# Nano Banana 2.1: консистентность персонажей — тест 4 способов

> Nano Banana 2.1 держит причёску и одежду, но теряет мелкие приметы лица. Тест 3 ноября 2026 года: цепочка кадров уступает исходному референсу.

- URL: https://blog.laozhang.ai/ru/posts/nano-banana-2-1-character-consistency
- Published: 2026-11-03
- Updated: 2026-11-03
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Генерация изображений
- Tags: Nano Banana 2.1, консистентность персонажей, Gemini API, референсы, генерация изображений

---
Nano Banana 2.1 (`gemini-nano-banana-2.1`) удерживает персонажа между сценами лишь частично. В тесте 3 ноября 2026 года у вымышленной героини во всех девяти новых кадрах сохранились серебристо-белая стрижка и горчичная куртка, а мелкие приметы лица уплывали, то есть менялись от кадра к кадру: глаза разного цвета вернулись один раз из пяти кадров, где их было видно, звёздчатый шрам в кадрах с референсом пропадал или был едва заметен, а на дальних планах лицо выходило слишком мелким, чтобы его вообще проверить. Хуже всего сработала цепочка, в которой следующий кадр строится от предыдущего результата: сходство с оригиналом получило 2–3 балла из 5, а бирюзовый шарф стал тёмно-зелёным.

Поэтому каждую новую сцену генерируйте от исходного референсного изображения персонажа, а не от последнего удачного кадра, и закладывайте узнаваемость в то, что модель держит: силуэт и цвет причёски, крупную одежду заметного цвета. Сюжет не должен зависеть от приметы, которую на общем плане не разглядеть. Каждый кадр сверяйте с референсом по чек-листу ниже, а лимит попыток на сцену задайте заранее: если одна и та же деталь теряется в разных сценах, новые попытки не помогут, и менять нужно сам подход.

Есть два уточнения. Персонаж, придуманный текстом, по тому же описанию без всякой картинки получил самые высокие оценки, но отчасти потому, что модель снова рисовала своё лицо по умолчанию для этого текста, ведь и сам референс был сделан из него; героя с фотографии или рисунка так не повторить, ему нужен референс. А совет Google добавлять прошлые кадры в следующие запросы относится к ракурсам одного персонажа и не означает, что ими надо заменять оригинал.

## Как проходил тест Nano Banana 2.1: одна героиня и 10 вызовов

3 ноября 2026 года модель `gemini-nano-banana-2.1` получила одну вымышленную героиню, заданную только словами: женщина лет под тридцать с коротким асимметричным серебристо-белым бобом, одним янтарным и одним зелёным глазом, маленьким звёздчатым шрамом на скуле, в горчично-жёлтой куртке с четырьмя круглыми медными пуговицами и бирюзовом вязаном шарфе. Из этого описания сначала сгенерировали базовый студийный портрет на светло-сером фоне, где глаза получились разного цвета, а шрам оказался на правой для зрителя скуле. Портрет стал референсом для трёх сцен: ночная дождливая улица с зонтом в три четверти сбоку (S1), смеющийся крупный план в кафе (S2) и горная тропа на рассвете, где героиня стоит вполоборота спиной и поворачивает голову к камере (S3).

Сцены делали четырьмя способами: только исходный референс с короткой фразой «сохрани лицо, волосы, цвет глаз, шрам, куртку и шарф как на референсе» (все три сцены); цепочка, в которой кафе строилось от кадра с улицей, а тропа — от кадра из кафе; только текстовое описание без картинки (улица и тропа); референс плюс полный список примет в промпте (улица и тропа). Вместе с базовым портретом это 10 вызовов: все вернули HTTP 200 и картинку, в каждом ответе `modelVersion` был `gemini-nano-banana-2.1`, разрешение 1K, уровень мышления по умолчанию, от 15,8 до 28,2 секунды на вызов. Запросы шли через Gemini-native `generateContent` шлюза LaoZhang: это путь, которым пользовались для теста, а не рекомендация, и официальный пример Google для 2.1 построен на другом интерфейсе, Interactions API. Всё сказанное ниже относится к Gemini API; о приложении Gemini и Flow тест ничего не говорит.

