Google DeepMind משיקה את Nano Banana 2 Lite — מודל התמונות המהיר שלה

Google DeepMind השיקה את Nano Banana 2 Lite, הידוע גם בשם Gemini 3.1 Flash-Lite Image. המעבדה מכנה אותו מודל התמונות המהיר והיעיל ביותר שלה, שנבנה לאפשר יצירה ועריכה במהירות גבוהה במחיר הנמוך ביותר עד כה. המודל זמין במצב Flash-Lite באפליקציית Gemini, ב-Google AI Studio, ב-Gemini API ובפלטפורמת Gemini Enterprise Agent Platform.

מהירות, מחיר ועקביות דמות

המודל מוצג סביב שלוש טענות: השהיה מצומצמת משמעותית לעבודה על רעיונות, מחיר נמוך מספיק כדי ליצור אלפי תמונות בשבריר מעלותם של מודלים כבדים יותר, ואיכות שלפי החברה אינה מתפשרת על שליטה — עקביות דמות, עריכה מדויקת וידע על העולם. עם ההשקה פורסמו כרטיס מודל ותרשימים משווים של ציוני Elo ליצירה ולעריכת תמונות, השהיה לתמונת 1k ומחיר לתמונת 1k.

משתמשים ראשונים והמספרים שלהם

Latitude, יוצרי משחק טלוויזיה בשליטה קולית, מסרו שהמודל מספק תמונות 1k עקביות ואיכותיות בכ-2.7 פעמים מהר יותר מ-Gemini 3.1 Flash Image, ומטפל ביצירה מטקסט, בעריכות ובהרכבת כמה תמונות דרך API אחד. מ-Manus נמסר כי החברה בוחנת את המודל ליצירת תמונות בזמן אמת בתוך תהליכים אוטונומיים, וכי האיכות מתקרבת ל-Nano Banana 2 המלא. מייסד Locket ציין את עקביות הדמות ואת ההשהיה הנמוכה במחיר שמתאים למיליוני משתמשים פעילים. בעמוד ההשקה מוצגות גם הדגמות: Space Lift לעיצוב מחדש של חדרים, קנבס הלמידה החזותי של Gridscape, ‏Peek-A-Word להפיכת טקסט לתמונות, ו-Anywhere — גלובוס תלת-ממדי שמייצר גלויות מותאמות אישית.

מגבלות ידועות וסימן מים

DeepMind מפרטת בגלוי את נקודות התורפה של המודל. הוא עדיין מתקשה בפנים קטנות, באיות נכון ובפרטים עדינים, והידע שלו על העולם נרחב אך אינו חסין מטעויות. טקסט מתורגם או מותאם מקומית עלול לסבול מדקדוק ומניואנסים תרבותיים, ועריכות מתקדמות — עריכה באמצעות מסכה, שינוי תאורה מיום ללילה או מיזוג כמה תמונות — עשויות להניב תוצאות לא טבעיות. לתמונות מתלווה SynthID, הכלי של DeepMind שמטביע סימן מים דיגיטלי בלתי נראה כדי לאפשר זיהוי של תמונות שנוצרו בבינה מלאכותית.