คู่มือโมเดล Nano Banana 2.1
คู่มือใช้งานจริงของ Nano Banana 2.1 บน GPT Image Hub: อัปเดตของ Google สำหรับ Nano Banana 2 ในราคาภาพครึ่งหนึ่ง พร้อมเวลาเรนเดอร์ที่วัดจริง ผลการเรนเดอร์ข้อความและการแก้ไขด้วยภาพอ้างอิง และกรณีที่ควรเลือก Nano Banana 2 หรือ Pro แทน
Nano Banana 2.1 คืออัปเดตของ Google สำหรับ Nano Banana 2 และเป็นโมเดลที่ Google แนะนำสำหรับโปรเจกต์ใหม่ในตอนนี้ ราคาเอาต์พุตภาพเหลือครึ่งหนึ่งของ Nano Banana 2 บน GPT Image Hub จึงใช้ 27 เครดิตที่ 1K, 41 เครดิตที่ 2K และ 91 เครดิตที่ 4K ในการทดสอบของ Hub โมเดลเรนเดอร์เมนูได้โดยราคาถูกต้องทุกรายการ และเปลี่ยนแนวคิดหนึ่งจากแผ่นอ้างอิงให้เป็นสติกเกอร์ที่เสร็จสมบูรณ์ โมเดลจะคิดก่อนวาด ภาพ 2K และ 4K จึงอาจใช้เวลาหลายนาที
ตัวอย่างภาพ
ตัวอย่างภาพ
ฉากชายฝั่งมุมกว้างจากการทดสอบ 2.1 ของ Hub
ภูมิทัศน์ยามโกลเดนอาวร์
ฉากชายฝั่งมุมกว้างจากการทดสอบ 2.1 ของ Hub
ถนนเลียบชายฝั่งเหนือทะเลสีฟ้าครามยามโกลเดนอาวร์ รถเปิดประทุนสีแดงคันเล็กแนวคิดเดียว ทำจนเสร็จ
มาสคอตตรงกลางจากแผ่นแนวคิดที่เปลี่ยนเป็นสติกเกอร์ไดคัท
เปลี่ยนมาสคอตตรงกลางเป็นสติกเกอร์ คงรูปทรง สี และใบหน้าไว้ร่างราคาถูก ทำให้เสร็จที่ 4K
เปรียบเทียบแนวทางที่ 1K ด้วย 27 เครดิต แล้วเรนเดอร์แบบที่ดีที่สุดที่ 2K หรือ 4K
เรนเดอร์เลย์เอาต์ 1K ที่อนุมัติแล้วอีกครั้งที่ 4Kกรณีการใช้งานที่ดีที่สุด
- เมนู รายการราคา โปสเตอร์ และอินโฟกราฟิกที่ข้อความต้องถูกต้อง
- แผ่นแนวคิดมาสคอต โลโก้ และผลิตภัณฑ์ที่สำรวจได้ในต้นทุนต่ำ
- การแก้ไขด้วยภาพอ้างอิงที่ทำองค์ประกอบหนึ่งจากแผ่นงานให้เสร็จ หรือรวมหลายภาพเข้าด้วยกัน
- งาน Gemini ที่เคยใช้ Nano Banana 2 ในราคาภาพครึ่งหนึ่ง
ข้อควรระวัง
- งานที่ต้องได้ผลภายในไม่กี่วินาที: โหมดคิดเปิดอยู่เสมอ และในการทดสอบ การเรนเดอร์ 2K ใช้เวลา 284 s และการเรนเดอร์ 4K ใช้เวลา 515 s
- ภาพขนาดย่อ 512px ซึ่ง Nano Banana 2.1 ไม่รองรับ
จุดแข็ง
ราคาเอาต์พุตภาพครึ่งหนึ่งของ Nano Banana 2: 27 เครดิตที่ 1K, 41 ที่ 2K และ 91 ที่ 4K บน GPT Image Hub
Google ระบุว่าโมเดลนี้ปรับปรุงคุณภาพภาพ การเรนเดอร์ข้อความ และความสม่ำเสมอในการสนทนาหลายรอบให้ดีกว่า Nano Banana 2
ข้อความในเลย์เอาต์แม่นยำ: เมนูกระดานดำออกมาพร้อมชื่อหัวเรื่อง เครื่องดื่มสี่รายการ และราคาทุกรายการตรงตาม prompt
รูปภาพอ้างอิงได้มากถึง 14 ภาพ สำหรับการแก้ไขที่ดึงองค์ประกอบหนึ่งออกจากแผ่นงานหรือรวมหลายแหล่งเข้าด้วยกัน
กรณีการใช้งาน
เมนู ป้าย และโปสเตอร์
เลย์เอาต์ที่ทุกคำและทุกราคาต้องออกมาตรงตามที่เขียน
แผ่นแนวคิด
แนวทางมาสคอต โลโก้ หรือผลิตภัณฑ์หลายแบบบนแผ่นเดียวเพื่อตรวจทานอย่างรวดเร็ว
การแก้ไขด้วยภาพอ้างอิง
