Page loading...
Page loading...
1K நிழற்படத்தை உருவாக்க சுமார் 4 விநாடிகள் ஆகும், Nano Banana 2 விட சுமார் 2.7 மடங்கு வேகமாக.
Nano Banana 2 Lite என்பது Google Gemini 3.1 Flash-Lite Image மீது அடிப்படையாக்கப்பட்டுள்ளது. Nano Banana 2 குடும்பத்துக்குள், இது 1K நிழற்படத்துக்கு மிகவும் குறைந்த செலவான மற்றும் மிக வேகமான உருவாக்க முறை. Raphael ஒவ்வொரு 1K நிழற்படத்திற்கும் 11 கிரெடிட்டுகளை பயன்படுத்தும், இதனால் அதிக-திரளான ஒருங்கிணைந்த உருவாக்கம், உரையாடல் அடிப்படையிலான தொடர்ச்சியான திருத்தம் மற்றும் பல முறை மாற்றங்களை தேவைப்படும் பணிகளில் பொருத்தமானது. இது text-to-image, image editing, multi-image composition, character consistency மற்றும் readable in-image text ஆகியவற்றை ஆதரிக்கிறது, மேலும் ஒரே நேரத்தில் 14 reference images வரை பயன்படுத்த முடியும்.
மூலப்படத்திலிருந்து முடிவுப் படமாக மாற்றப்பட்ட உண்மை உதாரணங்களைக் காணவும், மற்றும் அதற்கான prompts-ஐ நேரடியாக மீண்டும் பயன்படுத்தவும்.


முதலில் கருநிற-வெண்நிற line drawing-ஐ நிறமூட்டவும். சுத்தமான, பிரகாசமான மற்றும் சமநிலையான நிறங்களைப் பயன்படுத்தவும். cartoon/comic शैलीயை பாதுகாத்தபடி ஆழத்தை உருவாக்க natural shadow மற்றும் soft highlights பயன்படுத்தவும். மென்மையான gradientகள், ஒத்த நிறச்சேர்க்கை மற்றும் ஒரே ஒளி திசை பயன்படுத்தவும். character anatomy, முக அமைப்பு, உடல் நிலை அல்லது அளவீடுகளை மாற்றாதீர்கள். line art-இல் இல்லாத अतिरिक्त கூறுகளை சேர்க்காதீர்கள். உயர்தர, தொழில்முறை காமிக் கலரிங் வழங்கவும்.
வேகமும் செலவுக்கூலியும் திருத்தும் திறனும் பார்த்தால், bulk 1K image உற்பத்திக்கு ஏற்றது ஏன் என்பதும் தெளிவாகிறது.

“product shape, logo, stitching, camera angle மற்றும் lighting மாற்றமின்றி இருந்தபடி, வெள்ளை தோலுக்கு forest green நிறத்தை மட்டும் மாற்றவும். natural contact shadows காப்பாற்றி, பின்னணியை warm-beige studio setup ஆக மாற்றவும்.”
ஒரு நிழற்படம் பொதுவாக சுமார் 4 விநாடிகளில் கிடைக்கும், இது Nano Banana 2-ஐ விட சுமார் 2.7 மடங்கு வேகம். இந்த மாடல் முக்கியமாக real-time editors, chat-based iterative editing, உயர்தர concurrency APIs மற்றும் தொடர்ச்சியாக பல versionகளை சோதிக்க வேண்டிய பணிகளுக்கு பொருத்தமானது; trade-off ஆக 2K அல்லது 4K இல்லை, output 1K-க்கு மட்டுமே நிலையானது. உண்மையான தாமதம் இன்னும் queue நிலை, reference images எண்ணிக்கை மற்றும் prompt complexity ஆகியவற்றால் பாதிக்கப்படும்.

“பதிவேற்றப்பட்ட செல்லப்பிராணியை 3×3 sticker sheet ஆக மாற்றவும்; 9 مختلف expressions உடன். இதன் முகம், coat pattern மற்றும் collar மாற்றமின்றி இருக்கட்டும். bold outlines, soft colors மற்றும் தூய solid-color background பயன்படுத்தவும்.”
Raphael-இல் Lite, ஒவ்வொரு 1K image-க்கும் 11 credits ஆகும்; Nano Banana 2 என்பது 23 credits, Nano Banana Pro என்பது 45 credits. அதனால் Nano Banana 2 வரிசையில் bulk output, A/B testing மற்றும் high-frequency iteration-க்கு Lite சிறந்த தேர்வு. பழைய Nano Banana 9 credits என்ற முன்னாள் தலைமுறை மாடல்; இதே தலைமுறையின் குறைந்த செலவுக் கணக்கில் இதைச் சேர்க்க முடியாது.

