تحليل شامل لتسعير Nano Banana 2.1: مقارنة 5 اختلافات رئيسية مع Nano Banana 2 وحساب مقدار التوفير

في 6 أكتوبر 2026، أطلقت Google نموذج Nano Banana 2.1 (معرّف النموذج gemini-nano-banana-2.1) ضمن Gemini API، بوصفه إصدارًا مطوّرًا من Nano Banana 2 (Gemini 3.1 Flash Image). وأكثر ما يلفت الانتباه في أسعار Nano Banana 2.1 هو انخفاض تكلفة إخراج الصور من 60 دولارًا إلى 30 دولارًا لكل مليون رمز، وتراجع تكلفة الصورة الواحدة بدقة 1K من 0.067 دولار إلى 0.0336 دولار.

لكن إذا اكتفيت بعنوان «انخفاض السعر إلى النصف»، فقد تحسب التكلفة بشكل خاطئ. فجدول الأسعار الرسمي يتضمن تغييرات معاكسة في عدة بنود: ارتفع سعر الإدخال إلى ثلاثة أضعاف، وسعر إخراج النص والتفكير إلى 2.5 ضعف، كما زاد استهلاك الرموز لصورة 4K بنسبة 50%، واختفى خيار 0.5K من جدول الأسعار.

يفصّل هذا المقال الفروق في الأسعار بين Nano Banana 2.1 وNano Banana 2 بندًا بندًا، استنادًا إلى صفحة الأسعار الرسمية من Google، ويقدّم تقديرات فعلية للتكلفة وفق دقة الصور وسير العمل، إلى جانب توصيات للانتقال إلى النموذج الجديد.

الفائدة الأساسية: بعد قراءة المقال، ستتمكن من معرفة مقدار التوفير الفعلي بدقة عند نقل أعمالك إلى Nano Banana 2.1، وأي الحالات لن تحقق فيها وفورات كبيرة.

نظرة سريعة على أسعار Nano Banana 2.1

لنبدأ بجمع الأرقام الأساسية من جدول الأسعار الرسمي. جميع الأسعار أدناه خاصة بطبقة Standard المدفوعة، ومقوّمة بالدولار لكل مليون رمز. ولا يتوفر لأي من النموذجين مستوى مجاني ضمن Gemini API (تظهر عبارة Not available في خانة Free Tier، بينما يمكن تجربة Nano Banana 2 مجانًا عبر Google AI Studio).

يتضح من الجدول أن نهج تسعير Nano Banana 2.1 يقوم على «نقل التكلفة من إخراج الصور إلى الإدخال والاستدلال». ففي الغالبية العظمى من الطلبات التي تُنتج صورة واحدة انطلاقًا من موجه واحد، يشكّل إخراج الصورة أكثر من 95% من التكلفة الإجمالية، ولذلك ينخفض المجموع فعلًا إلى ما يقارب النصف. أما في سير العمل الذي يستخدم صورًا مرجعية كثيرة أو جولات تحرير متعددة أو سلاسل تفكير طويلة، فستلتهم زيادة تكلفة الإدخال والتفكير جزءًا من وفورات خفض الأسعار.

ومن الجدير بالانتباه أيضًا أن Nano Banana 2.1 يدعم الفيديو ضمن أنواع الإدخال، ما يتيح استخدام مقاطع الفيديو مراجعَ للتوليد. لكن استهلاك الرموز لإطارات الفيديو يكون مرتفعًا عادةً، لذا ينبغي تقييم التكلفة على حدة عند احتسابها بسعر 1.50 دولار لكل مليون رمز.

🎯 اقتراح للاختبار: الأرقام في جدول الأسعار نظرية فحسب؛ أما التكلفة الفعلية فتتوقف على طول الموجه وعدد الصور المرجعية ومستوى التفكير. نوصي باستدعاء النموذجين عبر منصة APIYI apiyi.com باستخدام مجموعة واحدة من الموجهات الفعلية، ثم مقارنة استهلاك الرموز في حقل usage قبل اتخاذ القرار.

