Nano Banana 2.1 против Nano Banana Pro: слепой тест редактирования фото недвижимости

Краткий ответ

Nano Banana 2.1 стоит значительно дешевле, чем Nano Banana Pro, и на наших фотографиях недвижимости ни одна из моделей не обошлась без ошибок. По прейскуранту Google итоговое изображение в разрешении 2K стоит 0,0504 $ США с Nano Banana 2.1 и 0,134 $ США с Nano Banana Pro — на 62% дешевле. С учетом входного фото и токенов рассуждения (thinking tokens) медианная стоимость одного отредактированного изображения в нашем тесте от 10 октября 2026 года составила 0,0572 $ США и 0,1392 $ США, что примерно на 59% меньше.

Google выпустила Nano Banana 2.1 (gemini-nano-banana-2.1) 6 октября 2026 года и называет ее «более эффективным аналогом» Nano Banana Pro (gemini-3-pro-image). В этой статье «2.1» означает Nano Banana 2.1, а «Pro» — Nano Banana Pro. Для этого обзора Nano Banana 2.1 мы отправили в обе модели одни и те же девять задач редактирования лицензионных фотографий недвижимости в разрешении 2K. Один оценщик из нашей команды, не знавший названий моделей и порядка показа, сравнил семь пар, в которых обе модели вернули изображение. В этом небольшом тесте наш оценщик отдал предпочтение Nano Banana 2.1 в пяти из семи пар (в одной — явно), немного предпочел Pro в одной и оценил одну пару как равную. С одним оценщиком и одним изображением на модель для каждого фото это лишь первое знакомство, а не окончательный вердикт.

О приложении Gemini, планах Google AI и конфиденциальности данных клиентов читайте в нашем руководстве по Nano Banana 2.1 для недвижимости.

Nano Banana 2.1 против Pro кратко: характеристики и цены

В документации Google, проверенной 12 октября 2026 года, указаны следующие различия:

Источники: страница с ценами Google (обновлена 9 октября 2026 г.), ее руководство по генерации изображений и страница модели Nano Banana 2.1.

Nano Banana 2.1 против Nano Banana 2

Google называет 2.1 обновлением Nano Banana 2 (gemini-3.1-flash-image), которую она перевела в статус устаревших 6 октября 2026 года без указания даты отключения. Изображение 2K стоит 0,0504 $ США с 2.1 и 0,101 $ США с Nano Banana 2, хотя входные токены и токены рассуждения стоят дороже. Наше руководство по недвижимости сравнивает обе модели в разрешении 1K на двух из использованных здесь фотографий.

Как мы тестировали

Мы провели тест 10 октября 2026 года с 19:05 по 19:13 UTC через Gemini API, отправляя по два одновременных запроса. Девять фотографий составили 18 запросов: четыре удаления объектов, три пустые комнаты для стейджинга, одна кухня для расхламления и одна коррекция в стиле HDR, отправленные в обе модели. Nano Banana 2.1 вернула 8 изображений, а Pro — 7.

• Фотографии: девять лицензионных фотографий с Pexels, восемь жилых помещений и один гостиничный номер; лицензия Pexels разрешает внесение изменений. Это не фотографии клиентов, и ни на одной из них нет людей. Стоковые фотографии часто снимают профессионалы, поэтому результаты могут выглядеть лучше, чем с фото на телефон (чек-лист фотографа).
• Проверка исходников: на странице каждой фотографии на Pexels указаны параметры съемки (EXIF), а в скачанных файлах не было метаданных C2PA или меток генерации AI.
• Настройки: вывод в 2K с соотношением сторон 3:2 (исходное соотношение каждого фото), уровень рассуждения по умолчанию для каждой модели, без указания температуры и seed, по одному изображению на запрос и без повторных попыток.
• Промпты: написаны до запуска теста и отправлены в обе модели без изменений (приведены ниже). Для удаления мы обвели объект красной линией на копии фотографии.
• Оценка: один оценщик из нашей команды, вслепую относительно модели и порядка, сравнил семь пар после прогона в октябре 2026 года. Оценщик видел оригинал, копию с разметкой для удаления и два результата под буквами «A» и «B» в случайном порядке, без имен файлов и метаданных, с размером до 1 280 пикселей по длинной стороне. Каждая пара сопровождалась вопросом, составленным до запуска теста, например, в каком результате лучше удален выделенный объект и лучше сохранено все остальное. Список, составленный на основе промпта, указывал, что должно было остаться неизменным. Оценщик выбирал один из пяти вариантов ответа: A значительно лучше, A чуть лучше, одинаково, B чуть лучше или B значительно лучше. Оценщик также мог отметить галочками замеченные проблемы: изменилась геометрия комнаты, удален или изменен невыделенный объект, остался красный след, изменилось кадрирование, нереалистичный свет или масштаб, заблокирована дверь или окно, прочее.
• Ограничение голосования: одного оценщика недостаточно для окончательного вывода; два или более независимых оценщика дали бы более надежный результат.
• Объективные проверки: подсчет красных пикселей внутри полосы контура и проверка кадрирования путем совмещения каждого результата с оригиналом.
• Наш анализ: мы также сравнили каждую пару бок о бок в полном размере; этот анализ проводился не вслепую.
• Стоимость: данные об использовании токенов, умноженные на цены по прейскуранту Google. Это расчетная оценка, а не счет на оплату.
• Независимость: компания Google не спонсировала и не рецензировала данный тест.

