Nano Banana API: сравнение цены и надежности Google и laozhang.ai

Для Nano Banana API дешевле всего не обязательно тот поставщик, у которого ниже цена в рекламном блоке. Сравнивайте одну модель, одинаковое разрешение и стоимость реально полученного изображения. При стандартной генерации 4K тариф laozhang.ai ниже стоимости вывода изображения у Google. Для фоновой генерации 1K прямой Google Batch может оказаться выгоднее. А определить более надежный вариант можно только по доле сохраненных пригодных файлов и времени их получения.

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Если вам нужен дешевый Gemini 3.1 Flash Image (Nano Banana 2), сначала учтите его статус: 6 октября 2026 года Google объявил gemini-3.1-flash-image устаревшей моделью и назвал замену — Nano Banana 2.1. Она стоит 0,0336 $ за изображение 1K против 0,067 $ у Nano Banana 2, а в Batch — 0,0168 $.

Все цены ниже — опубликованные тарифы Gemini API и laozhang.ai по состоянию на 10 октября 2026 года, а не результаты платных запросов; доступность сервисов тоже не измерялась. Пример разбора ответа проверен локально на искусственных данных; это проверка кода, а не испытание API под нагрузкой.

Сколько стоит одинаковое изображение

Сначала зафиксируйте модель. Nano Banana 2 — это gemini-3.1-flash-image, а Nano Banana Pro — gemini-3-pro-image. С 6 октября 2026 года Nano Banana 2 числится устаревшей; ее замена Nano Banana 2.1 и цены на нее разобраны в следующем разделе. Старый Nano Banana и Nano Banana 2 Lite — другие модели: их низкая цена не показывает, сколько будет стоить ваш запрос к Pro.

В таблице Google указан приблизительный тариф только за вывод изображения. У laozhang.ai приведен тариф за успешно тарифицированный вызов; это другая единица учета. Все суммы в долларах США, по состоянию на 10 октября 2026 года.

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Источники: цены Gemini API и таблица генерации изображений laozhang.ai. У Google входные данные, текстовый вывод, вычисления модели и поиск могут добавлять расходы. Бесплатного уровня в API нет ни у одной модели генерации изображений Gemini; подробности — в разборе, бесплатен ли Gemini Image API.

Тариф laozhang.ai за вызов не везде ниже Google. Он выше в трех случаях: Nano Banana 2 в 0.5K (0,055 $ против 0,045 $ в Standard), Nano Banana 2 в 1K и 2K через Batch (0,055 $ против ≈ 0,034 $ и ≈ 0,050 $) и Nano Banana Pro в 1K или 2K через Batch (0,090 $ против 0,067 $). Ниже Google он для Nano Banana 2 в Standard от 1K и в 4K через Batch, а для Pro — во всех разрешениях Standard и в 4K через Batch. Другие способы снизить цену Pro собраны в разборе стоимости Nano Banana Pro в API и по подписке.

У Google расчет идет по токенам, поэтому умножение округленного тарифа из таблицы дает лишь оценку. Например, вывод 1 000 изображений Nano Banana 2 в 1K при 1 120 токенах на изображение и 60 $ за миллион токенов стоит 67,20 $ в Standard и 33,60 $ в Batch. Для 1 000 изображений Pro в 4K соответствующие суммы — 240 $ и 120 $. В обоих случаях входные данные и прочие начисления сюда не включены.

У laozhang.ai тысяча тарифицированных вызовов составляет 55 $ для Nano Banana 2 или 90 $ для Pro. Но это еще не обещание тысячи пригодных файлов: документация Nano Banana 2 и Pro связывает оплату с успешным ответом Google; ответ без изображения тоже может тарифицироваться. Окончательные списания проверяйте в журнале вызовов.

Отсюда три практических вывода:

• Для интерактивной генерации Pro 4K стоит проверить laozhang.ai: разница в опубликованных тарифах существенна, а результат можно получать тем же форматом generateContent.
• Для плановой генерации NB2 1K стоит рассмотреть Google Batch: цена вывода ниже тарифа посредника, если задача допускает ожидание.
• Если модель можно сменить, Nano Banana 2.1 у Google в Standard стоит 0,0336 $ за 1K — почти столько же, сколько NB2 через Batch, но без ожидания.

