Назначение	Чистый text-to-image, три уровня (плюс Fast / Ultra)	Text-to-image + смешивание с референсными изображениями
Референсные изображения	Не принимает	image_input до 10 штук, можно не передавать
Разрешение	Нет параметра разрешения	1K / 2K / 4K, по умолчанию 1K
Соотношение сторон	aspect_ratio обязателен, 6 вариантов	aspect_ratio 15 вариантов, включая auto, по умолчанию auto
Формат вывода	Нет параметра формата	output_format jpg / png, по умолчанию jpg
Цена (за изображение)	Fast $0.03; стандарт $0.06; Ultra $0.09	1K $0.022; 2K $0.036; 4K $0.058
Структура уровней	Три ID модели, одинаковый способ вызова	Выбор разрешения внутри одной модели
Подходит для	Изображения на выдачу, сцены с высокими требованиями к материалам и тексту	Конвейеры, чувствительные к разрешению, с референсными изображениями и прямым выводом png

Для обеих моделей указаны актуальные цены HiAPI, проверено 22 октября 2026 года. Оплата за успешно сгенерированное изображение, при неудаче списания нет, за референсные изображения отдельно не берут.

Один и тот же промпт, реальные результаты с обеих сторон

Один и тот же промпт: Imagen 4 на стандартном уровне, NB2.1 на 1K, соотношение сторон одинаковое, по одной генерации с каждой стороны.

Набор A: продуктовый натюрморт (1:1)

Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo

(Значение: керамический чайник и две чашки на деревянном подносе; мягкий утренний свет; минималистичное продуктовое фото.)

Imagen 4 (стандарт $0.06)	gemini-nano-banana-2.1 (1K $0.022)

Слева: imagen-4.0, 1:1, 1024×1024, WebP, $0.06. Справа: gemini-nano-banana-2.1, 1:1, 1K (1024×1024), png, $0.022. В этом наборе обе стороны одинаковы по пикселям, но различаются форматом.

Сгенерировать в Imagen 4 → ｜ Сгенерировать в Nano Banana 2.1 →

Видимые различия в наборе A:

• Основной объект совпадает: чайник, две чашки без ручек, деревянный поднос, светлая обстановка и один источник мягкого света.
• Форма чайника и реквизит различаются: на стороне Imagen — округлый чайник с боковой ручкой на чистом серо-белом фоне, ощущение натюрмортной студии; на стороне NB2.1 — чайник с верхней дужкой, глазурь в крапинку, рядом с подносом добавлена тканевая салфетка, фон — размытый вид из окна в помещении.

Набор B: документальный портрет (3:4)

Elderly fisherman mending nets on a harbor pier; golden hour; documentary portrait

(Значение: пожилой рыбак чинит сети на причале в порту; золотой час; документальный портрет.)

Imagen 4 (стандарт $0.06)	gemini-nano-banana-2.1 (1K $0.022)

Слева: imagen-4.0, 3:4, 864×1152, WebP, $0.06. Справа: gemini-nano-banana-2.1, 3:4, 1K (896×1200), png, $0.022. Один и тот же промпт, по одной генерации с каждой стороны.

Сгенерировать в Imagen 4 → ｜ Сгенерировать в Nano Banana 2.1 →

Видимые различия в наборе B:

• Человек и действие совпадают: седобородый старик сидит на причале, низко склонившись над сетью, теплый свет золотого часа с контровым освещением сбоку, вертикальный документальный портрет.
• Сиденье и одежда различаются: на стороне Imagen он сидит на синем пластиковом табурете и носит серую шапку; на стороне NB2.1 сидит на деревянном ящике, носит вязаную шапку, в правой руке держит небольшой нож.
• Плотность реквизита в окружении различается: на стороне NB2.1 рядом сложены ловушки для омаров и складные ящики, сети и канаты разложены шире; на стороне Imagen реквизита на земле относительно меньше.

В обоих наборах соотношение сторон одинаковое, формат различается (WebP против png); размеры в пикселях в наборе A совпадают с обеих сторон (1024×1024), в наборе B близки, но не равны (864×1152 против 896×1200) — это различие самих интерфейсов двух сторон, держите это в голове при сравнении больших изображений.

Как выбрать по сценарию

• Для пакетной генерации для электронной коммерции и соцсетей выбирайте gemini-nano-banana-2.1: 1K за $0.022, 1 000 изображений за $22.00, плюс можно передавать референсные изображения для контроля стиля.
• Для изображений на выдачу с высокими требованиями к деталям материалов и тексту на картинке выбирайте стандартный уровень Imagen 4 или Ultra.
• Если конвейеру нужен прямой вывод png / jpg, выбирайте NB2.1 (явно задается output_format); у Imagen 4 нет параметра формата, для конвертации нужен лишний шаг.
• Нужно большое изображение 4K, но бюджет ограничен: NB2.1 4K за $0.058 дешевле Imagen 4 Ultra за $0.09; сначала попробуйте на своем типе сцен; сначала сделайте по одному сравнительному изображению уровня 1K с обеих сторон, чтобы выбрать стиль, а затем тратьте надбавку на победителя.
• Для особых соотношений сторон сначала проверьте таблицу значений: у Imagen 4 шесть (1:1, 16:9, 9:16, 3:4, 4:3, auto), у NB2.1 пятнадцать, включая auto.
• Шаблоны сцен для Imagen 4 смотрите в сборнике промптов, детали цен трех уровней — на странице цен.

Стоимость переключения: меняются только model и input

Обе стороны используют POST /v1/tasks, один и тот же Key, одну и ту же логику опроса:

{
  "model": "imagen-4.0",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1"
  }
}

{
  "model": "gemini-nano-banana-2.1",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1",
    "resolution": "1K",
    "output_format": "png"
  }
}

У Imagen 4 обязательны только prompt и aspect_ratio; если в NB2.1 явно передать resolution и output_format, результат будет таким, как вы указали, остальной код менять не нужно. Опрос, колбэки, идемпотентность и прочая периферийная логика полностью общие для обеих сторон; чтобы одним SDK одновременно подключать две модели для A/B, нужен лишь дополнительный ветвь.

Частые вопросы

Можно ли сначала попробовать обе с низкими затратами?

Да. По одному изображению на стандартном уровне и NB2.1 1K — стоимость сравнения $0.082, затем увеличивайте объем после выбора направления.

Можно ли смешивать обе модели?

Да. Черновики большого объема и контроль стиля по референсным изображениям — через NB2.1, финальные версии и изображения с текстом — через Imagen 4, все через один /v1/tasks.

Чем больше число разрешения, тем лучше?

Не обязательно. В NB2.1 2K/4K дороже за изображение ($0.036 / $0.058), у Imagen 4 нет параметра разрешения, детализацию определяет уровень.

Правила для референсных изображений одинаковые?

Нет. Imagen 4 не принимает референсные изображения, вся картинка задается промптом; в NB2.1 image_input до 10 штук, можно не передавать.

Списываются ли деньги при неудаче?

Нет. С обеих сторон списания нет, за референсные изображения отдельно не берут; на HiAPI изображения, видео и аудио используют один Key, счета обеих моделей видны в одном месте.

Следующий шаг: возьмите промпт с чайником из набора A, перейдите в Imagen 4 и на страницу модели NB2.1, сгенерируйте по одному изображению и сравните рядом, какая модель стабильнее для ваших продуктовых изображений.