Точные тексты промптов:

REMOVAL (4 photos):
Using the provided photo, remove only the object outlined in red,
and remove the red outline as well. Fill the area with what would
naturally be behind the object, matching the surrounding surfaces
and light. Keep everything else in the image exactly the same,
preserving the original style, lighting, and composition.

STAGING (3 rooms; {room}, {style} and {items} listed below):
Using the provided photo of an empty room, furnish it as a {room}
in a {style} style: {items}. Arrange the furniture so that every
door and window stays clear. Keep the walls, windows, doors, floor,
ceiling, light fixtures and camera framing exactly the same; only
add furniture and decor.
- living room, warm modern: a sofa, a coffee table, an armchair,
  a rug, a floor lamp and two plants
- bedroom, calm Scandinavian: a double bed with bedding, two
  nightstands with lamps, a rug and a plant
- dining room, modern: a dining table with six chairs, a sideboard,
  a rug and a vase of flowers

DECLUTTER (1 kitchen):
Using the provided photo, remove the loose clutter: items lying on
the floor, on tables and on counters, plus any loose cables and
bags. Keep all furniture, appliances, built-ins, artwork, curtains,
walls, windows, doors and lighting exactly as they are, preserving
the original style, lighting, and composition.

HDR (1 hotel room):
Using the provided photo, edit it like a professional real estate
HDR photo: brighten the dark areas, bring back detail in the bright
windows, make the white balance neutral and keep vertical lines
straight. Do not add, remove or move anything, and keep the framing
exactly the same.

Наша выборка невелика: девять фотографий, по одному изображению на запрос, один прогон и один оценщик. Она демонстрирует, что может произойти на этих снимках, а не то, как часто это происходит.

Результаты по задачам

В каждой строке «Голос» указан ответ оценщика. Остальные наблюдения сделаны в ходе нашего собственного анализа.

Удаление объектов с помощью Nano Banana 2.1 и Pro

Обе модели удалили все три выделенных объекта на тех снимках, где они вернули изображение. Для четвертого фото — чайника на кухонной столешнице — ни одна из моделей изображение не вернула (см. раздел «Скорость и надежность»).

• Настольная лампа, гостиная: обе удалили лампу, ее провод и кружевную салфетку, сохранив парную лампу на другой стороне дивана. Pro оставила на стене свет от лампы и тень от ее корпуса. Nano Banana 2.1 убрала и свет, из-за чего край дивана потемнел, и оставила темное пятно на месте, где стояла лампа. Голос: наш оценщик явно предпочел Nano Banana 2.1; отмеченные проблемы для Pro: «нереалистичный свет или масштаб» и «прочее».
• Орхидея между двумя раковинами, ванная комната: обе удалили растение и горшок, дорисовали нижние края обеих рам зеркал и заполнили столешницу. Смесители, кольца для полотенец, розетка и освежитель воздуха остались на месте. Голос: наш оценщик чуть больше склонился к Nano Banana 2.1; галочек с проблемами нет.
• Стул, спальня: обе удалили стул и восстановили угол ковра с бахромой, плинтус и стену за ним. Голос: наш оценщик признал результаты равными; галочек с проблемами нет.

