Google выпустила Nano Banana 2 Lite и Omni Flash: генерация изображения за 4 секунды и видео по голосовым командам: google gemini nano banana ai
Главное. 30 июня 2026 года Google выпустила две модели: Nano Banana 2 Lite и Gemini Omni Flash (по данным блога Google от 30 июня 2026). Первая генерирует изображение примерно за 4 секунды и стоит около $0.034 за 1000 картинок. Вторая делает и редактирует короткое видео до 10 секунд по голосовым командам и стоит $0.10 за секунду ролика. Обе доступны через Google AI Studio, Gemini API и Gemini Enterprise Agent Platform. Это ставка на объём и низкую цену, а не на пиковое качество.
Если ты искал по запросу вроде «google gemini nano banana ai» и ждал, что это какая-то отдельная нейросеть с бананом в названии, сразу сниму путаницу. Nano Banana - это внутреннее имя линейки моделей Gemini для работы с изображениями. Новая Nano Banana 2 Lite технически называется Gemini 3.1 Flash Lite Image и предназначена заменить оригинальную Nano Banana (по данным блога Google от 30 июня 2026). Никакого отдельного продукта «Banana AI» не существует, это часть семейства Gemini.
Что именно изменилось 30 июня
Google анонсировала релиз 30 июня, но основная волна практических гайдов и обсуждения пришлась на 1-2 июля, во время AI Engineer World's Fair (по материалам TestingCatalog, AI Weekly и Google Cloud Blog). Держи это в голове: часть цифр из ранних постов сообщества - это первые впечатления, а не независимо перепроверенные бенчмарки. Ниже я держу отдельно то, что заявила сама Google, и то, что пока проходит по разряду «люди попробовали и написали».
Что заявлено официально:
- Nano Banana 2 Lite = Gemini 3.1 Flash Lite Image, замена старой Nano Banana.
- Генерация одной картинки занимает около 4 секунд.
- Цена генерации изображений - примерно $0.034 за 1000 штук.
- Gemini Omni Flash делает и правит видео голосом, ролики до 10 секунд.
- Видео стоит $0.10 за секунду сгенерированного контента.
- Доступ - через Google AI Studio, Gemini API и Gemini Enterprise Agent Platform.
Всё. Больше цифр в источниках нет, и я не буду их выдумывать. Если тебе где-то попадётся «разрешение 4K из коробки» или «безлимит на видео» - это не из блога Google, проверяй первоисточник.
Практический смысл в другом: Google явно разводит линейку на «тяжёлую» и «лёгкую» части. Lite-модель дешёвая и быстрая, её задача - закрыть массовые сценарии, где тебе нужно сгенерировать тысячу превью для карточек товара, а не один шедевр на обложку журнала. Именно поэтому дальше я буду говорить про объём, конвейеры и стоимость на масштабе, а не про «вау, смотри какая картинка».
Nano Banana 2 Lite - это про что на практике?
Главное. Это быстрая и дешёвая генерация изображений через Gemini API. Сильная сторона - цена и скорость на потоке. Слабая - ты платишь качеством по сравнению со старшими моделями Gemini.
Разберём на живом сценарии. Допустим, у тебя интернет-магазин на 5000 SKU, и нужны единообразные фоновые иллюстрации к карточкам. Тебе не нужен пиковый фотореализм, тебе нужно 5000 приличных картинок за вменяемые деньги и без очереди на неделю.
Считаем по официальной цене. При $0.034 за 1000 изображений (по данным блога Google от 30 июня 2026) пять тысяч картинок обойдутся примерно в $0.17 по стоимости генерации. Это без учёта возможных других расходов на инфраструктуру и без гарантии, что с первого раза получится годный результат по всем 5000 - часть придётся перегенерировать. Но порядок цифр понятен: генерация тут перестаёт быть узким местом бюджета.
Скорость в 4 секунды на картинку означает, что последовательный прогон 5000 штук - это около 5-6 часов машинного времени в один поток. На практике ты будешь гнать запросы параллельно, и реальное время упрётся в лимиты API, а не в саму модель. Про лимиты Google в источниках цифр нет, так что закладывай на тесты, а не на обещания.
Если ты только собираешь такой конвейер и хочешь заранее прикинуть, где сравнивать генеративные модели между собой, это как раз тот случай, когда удобно держать доступ к нескольким семействам в одном месте.
Как получить доступ и написать первый запрос?
Главное. Три двери в модель: Google AI Studio для ручных проб, Gemini API для кода, Gemini Enterprise Agent Platform для корпоративных агентов (по данным Google Cloud Blog от 30 июня 2026). Для разработчика первая остановка - AI Studio, чтобы получить ключ, затем Gemini API.
Порядок действий, чтобы не тыкаться вслепую:
- Зайди в Google AI Studio и залогинься под своим Google-аккаунтом.
- Создай API-ключ в разделе управления ключами.
- Прогони пробный промпт прямо в интерфейсе Studio, чтобы убедиться, что модель отвечает и картинка тебя устраивает по стилю.
- Только после этого переноси запрос в код.
