Google ৬ অক্টোবর Nano Banana 2.1-কে সবার জন্য উপলভ্য ছবি মডেল হিসেবে চালু করেছে। ডেভেলপারদের এখন স্থিতিশীল মডেল ID, আউটপুট নিয়ন্ত্রণ ও প্রকাশিত API মূল্য আছে। মানের তুলনাগুলো Google-এর নিজস্ব পরীক্ষা।

Google-এর ৬ অক্টোবরের Gemini API প্রকাশ-নোট Nano Banana 2.1-কে সাধারণভাবে উপলভ্য বলেছে এবং নাম দিয়েছে gemini-nano-banana-2.1 স্থিতিশীল API ID হিসেবে। নতুন কাজে Nano Banana 2-এর বদলে এটি ব্যবহারের পরামর্শ দিয়েছে কোম্পানি; Nano Banana 2, gemini-3.1-flash-imageকে বন্ধের তারিখ না জানিয়েই অবসর দেওয়া হয়েছে। নতুন মডেল ব্যবহারের বাস্তব পরিবর্তন হলো নথিভুক্ত পথ: টেক্সট বা রেফারেন্স ছবি থেকে 1K, 2K বা 4K ছবি, সঙ্গে প্রকাশিত দাম ও স্পষ্ট সীমা।

মূল পরিবর্তন

কী বদলেছে: Google ৬ অক্টোবর ২০২৬-এ Nano Banana 2.1-কে ছবি তৈরি ও কথোপকথনের মাধ্যমে সম্পাদনার মডেল হিসেবে চালু করেছে। এর মডেল কার্ড বলছে এটি Gemini 3.6 Flash-ভিত্তিক এবং Gemini অ্যাপ, AI Studio, Gemini API, Search AI Mode, Ads, Flow ও Stitch-কে বিতরণ চ্যানেল হিসেবে তালিকাভুক্ত করেছে।

পাঠকের জন্য এটি কীভাবে কাজ করে: API-তে ডেভেলপার নির্বাচন করেন gemini-nano-banana-2.1; টেক্সট ও চাইলে একটি ছবি দেন, তারপর ছবি ও টেক্সট আউটপুট পান। ছবি তৈরির নির্দেশিকা সর্বোচ্চ ১৪টি রেফারেন্স ছবি, আউটপুটের আকার ও অনুপাত নিয়ন্ত্রণ, ঐচ্ছিক সার্চ গ্রাউন্ডিং এবং চিন্তার তিনটি স্তর নথিভুক্ত করেছে। Google AI Studio বা অন্য তালিকাভুক্ত পণ্যেও পরীক্ষা করা যায়; চ্যানেলের তালিকা সব অ্যাকাউন্টে একই প্রবেশাধিকার নিশ্চিত করে না।

কেন গুরুত্বপূর্ণ: এই পরিশোধিত API মূল্য অনুযায়ী, 1K-র সাধারণ আউটপুট ছবির দাম $0.0336; Google-এর তালিকায় Nano Banana 2-এর $0.067। এটি নির্দিষ্ট API আউটপুটের দামের তুলনা, ছবির মান বা বিলম্বের মাপ নয়। BIG CHANGE নথি দেখেছে, মডেল চালায়নি।

একটি ইন্টারফেস বেছে নিয়ে আউটপুট দেখুন

ইন্টিগ্রেশন না বানিয়ে ছবি তৈরি বা বদলাতে চাইলে Google-এর কার্ডে Gemini অ্যাপ ও Flow চ্যানেল হিসেবে আছে; ডেভেলপার মডেল পৃষ্ঠা সরাসরি Google AI Studio-তে নিয়ে যায়। কাজের ধারা স্থির করার আগে অ্যাকাউন্টে ইন্টারফেস ও নিয়ন্ত্রণ আছে কি না দেখুন।

অ্যাপের API নির্দেশিকার বর্তমান উদাহরণ Interactions API ও স্থিতিশীল মডেল ID ব্যবহার করে। টেক্সট প্রম্পটে ছবি ডেটা ফিরতে পারে; সম্পাদনার অনুরোধে ছবি ডেটা ও নির্দেশ যোগ হয়। মডেল পৃষ্ঠায় টেক্সট, ছবি, ভিডিও ও PDF সমর্থিত ইনপুট; ছবি ও টেক্সট আউটপুট। অডিও ইনপুট সমর্থিত নয়। ডিফল্ট উত্তরে ছবি ও টেক্সট থাকে, আর response_format দিয়ে শুধু ছবি চাওয়া বা অনুপাত ও আকার নির্ধারণ করা যায়। ডিফল্ট 1K; 2K ও 4K-ও আছে। ইনপুট সীমা 131,072, আউটপুট 32,768 টোকেন। ক্যাশিং, ফাংশন কল, কাঠামোবদ্ধ আউটপুট বা Live API সমর্থিত নয়।