В нашем руководстве по удалению предметов и расхламлению объясняется, что следует убирать, а что оставлять.

Стейджинг пустой комнаты

Промпт требовал от обеих моделей оставить свободными все двери и окна, а светильники — без изменений.

• Гостиная: ни одна из моделей не перекрыла две межкомнатные двери. Pro включила имеющуюся люстру, а ее новое кресло перекрывает нижний угол балконной двери. Nano Banana 2.1 оставила люстру выключенной, а балконную дверь — свободной. Голос: наш оценщик чуть больше предпочел Nano Banana 2.1; проблем не отмечено.
• Узкая спальня: Pro поставила высокое комнатное растение перед дверцами шкафа и прикроватную тумбочку под окно, при этом лампа выступает перед нижней частью стекла. Nano Banana 2.1 оставила окно свободным, но ее дальняя тумбочка стоит вплотную к открытой двери в комнату, а кровать закрывает порог этого дверного проема. В ракурсе камеры обе кровати также скрывают основание дверей шкафа. Голос: наш оценщик чуть больше предпочел Nano Banana 2.1; проблем не отмечено.
• Столовая: обе поставили комод под окно. Nano Banana 2.1 разместила на нем растение и книги, а Pro — небольшую вазу с зеленью. На обоих изображениях этот декор заходит на нижнюю часть стекла. В ракурсе камеры цветы на обоих столах также перекрывают часть дальнего окна. Дверной проем оставили свободным обе модели. Голос: наш оценщик чуть больше предпочел Nano Banana Pro; проблем не отмечено.

В нашем руководстве по Nano Banana 2.1 для недвижимости проверяется, как список мебели меняет результат, а наше руководство по стейджингу пустой комнаты описывает весь рабочий процесс.

Расхламление кухни

Обе модели убрали со стола, сняли висевшую на стуле сумку и очистили пол, сохранив бытовую технику, открытые полки и буфет. Pro сильнее расчистила столешницы, удалив пульверизатор, бутылку со средством для посуды, стакан, белый контейнер и миску, которые 2.1 оставила. Nano Banana 2.1 убрала со стула полосатое полотенце и дорисовала спинку стула, которую оно закрывало; Pro полотенце оставила. Голос: наш оценщик чуть больше предпочел Nano Banana 2.1; проблем не отмечено.

Полный порядок наведения чистоты описан в нашей инструкции по расчистке фотографий.

Коррекция экспозиции в стиле HDR

Pro не вернула изображение для этого снимка темного гостиничного номера, поэтому голосовать было не за что. Nano Banana 2.1 осветлила стены, потолок и рабочий стол, а также приглушила синий оттенок на шторе, сохранив мебель, окно и вид из него на месте. Об обновлении фотографий отелей читайте в нашем руководстве по фотосъемке отелей после реновации.

Планы этажей

На плотном плане этажа из того же тестового запуска обе модели допустили ошибки в размерах, и обе написали десятичную точку через запятую. В 3D-виде другого плана обе нарисовали дверь там, где на чертеже обозначено окно; наш обзор API для планов этажей посвящен инструментам, специально созданным для работы с планировками.

Общий недостаток: каждое редактирование перерисовывает все изображение заново

Руководство Google по изображениям описывает инпейнтинг, или «семантическое маскирование», как способ «отредактировать определенную часть изображения, оставив остальное нетронутым». Наш промпт на удаление завершался последней фразой из шаблона редактирования Google с просьбой сохранить все остальное в точности таким же. Тем не менее, каждое редактирование возвращалось как заново сгенерированное изображение, и на нескольких из них изменились детали, находившиеся далеко от зоны правок.

В карточке модели Nano Banana 2.1 среди известных ограничений указаны «частичное следование инструкциям и сохранение следов краски при редактировании по маске/наброску». Поставщик моделей AI Atlas Cloud описывает такое же поведение: модель «заново генерирует весь кадр при каждом редактировании».

