Nano Banana Pro или GPT Image 2.5: какую модель запускать первой

Первой под задачу запускайте ту модель, чья слабость дороже всего вам обойдётся. Если ошибка в силуэте товара или возврат уже удалённой детали делает картинку непригодной, начинайте с GPT Image 2.5 Sunburst: в опубликованных сторонних тестах именно она точнее сохраняла форму исходного товара и результаты предыдущих правок. Если нужен квадрат 4096×4096, заземление с помощью Google Поиска (Grounding with Google Search), несколько референсов с заданными ролями (до 6 объектов, 5 персонажей и 3 стилей) или стилизация под фигурку, начинайте с Nano Banana Pro: часть этих возможностей у OpenAI просто отсутствует, а в тесте на конвертацию персонажа в фигурку Pro набрала максимум там, где 2.5 выглядела как 3D-рендер. Для латинского текста на постере обе модели в сторонних прогонах шли вровень, и решает цена: при 1024×1024 у 2.5 high официальная оценка стоимости вывода — $0,053 против $0,134 у Pro.

Это выбор для первого запуска, а не приговор. Собственного сравнительного теста у сайта нет: выводы опираются на документацию обоих вендоров, официальный калькулятор OpenAI, слепое голосование Arena и шесть сторонних тестов с их условиями и размером выборки — всё по состоянию на 22 сентября 2026 года. Как за один день перепроверить это на своих материалах и где обе модели доступны по одному ключу, разобрано в конце.

Что именно сравниваем

Под «GPT Image 2.5» скрываются две API-модели и одна функция ChatGPT. В API это gpt-image-2.5-flare (снимок gpt-image-2.5-flare-2026-09-08) и gpt-image-2.5-sunburst (gpt-image-2.5-sunburst-2026-09-08); идентификатора gpt-image-2.5 без суффикса не существует. По руководству OpenAI по промптингу Flare — «малая модель, оптимизированная под скорость, с качеством, сопоставимым с GPT Image 2», Sunburst — «базовая модель, оптимизированная под качество, с более высоким качеством, чем GPT Image 2»; обе «улучшили точное редактирование и сохранение объекта». В анонсе от 8 сентября OpenAI пишет о Flare уже как о «более качественной, чем GPT Image 2, при вдвое меньшей задержке» — обе формулировки принадлежат вендору, и они не согласованы между собой; здесь они процитированы как есть. В ChatGPT это же поколение называется Images 2.5. О различиях внутри пары — в сравнении Sunburst и Flare.

«Nano Banana» — семейство из четырёх моделей Google, и объект этой статьи только одна: Nano Banana Pro = gemini-3-pro-image, стабильная модель с пометкой «Latest update: November 2025», которую Google позиционирует как «премиальный выбор для самых сложных визуальных задач». Nano Banana 2 (gemini-3.1-flash-image) дешевле и по собственной рекомендации Google должна быть «моделью по умолчанию»; чем она отличается от Pro — в отдельном разборе. Многие русскоязычные обзоры под заголовком «Nano Banana против GPT Image 2.5» сравнивают 2.5 с Nano Banana 2 либо Pro с прошлой GPT Image 2 — это другие пары.

Если вы встретили «Nano Banana 2.5» — такой модели нет ни на странице цен, ни в списке моделей Google. Kie.ai описывает её как неподтверждённую модель, замеченную на Image Arena под кодовым именем «spicy-mayo», без анонса, цены и API-спецификации. Сравнивать её не с чем.

С какой модели начинать: по типам задач

Таблица опирается на документированные возможности и на сторонние тесты из раздела ниже, у каждого указан источник. «С чего начать» означает: запустить сначала эту модель, а решение принять после сравнения первого результата с исходником.

Строка о правках не означает, что Pro не умеет редактировать: в тех же тестах цвет плафона и фон она сменила 3/3. Разница проявилась в том, что менять было нельзя.

Различия, зафиксированные в документации

Здесь только то, что записано в документации и не зависит от вкуса оценщика.

