← العودة إلى المدونة
Aiحوالي 1 دقيقة قراءة

Nano Banana 2 Lite: أربع ثوانٍ تغيّر طريقة صنع الصور لا الانتظار فقط

نُشر في 10 نوفمبر 2026
Nano Banana 2 Lite: أربع ثوانٍ تغيّر طريقة صنع الصور لا الانتظار فقط

أربع ثوانٍ هو الرقم الذي وضعته Google في صدارة إعلان Nano Banana 2 Lite، وهو الرقم الوحيد المهم في تحديد الغرض الفعلي من هذا النموذج.

نحو أربع ثوانٍ لتوليد صورة من نص، مقابل نحو إحدى عشرة لـ Gemini 3.1 Flash Image — أسرع بنحو 2.7 مرة بحسب مقارنة المورّد نفسه. والمخرجات محدودة بـ 1K. وأربع عشرة نسبة أبعاد. والسطح البرمجي نفسه لأشقائها الأكبر: نص إلى صورة، وتحرير صور، وتركيب صور متعددة، واستجابة نصية إلى جانب الصورة لأنه يبقى نموذجاً متعدد الوسائط في الأساس.

تجيء ثامنة على لوحة الصور في OpenRouter بـ 1.74 مليار رمز أسبوعياً، بسعر 0.25 دولار لكل مليون رمز إدخال و30 دولاراً للمليون إخراج. هذا نصف سعر الإدخال في Nano Banana 2 والسعر نفسه للإخراج، وهو ما يقول لك أين تسكن الكلفة الفعلية.

لا شيء في ذلك مثير. وكل ذلك مفيد، وثمة حجة حقيقية بأن الطبقة المملة هي حيث يُحسم السوق.

لماذا تغيّر أربع ثوانٍ المنتج لا الانتظار فقط

ثمة عتبة في البرمجيات التفاعلية عند نحو ثلاث إلى خمس ثوانٍ، ولا علاقة لها بمدى صبر الناس. تحت العتبة يستطيع النظام أن يكون حلقة. وفوقها عليه أن يكون مهمة.

بالتحديد: عند أربع ثوانٍ تستطيع التوليد عند إفلات المفتاح ويصل الناتج بينما المستخدم ينظر إلى الشاشة. وتستطيع بناء أداة لوحة مزاج يعيد فيها تغيير كلمة واحدة رسم الشبكة كلها. وتستطيع وضع توليد الصور داخل الإكمال التلقائي في نموذج. وعند إحدى عشرة ثانية لا شيء من ذلك ممكن — كل واحد منها يصبح شريط تقدم ومؤشر انتظار وقراراً بشأن الاستمرار في الانتظار.

لهذا توجد فئة Lite، ولهذا أرقام الاستخدام كما هي. النموذج لا يُستخدم لصنع صور الأبطال، بل لصنع الأربعين صورة التي ترميها قبل أن تصنع صورة البطل.

ولغة التموضع عند Google مباشرة بشكل غير معتاد: «خطوط إنتاج تطويرية عالية السرعة»، و«استكشاف بصري متلاحق»، و«توليد آلاف الصور بجزء من كلفة النماذج الإنتاجية الأثقل». الترجمة: هذه هي الطبقة التي تستخدمها وأنت لا تزال تقرر ما تريد.

A grid of fourteen framed prints of different aspect ratios on a white wall

سقف 1K هو المقايضة، وهي المقايضة الصحيحة

Nano Banana 2 Lite يخرج بدقة 1K وأربع عشرة نسبة أبعاد. لا 2K ولا 4K. وإن احتجت إليها فالمفترض أن تصعد في العائلة إلى Nano Banana 2.1 الذي يبلغ 4K.

من المغري قراءة سقف الدقة كقيد. والأفضل قراءته كالآلية التي تجعل السرعة ممكنة. فالدقة أغلى متغير في الانتشار — مضاعفة البكسلات ليست مضاعفة حساب، بل أسوأ — والنموذج الذي يعد بأقل من خمس ثوانٍ عليه أن يتنازل عن الدقة في مكان ما.