Batch API предназначен для асинхронной обработки с целевым временем выполнения до 24 часов. Это не замена повторному запросу, когда пользователь ждет картинку на экране. Для Nano Banana Pro страница тарифов указывает режим Flex по той же цене, что и Batch: 0,067 $ за 1K или 2K и 0,12 $ за 4K. Для остальных моделей в таблицах этой страницы приведены только Standard и Batch.

Схема подготовлена до обновления 10 октября 2026 года: Nano Banana 2 (3.1 Flash) на ней — вариант по умолчанию, но 6 октября модель объявлена устаревшей, а заменой Google называет Nano Banana 2.1.

Gemini 3.1 Flash Image API: модель устарела, 2.1 стоит от 0,0336 $

6 октября 2026 года Google перевел gemini-3.1-flash-image (Nano Banana 2) в устаревшие модели и указал замену — gemini-nano-banana-2.1 (Nano Banana 2.1). Дата отключения Nano Banana 2 не объявлена, но новую интеграцию разумнее сразу строить на 2.1. Статус любой модели проверяйте на странице устаревших моделей Gemini API и в журнале изменений Gemini API.

Цены Google за изображение по странице тарифов Gemini API по состоянию на 10 октября 2026 года, в долларах США; последняя строка — цена за вызов из прайс-листа laozhang.ai:

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

В 1K и 2K Nano Banana 2.1 вдвое дешевле Nano Banana 2, в 4K — на четверть: 0,113 $ против 0,151 $. Тысяча изображений 1K на 2.1 стоит 33,60 $ в Standard и 16,80 $ в Batch (1 000 × 0,0336 $ и 1 000 × 0,0168 $) против 67,20 $ у Nano Banana 2 в Standard из расчета выше. Nano Banana 2 Lite (gemini-3.1-flash-lite-image) в 1K стоит столько же, сколько 2.1, но это отдельная модель, и цена у Google указана только для 1K; качество сравнивайте на своих заданиях. Подробная раскладка по разрешениям — в разборе цен Nano Banana 2 API и обзоре Nano Banana 2.1.

laozhang.ai указывает за вызов 0,055 $ для gemini-3.1-flash-image, 0,045 $ для gemini-nano-banana-2.1 и 0,025 $ для gemini-3.1-flash-lite-image. Для Nano Banana 2.1 в 1K это выше цены Google: 0,045 $ против 0,0336 $ в Standard и 0,0168 $ в Batch. Lite у laozhang.ai дешевле Google Standard (0,025 $ против 0,0336 $), но дороже Google Batch. Зависит ли цена вызова 2.1 и Lite от разрешения, в прайс-листе не сказано.

Отсюда ответ на вопрос «дешево и стабильно» без рекламных процентов. Дешевле всего у Google — Nano Banana 2.1 или Lite через Batch, 0,0168 $ за 1K, если результат может подождать; для интерактивных запросов — 2.1 в Standard. Стабильность здесь означает две вещи: модель без пометки об устаревании и код, который корректно переживает 429, 5xx и тайм-ауты (об этом разделы ниже). Второй адрес API не отменяет зависимости от той же модели Google.

Для перехода начните с замены имени модели в адресе запроса на gemini-nano-banana-2.1 и проверьте одним запросом, что тело из примера ниже дает нужный размер. Учтите, что для 2.1 цены опубликованы только для 1K, 2K и 4K. Затем прогоните на 2.1 тот же набор заданий, которым проверяли Nano Banana 2: текст на изображении, правки по исходнику и нужные соотношения сторон.

Один запрос, два адреса API

Для честного сравнения используйте Google-формат у обоих поставщиков. В примере — Nano Banana Pro, квадратное изображение 2K. Так вы не сравните случайно 1K через один интерфейс с 2K через другой. В документации laozhang.ai режим /v1/chat/completions для Pro ограничен 1:1 и 1K; для другого соотношения сторон или 2K/4K указан generateContent. Наличие OpenAI-совместимости само по себе не гарантирует одинаковые возможности генерации.