“பதிவேற்றப்பட்ட coffee bag, cup, grinder மற்றும் coffee beans-ஐ 4:5 ratio-இல் ஒரே premium still-life ad ஆக இணைக்கவும். ஒவ்வொரு பொருளின் நிறம், வடிவம், packaging ஆகியவை காக்கப்படட்டும்; வெப்பமான காலை ஜன்னல் ஒளியுடன் சுத்தமான magazine-style composition பயன்படுத்தவும்.”
அதே மாடல் உள்ளூராகவே text-to-image உருவாக்கம், text அடிப்படையிலான image editing மற்றும் multi-reference composition ஆகியவற்றை கையாளும். ஒவ்வொரு request-க்கும் 14 references வரை ஆதரவு; characters, products, outfits, scenes மற்றும் style references அனைத்தையும் ஒரே pass-இல் பயன்படுத்தி பின்னணி மாற்றம், பொருள் மாற்றம், கூறுகள் சேர்த்தல்/அகற்றல் மற்றும் பல subjects இணைத்தல் ஆகியவற்றை விரைவாகச் செய்யலாம்.

“அதே yellow scarf உடன் fox mascot-ஐ பயன்படுத்தி நான்கு spring drink promo cards உருவாக்கவும்: cup வழங்குவது, கைஅசைப்பது, ஓடுவது, பூமியில் அமருவது. முக வடிவம், fur color, scarf மற்றும் cup ஒரேபோல் தொடர வேண்டும்; ஒவ்வொரு கார்டிலும் மட்டும் எளிய English title "SPRING SIP" மற்றும் cup text "FLOXI" தெளிவாக மட்டும் தோன்ற வேண்டும்.”
இந்த மாடல் characters, செல்லப்பிராணிகள், mascots அல்லது products ஆகியவற்றின் முக்கிய அம்சங்களை தொடர்ச்சியான editing மற்றும் multi-subject composition முழுவதும் பாதுகாக்கிறது; மேலும் போஸ்டர்கள், packaging, menus மற்றும் social cards-இல் குறுகிய, வாசிக்கக்கூடிய text-ஐ உருவாக்க முடியும். சந்தைத் தளவமைப்புகளுக்கும் character variants க்கும் இது வேகமான உற்பத்திக்கு ஏற்றது; ஆனால் கடினமான typography, நீளமான text அல்லது print-ready இறுதி விளைவுகளுக்கு இன்னும் மனித ஆய்வு பரிந்துரைக்கப்படுகிறது.
ஒரே ஜெனரேட்டரில் சிறந்த பட மாதிரிகளுக்கு இடையில் மாறவும்.
Lite-ன் தெளிவான நிலை: இந்த தலைமுறையில் குறைந்த செலவான 1K மற்றும் மிக வேகமான வேகம்; Nano Banana 2 மற்றும் Pro-வில் 2K/4K மற்றும் மேம்பட்ட உருவாக்க திறனுக்கு உயர்ந்த செலவு.
| அம்சம் | Nano Banana | Nano Banana 2 Lite ★ | Nano Banana 2 | Nano Banana Pro |
|---|---|---|---|---|
| மாடல் கவனம் | முந்தைய தலைமுறை வேகமான மாடல் | இந்த தலைமுறையின் குறைந்த செலவு, உயர்வான வேகம் அடுக்கம் ★ | இந்த தலைமுறையின் பொதுத் தரத் தரம் | தொழில்முறை உயர்தர தளம் |
| தீர்மானத் தரம் | 1K | 1K ★ | Up to 4K | Up to 4K |
| வேகம் | வேகம் | சுமார் 4 விநாடிகள், சுமார் 2.7x வேகமானது ★ | மிக வேகமானது | மெதுவானது (உயர்தரம்) |
| அதிகபட்ச reference images | 5 | 14 ★ | 14 | 14 |
| வலை தேடல் | இல்லை | இல்லை | ஆம் | ஆம் |
| Credit செலவு | 9 கிரெடிட் | 11 கிரெடிட் ★ | 15/23/34/51 கிரெடிட் | 45/45/80 கிரெடிட் |
| சிறந்த பயன்பாடு | விரைவான sketching | அதிக-frequency iteration ★ | தினசரி உயர்தர உருவாக்கம் | தொழில்முறை உருவாக்கம் |
பிற Nano Banana மாடல்களையும் பாருங்கள்; வேகம், தீர்மானத் தரம் மற்றும் கலை திறன்களை அடிப்படையாகக் கொண்டு தேர்வு செய்யுங்கள்.
இலவசப் படங்களில் வாட்டர்மார்க் உள்ளது. சுத்தமான வெளியீடுகள், வேகமான உருவாக்கம் மற்றும் வணிகப் பயன்பாட்டிற்கு மேம்படுத்தவும்.
தொடங்குவதற்கு சரியானது
1K செலவு மற்றும் 14 reference images முதல் thinking_level மற்றும் SynthID வரை Lite-ன் முழு திறன் எல்லைகளையும் அறியவும்.
இது Google Gemini 3.1 Flash-Lite Image அடிப்படையிலானது மற்றும் Nano Banana 2 வரிசையில் speed, குறைந்த செலவு மற்றும் உயர்தர concurrency 1K image production மீது கவனம் செலுத்தும் tier. இது text-to-image மட்டுமே என்ற எளிமைப்படுத்தப்பட்ட மாடல் அல்ல; image editing, multi-image composition, character consistency மற்றும் வாசிக்கக்கூடிய in-image text generation ஆகியவற்றையும் ஆதரிக்கிறது.