وما تحصل عليه مقابل ذلك أربع عشرة نسبة أبعاد، وهذا يهم أكثر مما يبدو. نسبة الأبعاد هي المعامل الذي يفرض غالباً توليداً ثانياً: تولّد بطلاً بنسبة 16:9، ثم تحتاج نسخة 9:16 للقصص، والاقتصاص خطأ. ونموذج يتعامل مع الأربع عشرة كلها بدقة 1K في أربع ثوانٍ يتيح توليد الفكرة نفسها مرة لكل موضع، وهذا الفرق بين مادة واحدة وطقم كامل.

SynthID، وحجة العلامة غير المرئية

كل مخرج يحمل علامة SynthID غير مرئية. وتفعل Google ذلك في نماذج صورها منذ زمن، وهي تُذكر عادة في جملة ثم تُنسى.

وهي تستحق أكثر من جملة، لأن «العلامة غير المرئية» فئة من الأشياء لا تصبح مثيرة إلا بالحجم. فالعلامة المرئية قرار علامة تجارية. وغير المرئية بنية تحتية: تتيح لمنصة أن تجيب «هل هذا مولّد» دون تغيير شكل الصورة، وتصمد أمام معظم التعديلات الشائعة.

وهل تلك البنية جيدة أم سيئة يعتمد كلياً على من يسأل ولماذا. لمنصة صور تُصفّي المرفوعات الاصطناعية، هي مفيدة. ولمدير إبداعي يريد بيانات منشأ على التسليمات، هي مفيدة. ولمن يريد أن تكون صورته المولّدة غير قابلة للتمييز عن صورة فوتوغرافية، هي عقبة — وكونها غير محسوسة للعين وقابلة للكشف في الكود هو بالضبط المقصود.

وثمة التواء عملي لمن يبنون منتجات فوق هذه النماذج: إن كان خط إنتاجك يزيل البيانات الوصفية أو يعيد الترميز بقوة، فقد تزيل إشارة بدأت المنصات المصبّية تشترطها. هذا سؤال امتثال سيظهر في نماذج المشتريات قبل أن يظهر في تقرير خلل.

أين تقع مقابل بقية اللوحة

انظر إلى الثمانية الأوائل على OpenRouter ويظهر شكل. Google تحتل أربعة مواضع. OpenAI اثنين. ByteDance واحداً، وMeta واحداً. ونموذجا Google من فئة Flash — Nano Banana 2 في القمة بـ 5.76B رمزاً، وNano Banana 2 Lite بـ 1.74B — لا يتنافسان بقدر ما يغطيان وظيفتين مختلفتين: الافتراضي والافتراضي السريع.

هذه بنية منتج مقصودة، وهي نفسها التي نجحت في نماذج اللغة. اعرض نموذجاً كافياً بسعر يجعل الاستخدام بالحجم منطقياً، وآخر أفضل للحالات التي تبرر الانتظار. والفجوة بينهما تصبح قرار توجيه يتخذه تطبيقك، لا خياراً على المستخدم فهمه.

وبالنسبة للمطور، الأثر العملي أنه يجب أن تنادي نموذجين لا واحداً. اكتب المواصفة بسرعة Lite، واعرض النهائي بالجودة الكاملة. والفرق في الكلفة أصغر من الفرق في الزمن.

الحساب الذي يجعل التوجيه بديهياً

احسب على مهمة واقعية، لأن مقارنات السعر المجردة تخفي القرار. لنقل إنك تحتاج صورة بطل نهائية واحدة وتقبل تجربة عشرين اتجاهاً قبل أن تلتزم. بسرعة Lite، أربع ثوانٍ لكل واحدة، فهذا ثمانون ثانية من الاستكشاف — أقل من دقيقة ونصف، تتسع لفنجان قهوة. وبإحدى عشرة ثانية تصبح أربع دقائق تقريباً، وهو وقت طويل بما يكفي لتتوقف عن تجربة الفكرة العشرين.

