Нано банана. Июльская жалоба и контр-отчёт — как отличить регресс от смены модели

Оба наблюдения могут быть честными. Но ни одно не отвечает на главный рабочий вопрос: испортилась ли модель, или изменились условия, в которых её запускали? Для команды, которая получает нестабильные визуалы в дедлайне, это разница между баг-репортом, сменой инструмента и бесполезной перепиской о «качестве».

30 июня Google представила Nano Banana 2 Lite как быстрый и экономичный вариант Gemini Image для задач скорости и масштаба. В документации для разработчиков эта модель называется gemini-3.1-flash-lite-image.

Из этого не следует, что любой результат с бытовым именем Nano Banana относится именно к ней. Nano Banana 2, 2 Lite и Pro нельзя записывать в одну колонку таблицы. Тем более нельзя считать, что результат в Flow и результат через публичный API получены в одинаковых условиях.

Это не утверждение о скрытом устройстве Flow. Просто без фиксации поверхности, доступного tier, аккаунта и идентификатора модели сравнение неидентифицируемо. Слово «Banana» в заметках о тесте слишком широкое, чтобы по нему искать регресс.

В июльской жалобе речь шла не об одном артефакте. Пользователь отметил три класса проблем: инструкция не выполняется, лицо хуже сохраняется между изображениями, референс перестаёт работать ожидаемым образом. Пост получил 9 голосов.

Это полезный сигнал для воспроизведения, но не измеренный инцидент платформы. Неизвестны точный набор изображений, формулировки, режимы, последовательность попыток и условия аккаунта. Из такого отчёта нельзя вывести массовый downgrade.

Контр-отчёт через четыре дня тоже не является опровержением. Его автор получил более 100 изображений без обсуждавшихся сообщений об ошибках, а пост получил 13 голосов. Это показывает лишь, что при его входных данных и в его условиях проблема не проявилась. Он не говорит, что другие аккаунты, референсы и запросы обязаны вести себя так же.

Здесь и происходит важный поворот. Интуитивно хочется выбрать сторону: либо «всё сломали», либо «у меня работает, значит жалоба надуманна». Практически ценнее признать третью версию: наблюдения описывают разные срезы одной системы.

Минимальный regression harness не требует большого бенчмарка. Он требует дисциплины.

Зафиксируйте один reference set и один prompt. Отдельно запишите:

Сделайте по 20 запусков до и после предполагаемого изменения условий. Если «до» уже недоступно, сравнивайте две явно названные конфигурации, а не память о том, как результат выглядел неделю назад.

Для каждого запуска нужен один исход, а не общий вердикт «плохо»:

Такой журнал не докажет внутреннюю причину поведения Flow. Зато он отделит разные симптомы. Ошибка транспорта не равна ухудшению визуального качества. Safety-исход не равен провалу референса. А один неудачный портрет не равен регрессу модели.

Можно справедливо сказать, что 20 прогонов мало и генеративная система вариативна. Это верно. Такой тест не превращает локальное наблюдение в независимую оценку всей модели.

Но альтернатива хуже не потому, что она «не научная», а потому, что в ней вообще не видно предмета спора. Без одинакового prompt, референса и условий нельзя отличить дрейф входа от смены модели, а случайный удачный или неудачный набор изображений становится аргументом сам по себе.

Поэтому 20 запусков нужны не для окончательного приговора Google. Они нужны для следующего действия.

Полезная формулировка для команды звучит скучнее, чем «нано банана стала хуже», но экономит время: «В Flow, при таком аккаунте, таком референсе и таком prompt в 20 попытках повторился такой-то тип отказа». С ней можно менять инструмент осознанно, чинить вход или передавать проблему дальше.

Если дедлайн близок, что вы выберете: потратить время на доказательство локального регресса или перейти на сравнение нескольких моделей с тем же входом?

Создавайте визуалы в том же контуре, где команда работает с текстом и кодом: один кабинет и баланс упрощают производство баннеров, иллюстраций, концептов и продуктовой графики.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Генерации идут по официальной цене модели 1:1: provod.ai не добавляет собственную наценку к стоимости изображения.

Добавьте изображения в рабочий процесс: форма регистрации · цены на модели · защита данных по 152-ФЗ · главная provod.ai