Промпты были на английском, вот они дословно:

```text
Описание (LOOK):
a woman in her late twenties with a short asymmetric silver-white bob that is longer on one side, one amber eye and one green eye, a small star-shaped scar on one cheekbone, a mustard-yellow rain jacket with four round copper buttons and a teal knitted scarf

Базовый референс, 1:1:
Character reference photo: {LOOK}. She stands against a plain light-grey studio background, head and upper body fully visible, looking at the camera with a neutral relaxed expression, soft studio light, natural photographic style.

Фраза удержания (KEEP), идёт перед сценой вместе с картинкой:
Use the person in the reference image as the character. Keep her face, hair, eye colours, scar, jacket and scarf identical to the reference.

Сцены, 4:3:
S1: Show her walking along a rainy neon-lit city street at night, seen from a three-quarter side angle, holding a black umbrella.
S2: Close-up, head and shoulders, laughing in a warm cafe with a blurred background.
S3: Full-body shot standing on a mountain trail at sunrise, seen from three-quarter back, turning her head toward the camera.

Референс + список примет:
KEEP + "Keep these identifying details exactly as in the reference: {LOOK}." + сцена

Только текст:
{LOOK} + сцена, без картинки
```

В токенах референс заметен: одна картинка добавляла к запросу около 1 080–1 090 входных токенов, тогда как чисто текстовые промпты занимали 84–98. «Мысли» (thought tokens) ответ показал лишь в одном вызове из десяти, 194 токена. LaoZhang указывает за вызов 2.1 цену $0,045 вне зависимости от числа референсов, разрешения и уровня мышления, так что десять вызовов по прайсу обошлись в 45 центов; цена вызова и варианты подключения разобраны в статье [сколько стоит вызов Nano Banana 2.1](https://blog.laozhang.ai/ru/posts/nano-banana-2-1).

Кадры оценивали два слепых оценщика — две независимые ИИ-модели, запущенные с чистого контекста. Они видели базовый портрет и перемешанные переименованные кадры, но не знали, каким способом сделан каждый, ставили оценку «тот же человек» от 1 до 5 (5 — несомненно та же женщина, 3 — могла бы быть родственницей, 1 — другой человек) и отдельно отмечали волосы, глаза, шрам, шарф, куртку и пуговицы. Это визуальная рубрика, а не распознавание лиц, и на каждую пару «способ + сцена» приходится одна картинка, поэтому цифры ниже — наблюдение на одном персонаже за один день через один шлюз, а не бенчмарк, не доля успехов и не результат прямого API Google. В четырёх-пяти кадрах из девяти глаза и шрам проверить не удалось: на горной тропе и под зонтом лицо слишком мелкое.

## Что сохранил каждый из четырёх способов: волосы, глаза, шрам, одежда

Ни один способ не удержал героиню целиком. Узнаваемая основа — серебристо-белый боб и горчичная куртка — дошла до всех кадров, а разница между способами проявилась в мелочах лица и в оттенках: где-то пуговицы оставались медными, а шарф бирюзовым, где-то нет. Лучшие оценки получил вариант без картинки, худшие — цепочка, но у первого есть искажение, о котором в разделе про текстовое описание.