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Сохраните тело запроса в request.json:

{
  "contents": [{
    "parts": [{
      "text": "Создай квадратное предметное фото белой керамической чашки на светло-сером фоне. Верни изображение."
    }]
  }],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {"aspectRatio": "1:1", "imageSize": "2K"}
  }
}

Для прямого Google задайте свой ключ в переменной окружения GOOGLE_API_KEY и выполните:

curl --fail-with-body --max-time 180 \
  'https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image:generateContent' \
  -H "x-goog-api-key: $GOOGLE_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary @request.json \
  --output google-response.json

Для laozhang.ai используйте ключ этого сервиса в LAOZHANG_API_KEY:

curl --fail-with-body --max-time 180 \
  'https://api2.laozhang.ai/v1beta/models/gemini-3-pro-image:generateContent' \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H 'Content-Type: application/json' \
  --data-binary @request.json \
  --output laozhang-response.json

Формат основан на руководстве Google по generateContent и инструкции laozhang.ai для Pro. Для Nano Banana 2.1 замените в адресе модель на gemini-nano-banana-2.1, для устаревшей Nano Banana 2 — на gemini-3.1-flash-image. Ключи остаются разными. Параметр --max-time 180 — выбранный предел ожидания клиента, а не обещание скорости API. Команды не делают автоматических повторов: при неоднозначном тайм-ауте сначала нужно выяснить судьбу первой попытки.

Как сохранить именно изображение

В ответе REST данные изображения находятся в candidates[].content.parts[].inlineData. Перед ними может идти текст; обращение только к parts[0] ненадежно. Части с thought: true нужно пропускать: промежуточная иллюстрация процесса рассуждения не является итоговой картинкой. Имена inline_data из Python SDK не нужно переносить в разбор исходного JSON.

Следующий скрипт обходит все части, проверяет base64 и возможность декодирования, сохраняет полученные байты без перекодирования и выводит реальные размеры. Он принимает только PNG, JPEG и WebP, проверяя соответствие заявленного MIME-типа содержимому. Для выбранного примера Pro 2K, 1:1 ожидается файл 2048 × 2048; при другом задании измените ожидаемые размеры.

Установите Pillow в виртуальное окружение и сохраните код как save_images.py:

python3 -m venv .venv
. .venv/bin/activate
python -m pip install Pillow

import base64
import binascii
import io
import json
import sys
from pathlib import Path
from PIL import Image

FORMATS = {
    "image/png": ("PNG", ".png"),
    "image/jpeg": ("JPEG", ".jpg"),
    "image/webp": ("WEBP", ".webp"),
}


def save_images(payload, output, expected):
    output = Path(output)
    output.mkdir(parents=True, exist_ok=True)
    saved, errors = [], []
    for candidate in payload.get("candidates", []):
        for part in candidate.get("content", {}).get("parts", []):
            if part.get("thought") is True:
                continue
            item = part.get("inlineData")
            if not item:
                continue
            try:
                mime = item.get("mimeType")
                if mime not in FORMATS:
                    raise ValueError("Неподдерживаемый MIME-тип")
                fmt, suffix = FORMATS[mime]
                raw = base64.b64decode(item["data"], validate=True)
                with Image.open(io.BytesIO(raw)) as img:
                    img.verify()
                with Image.open(io.BytesIO(raw)) as img:
                    img.load()
                    size = img.size
                    if img.format != fmt:
                        raise ValueError("MIME-тип не совпадает с файлом")
                    if size != expected:
                        raise ValueError(f"Получено {size}, ожидалось {expected}")
                target = output / f"image-{len(saved) + 1}{suffix}"
                with target.open("xb") as handle:
                    handle.write(raw)
                saved.append(target)
                print(f"Сохранено: {target}; {size[0]} x {size[1]}")
            except (ValueError, KeyError, TypeError, binascii.Error, OSError) as exc:
                errors.append(str(exc))
    if errors:
        print("Ошибки частей ответа: " + "; ".join(errors), file=sys.stderr)
    if not saved:
        raise ValueError("В ответе нет пригодного изображения")
    return saved


if __name__ == "__main__":
    payload = json.loads(Path(sys.argv[1]).read_text(encoding="utf-8"))
    expected = (int(sys.argv[3]), int(sys.argv[4]))
    save_images(payload, sys.argv[2], expected)