Что изменилось в нашем тесте, хотя об этом никто не просил:

• Этикетки и мелкий текст: на кухне обе модели заменили печатные и рукописные надписи на банках для сыпучих продуктов бессмысленным набором букв. Обе также превратили напечатанную мерную шкалу на подвесной кружке в выдуманный рукописный текст.
• Картины на стене: обе перерисовали принт в рамке в спальне и небольшую картину над диваном — далеко от удаляемых стула и лампы. Изменения в принте были более заметны на изображении от 2.1.
• Светильники: Pro включила люстру в гостиной, хотя промпт прямо требовал сохранить светильники в исходном виде.

• Лишнее удаление: Nano Banana 2.1 убрала со стула полотенце, которое в промпте не упоминалось как беспорядок.
• Зоны, которые кажутся неизменными: при полном увеличении видно, что деревья за окном столовой и отражения в зеркалах ванной были нарисованы заново, а не скопированы.

Чего мы не обнаружили: ни на одном изображении не осталось красных следов контура (той самой проблемы «сохранения следов краски», о которой предупреждает карточка модели), и ни одно фото не повернулось более чем на 0,02 градуса. Каждое изображение потеряло примерно по 0,3% ширины с каждой стороны, что соответствует чуть более узкому формату вывода 2 528 × 1 696 пикселей. В нашем обзоре ни одна стена, окно или дверь не были добавлены или удалены.

Как проверить результат перед публикацией:

1. Укажите, что должно остаться, как рядом с местом редактирования, так и вдали от него, и уточните, должен ли гореть свет. Упоминание детали не всегда ее спасает: в нашем промпте для стейджинга были упомянуты светильники, но Pro все равно включила люстру. Наше руководство по недвижимости проверило это на двух меблированных комнатах с Nano Banana 2.1: подробный промпт с перечислением того, что нужно сохранить, не дал лучшего результата по сравнению с коротким.
2. Делайте по одному изменению за запрос. Каждая дополнительная правка — это еще один шанс случайного изменения деталей.
3. Сравнивайте в полном масштабе: область редактирования, источники света, предметы рядом с правкой, этикетки и мелкий текст, а также края фотографии.
4. Сохраняйте оригинал и добавляйте пометку на отредактированное фото, если этого требуют правила вашего рынка; см. наше руководство по требованиям MLS к фото и руководство по закону AB 723.

С фотографиями товаров и каталогов могут происходить те же метаморфозы — от логотипов до мелких деталей; рабочий процесс описан в нашем руководстве по AI-генерации фонов для каталогов мебели.

Стоимость за изображение и за пригодное изображение

В прейскуранте учитывается только итоговое изображение. В реальной работе вы также платите за входное фото, а также за токены рассуждения и текста. По официальным ценам Google наши правки в 2K обошлись:

• Nano Banana 2.1: медиана 0,0572 $ США за изображение по 8 снимкам (от 0,0555 $ США до 0,0666 $ США), что на 13% выше заявленной цены 0,0504 $ США. Медианные составляющие: 0,0504 $ США за само изображение, около 0,0018 $ США за входное фото и промпт, и около 0,0050 $ США за рассуждение и текст.
• Nano Banana Pro: медиана 0,1392 $ США за изображение по 7 снимкам (от 0,1387 $ США до 0,1398 $ США), что на 4% выше заявленной цены 0,134 $ США. Страница тарифов Google оценивает каждое входное изображение для Pro в 560 токенов, тогда как данные об использовании зафиксировали 258; при 560 токенах медиана для Pro составила бы 0,1398 $ США.
• Разница: около 0,08 $ США за изображение, то есть 2.1 стоила примерно на 59% дешевле. При таких медианных значениях 100 правок обходятся примерно в 5,72 $ США с 2.1 и в 13,92 $ США с Pro без учета повторных попыток.

Из-за этапа рассуждения стоимость 2.1 зависит от задачи. Три удаления потребовали от 142 до 168 токенов рассуждения, тогда как стейджинг и расхламление взяли от 291 до 1 421; каждые 1 000 токенов рассуждения добавляют 0,0075 $ США. Pro использовала от 164 до 237 токенов рассуждения на изображение. Эти подсчеты относятся только к запросам, вернувшим результат.

