هوش مصنوعی کاربردی، یادگیری ماشین و ایجنت‌های هوشمند.

تلفیق هوش مصنوعی مولد، پردازش داده‌های بزرگ و ایجنت‌های خودمختار برای شتاب‌بخشی به فرآیندهای کسب‌وکار.

نسخه

نانو بنانا پرو

نانو بنانا پرو همان واحد gemini-3-pro-image است: سقف رزولوشن ۴K، ظرفیت شش تصویر مرجع شیء و پنج تصویر شخصیت، و نرخ ۰.۱۳۴ دلار برای هر تصویر ۱K یا ۲K. محدودیت اصلی آن این است که نانو بنانا ۲، واحد ارزان‌تر و تازه‌تر خود گوگل، در هر دو محک آرنا رتبهٔ بالاتری دارد و نصف این نرخ را می‌طلبد.

  • تا ۴K
  • شش مرجع شی و پنج مرجع شخصیت
  • ۰.۱۳۴ دلار برای هر تصویر ۱K

نسخه جاری تامین‌کننده: گوگل

آخرین بررسی: این صفحه یک مرجع است. با هر نسخه تازه، منابع سازنده دوباره خوانده و صفحه بهروز می‌شود. چه چیزی عوض شد

گران‌ترین پیکربندی گوگل، با حجم ثبت رأی کمتر

در محک ساخت تصویر از متن، نانو بنانا پرو امتیاز ۱۲۴۶ و نانو بنانا ۲ امتیاز ۱۲۶۴ ثبت کرده است. در محک ویرایش، ۱۳۸۹ در برابر ۱۳۸۵ — یعنی از نظر آماری معادل. اکنون این دو نتیجه را کنار نرخ قیمت بگذارید: پرو ۰.۱۳۴ دلار برای یک تصویر ۱K و نانو بنانا ۲ فقط ۰.۰۶۷ دلار برای همان اندازه. دقیقاً دو برابر، برای خروجی‌ای که در میانگین ترجیح داده نمی‌شود.

این دو محک باید مجزا بررسی شوند، چون یکی شکاف واقعی دارد و دیگری ندارد. در محک ساخت از متن، فاصله حدود هجده امتیاز است و بازه‌های اطمینان همپوشانی ندارند: بازهٔ نانو بنانا ۲ از ۱۲۵۸.۷ آغاز می‌شود و بازهٔ پرو در ۱۲۴۹.۴ پایان می‌یابد؛ یعنی در این محور واقعاً عقب‌تر است. در محک ویرایش اما پرو چهار امتیاز جلوتر است و بازه‌ها کاملاً همپوشانی دارند، که یعنی تساوی آماری، نه برتری. جمع‌بندی: پرو در یک محور بازنده است، در محور دیگر معادل، و دو برابر هزینه دارد.

پس استقرار پرو در چه شرایطی توجیه دارد

در دو مورد، هر دو مستند در مستندات خود گوگل. نخست، پلهٔ ۴K: نرخ این پله در پرو ۰.۲۴ دلار و در نانو بنانا ۲ عدد ۰.۱۵۱ دلار است؛ یعنی هرچه پلهٔ رزولوشن بالاتر می‌رود، فاصلهٔ قیمتی کاهش می‌یابد و در بالاترین پله دیگر نسبت دو برابر برقرار نیست. دوم، ظرفیت مرجع شخصیت: پرو تا پنج تصویر شخصیت می‌پذیرد و نانو بنانا ۲ تا چهار تصویر. برای بار کاری‌ای که یک صحنه با چند شخصیت ثابت است، همان یک تصویر مرجع اضافه ممکن است تنها الزام باشد.

رقم مرجعی که برخلاف انتظار حرکت می‌کند

گوگل برای هر واحد دو رقم مجزا منتشر می‌کند: تصویر شیء و تصویر شخصیت. پرو ظرفیت شش شیء و پنج شخصیت دارد، نانو بنانا ۲ ظرفیت ده شیء و چهار شخصیت، و نانو بنانا ۲ لایت ظرفیت چهارده شیء. یعنی ارزان‌ترین واحد بیشترین ظرفیت شیء را دارد و گران‌ترین واحد بیشترین ظرفیت شخصیت را. ستون مرجع جدول ما بر رقم شیء ساخته شده تا مقایسهٔ دو واحد گوگل ممکن باشد، و همین معیار پرو را در آن ستون در جایگاه پایین‌تر می‌نشاند. رقم شخصیت آن در این متن ثبت شده چون در جدول جا نمی‌گیرد.

۴K معادل چند پیکسل است

گوگل این رقم را منتشر نمی‌کند. صفحهٔ واحدهای تصویری برای پرو عبارت «تا ۴K» را ثبت کرده و در هیچ‌جا ابعاد پیکسلی هیچ‌یک از پله‌های 1K، 2K یا 4K را چاپ نمی‌کند. برای مقایسه: اوپن‌ای‌آی برای واحد خود سقف ۳۸۴۰ پیکسل در ضلع بلند و مجموع پیکسل بین ۶۵۵۳۶۰ و ۸۲۹۴۴۰۰ را منتشر کرده است. به همین دلیل در جدول دسته، ستون رزولوشن اساساً ساخته نشد: از یک برچسب و یک رقم نمی‌توان ستون قابل مقایسه ساخت.