Источники: гайд OpenAI по генерации и гайд Google по генерации изображений. «Не задокументирован» у Google не значит «невозможно», но строить на этом пайплайн нельзя. Метки качества у разных вендоров несопоставимы: OpenAI прямо пишет, что «одинаковая метка качества не означает одинакового качества изображения или времени ответа у разных моделей» — и это сказано даже о её собственных моделях.

Цены при одинаковом размере

У обеих сторон тарифы за токены, а не за картинку, поэтому сравнивать надо конкретную настройку. Ниже — оценка только выходных токенов: у OpenAI по официальному калькулятору при $30 за миллион токенов вывода (Flare и Sunburst в нём — одна опция), у Google по опубликованным счётчикам токенов при $120 за миллион. Значения калькулятора и счётчиков сняты 22 сентября 2026 года.

Три вывода из таблицы. Первый: при 1024×1024 Pro стоит между 2.5 xhigh и max, а 2.5 high дешевле Pro примерно в два с половиной раза — но никто не доказал, что high равен Pro по качеству, поэтому сравнивать надо не метки, а принятые картинки. Второй: у OpenAI одинаковая настройка medium при переходе с GPT Image 2 на 2.5 падает с 1 756 до 439 токенов — подробности в сравнении 2.5 и GPT Image 2. Третий: для 4K сопоставимой официальной цифры у OpenAI нет: 3840×2160 в калькулятор не заложено; ориентир — $0,24 у Google за 4096×4096. Полный разбор тарифов Google — в статье о ценах Nano Banana Pro, тарифов OpenAI — в разборе цен GPT Image 2.5 API.

Во всех строках не учтены входные токены (у OpenAI $8 за миллион токенов входных изображений, у Google $2 за миллион, что даёт «около $0,0011 за входное изображение»), текстовый вывод и «thinking» у Google ($12 за миллион), 100 токенов за каждое потоковое превью у OpenAI и, главное, повторные попытки. Реальная метрика — стоимость принятой картинки: весь счёт за партию, делённый на число принятых. Если из десяти запусков вы приняли четыре, «дешёвая» модель по $0,053 обошлась в $0,13 за результат.

Для масштаба, при гипотетических 10 000 одиночных вызовах 1K без повторов и входов: Pro Standard — $1 340, Pro Batch — $670, 2.5 high — около $527, 2.5 max — около $2 107. Это арифметика по опубликованным ставкам, а не счёт.

Слепое голосование Arena: кто впереди и сколько за этим голосов

На Arena, текст → изображение (отображаемая дата обновления — 7 сентября 2026, 78 моделей) первые два места у OpenAI: Sunburst 1421 ±13 при 3 149 голосах и Flare 1399 ±13 при 2 856, обе с пометкой Preliminary. GPT Image 2 (medium) — третья с 1381 ±4 при 78 731 голосе. Nano Banana Pro в версии 2K стоит на 14-м месте с 1246 ±3 при 152 220 голосах, preview-версия — 16-я, 1232 ±5. На доске редактирования картина та же: Sunburst 1520 ±9 (6 704 голоса, Preliminary), Flare 1491 ±9 (5 676), Nano Banana Pro 2K — девятая, 1390 ±3 при 556 580 голосах.

У Artificial Analysis лидируют те же модели, но в настройке max: Sunburst 1197 ±9 при 13 401 сравнении, Flare 1190 ±9; Nano Banana Pro — десятая, 1100 ±8 при 15 977 сравнениях. В редактировании Sunburst 1180 ±8, Flare 1161 ±8, Pro — 13-я, 1096 ±8. Обратите внимание на цену у Artificial Analysis: $210,7 за тысячу для 2.5 против $134 у Pro — потому что там прогоняют max с 7 024 токенами на квадрат; запуск на high стоил бы вчетверо дешевле.

Как это читать. Разрыв в 150–180 пунктов Elo — большой, и на двух независимых площадках он в одну сторону. Но у Sunburst три тысячи голосов против полумиллиона у Pro, доверительный интервал ±13 против ±3, а сама отображаемая дата предшествует запуску 8 сентября. Такие рейтинги измеряют слепое предпочтение по одному промпту, не скорость, не стоимость и не поведение на пятом шаге правок. Именно поэтому в ручных тестах ниже Pro не раз выигрывала у модели, которая опережает её в рейтинге.