مقارنة تكلفة الصورة الواحدة بين Nano Banana 2.1 وNano Banana 2

أكثر ما يهم المطورين هو «كم تبلغ تكلفة الصورة الواحدة؟». توضح الحواشي في صفحة الأسعار الرسمية استهلاك الرموز لكل دقة، لذا حسبنا تكلفة الصورة الواحدة في فئتَي Standard وBatch وفق المعادلة عدد الرموز × السعر.

استهلاك الرموز في فئتَي 1K و2K متطابق تمامًا، لذا يؤدي خفض السعر إلى النصف إلى خفض التكلفة إلى النصف، من دون أي شروط إضافية. أما ما يستدعي الانتباه حقًا فهو 4K: تستهلك صورة 4K في Nano Banana 2.1 عدد 3,780 رمزًا، أي أكثر بنسبة 50% كاملة من Nano Banana 2 الذي يستهلك 2,520 رمزًا. لذلك لا تنخفض تكلفة الصورة الواحدة بدقة 4K إلا من $0.151 إلى $0.113، أي بنحو 25% فقط.

وهنا يقع بعض المستخدمين في خطأ شائع. فبعض المقالات الإنجليزية المنشورة من جهات خارجية تذكر أن سعر صورة 4K في Nano Banana 2.1 هو $0.0756، استنادًا إلى طريقة احتساب النموذج الأقدم التي تعتمد على 2,520 رمزًا. لكن المرجع المعتمد هو الحاشية في صفحة الأسعار الرسمية: تستهلك صورة 4K الواحدة 3,780 رمزًا، وتكلف نحو $0.113. احرص على اعتماد هذا الرقم عند وضع الميزانية.

ومن الجدير بالاهتمام أيضًا اختفاء فئة 0.5K. كان سعر فئة 512px في Nano Banana 2 يبلغ $0.045، وكثيرًا ما استُخدمت للصور المصغرة ومعاينات المسودات والفرز بالجملة. أما قائمة أسعار Nano Banana 2.1 فلا تتضمن سوى الفئات 1K و2K و4K. لكن سعر فئة 1K في الإصدار 2.1، والبالغ $0.0336، أقل بالفعل من سعر فئة 0.5K في الإصدار 2؛ أي إنك تحصل على دقة أعلى بالميزانية نفسها.

3 تكاليف خفية في تسعير Nano Banana 2.1

خفض السعر إلى النصف أمر واقع، لكن لا بد من احتساب التكاليف الخفية الثلاثة التالية للحصول على صورة دقيقة للحساب.

1. ارتفاع سعر رموز الإدخال 3 أضعاف: ارتفع السعر من $0.50 إلى $1.50 لكل مليون رمز. عادةً ما يتضمن موجه تحويل النص إلى صورة بضع مئات من الرموز فقط، لذا يكون الأثر ضئيلًا. لكن في سيناريوهات تحويل صورة إلى صورة ودمج صور متعددة، تُحتسب كل صورة مرجعية ضمن رموز الإدخال. كما أن التحرير عبر جولات متعددة من المحادثة يضيف الصور السابقة إلى نافذة السياق، ما قد يرفع حجم الإدخال سريعًا إلى عشرات الآلاف من الرموز.
2. ارتفاع سعر رموز التفكير 2.5 مرة: تكون خاصية التفكير مفعّلة افتراضيًا في نماذج الصور Gemini 3.x، وتُحتسب رموز التفكير بسعر إخراج النص سواء أُعيدت في الاستجابة أم لا. ارتفع سعر إخراج النص والتفكير في Nano Banana 2.1 من $3.00 إلى $7.50. وكلما طال الاستدلال الذي تتطلبه الموجهات المعقدة، مثل تلك التي تصف تكوينًا دقيقًا أو تخطيطًا نصيًا مطولًا، زاد أثر هذه التكلفة.
3. زيادة استهلاك الرموز بدقة 4K: كما ذكرنا في القسم السابق، ارتفع استهلاك الإخراج بدقة 4K من 2,520 إلى 3,780 رمزًا، ما ألغى نصف أثر خفض السعر. لذلك لا يتجاوز التوفير الفعلي نحو 25% في الأعمال التي تعتمد أساسًا على دقة 4K، مثل التجارة الإلكترونية والطباعة.