Raphael-இன் தற்போதைய Nano Banana 2 generation-இல் Lite 1K-க்கு 11 credits, Nano Banana 2 23 credits, Nano Banana Pro 45 credits. ஆகவே Lite-ஐ இந்த குழுவில் குறைந்த செலவான 1K தேர்வாகக் கொள்ளலாம். பழைய Nano Banana 9 credits, ஆனால் அது வேறு தலைமுறையைச் சேர்ந்தது; முழு Nano Banana குடும்பத்தின் முழு குறைந்தபட்சமாக கருதப்பட முடியாது.
EvoLink சாதாரணமாக சுமார் 4 விநாடிகள் நேரமென காட்டுகிறது, இது Nano Banana 2 விட சுமார் 2.7x வேகமானது. இது மாடலின் tier வேக வேறுபாட்டைக் காட்டும் மதிப்பீடு மட்டுமே; ஒவ்வொரு request-க்கும் நிலையான உத்தரவாதமில்லை. queue load, references எண்ணிக்கை மற்றும் task complexity இன்னும் பாதிக்கும்.
இல்லை. Lite எப்போதும் நிலையான 1K output மட்டுமே தரும்; இதுவே இதன் வேகம் மற்றும் குறைந்த செலவிற்கான trade-off. இறுதி output 2K/4K, உயர்தர print-ready, அல்லது சிக்கலான scenes தேவைப்பட்டால் Nano Banana 2 அல்லது Nano Banana Pro-ஐ தேர்வு செய்யவும்.
மாதிரி API ஒரு request-க்கு 14 reference images வரை ஆதரிக்கும்; இது people, products, apparel, scenes மற்றும் styles க்கான வழிகாட்டல்களை உள்ளடக்கலாம். EvoLink API JPEG, JPG, PNG மற்றும் WebP ஆதரிக்கும்; உண்மையான upload size என்பது Raphael page-level file limits-ஐப் பின்பற்றும்.
தற்போது கிடைக்கும் ratios 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 மற்றும் 21:9 ஆகும். மொத்தம் 10 பொதுவான வடிவங்கள், square posts, vertical product images, full-screen mobile content, landscape covers மற்றும் ultra-wide banners ஆகியவற்றை உள்ளடக்கும்.
Lite நிலையான 1K மற்றும் web search இல்லை; இதன் பலன்கள் சுமார் 4 விநாடிகளில் முடிவைத் தருதல் மற்றும் இந்த generation-இல் மிகவும் குறைந்த 1K செலவு. Nano Banana 2 1K, 2K, 4K மற்றும் web search ஆகியவற்றை ஆதரிக்கிறது; மேம்பட்ட rendering quality, உண்மைத் தகவல் விவரம் மற்றும் சிக்கலான instructions தேவைப்படுவோருக்கு இது உகந்தது.
ஆம். இந்த மாடல் editing மற்றும் multi-image composition முழுவதும் people, pets, mascots மற்றும் products ஆகியவற்றின் முக்கிய பண்புகளை காப்பாற்ற முடியும்; expression மாற்றம், தொடர்ச்சியான scenes மற்றும் ad variants க்கு இது பயனுள்ளது. பல shotகளில் கடினமான consistency தேவைப்பட்டால் fixed references மற்றும் தெளிவான character feature விவரிப்புகளுடன் சிறப்பாக்கலாம்.
Model API-இல் auto, min மற்றும் high என்ற தேர்வுகளுடன் thinking_level என்ற parameter உள்ளது; இது pre-generation reasoning தீவிரத்தைக் கட்டுப்படுத்தும். Raphael தற்போது auto-ஐ பயன்படுத்துகிறது, இதனால் மாடல் task-க்கு ஏற்ப வேகம் மற்றும் செயலாக்க ஆழம் சமநிலைப்படுத்தும்; Lite எப்போதும் வேகமான return time-ஐ நோக்கி அமைக்கப்பட்டுள்ளது.
ஆம். Google SynthID எப்போதும் செயல்பாட்டில் இருப்பதாகக் கூறுகிறது மற்றும் C2PA content credentials மூலம் AI generation அடையாளமிடல் மற்றும் traceability-ஐ ஆதரிக்கிறது. SynthID என்பது கண்களுக்கு தெரியும் watermark text overlay அல்ல, பொதுவாக சாதாரண பார்வை அல்லது பயன்பாட்டை பாதிக்காது.
பணியில் bulk output, A/B testing, chat-style தொடர்ச்சியான editing, social content, product variation, character draft அல்லது உயர்தர concurrency API தேவைப்பட்டால் முதலில் Lite-ஐ தேர்வு செய்யவும். இறுதிக் கட்டில் 2K/4K, இணைய தகவல் மேற்கோள் அல்லது சிக்கலான தொழில்முறை output தேவைப்பட்டால் Nano Banana 2 அல்லது Pro-ஐ தேர்வு செய்யவும்.