از ایران

سند مناطق در دسترس Gemini API امروز بازخوانی شد و ایران در آن ثبت نشده است. این همان سندی است که برای سایر واحدهای API گوگل نیز بررسی می‌شود، و دربارهٔ اپلیکیشن جمینای اظهارنظری ندارد.

مشخصات

هر عدد این جدول از صفحه خود سازنده آمده و لینک همان صفحه کنارش است.

شناسهٔ واحد
gemini-3-pro-image منبع
وزن باز
ندارد منبع
ورودی
متن، تصویر منبع
خروجی
تصویر منبع
بستر استقرار
Gemini API منبع
سقف رزولوشن
4K منبع
نرخ هر تصویر ۱K یا ۲K
$۰.۱۳۴ برای هر تصویر منبع
ظرفیت تصویر مرجع شیء
۶ ورودی مرجع منبع

استفاده از ایران

این ستون تاریخ دارد و می‌گوید چطور بررسی شده، چون بیشتر فهرست‌ها حدسش می‌زنند. هر جا فقط صفحه سیاست سازنده را خوانده باشیم، یادداشت پایین همین را می‌گوید.

دسترسی
مسدود
پرداخت
راه کارآمدی ندارد
پلن رایگان
ندارد
تاریخ اندازه گیری

چطور بررسی کردیم: صفحه مناطق در دسترس Gemini API فهرست کشورهایی را ارائه می‌کند که این واجهه در آن‌ها فعال است و ایران در آن فهرست ثبت نشده. این نتیجه از خواندن یک سند به دست آمده، نه از سنجش شبکه.

نقاط قوت مستند

  • سقف رزولوشن ۴K، و در همان پله فاصلهٔ قیمتی آن با واحد ارزان‌تر کاهش می‌یابد
  • بالاترین ظرفیت تصویر مرجع شخصیت در میان واحدهای تصویری گوگل: پنج تصویر
  • گوگل رندر متن داخل تصویر آن را «پیشرفته» توصیف می‌کند، برای اینفوگرافیک و منو
  • روی همان بستر API سایر واحدهای جمینای مستقر می‌شود، بدون مسیر جداگانه

ظرفیت‌های بهبود و ملاحظات فنی

  • نانو بنانا ۲ در هر دو محک آرنا امتیاز معادل یا بالاتر دارد و نصف نرخ را می‌طلبد.
  • گوگل ابعاد پیکسلی ۴K را منتشر نمی‌کند، پس «۴K» در این‌جا یک برچسب است، نه یک مقدار قابل سنجش.
  • در ستون ظرفیت مرجع شیء از واحد ارزان‌تر خودش عقب‌تر است: شش در برابر ده.
  • وزنی منتشر نشده و مسیر اجرای محلی وجود ندارد.
  • ایران در فهرست مناطق در دسترس Gemini API ثبت نشده است.
  • در هر دو محک آرنا دو ردیف با دو امتیاز مجزا دارد، یعنی امتیاز به پیکربندی وابسته است، نه فقط به واحد.

جمع‌بندی فنی

اگر هزینه فاکتور تعیین‌کننده نیست و چند شخصیت ثابت در یک صحنه لازم است، استقرار پرو منطقی است. در سایر موارد، نانو بنانا ۲ همان عملکرد را با نصف هزینه ارائه می‌دهد و شواهد ثبت‌شده همین را نشان می‌دهند. این نتیجه‌گیری بر اساس سلیقه نیست؛ با جابه‌جایی لیدربورد، این ارزیابی نیز به‌روزرسانی می‌شود.

پرسش‌هایی که واقعا پرسیده می‌شود

نانو بنانا پرو از نظر فنی چیست

نام تجاری واحد تصویری gemini-3-pro-image گوگل است. سقف رزولوشن آن ۴K، ظرفیت مرجع شش تصویر شیء و پنج تصویر شخصیت، و بستر استقرار همان Gemini API است.

ساختار قیمت‌گذاری نانو بنانا پرو چیست

۰.۱۳۴ دلار برای هر تصویر ۱K یا ۲K و ۰.۲۴ دلار برای هر تصویر ۴K، روی پلهٔ استاندارد. مسیر پردازش دسته‌ای نیمی از این نرخ‌هاست.

تفاوت معماری نانو بنانا پرو با نانو بنانا ۲ در چیست

پرو شناسهٔ gemini-3-pro-image دارد و ۲ شناسهٔ gemini-3.1-flash-image، یعنی ۲ تازه‌تر است. پرو ظرفیت مرجع شخصیت بیشتری دارد و دو برابر هزینه می‌طلبد؛ ۲ در هر دو محک آرنا امتیاز معادل یا بالاتر ثبت کرده است.

آیا مسیر دسترسی از ایران فراهم است

ایران در فهرست مناطق در دسترس Gemini API ثبت نشده، پس مسیر رسمی وجود ندارد. این پلتفرم حساب کاربری نمی‌فروشد و مسیر دور زدن این محدودیت را پیشنهاد نمی‌کند.

منابع

  1. Google, image generation in the Gemini APIمنبع سازندهai.google.devخوانده شده در ۲۱ مرداد ۱۴۰۵
  2. Google, Gemini API pricingمنبع سازندهai.google.devخوانده شده در ۲۱ مرداد ۱۴۰۵
  3. Google, Gemini API available regionsمنبع سازندهai.google.devخوانده شده در ۲۱ مرداد ۱۴۰۵
  4. Arena, text to image leaderboardمنبع سازندهarena.aiخوانده شده در ۲۱ مرداد ۱۴۰۵