В обоих столбцах затрат учтены запросы, не вернувшие изображение. Стоимость пригодного изображения делит общую сумму, потраченную на задачу, на количество изображений, которые действительно можно использовать. Мы считали изображение пригодным, если оценщик не выделил для него ни одной проблемы, а наш собственный полноразмерный анализ также их не выявил. По этому правилу пригодными оказались 5 из 14 изображений в семи оцененных парах: удаление орхидеи и столовая от обеих моделей, а также гостиная от 2.1. Остальные девять содержали одну из описанных выше проблем: остаточный свет или пятно, перерисованную картину, включенную люстру, заблокированную дверь или шкаф либо искаженные этикетки на банках. Декор, частично закрывающий окно (как цветы в столовой), блокировкой не считался; мебель или растение перед дверью или шкафом — считались. Детали, которые были перерисованы, но выглядят одинаково без сильного зума (например, отражения в зеркале или мелкая надпись на розетке в ванной), изменением не считались. Ваши критерии могут отличаться: измененные надписи на банках могут не иметь значения для фото объявления, но недопустимы для карточки товара.

Сравнение затрат на API Nano Banana 2.1 со специализированными сервисами стейджинга см. в нашем руководстве по ценам на API виртуального стейджинга и в рейтинге самых недорогих API виртуального стейджинга.

Скорость и надежность

Скорость. Мы замеряли время каждого запроса на нашей стороне — от отправки фото до получения результата при двух одновременных запросах.

• В этом сравнении медиана составила 19,4 секунды для 2.1 (8 изображений, от 17,4 до 24,9 секунды) и 22,2 секунды для Pro (7 изображений, от 21,1 до 24,3 секунды). В четырех из семи пар запрос к 2.1 выполнялся быстрее.
• По всем изображениям 2K того же тестового прогона, включая тесты для других статей, медиана составила 22,4 секунды для 2.1 (21 изображение) и 21,8 секунды для Pro (11 изображений).

Явного лидера по скорости нет: порядок менялся в зависимости от набора задач. Карточка модели предупреждает о «периодических замедлениях или тайм-аутах» у 2.1, поэтому проверяйте скорость на своих сценариях.

Запросы без результата. Всего за прогон было отправлено 39 запросов (с учетом тестов для других материалов), из которых 36 вернули изображение. Все 3 сбоя пришлись именно на это сравнение:

В справочнике API Google статус IMAGE_RECITATION определяется как «Image generation stopped due to recitation» (генерация изображения остановлена из-за цитирования). Никаких дополнительных пояснений там нет, а строить догадки мы не беремся. Каждый такой ответ приходил в виде стандартного HTTP 200 без изображения и текста, но с данными об использовании входных токенов и токенов рассуждения. В разделе FAQ по биллингу Google сказано лишь, что запросы с ошибками 400 или 500 не тарифицируются, поэтому наш расчет учитывает эти токены. По правилу, установленному перед тестом, повторных запросов мы не делали.

Наш совет для работы с API: отслеживайте причину завершения, а не только HTTP-статус, и фиксируйте расход токенов на каждом запросе, не вернувшем картинку. Заранее определите логику: повторять попытку, менять промпт или переключаться на другую модель. В нашем руководстве по подключению API виртуального стейджинга разбираются повторы и бюджеты кредитов, а в сравнении API виртуального стейджинга показано, как провайдеры обрабатывают ошибки.

Ответов со статусом MAX_TOKENS мы не зафиксировали, хотя один из разработчиков сообщил о таких ответах без генерации изображения у 2.1 на форуме разработчиков Google 7 октября 2026 года; на момент нашей проверки ветка оставалась без ответа.

В чем Pro все еще впереди, и о чем говорят лидерборды

Pro сохраняет весомые преимущества в спецификациях. Google называет ее «премиальным выбором для самых сложных визуальных задач, предлагающим высочайший уровень знаний об окружающем мире, продвинутую локализацию, точное соблюдение фирменного стиля и прецизионный творческий контроль». Она также принимает опорные изображения стилей и пятое опорное изображение персонажа.