يمكننا، عند أخذ هذه العوامل الثلاثة معًا، حساب نقطة تعادل بسيطة. لنأخذ صورة 1K مثالًا: توفر كل صورة $0.0336، بينما تدفع $1.00 إضافية لكل مليون رمز إدخال. لذلك لا تلغي زيادة سعر الإدخال هذا التوفير إلا إذا تجاوزت مدخلات الاستدعاء الواحد نحو 33,600 رمز. أما الزيادة الإضافية البالغة $4.50 لكل مليون رمز تفكير، فتصل إلى نقطة التعادل عند نحو 7,470 رمز تفكير.

بعبارة أخرى، من شبه المستحيل أن تبلغ الاستخدامات المعتادة هذين الحدّين. يظل Nano Banana 2.1 أرخص في معظم الحالات، لكن تحديد مقدار التوفير يتطلب حسابًا دقيقًا وفق سير العمل.

حساب تكلفة Nano Banana 2.1 وNano Banana 2 في سيناريوهات مختلفة

لا يكفي النظر إلى سعر الوحدة وحده لتكوين صورة واضحة. فيما يلي حساب للتكلفة الإجمالية لكل استدعاء في 4 سيناريوهات شائعة. نقدّر أن كل صورة مرجعية تستهلك نحو 1,120 رمز إدخال (يتأثر الاستهلاك الفعلي بحجم الصورة وإعداد media resolution)، أما رموز التفكير فتُقدّر استنادًا إلى الخبرة العملية.

تكشف النتائج عن قاعدة واضحة: كلما قلّ عبء الإخراج وزاد عبء الإدخال، تضاءلت أفضلية Nano Banana 2.1. يستفيد تحويل النص البسيط إلى صورة وإنشاء الصور المعتاد للمتاجر الإلكترونية مباشرةً، مع توفير يتجاوز 40%. أما دمج 14 صورة مرجعية وإنشاء ملصق بدقة 4K بنص طويل، فينخفض التوفير فيهما إلى 13%-16%، لكن التكلفة لا ترتفع عند الانتقال إلى النموذج الجديد.

يصبح الفرق أوضح عند احتسابه ضمن الميزانية الشهرية. لنفترض إنشاء 10,000 صورة بدقة 1K شهريًا: تبلغ التكلفة نحو $672 مع Nano Banana 2، مقابل $336 مع Nano Banana 2.1. وللعدد نفسه من الصور بدقة 2K، تبلغ التكلفة $1,008 مقابل $504، أما الصور بدقة 4K فتبلغ $1,512 مقابل $1,134. وفي مهام المعالجة الدفعية دون اتصال، يمكن إضافة خصم 50% لوضع Batch، ما يخفض التكلفة الشهرية لصور 1K إلى $168.

💡 نصيحة لتقدير التكلفة: إذا كان فريقك ينشئ عددًا كبيرًا من الصور شهريًا، فننصح بتجربة محدودة عبر APIYI apiyi.com لمدة أسبوع، ثم إحصاء التوزيع الفعلي لرموز الإدخال والتفكير والصور، واستخدامه لحساب عائد الانتقال بالمعادلات أعلاه. هذا أكثر أمانًا من الانتقال الكامل مباشرةً.

أمثلة على استدعاء Nano Banana 2.1 وشيفرة تقدير التكلفة

يستخدم Nano Banana 2.1 واجهة generateContent الأصلية في Gemini. وعند الانتقال إليه، يكفي استبدال معرّف النموذج. ويمكن أن تكون قيمة imageSize في imageConfig إحدى القيم 1K أو 2K أو 4K. يستدعي المثال التالي النموذج عبر نقطة النهاية المتوافقة مع واجهة Gemini الأصلية لدى APIYI:

import requests, base64

API_KEY = "your-apiyi-api-key"
URL = "https://api.apiyi.com/v1beta/models/gemini-nano-banana-2.1:generateContent"

payload = {
    "contents": [{"parts": [{"text": "一只戴墨镜的柴犬站在霓虹灯街头，招牌写着 BANANA CAFE"}]}],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
    }
}
resp = requests.post(URL, headers={"x-goog-api-key": API_KEY}, json=payload, timeout=180).json()
img = next(p for p in resp["candidates"][0]["content"]["parts"] if "inlineData" in p)
open("output.png", "wb").write(base64.b64decode(img["inlineData"]["data"]))
print(resp.get("usageMetadata"))  # سجّل استهلاك الرموز لاستخدامه في حساب التكلفة

تتضمن usageMetadata التي يعيدها الاستدعاء تفاصيل رموز الإدخال والتفكير والإخراج. وننصح بحفظ هذه الحقول في سجلات التطبيق، إذ ستكون مفيدة جدًا عند مقارنة تكاليف النماذج لاحقًا.