Что показали сторонние тесты и при каких условиях

Ни один из этих тестов не проведён этим сайтом; каждый ограничен своей выборкой и площадкой.

Ima Studio, 11–14 сентября: интернет-магазин, одна лампа, 30 картинок. Sunburst 1024×1024 high PNG против Pro 1:1 1K; три независимые цепочки по пять этапов (hero-кадр товара → нижний плафон в кобальт → фон → заголовок «LIGHT IN BALANCE» с кнопкой «SHOP NOW» → макет с двумя окнами деталей). Геометрия: Sunburst удержала плоский широкий плафон 3/3, Pro скруглила его в купол 3/3, и это искажение тянулось до конца цепочки. Цвет и фон — 3/3 у обеих, у Pro больше сине-фиолетовых засветов. Текст без ошибок у обеих, у Sunburst безопаснее отступы. Вёрстка: у Sunburst стабильные интервалы, у Pro плавающий размер окон. Кредиты площадки — 10 у Pro против 31 у Sunburst за этап. Вывод авторов: Sunburst, когда «силуэт товара, фурнитура и повторяемая вёрстка критичны для согласования»; Pro, если вы «можете сверить товар с исходником после первой генерации»; и главное — «не выбирайте модель по финальной картинке, сравнивайте первый этап с исходником». Один товар, только английский текст, ничего о портретах и примерке.

JXP, 15 сентября: четыре промпта, по одной генерации. Flare на medium против Pro через платформу JXP. Вывеска кафе — ничья; флакон с этикеткой — ничья, Pro «более рекламная»; локальная смена цвета велосипеда — ничья; 4K-макро апельсина — Pro отдала 4096×4096, 2.5 — 2880×2880, что вытекает из лимитов, а не из качества. Скорость по наблюдениям автора: 2.5 «примерно 20–40 секунд» на 1K и «40–60» на 4K, Pro «от минуты до двух с лишним», нестабильно; без перцентилей.

HiAPI, 17 сентября: два промпта, по одной картинке. Flare против Pro. Постер «NIGHT SHIFT»: Flare вывела заголовок один раз, Pro добавила лишнее «SHIFT». Кроссовок носком влево: Flare — влево, Pro — вправо, «противоположно промпту». Автор сам предупреждает: «четыре картинки не позволяют вычислить среднее качество, скорость, стабильность или будущую вероятность успеха».

Danawa DPG, 17 сентября: приложения, по одной попытке. ChatGPT Plus (Images 2.5) против приложения Gemini (Pro), четыре задания. Композит из трёх персонажей: 2.5 объединила в единую аниме-работу, Pro дала «американский комикс с толстой обводкой» и добавила элементы, которых не было в исходниках. Спрайт-лист — ничья. Пять раундов последовательных правок: Pro вернула удалённый чемодан, 2.5 удержала все прошлые правки. Постер с корейским текстом: у обеих без опечаток, 2.5 добавила незапрошенные эффекты, Pro выглядела «скучно». Итог автора: 2.5 «дорисовывает то, о чём не просили, чтобы поднять качество», Pro «аккуратно убирает в рамках указанного». Поведение приложений может отличаться от API.

note, автор てんねん, 11 сентября: фигурки, лучшая из четырёх. Один промпт на превращение персонажа в фигурку, написанный под Pro; шесть моделей по четыре генерации, лучшая из четырёх, шесть критериев по 5 баллов. Pro 30/30, Nano Banana 2 — 29, 2 Lite — 25, GPT Image 2.5 — 24, GPT Image 2 — 21. О 2.5: «с высокой точностью сохранила композицию, черты лица, фигуру и информацию о доспехах», но «выглядит как 3DCG с cel-shading»; промпт, переписанный под 2.5, дал те же 24. Вариант Flare/Sunburst не указан.

HS Working, обновлено 9 сентября: три бизнес-задачи. Images 2.5, Pro и Seedream 5.0 Pro; консистентность персонажа с составной инструкцией, японский B2B-превью 16:9, вертикальная А4-схема. Метрика — число вмешательств человека до готового результата. Меньше всего у Images 2.5; Pro дважды не прошла первый порог качества, с «поплывшим японским».