Два обозревателя отметили моменты, где Pro показала себя лучше. Издание The Decoder написало 6 октября 2026 года, что «на практике Nano Banana Pro часто по-прежнему выдает заметно более качественные изображения». В их собственном параллельном тесте результат Pro выглядел «более реалистичным и естественным, особенно в плане цветов и пропорций». Компания Fuser, разрабатывающая креативные инструменты AI, запускала обе модели по одному разу на каждую задачу. Nano Banana 2.1 выиграла в двух из пяти задач Fuser и сыграла вничью еще в двух, оказавшись единственной моделью, точно последовавшей брифу по освещению; Pro выиграла пятую задачу за счет максимально точного соответствия опорному лицу. В нашем тесте не было лиц и брифов по свету, поэтому подтвердить эти выводы мы не можем. В нашем собственном слепом голосовании оценщик немного предпочел Pro в одной из семи пар: в стейджинге столовой.

Собственная оценка Google и публичные лидерборды ставят 2.1 выше Pro. Общие рейтинги используют универсальные промпты, а не фотографии недвижимости, и обновляются ежедневно. Позиции по состоянию на 12 октября 2026 года:

Только категория Artificial Analysis посвящена архитектуре и недвижимости, но на странице рейтинга не указано, какие именно изображения используются. Линейка моделей GPT Image 2.5 от OpenAI лидирует в обоих публичных рейтингах редактирования; в нашей статье о GPT-6 Astra рассматривается применимость моделей изображений OpenAI для стейджинга.

Какую модель выбрать? Чек-лист для принятия решений

• Приоритет стоимости: для больших объемов выбирайте 2.1 и используйте пакетную обработку (Batch), если допустим срок готовности до 24 часов.
• Удаление объектов: обе модели удалили все выделенные объекты на снимках, где вернули изображение. Проверяйте свет и тени на месте удаленного предмета, а также соседние объекты.
• Стейджинг: ни одна из моделей не обошлась без ошибок расстановки в трех наших комнатах. Составляйте список мебели самостоятельно, затем проверяйте каждую дверь, шкаф, окно и светильник.
• Референсы и форматы: используйте Pro для опорных изображений стиля или пяти изображений персонажей, а 2.1 — для десяти изображений объектов, видео или PDF на входе, а также для соотношений 1:4, 4:1, 1:8 и 8:1.
• Пайплайны API: считывайте причину завершения (finish reason), закладывайте бюджет на повторные попытки и держите вторую модель в качестве резервной.
• Старые коды моделей: в таблице устаревших моделей Google указано, что модель gemini-3-pro-image-preview уже отключена (дата отключения — 25 июня 2026 г.), а Nano Banana 2 переведена в статус устаревших. Вместо них вызывайте gemini-3-pro-image или gemini-nano-banana-2.1.
• Ваши собственные фотографии: прогоните от пяти до десяти собственных снимков через обе модели и посчитайте процент пригодных результатов, прежде чем принимать окончательное решение.

Раскрытие информации: сервис Roomagen, опубликовавший этот тест, создает инструменты для редактирования фотографий на базе моделей изображений Google Gemini. Если вы предпочитаете готовые шаги вместо ручного подбора промптов, наши инструменты для таких задач, как удаление объектов и предметов с фотографий, виртуальный стейджинг, услуга виртуального расхламления и HDR Редактор Фото, оборачивают модель в удобный рабочий процесс — однако описанные проверки остаются актуальными и для них.

Итог

Nano Banana 2.1 — более экономичный выбор: в нашем тесте она стоила примерно на 59% дешевле за 2K-изображение, чем Nano Banana Pro, демонстрируя схожую скорость. В этом небольшом тесте наш единственный оценщик также отдал предпочтение 2.1 в пяти из семи пар (наиболее явно — при удалении объектов) и выбрал Pro лишь в одной. Pro по-прежнему поддерживает опорные изображения стилей и пятое изображение персонажа, предлагает то, что Google называет «высочайшим уровнем знаний об окружающем мире», а издание The Decoder все же сочло ее изображения более реалистичными.

Обе модели перерисовывают изображение целиком, поэтому детали — от надписей на банках до светильников — могут измениться вне зависимости от того, упомянули вы их в промпте или нет. Какую бы модель вы ни выбрали, всегда сравнивайте каждую правку с оригиналом в полном размере перед публикацией.

Цены, статус моделей, описания причин завершения и позиции в лидербордах проверены по указанным источникам 12 октября 2026 года. Результаты тестирования получены в ходе одного прогона 10 октября 2026 года с использованием девяти лицензионных фотографий и одного оценщика, как описано в разделе «Как мы тестировали».