เลือกองค์ประกอบหนึ่งจากภาพอ้างอิงแล้วทำให้เสร็จ หรือรวมแหล่งที่มาได้มากถึง 14 แหล่ง
ขั้นตอนการทำงาน
ร่างที่ 1K
ด้วย 27 เครดิต ลอง prompt หลายแนวทางแล้วเปรียบเทียบเลย์เอาต์
ทำให้เสร็จที่ 2K หรือ 4K
เรนเดอร์แนวทางที่อนุมัติแล้วที่ 2K ในราคา 41 เครดิต หรือที่ 4K ในราคา 91 เครดิต เผื่อเวลาไว้หลายนาที
ปรับแต่งด้วยภาพอ้างอิง
แนบผลลัพธ์แล้วบอกว่าจะคงอะไรไว้และจะเปลี่ยนอะไร
แนวทางการเขียนพรอมป์
- ใส่ข้อความที่ต้องปรากฏบนภาพไว้ในเครื่องหมายคำพูด และระบุราคาหรือป้ายกำกับให้ตรงตามที่ต้องการให้แสดง
- ระบุประเภทผลลัพธ์ก่อน: เมนู โปสเตอร์ ภาพสินค้า สติกเกอร์ หรือแผ่นแนวคิด
- สำหรับการแก้ไขด้วยภาพอ้างอิง ให้บอกว่าจะคงองค์ประกอบใดไว้และอะไรเปลี่ยนได้ เช่น คงใบหน้าและสีไว้ เปลี่ยนเฉพาะเส้นขอบ
- เริ่มที่ 1K เพื่อตรวจเลย์เอาต์ แล้วเรนเดอร์ prompt ที่อนุมัติแล้วที่ 2K หรือ 4K
พรอมป์พร้อมคัดลอก
โปสเตอร์เมนูคาเฟ่สไตล์กระดานดำ ชื่อหัวเรื่อง "MORNING BREW" เป็นตัวอักษรชอล์กสีขาวเขียนด้วยมือ เครื่องดื่มสี่รายการพร้อมราคา: Espresso 3.00, Flat White 4.20, Oat Latte 4.80, Cold Brew 4.50 ภาพวาดเล่นเล็ก ๆ ของเมล็ดกาแฟและถ้วยที่มีไอร้อนลอยขึ้น
แนวคิดด่วนสามแบบสำหรับมาสคอต AI ธีมกล้วยที่ดูสนุกสนานบนแผ่นเดียว แสงแบบสตูดิโอ จานสีเหลืองและดำเรียบง่าย ผิวงานสะอาดแบบเวกเตอร์ ไม่มีข้อความ
ใช้แผ่นอ้างอิงเพื่อเปลี่ยนแนวคิดมาสคอตตรงกลางให้เป็นสติกเกอร์ที่เสร็จสมบูรณ์หนึ่งชิ้น: คงรูปทรง สี และใบหน้าไว้ เพิ่มเส้นขอบไดคัทสีขาวหนาและเงาตกกระทบบาง ๆ
ตัวอย่างผลลัพธ์ที่สร้างบน GPT Image Hub
แหล่งที่มาอย่างเป็นทางการ
คำถามที่พบบ่อย
Nano Banana 2.1 แตกต่างจาก Nano Banana 2 อย่างไร
Google อธิบายว่า 2.1 เป็นอัปเดตของ Nano Banana 2 ที่มีคุณภาพภาพ การเรนเดอร์ข้อความ และความสม่ำเสมอในการสนทนาหลายรอบดีขึ้น และแนะนำให้ใช้กับโปรเจกต์ใหม่ ราคาเอาต์พุตภาพเหลือครึ่งหนึ่ง และไม่มีขนาด 512px อีกต่อไป บน GPT Image Hub ใช้ 27 เครดิตที่ 1K และ 41 ที่ 2K เทียบกับ 54 และ 81 สำหรับ Nano Banana 2
ภาพ 4K จาก Nano Banana 2.1 ใช้เวลานานเท่าไร
นานกว่าโมเดลอื่น: การทดสอบ 4K ผ่าน Hub ใช้เวลา 515 วินาที Hub รอได้สูงสุด 800 วินาทีสำหรับภาพหนึ่งภาพ และคืนเครดิตให้อัตโนมัติหากการสร้างภาพล้มเหลว
ทำไม Nano Banana 2.1 จึงใช้เวลานานกว่าโมเดลอื่น
โมเดลภาพ Gemini 3 จะคิดก่อนวาด และ API ไม่มีตัวเลือกให้ปิดการคิดนี้ ในการทดสอบของ Hub ภาพ 1K ใช้เวลา 32 ถึง 55 วินาที ภาพ 2K ใช้เวลา 284 วินาที และภาพ 4K ใช้เวลา 515 วินาที
ใช้โมเดลนี้
เริ่มจากเทมเพลตพรอมป์หรือเปรียบเทียบโมเดลก่อน
ใช้ตัวสร้างเมื่อคุณทราบโมเดลแล้ว หรือเปรียบเทียบโมเดลที่รองรับทั้งหมดเมื่อพรอมป์ต้องการความสมดุลของความเร็ว รายละเอียด และอินพุตอ้างอิงที่แตกต่างกัน