Запустите разбор после успешного завершения соответствующей команды curl:

python save_images.py google-response.json google-output-001 2048 2048
python save_images.py laozhang-response.json laozhang-output-001 2048 2048

Для каждой новой попытки задавайте новый каталог: режим xb защищает существующие файлы от перезаписи. Проверка размеров и формата подтверждает технически корректную доставку. Пригодность композиции, текста и содержания оценивайте отдельно по требованиям вашего приложения. Если модель вернула объяснение или отказ без картинки, исправляйте причину, а не сохраняйте текст под расширением .png.

Более подробное подключение и редактирование по исходному изображению разобраны в руководстве по Nano Banana API.

Почему HTTP 200 может оказаться дорогим

Для пользователя генерация завершена, когда приложение получило пригодный файл. Поэтому считайте результат в двух независимых колонках: что доставлено и что списано. Код HTTP 200, ненулевой usage, ответ с текстом или существующий идентификатор запроса сами по себе не подтверждают доставку изображения.

Полезная формула:

Цена пригодного изображения =
(окончательные списания − подтвержденные возвраты) / число пригодных изображений

Если пригодных изображений нет, показатель не определен; нельзя записывать нулевую цену. В числитель включайте повторные попытки и все дополнительные начисления за рассматриваемую задачу.

Например, это расчетный сценарий, не результат теста: 100 вызовов NB2 оплачены по 0,055 $, а пригодными признаны 90 файлов. Эффективная цена составляет 5,50 / 90 ≈ 0,0611 $ за файл. Восемь текстовых ответов и две испорченные доставки могут изменить экономику даже при отсутствии HTTP-ошибок. Какая именно попытка подлежала оплате или возврату, определяется окончательной записью поставщика, а не предположением по клиентскому сообщению.

Чтобы сверить результат, сохраняйте для каждой попытки собственный идентификатор, полученный идентификатор поставщика, модель, размер, время начала, HTTP-статус, итог разбора, путь к файлу и окончательное списание. Ключ API в журнал не записывайте. Если учет оплаты обновляется с задержкой, пометьте расчет как предварительный и пересчитайте после сверки.

Что делать при ошибке или долгом ожидании

Клиентский тайм-аут особенно неприятен: сервер мог закончить генерацию уже после закрытия соединения. Если запись не позволяет однозначно восстановить результат, явно учитывайте риск второго списания при повторе. Самостоятельный идентификатор помогает сопоставить попытки, но не создает гарантии идемпотентности на стороне API.

У Google лимиты применяются к проекту, а не к отдельному ключу. Активные значения смотрите в AI Studio; отдельные условия повышения квоты приведены в статье о лимитах Nano Banana Pro. Перенос запроса к посреднику меняет учетную запись и интеграцию, но не доказывает независимость от мощности той же модели Google.

Как выбрать основной и резервный сервис

Начните с небольшой одинаковой подборки заданий: например, реальные карточки товаров, иллюстрации и правки, которые выполняет ваше приложение. Зафиксируйте модель, разрешение, соотношение сторон, количество одновременных запросов и предел ожидания. Отдельно сравните интерактивные запросы и фоновые задания: у них разные критерии успеха.