| Способ (сцены) | «Тот же человек», из 5 | Волосы | Разные глаза | Шрам | Шарф | Куртка и пуговицы |
| --- | --- | --- | --- | --- | --- | --- |
| Только исходный референс (S1, S2, S3) | 3 и 3; 4 и 4; 3 и 3 | боб сохранён, на S1 лавандовый отлив | на крупном плане S2 оба тёмно-карие; на S1 и S3 не видно | на S2 едва заметен, на S1 и S3 не подтверждён | бирюзовый на S2, темнее на S1 и S3 | горчичная; медные пуговицы на S2, на S1 и S3 не видны |
| Цепочка от прошлого кадра (S2, S3) | 2 и 2; 3 и 2 | лавандовый отлив на S2, светлее и пышнее на S3 | на S2 оба тёмные, на S3 не видно | на S2 нет, на S3 не видно | тёмно-зелёный на обоих | горчичная; на S2 пуговицы серые, на S3 не видны |
| Только текст, без картинки (S1, S3) | 4 и 4; 4 и 4 | сохранены | на S1 сохранены, на S3 одного цвета | на обоих на другой щеке, чем на референсе; сторона в тексте не задана | бирюзовый на обоих | горчичная, медные пуговицы на обоих; на S3 крой короче |
| Референс + список примет (S1, S3) | 4; 3 | на S1 сохранены, на S3 короче и ровнее | на S1 оба ореховые, на S3 не видно | на S1 нет, на S3 не видно | бирюзовый на S1, темнее на S3 | горчичная; медные на S1, на S3 не видны |

Пары оценок — это два оценщика по одному кадру; четвёртый способ добавили после первой оценки, и его смотрел один оценщик.

Шарф показывает, как ведут себя цвета среднего тона. На крупном плане в кафе от исходного референса бирюза сохранилась, а в цепочке даже крупный план дал тёмно-зелёный шарф. На ночной улице и горной тропе шарф потемнел в четырёх кадрах из семи и остался бирюзовым только в двух кадрах без картинки и в кадре с улицей, где к референсу добавили список примет. Сколько здесь от модели, а сколько от неонового и рассветного света, по одной картинке на ячейку не разделить, но для серии вывод один: цвет, важный для узнаваемости, сверяйте в каждом кадре, а не только на портретах.

## Цепочка или исходный референс: прошлый кадр переносит ошибки дальше

Для каждой новой сцены возвращайтесь к исходному референсу. В тесте цепочка, где кафе строилось от кадра с улицей, а горная тропа — от кадра из кафе, получила худшие оценки: 2 и 2 за кафе и 3 и 2 за тропу, тогда как те же сцены от исходного портрета — 4 и 4 и 3 и 3. Лавандовый отлив волос, случайно появившийся на улице, перешёл в кадр из кафе, шарф уже на крупном плане стал тёмно-зелёным, а медные пуговицы — серыми: модель приняла отклонения предыдущего результата за признаки персонажа и понесла их дальше.

![Схема: в цепочке отлив волос, зелёный шарф и серые пуговицы переходят из кадра в кадр, а от исходного референса ошибка остаётся в одном кадре](https://blog.laozhang.ai/posts/ru/nano-banana-2-1-character-consistency/img/chain-vs-original-reference.webp)

Документация Gemini API на первый взгляд советует обратное. В разделе о виде персонажа на 360° Google предлагает для лучшего результата «включать ранее сгенерированные изображения в последующие промпты», а многоходовой диалог называет рекомендуемым способом итераций над картинкой. Но речь там о ракурсах одного персонажа, и нигде не сказано, что прошлые кадры должны заменять исходный; в тесте же прошлый кадр шёл единственным референсом вместо оригинала. Разумное прочтение — одобренные кадры можно добавлять рядом с исходным портретом, но не вместо него, хотя такой вариант тест не измерял. К тому же выводу пришёл [тест консистентности Nano Banana 2.1 в блоге Astorie](https://astorie.ai/blog/nano-banana-character-2-1-consistency-test): при смене дальности кадра автор советует возвращаться к оригинальному референсу, потому что цепочка правок тянет за собой случайные изменения.

Если вы ведёте серию многоходовым диалогом через API и на втором ходе получаете ошибку 400, разбор — в статье [Ошибка Thought Signature в Nano Banana 2: 400 на втором ходе](https://blog.laozhang.ai/ru/posts/nano-banana-2-thought-signature-error).

## Почему по одному описанию не выходит одно и то же лицо

Полное текстовое описание без картинки получило в тесте самые высокие оценки — 4 из 5 у обоих оценщиков на обоих кадрах, с бирюзовым шарфом и медными пуговицами, — но выводить из этого «текст лучше референса» нельзя. Базовый портрет был сгенерирован из того же самого текста, поэтому вариант без картинки отчасти воспроизводил лицо, которое модель рисует для этого описания по умолчанию. Если ваш персонаж пришёл с фотографии или рисунка, такого пути у него нет: его черты словами не передать, и держится он только на референсе. Как ведут себя персонажи с фото, этот тест не проверял.