# الأسعار: الدولار لكل مليون رمز (الفئة القياسية)
PRICING = {
    "gemini-3.1-flash-image": {"input": 0.50, "text_out": 3.00, "image_out": 60.00,
                                "image_tokens": {"0.5K": 747, "1K": 1120, "2K": 1680, "4K": 2520}},
    "gemini-nano-banana-2.1": {"input": 1.50, "text_out": 7.50, "image_out": 30.00,
                                "image_tokens": {"1K": 1120, "2K": 1680, "4K": 3780}},
}

def estimate_cost(model, input_tokens, thinking_tokens, size, n_images=1, batch=False):
    p = PRICING[model]
    if size not in p["image_tokens"]:
        raise ValueError(f"{model} 不支持 {size} 档位")
    cost = (input_tokens * p["input"]
            + thinking_tokens * p["text_out"]
            + p["image_tokens"][size] * n_images * p["image_out"]) / 1_000_000
    return round(cost * (0.5 if batch else 1), 4)

for m in PRICING:
    print(m, estimate_cost(m, input_tokens=3700, thinking_tokens=1000, size="2K"))
# gemini-3.1-flash-image 0.1056
# gemini-nano-banana-2.1 0.0635

أضف هذه الدالة إلى سجلات usage لديك، وستتمكن من إعادة حساب عائد الانتقال استنادًا إلى البيانات الفعلية السابقة بدلًا من الاعتماد على التقديرات الواردة في هذا المقال.

🚀 ابدأ بسرعة: ننصح بالحصول على مفتاح API من APIYI apiyi.com ثم تشغيل الشيفرة أعلاه مباشرةً. توفر المنصة طريقتين للربط: التنسيق الأصلي لـ Gemini والتنسيق المتوافق مع OpenAI. وللتبديل بين Nano Banana 2 و2.1، يكفي تغيير اسم النموذج. يُرجى الرجوع إلى لوحة التحكم لمعرفة النماذج المتاحة حاليًا وطريقة احتساب الرسوم.

قرار الانتقال إلى Nano Banana 2.1 والأسئلة الشائعة

إلى جانب الأسعار، شهدت قدرات Nano Banana 2.1 تحسينات أيضًا. ووفقًا للوصف الرسمي، تحسّنت جودة الصور، واتساق الشخصيات عبر جولات المحادثة المتعددة، ودقة عرض النصوص، والتوليد المعزّز بالبحث. كما يدعم النموذج دقة 1K و2K و4K. وبالنظر إلى الأسعار والقدرات معًا، يمكنك اختيار النموذج المناسب وفقًا للجدول التالي:

في ما يخص دورة حياة النموذج القديم، لم تحدد صفحة الإيقاف الرسمية من Google، حتى تاريخ نشر هذا المقال، موعدًا لإيقاف gemini-3.1-flash-image، لكن تقارير من جهات خارجية أشارت إلى وجود فترة انتقال. ننصح بإتمام اختبارات التوافق مبكرًا لتجنّب الاضطرار إلى التبديل في اللحظة الأخيرة.

الأسئلة الشائعة حول تسعير Nano Banana 2.1

س1: هل يتضمن Nano Banana 2.1 حصة مجانية؟

لا تتوفر لـ Nano Banana 2.1 طبقة مجانية ضمن Gemini API، لذا يلزم استخدام حساب مدفوع لإجراء الاستدعاءات. إذا كنت تريد تجربة النتائج أولًا، يمكنك التسجيل عبر APIYI apiyi.com والحصول على رصيد للاختبار، ثم إرسال عدد قليل من الطلبات للتحقق من جودة الصور قبل اتخاذ قرار الانتقال.