Русскоязычный тест DTF от 1 сентября сравнивает Pro с GPT Image 2, а не 2.5: из семи промптов GPT Image 2 взяла пять («собранность и композиция»), Pro — два (портрет за рифлёным стеклом, пара в библиотеке). Его выводы к 2.5 не переносятся; для задач интернет-магазинов с прошлым поколением есть наш разбор Pro против GPT Image 2.

Сложите шесть тестов вместе — и получится не победитель, а карта: 2.5 сильнее там, где нельзя ничего менять или где текст не латинский; Pro — там, где нужна интерпретация, стиль и знание мира. Автор DTF сформулировал это раньше всех: «без привязки к задаче сравнение почти не имеет смысла».

Как сравнить на своих материалах за один день

OpenAI в гайде по промптингу описывает метод сравнения своих моделей; он в точности подходит и для сравнения с Google.

1. Зафиксируйте всё, кроме модели. Один промпт, одни референсы, один размер, явно заданное качество — не auto. Для 2.5 сопоставимая пара — 1024x1024 + high или xhigh против Pro 1K; для широких форматов 2048x1152 против Pro 2K 16:9. Помните, что 2K у Google — уровень в 2048 px, а не тот же самый пиксельный счёт.
2. Оценивайте пять вещей по первому же выходу: выполнение инструкции, сохранность товара или лица, точность текста, незапрошенные изменения, прозрачность, если нужна. Сравнивайте первый этап с исходником, а не финал с финалом.
3. Повторяйте. Пять запусков одного задания дают представление о стабильности; одна удачная картинка — нет.
4. Для правок гоняйте всю цепочку. Ни один вендор не возвращает маску изменённой области, поэтому дрейф видно только по серии. OpenAI сама советует: если участок должен остаться попиксельно тем же, вклейте утверждённую правку в оригинал в графическом редакторе, а не полагайтесь на промпт.
5. Считайте время и деньги до принятого результата: медиану и долгие хвосты, сбои, повторы и итоговую стоимость принятой картинки из реального usage, а не из калькулятора. Формулировка OpenAI: «подтверждайте актуальные цены, а не предполагайте, что быстрая модель дешевле».

Для текста в обеих моделях помогает одно и то же: нужную надпись брать в кавычки, названия брендов диктовать по буквам, для мелкого текста сравнивать medium и high.

Пример запроса к 2.5 через LaoZhang, который проксирует официальный API OpenAI; тот же JSON работает и напрямую в OpenAI с их базовым URL:

bash
curl --fail-with-body "https://api2.laozhang.ai/v1/images/generations" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5-sunburst",
    "prompt": "Постер ночного фестиваля фотографии, заголовок \"NIGHT SHIFT\" один раз, крупно, по центру",
    "size": "1024x1024",
    "quality": "high"
  }' -o sunburst.json

Для Pro на том же ключе есть две формы запроса: OpenAI-совместимый /v1/chat/completions с фиксированными 1K и 1:1 и Google-нативный generateContent, где задаются соотношение сторон и imageConfig.imageSize: "4K". Для честного сравнения нужен нативный вариант — иначе вы сравните 1K с 4K и не заметите. Готовые запросы обеих форм с обработкой ответа разобраны в руководстве по API Nano Banana Pro, а нюансы 4K — в гиде по 4K.

Где обе модели доступны сегодня и по каким ценам

Напрямую у вендоров. OpenAI: обе модели 2.5 в Images API и Responses по тарифам Standard из таблицы выше; Batch недоступен, в списке deprecations ни GPT Image 2, ни 2.5 не значатся. Google: gemini-3-pro-image в Gemini Developer API за $0,134 (1K/2K) и $0,24 (4K) Standard, Batch — $0,067 и $0,12; бесплатного API-уровня у Pro в таблице цен нет, есть тестирование в AI Studio, лимиты которого разобраны в статье о бесплатных и платных ограничениях Nano Banana Pro. Условия доступа к обоим сервисам из вашей страны проверяйте на страницах вендоров — здесь они не описываются.