- Храни ключ в переменной окружения, а не в исходнике.
⚠ Никогда не коммить API-ключ в репозиторий и не вставляй его прямо в код примеров. Утёкший ключ - это чужие расходы на твоём балансе. Ниже в примерах ключ всегда читается из переменной окружения и помечен как плейсхолдер.
Компактный пример запроса к Gemini API на Python. Модель и точный формат ответа уточняй по актуальной документации Gemini API - я привожу структуру, а не гарантию сигнатуры:
Почему я так осторожен с именем модели? Потому что маркетинговое имя (Nano Banana 2 Lite) и техническое (Gemini 3.1 Flash Lite Image) - разные строки, и в API ты обращаешься именно к техническому идентификатору. Google в блоге назвала соответствие явно, но точную строку модели для вызова бери из документации на момент, когда читаешь это, а не из статьи месячной давности.
Отдельно про доступ из России. Gemini API - это сервис Google, и доступность оплаты и региона тебе придётся проверять самому, в источниках этого нет. Если задача - именно сравнить, как одну и ту же текстовую подсказку отрабатывают разные семейства моделей, есть обходной путь через совместимый API.
provod.ai собирает Claude, GPT, Gemini, DeepSeek и Qwen в одном чате и даёт один API, совместимый с SDK OpenAI и Anthropic - переключение делается сменой ключа и base_url. Оплата идёт с одного рублёвого баланса российской картой, через СБП или по счёту, работает без VPN и иностранных карт, для бизнеса есть договор, счёт и закрывающие документы. Честно про границы: это доступ к текстовым и мультимодальным моделям для сравнения и роутинга между семействами, а не поставка конкретно новых превью Nano Banana 2 Lite и Omni Flash - за самой свежей картиночной и видео-моделью Google ты всё равно идёшь в Gemini API. Пример смены base_url в OpenAI-совместимом клиенте:
Сколько это стоит и какую модель выбрать?
Главное. Lite-модели заточены под объём. Если тебе нужно много и дёшево - бери Lite. Если нужно пиковое качество на единичный результат - Lite не твой выбор, смотри на старшие модели Gemini.
Соберём цены и назначение в одну таблицу. Все цифры - из блога Google от 30 июня 2026:
- Модель: Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) • Что делает: Генерация изображений • Скорость / длина: ~4 сек на картинку • Цена: ~$0.034 за 1000 изображений • Когда брать: Массовые превью, карточки, черновики на потоке
- Модель: Gemini Omni Flash • Что делает: Генерация и правка видео голосом • Скорость / длина: ролики до 10 сек • Цена: $0.10 за секунду • Когда брать: Короткие ролики, быстрые правки по голосовой команде
Как это читать по деньгам. Один ролик Omni Flash максимальной длины (10 секунд) стоит $1.00 по цене генерации. Тысяча таких роликов - $1000. Тысяча картинок Nano Banana 2 Lite - около 3-4 центов. Разница в два порядка объясняется тем, что видео - принципиально более тяжёлый контент. Поэтому не переноси интуицию «картинки почти бесплатны» на видео: секунда ролика стоит примерно как три тысячи картинок.
Простое правило выбора между Lite и старшими моделями:
- Тебе нужно много однотипного и допустимо иногда перегенерировать - Lite.
- Тебе важен единичный результат под клиента или обложку - это работа для старших моделей Gemini, а не для Lite.
- Ты прототипируешь и хочешь дёшево проверить идею - Lite.
- Тебе нужно видео из текста и голоса до 10 секунд - Omni Flash, но заранее посчитай бюджет по $0.10 за секунду.
Честная оговорка про качество. Google позиционирует эти модели как баланс между качеством и стоимостью с уклоном в стоимость. Это заявление вендора. Независимых перепроверенных бенчмарков качества Nano Banana 2 Lite против старших моделей в источниках нет - есть только ранние впечатления сообщества с AI Engineer World's Fair. Поэтому «Lite хуже старшей модели на X процентов» я тебе не скажу, таких проверенных чисел у меня нет. Проверяй на своих промптах.
Omni Flash: что реально значит «видео по голосовым командам»?
Главное. Omni Flash генерирует и редактирует ролики до 10 секунд, и управлять этим можно голосом (по данным блога Google от 30 июня 2026). Ключевое ограничение - именно длина: 10 секунд, а не полноценный клип.
Голосовое управление здесь стоит понимать буквально: ты можешь надиктовать, что сделать с видео, вместо того чтобы собирать сложный текстовый промпт руками. Это удобно для быстрых итераций - «сделай закат теплее», «убери человека слева». Но не жди из этого монтажную студию. Десять секунд - это формат сторис, короткого рекламного вставного ролика или демонстрации одного действия. Для чего-то длиннее модель придётся вызывать по кускам и склеивать, а бесшовность склейки Google не обещала.
Что здесь легко понять неправильно:
- Это не замена видеоредактору для длинного контента.
- Голос - это способ отдать команду, а не гарантия, что модель поймёт сложную режиссёрскую задачу с первого раза.