س2: لماذا انخفض سعر صور 4K في Nano Banana 2.1 بنسبة 25% فقط؟

لأن استهلاك الرموز لصورة 4K ارتفع من 2,520 إلى 3,780. ورغم أن سعر الوحدة انخفض إلى النصف، زاد عدد الرموز بنسبة 50%، فكانت المحصلة انخفاض تكلفة الصورة الواحدة من $0.151 إلى $0.113. أما الرقم المتداول على الإنترنت، وهو $0.0756، فيستند خطأً إلى طريقة احتساب الرموز القديمة.

س3: ما الحالات المناسبة لوضع Batch؟

تبلغ تكلفة مخرجات الصور في وضع Batch نحو $15 لكل مليون، ما يخفض تكلفة الصورة الواحدة إلى النصف مرة أخرى. لكن النتائج تُعاد بشكل غير متزامن، لذا يناسب هذا الوضع مهامًا لا تتطلب استجابة فورية، مثل توليد صور المنتجات على دفعات وبناء مجموعات البيانات. أما التطبيقات التفاعلية الفورية، فينبغي أن تستخدم طبقة Standard. ويمكنك اختبار زمن الاستجابة والتكلفة في كلا الوضعين عبر APIYI apiyi.com.

س4: هل تُفرض رسوم إضافية على تعزيز البحث باستخدام Grounding؟

نعم. تتوفر 5,000 عملية بحث مجانية شهريًا، وتتشاركها جميع نماذج Gemini 3.x. وبعد تجاوزها، تُحتسب الرسوم بمعدل $14 لكل ألف عملية. وقد يؤدي الطلب الواحد إلى تنفيذ عدة استعلامات بحث، وتُحتسب رسوم منفصلة لكل استعلام، لكن المحتوى المسترجع لا يُحتسب ضمن رموز الإدخال.

الخلاصة: هل يستحق تسعير Nano Banana 2.1 الانتقال إليه؟

جوهر تسعير Nano Banana 2.1 هو «تعديل هيكلي للأسعار»: انخفض سعر إخراج الصور إلى النصف، بينما ارتفع سعر الإدخال ورموز التفكير، وزاد استهلاك صور 4K، وأُلغي خيار 0.5K. وبالنسبة إلى معظم الأنشطة التي تعتمد أساسًا على تحويل النص إلى صورة بدقة 1K أو 2K، يعني ذلك انخفاضًا فعليًا في التكلفة بنسبة 40%-50%. ومع تحسّن جودة الصور وعرض النصوص، يصبح الانتقال خيارًا واضحًا لا يكاد يترك مجالًا للتردد.

لكن ينبغي توخي الحذر في مسارات العمل التي تعتمد بكثافة على الإدخال أو الاستدلال، أو التي تركز على 4K. ففي هذه الحالات، ستتراجع نسبة التوفير إلى 13%-25%. ورغم أن الانتقال يظل مجديًا، يجب إعادة حساب الميزانية استنادًا إلى عدد الرموز الوارد في الحواشي الرسمية، لا الاكتفاء بقسمة الفاتورة القديمة على اثنين.

نوصي باتباع مسار الانتقال التالي: استخدم أولًا دالة التكلفة الواردة في هذا المقال لإعادة تشغيل سجلات الاستخدام السابقة، ثم اختبر الجودة الفعلية للصور واستهلاك الرموز تدريجيًا على نطاق محدود، وبعد ذلك انتقل على دفعات. ويمكنك تنفيذ العملية كاملةً عبر الواجهة الموحدة لـ APIYI apiyi.com، إذ يتيح مفتاح API واحد التبديل سريعًا والمقارنة بين نماذج الصور مثل Nano Banana 2 وNano Banana 2.1.

المراجع:
– صفحة الأسعار الرسمية لـ Gemini API: ai.google.dev/gemini-api/docs/pricing
– معلومات إيقاف نماذج Gemini API: ai.google.dev/gemini-api/docs/deprecations
– وثائق تطوير توليد الصور في Gemini: ai.google.dev/gemini-api/docs/image-generation
– مركز وثائق APIYI: docs.apiyi.com

نبذة عن المؤلف: فريق APIYI التقني، متخصص في ربط نماذج الذكاء الاصطناعي وتحسين تكاليف استخدامها. نرحب بتواصلكم عبر APIYI apiyi.com لتبادل الخبرات حول اختيار نماذج توليد الصور وخفض تكلفتها.