Один ключ на обе модели — LaoZhang. Базовый URL https://api2.laozhang.ai/v1. По документации LaoZhang по GPT Image 2.5 gpt-image-2.5-flare и gpt-image-2.5-sunburst идут через проксирование официального API (у провайдера это называется official forwarding) с потокенной тарификацией «по тем же ставкам, что official forwarding GPT Image 2», с явным выбором Flare/Sunburst и размерами 2K/4K; нужен токен с оплатой по расходу в группе Sora2Official или GPTImage2 Sora2 Enterprise, группа выбирается в настройках токена, а не в поле model. Nano Banana Pro на той же площадке — gemini-3-pro-image за $0,09 за вызов при любом разрешении, включая 4K, с референсами до 6 объектов и 5 персонажей (документация LaoZhang по Nano Banana Pro). На гипотетических 10 000 вызовах 1K это $900 против $1 340 у Google Standard и $670 у Google Batch — то есть дешевле прямого Standard-маршрута, но дороже официального Batch, если вы готовы ждать пакетной обработки.

Статус на 22 сентября 2026. Поштучные вызовы gpt-image-2.5-flare-vip и gpt-image-2.5-sunburst-vip по $0,03 приостановлены с 16 сентября «из-за ограниченной мощности апстрима», срок восстановления не назван; закладывать их в бюджет нельзя. Маршрут gpt-image-2.5-web с оплатой за генерацию поддерживает size, но не позволяет выбрать Flare или Sunburst, а его цену провайдер отсылает смотреть в консоли — фиксированной цифры здесь нет. Подробное сопоставление тарифов Flare с моделями семейства Nano Banana — в сравнении цен Flare и Nano Banana. «Те же ставки», «~10 секунд» в каталоге и любые лимиты параллелизма — заявления провайдера, которые стоит подтвердить в консоли до масштабирования; протокольная совместимость не гарантирует всех функций, квот и SLA официального API.

Частые вопросы

Что лучше — GPT Image 2.5 или Nano Banana Pro? По слепым голосам на Arena и Artificial Analysis впереди 2.5 Sunburst с отрывом 150–180 пунктов Elo, но при ~3 тысячах голосов против 150–550 тысяч у Pro и пометке Preliminary. В ручных тестах 2.5 стабильнее держала геометрию и цепочки правок, Pro выигрывала в стилизации и давала 4096×4096. Выбирайте по классу задачи из таблицы выше и проверяйте на своих файлах.

Существует ли Nano Banana 2.5? Нет. На страницах цен и моделей Google такой модели нет; это неподтверждённое кодовое имя из рейтинга Arena. Актуальные модели Google — Nano Banana Pro, Nano Banana 2, Nano Banana 2 Lite и оригинальная Nano Banana (gemini-2.5-flash-image), которая отключается 2 октября 2026 года.

Стоит ли переходить с GPT Image 2 на 2.5? При одинаковой настройке medium 2.5 расходует 439 токенов вместо 1 756 при тех же ставках, обе модели не сняты с поддержки. Но medium у 2.5 и medium у GPT Image 2 — разные бюджеты; сравнивайте картинки, а не метки. Отдельный минус 2.5 — отсутствие Batch, который у GPT Image 2 даёт $15 за миллион токенов вывода.

Flare или Sunburst для сравнения с Pro? Для правок с длинным списком «не менять» — Sunburst; для быстрых вариантов и черновиков — Flare. В калькуляторе OpenAI обе модели дают одну оценку токенов при одинаковых настройках, так что бюджет одинаков, а поведение — нет.

Нужен ли API, если я работаю в ChatGPT и Gemini? Тесты Danawa и HS Working сделаны в приложениях, и их выводы о поведении моделей переносимы, но приложения не дают явно задать quality и размер и не показывают usage. Для расчёта стоимости принятой картинки нужен API; как открыть Images 2.5 в ChatGPT и когда переходить на API — в руководстве по ChatGPT Images 2.5.

Сколько стоит одна картинка при одинаковом размере? Только вывод, Standard, 22 сентября 2026: 1024×1024 у 2.5 — $0,013 на medium, $0,053 на high, $0,094 на xhigh, $0,211 на max; Pro 1K/2K — $0,134, 4K — $0,24, Batch вдвое дешевле. Входы, текст, повторы и потоковые превью добавляются сверху.