Для каждого сервиса измеряйте:

• Долю пригодных результатов: число заданий с принятым изображением, деленное на число запущенных заданий. Повторы относятся к исходному заданию и учитываются в его расходах.
• Время до файла: от первой отправки задания до записи проверенного изображения, включая ожидание повторов и получение данных.
• P95 времени: значение, быстрее которого завершились 95% успешно доставленных заданий за указанный период и при заданной нагрузке. Неудачные задания сюда не входят, поэтому рядом обязательно показывайте их долю.
• Долю тайм-аутов: число попыток, достигших предела ожидания, деленное на все отправленные попытки. Указывайте сам предел; результаты при 30 и 180 секундах несопоставимы.
• Расход на пригодный файл: после окончательной сверки всех начислений и возвратов.

Схема подготовлена до обновления 10 октября 2026 года: для интерактивных запросов вместо 3.1 Flash Preview теперь стоит рассматривать Nano Banana 2.1, а для 2.5 Flash Image страница тарифов и страница устаревших моделей Google указывают разные даты отключения — 2 октября 2026 года и 15 марта 2027 года.

Второе подключение полезно, когда вы понимаете, какую неисправность оно обходит. Прямой Google и laozhang.ai могут различаться сетью, ключами, учетной записью и обслуживанием. Но оба способны зависеть от одного сервиса генерации Google. Поэтому два посредника или два адреса не гарантируют, что изображения будут доступны при общем сбое модели. Если задача допускает другую модель, такой резерв нужно проверять отдельно по качеству, формату и цене.

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Практический старт — выбрать нужную строку таблицы, получить один корректный файл приведенным запросом и проверить запись о списании. Для Pro 4K кандидат с меньшим опубликованным тарифом — laozhang.ai; для фоновой генерации 1K — Google Batch, а для нового проекта уровня Nano Banana 2 — сразу Nano Banana 2.1 у Google. После небольшой серии реальных заданий выбирайте основной сервис по полученным файлам, времени и расходам. Для более широкого сравнения семейства и бесплатных возможностей используйте разбор цен Nano Banana API.

Частые вопросы

Доступен ли прямой Google API пользователю из России?

Нет. России нет в списке регионов, где доступен Gemini API, по состоянию на 10 октября 2026 года. Русский язык документации или работающий сайт этого не меняют, как и подключение через сторонний сервис: перечень регионов и условия Google остаются прежними. Цены на этой странице для России — справочные.

Сколько стоит Gemini 3.1 Flash Image API за изображение?

У Google Nano Banana 2 (gemini-3.1-flash-image) стоит 0,045 $ в 0.5K, 0,067 $ в 1K, 0,101 $ в 2K и 0,151 $ в 4K; Batch вдвое дешевле. Модель устарела 6 октября 2026 года, а ее замена Nano Banana 2.1 стоит 0,0336 $ в 1K, 0,0504 $ в 2K и 0,113 $ в 4K. laozhang.ai указывает 0,055 $ за вызов NB2 и 0,045 $ за вызов 2.1. Цены — по состоянию на 10 октября 2026 года.

Когда отключат gemini-3.1-flash-image?

На 10 октября 2026 года дата отключения не объявлена: модель помечена устаревшей, а заменой указана gemini-nano-banana-2.1. Дату стоит отслеживать на странице устаревших моделей Gemini API и заранее перенести запросы на 2.1.

Есть ли бесплатный уровень у Gemini 3.1 Flash Image API?

Нет. У Google бесплатного уровня в API нет ни у Nano Banana 2, ни у 2.1, Lite или Pro. Самый дешевый платный вариант — Nano Banana 2.1 или Lite через Batch, 0,0168 $ за изображение 1K.

Одинаковый model ID означает одинаковую надежность?

Нет. Он помогает зафиксировать сравниваемую модель, но не описывает сетевое соединение, ограничения аккаунта, очередь и обработку ответа в вашем приложении. Сравнивайте доставку при одинаковых параметрах; рекламная цифра доступности не заменяет измерение.

Можно ли отправлять запрос сразу двум поставщикам ради скорости?

Технически приложение может отправить две попытки, но это создает риск двойной оплаты и не устраняет общий сбой Google. Если такой режим нужен, заранее задайте бюджет, правила принятия результата и учет обеих попыток. Для обычного начала проще один основной запрос и ограниченный повтор после выяснения его состояния.