Даже у текстового персонажа разные глаза вернулись только на одном кадре из двух. Шрам оба раза появился, но на другой щеке, чем на референсе, и ошибкой модели это не назовёшь: в описании сказано «на одной скуле», без стороны, правую для зрителя щёку выбрал базовый портрет, а кадры без картинки выбрали другую. Если сторона приметы важна для сюжета, называйте её явно и проверяйте в каждом кадре.

Список примет в промпте сам по себе детали не возвращает. В варианте «референс + список» разные глаза и шрам были прописаны словами, но на улице, где лицо видно, оба глаза вышли одного орехового цвета и шрама не оказалось, а на горной тропе лицо было слишком мелким, чтобы их проверить. Astorie в своём тесте формулирует это так: имя и описание одежды задают тип, а не конкретного человека. Описание полезно как эталон для проверки кадров и как запасной вариант для текстового персонажа, но удержать лицо оно не заставит.

## Как подготовить персонажа Nano Banana 2.1 к серии кадров

Порядок работы следует из того, что модель держит и что теряет: узнаваемость закладывается в крупные детали ещё при дизайне, базовый референс утверждается один раз, и дальше каждая сцена строится только от него.

1. Спроектируйте персонажа под повторы. В тесте носителями узнаваемости были силуэт и цвет причёски и крупная одежда насыщенного цвета, а мелкие приметы лица и детали размером с пуговицу считайте бонусом: на общем плане их не видно, а на крупном плане от исходного референса модель потеряла разные цвета глаз. Медные пуговицы на том крупном плане сохранились, серыми они стали только в цепочке. Если персонажу нужна особая примета, надёжнее вынести её в одежду или аксессуар, который видно с любого ракурса.
2. Сделайте один базовый референс, на котором всё видно. В тесте это был студийный портрет 1:1 на светло-сером фоне: голова и верх тела целиком, взгляд в камеру, мягкий ровный свет. Проверьте его особенно придирчиво, потому что любая его ошибка перейдёт во все сцены. Персонажа с фото или рисунка подавайте референсом напрямую, если у вас есть права на это изображение.
3. Для персонажа, придуманного текстом, сохраните полное описание рядом с референсом: по нему вы будете сверять кадры, и оно же служит запасным вариантом, если референс где-то не сработал.
4. Собирайте промпт из двух частей: фраза удержания, которая говорит, что человек с картинки — это персонаж и что именно сохранить, и одна сцена с ракурсом, планом, действием и светом. Проверенная формулировка приведена в блоке промптов выше; больше шаблонов — в статье [Как писать промпты для Nano Banana: практическое руководство и 50 проверяемых шаблонов](https://blog.laozhang.ai/ru/posts/how-to-prompt-nano-banana).
5. Генерируйте каждую сцену от исходного референса, а не от последнего удачного кадра. Кадр с отклонением не подавайте дальше даже как дополнительную картинку.
6. Для сцен, где лицо будет мелким (общий план, вид со спины), рассчитывайте на причёску и одежду, а не на приметы лица. Если по сюжету нужен узнаваемый крупный план, сделайте его отдельной сценой. Для сложных поз Google советует добавлять референс нужной позы.

Если ответ пришёл с HTTP 200, но без картинки, причины разобраны в статье [Nano Banana не генерирует изображение в API: как найти причину](https://blog.laozhang.ai/ru/posts/nano-banana-2-200-ok-no-image).

## Чек-лист согласованности персонажа и правило остановки

Сравнивайте каждый новый кадр с исходным референсом, а не с предыдущим кадром серии, и при сходном размере лица: увеличьте или обрежьте кадр до головы, иначе общий план всегда кажется «похожим», просто потому что деталей не видно. Тот же приём советует Astorie.