- $0.10 за секунду - это стоимость генерации контента; сколько попыток тебе понадобится до годного дубля, цена не покрывает.
Практический совет: прежде чем гнать видео пачками, прогони 5-10 ручных проб в AI Studio и замерь свой реальный процент годных дублей. Умножь бюджет на этот коэффициент. Если из пяти попыток годится одна, твоя фактическая цена секунды - не $0.10, а $0.50.
Где это ломается: типичные ошибки и связка с n8n
Главное. Основные грабли - не в модели, а в обвязке: ключи, лимиты, формат ответа и обработка неудачных генераций в автоматизации.
Собрал частые режимы отказа, с которыми ты столкнёшься при переносе в продакшн:
- Ключ в коде или в логах. Утекает мгновенно. Держи в переменных окружения, вычищай из логов.
- Нет ретраев на лимиты. API вернёт ошибку по частоте запросов, а твой конвейер молча потеряет часть картинок. Добавь повтор с экспоненциальной задержкой.
- Слепое доверие первому результату. Lite-модель на потоке даёт брак. Без шага проверки качества ты зальёшь мусор в каталог.
- Путаница имён модели. Обращение к «nano-banana-2-lite» вместо технического идентификатора вернёт ошибку. Бери точную строку из документации.
- Бюджет без коэффициента брака. Считаешь по $0.034 и $0.10, а по факту платишь за перегенерации.
Если ты автоматизируешь всё это в n8n, логика та же, только визуально. Типовой сценарий: узел-триггер, HTTP Request к Gemini API, узел проверки статуса ответа, ветка на ретрай при ошибке, сохранение результата. Ключевые места, где n8n-конвейеры разваливаются:
- HTTP Request без обработки не-200 ответов - workflow падает целиком вместо повтора конкретного элемента.
- Отсутствие узла-фильтра после генерации - в базу попадают пустые или битые ответы.
- Хранение ключа прямо в узле вместо credentials n8n.
Небольшой практический приём: заведи в workflow отдельную ветку «в карантин», куда складываются элементы, не прошедшие проверку, вместо того чтобы ронять весь прогон. Так ты доведёшь до конца 4800 из 5000 картинок и разберёшься с остатком отдельно.
Чего это не решает
Держим ожидания на земле. Nano Banana 2 Lite и Omni Flash не делают следующего:
- Не заменяют пиковое качество. Это осознанно лёгкие модели под объём. Для единичного топового результата они не предназначены.
- Не дают длинное видео. Потолок Omni Flash - 10 секунд на ролик.
- Не отменяют проверку результата. На потоке всегда будет брак, который надо ловить.
- Не решают вопрос доступа и оплаты за тебя. Регион, способ оплаты Google и лимиты - это твоя зона ответственности, в источниках цифр нет.
- Не заменяют реализацию. Модель - это API-вызов; конвейер, проверку качества и интеграцию строишь ты.
И про provod.ai честно, чтобы не было завышенных ожиданий: он не заменяет платформы автоматизации вроде n8n, не поставляет GigaChat, не даёт частную или on-prem инфраструктуру, не открывает фичи, доступные только по подписке у самого вендора, и не делает за тебя внедрение. Его роль в этой истории узкая и конкретная - единая совместимая точка доступа к нескольким семействам моделей для сравнения и роутинга, с оплатой в рублях.
Короткий итог
Google 30 июня 2026 выкатила две лёгкие генеративные модели и явно сделала ставку на цену и скорость: картинка за ~4 секунды и ~$0.034 за тысячу, видео до 10 секунд по $0.10 за секунду, доступ через AI Studio, Gemini API и Enterprise Agent Platform. Если у тебя объёмная задача с терпимостью к браку - это дешёвый инструмент. Если нужен единичный шедевр или длинный клип - это не про Lite. Всё остальное вокруг громких цифр из ранних обзоров проверяй по первоисточнику.
Источники
- Google Blog, 30 июня 2026 (первоисточник, факты о моделях, скорости, ценах и доступе):
- Google Cloud Blog, 30 июня 2026 (первоисточник, доступ через AI Studio, Gemini API и Enterprise Agent Platform):
- Обсуждение и практические материалы 1-2 июля 2026 (TestingCatalog, AI Weekly, презентация на AI Engineer World's Fair) - как сигнал реакции сообщества, а не как перепроверенные бенчмарки.
Хочешь сравнить, как одну подсказку отрабатывают Claude, GPT, Gemini, DeepSeek и Qwen, и платить в рублях без VPN - открой чат и один API на provod.ai.
provod.ai — российский LLM API-агрегатор
Один OpenAI-совместимый endpoint ко всем флагманам: OpenAI (GPT-5.5, GPT-5.4), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus.
Цены 1-в-1 с провайдером по курсу ЦБ— без наценки на токены. Оплата в рублях по договору, полный пакет закрывающих документов (договор-оферта, счёт, акт, счёт-фактура, УПД 5.03 через ЭДО). Без VPN — легальный B2B-сервис в России.
Если статья была полезной— попробуйте provod.ai: главная страница · каталог моделей · документация