ورموز الإخراج بالسعر نفسه للمليون في النموذجين، فالتوفير كله على جانب الإدخال وعلى عدد الاستدعاءات التي تقبل إجراءها. والجزء الثاني هو ما يفوته الناس. فالنموذج الأرخص لا يكلف أقل في كل محاولة فحسب؛ بل يغيّر عدد المحاولات التي تستطيع تبريرها، وعدد المحاولات هو ما يحدد هل الصورة النهائية جيدة.

فالمعمارية الصحيحة مملة: وجّه الاستكشاف إلى Lite، ووجّه الاتجاه الواحد المعتمد إلى النموذج الأكبر بـ 2K أو 4K. مفتاحان، وقالب نص توجيهي واحد، وقيمة منطقية واحدة. ومعظم الفرق التي تشكو من كلفة توليد الصور تشغّل النموذج الغالي في الوظيفتين.

ما يجب مراقبته

الخطر الواضح أن تصبح طبقة Lite بهدوء الطبقة الوحيدة التي يستطيع أحد تحملها، فتنحدر الجودة إلى الأسفل مع تحسين الجميع للإنتاجية. وهذا تقريباً ما حدث مع توليد النص، وكانت النتائج جيدة لمعظم المهام وسيئة لما يحتاج عناية.

والخطر الآخر أكثر تحديداً: مخرج 1K يبدو جيداً على الشاشة وينهار في الطباعة، أو في نموذج لوحة إعلانية، أو في أي سياق يكبّر فيه أحد إلى 200%. وسرعة الأربع ثوانٍ تشجع عادة عدم التكبير أبداً. هذا خطر سير عمل لا عيب نموذج، لكنه من النوع الذي يُشحن.

ومع ذلك، هذه هي الطبقة التي ستحدد كيف تُصنع معظم الصور هذا العام. لا لأنها الأفضل، بل لأنها سريعة بما يكفي لتكون جزءاً من التفكير لا لاحقاً عليه — ولأنك بسعر 0.25 دولار لكل مليون رمز إدخال تستطيع أن تخطئ أربعين مرة قبل أن تصيب مرة واحدة.

مقالات ذات صلة

جدول نقرات يديره المجتمع يطفئ الإعلانات داخل بناءات أندرويد الصينية

لا يمس النظام، ولا يفتح القفل، ولا يكتب أي شيء على الجهاز. يقلب فقط المفاتيح التي عرضتها الشركات أصلاً. الثمن قائمة يجب أن يظل أحدهم يكتبها.

GPT Image 2.6 أبقى على سعر الرموز ورفع الفاتورة

أبقى GPT Image 2.6 على كل أسعار الرموز كما كانت في 2.5، ومع ذلك صارت الصورة الواحدة أكثر كلفة، لأن جزءاً أكبر من العمل يجري الآن في رموز الإخراج. بعد أحد عشر يوماً من الإطلاق، تقول بنية التسعير أكثر مما تقوله لوحة الصدارة.

أحدهم أعاد بناء IDM من الخارج وكتب ما لم يمسّه

إعادة تنفيذ بلغة Rust لبرنامج Internet Download Manager تزعم سرعة أكبر بخمسة أضعاف ودعماً لـ 86 لغة. والوثيقة الأكثر إثارة للاهتمام هي الفقرة التي تشرح كيف بُني المشروع دون نسخ أي شيء.

Rune إطار عمل UI بلغة Rust صُمم كي يستطيع الوكيل التحقق من عمله

يرسم Rune بلا واجهة، ويفرّغ شجرة عناصره، ويقبل إدخالًا مكتوبًا، ما يمنح وكيل البرمجة إشارة قابلة للمقارنة لا تقدمها لقطة الشاشة أبدًا. الإطار في مرحلة ما قبل الإصدار ولا يستقبل pull requests.