- Волосы того же силуэта, длины и цвета, без лавандового или розового отлива: в тесте он появился на ночной улице и перешёл в следующий кадр цепочки.
- Ключевая одежда того же цвета и кроя, мелкие детали того же материала: медные пуговицы не стали серыми.
- Цвета среднего тона, вроде бирюзового шарфа, совпадают с референсом с поправкой на свет сцены.
- Приметы лица на месте и на той же стороне; если лицо слишком мелкое, отметьте «не проверить», а не «сохранено».
- В целом это тот же человек, а не похожая родственница.
- Кадр сделан от исходного референса; если нет, основой для следующих сцен он не служит.

![Чек-лист из шести пунктов для проверки кадра и правило: разовый сбой пересэмплировать, повторяющуюся потерю детали решать сменой схемы](https://blog.laozhang.ai/posts/ru/nano-banana-2-1-character-consistency/img/frame-checklist-stop-rule.webp)

Пересэмплировать имеет смысл, когда сбой разовый: деталь, которая держалась в других сценах, пропала в одном кадре. Если же одна и та же деталь теряется в разных сценах и при разных способах подачи, как разные глаза и шрам в тесте, дело уже не в случайности, и новые попытки этого не исправят. Тогда меняйте схему: укрупните лицо в кадре, перенесите примету в одежду или аксессуар, упростите персонажа или дорисуйте деталь в редакторе. Сколько попыток обычно нужно, тест не измерял, поэтому лимит на сцену задайте заранее, ведь каждая попытка остаётся отдельным платным вызовом. Помогают ли 2K, 4K или уровень мышления `high` удерживать мелкие приметы, тоже не проверено: все кадры выше сняты в 1K с мышлением по умолчанию, так что это ещё одна настройка, которую можно попробовать до смены дизайна.

## Лимиты Nano Banana 2.1: 4 персонажа, 10 объектов и сравнение с Pro

По [документации Gemini API о генерации изображений](https://ai.google.dev/gemini-api/docs/image-generation) (по состоянию на 3 ноября 2026 года), модели Nano Banana принимают до 14 референсных изображений, и у `gemini-nano-banana-2.1` из них до 4 могут быть персонажами, а до 10 — объектами; отдельных референсов стиля у неё нет. У Nano Banana Pro (`gemini-3-pro-image`) раскладка другая: до 5 персонажей, 6 объектов и 3 референсов стиля. Это рабочие пределы одного запроса, а не гарантия одинаковых лиц.

Лучше ли 2.1, чем Pro, Google показывает в [карточке модели Nano Banana 2.1 от Google DeepMind](https://deepmind.google/models/model-cards/nano-banana-2-1/) с данными на октябрь 2026 года. В попарной оценке людьми Elo консистентности одного персонажа у 2.1 с мышлением — 1028 ±14 (без мышления 1021), у Pro — 991 ±9, у Nano Banana 2 — 981; для нескольких персонажей — 1106 у 2.1 с мышлением против 1011 у Pro. Это внутренняя оценка Google в относительных единицах, в проценты она не переводится, а ограничение там же сформулировано прямо: «Character consistency is not always perfect between input images and generated output image». Как три модели справились с одинаковыми задачами, показано в статье [Nano Banana 2.1 vs Pro vs GPT Image 2.5: сравнение на 9 задачах](https://blog.laozhang.ai/ru/posts/nano-banana-2-1-vs-pro-vs-gpt-image-2-5), а параметры референсов и пошаговый процесс для Pro — в [руководстве по консистентности лиц в Nano Banana Pro](https://blog.laozhang.ai/ru/posts/nano-banana-pro-face-consistency-guide).

## Источники

Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 2026-11-03.

- [тест консистентности Nano Banana 2.1 в блоге Astorie](https://astorie.ai/blog/nano-banana-character-2-1-consistency-test) (astorie.ai)
- [документации Gemini API о генерации изображений](https://ai.google.dev/gemini-api/docs/image-generation) (ai.google.dev)
- [карточке модели Nano Banana 2.1 от Google DeepMind](https://deepmind.google/models/model-cards/nano-banana-2-1/) (deepmind.google)