রেফারেন্স ছবি সম্পাদনা ও কম্পোজিট করতে সাহায্য করে। Google বলছে, এক কাজে সর্বোচ্চ ১৪টি রেফারেন্স, চারটি চরিত্রের সাদৃশ্য ও দশটি বস্তুর বিশ্বস্ততা সমর্থিত। এগুলো ইনপুট ও নকশার লক্ষ্য, সব বিষয় অপরিবর্তিত থাকার নিশ্চয়তা নয়। চিন্তার সেটিং minimal , medium এবং high আছে; ডিফল্ট medium । নির্দেশিকায় Google Web Search গ্রাউন্ডিং ও ঐচ্ছিক Image Search দেখানো হয়েছে; চাইতে অ্যাপকে সার্চ টুল কনফিগার করতে হবে। এই পথে বাস্তব মানুষের ওয়েব ছবি ব্যবহার করা যায় না, বলেছে Google।

চালুর আগে অ্যাকাউন্টে ইন্টারফেস আছে কি না যাচাই করুন, নথির মডেল ID ও ইনপুট ধরন ব্যবহার করুন এবং ফেরত ছবিটি প্রদর্শনের মাপে পরীক্ষা করুন। BIG CHANGE এই তৈরি করেনি; নিবন্ধটি Google-এর নথি সাজায়।

আসল অনুরোধের দাম হিসাব করুন

Google-এর মূল্যতালিকায় বিনামূল্যের API স্তর নেই। সাধারণ হার: টেক্সট, ছবি বা ভিডিও ইনপুটের প্রতি মিলিয়ন টোকেনে $1.50; টেক্সট ও চিন্তার আউটপুটে $7.50; ছবি আউটপুটে $30। ছবির সমতুল্য দাম 1K-তে $0.0336, 2K-তে $0.0504 এবং 4K-তে $0.113। Batch হার সংশ্লিষ্ট টোকেন হারের অর্ধেক; ছবির সমতুল্য $0.0168, $0.0252 ও $0.0567। Gemini 3.x মডেলে মাসে ৫,০০০ সার্চ অনুরোধের যৌথ ভাতা, এরপর প্রতি ১,০০০-এ $14। একটি অনুরোধে একাধিক বিলযোগ্য সার্চ হতে পারে। বেশি ব্যবহারের আগে বর্তমান দাম ও বিলিং দেখুন।

Google-এর ফলাফল ও বাকি সীমা

Google বলছে আগের মডেলের তুলনায় ভিজ্যুয়াল নকশা, সম্পাদনা, টেক্সট রেন্ডারিং ও বিষয়ের সামঞ্জস্য উন্নত। ২০২৬ সালের অক্টোবরের মডেল কার্ডে মানব-পাশাপাশি পছন্দ মূল্যায়ন ও একপক্ষীয় স্বয়ংক্রিয় তথ্য-নির্ভুলতা রেটিং বর্ণনা করা হয়েছে; এতে প্রকাশ্য বেঞ্চমার্ক ও অভ্যন্তরীণ সেট মেশানো। thinking-সহ Nano Banana 2.1-এর ইনফোগ্রাফিক স্কোর 0.521, Nano Banana 2-এর 0.179। এগুলো নির্বাচিত শর্তে Google-এর ফল। Decrypt-এর প্রকাশ-প্রতিবেদন চালুর সময় স্বাধীন পরীক্ষা না থাকার কথা বলেছে; স্কোর যাচাই করেনি।

কার্ডে ছোট লেখা ঝাপসা, চরিত্রের সামঞ্জস্য অসম্পূর্ণ, মাস্ক সম্পাদনায় নির্দেশ আংশিক মানা, বাঁ-ডান গুলিয়ে ফেলা এবং তথ্য-নির্ভুলতা ও স্থানিক যুক্তির সীমা আছে। হ্যালুসিনেশন ও ধীর বা সময়সীমা পেরোনো অনুরোধের সতর্কতাও আছে। সার্চ-গ্রাউন্ডেড ছবির তথ্য যাচাই এবং উৎপাদনের ছবি নির্দিষ্ট মাপে দেখা দরকার। API নির্দেশিকা অনুযায়ী সব ছবিতে Google-এর SynthID জলছাপ থাকে।

ইন্টিগ্রেশনে নথির অমিলটি লক্ষণীয়: কার্ডে সর্বোচ্চ এক মিলিয়ন টোকেনের কনটেক্সট ও বড় টেক্সট আউটপুট বলা হয়েছে, কিন্তু API মডেল পৃষ্ঠা ইনপুটে 131,072 ও আউটপুটে 32,768 টোকেন বলে। এখানে স্পষ্ট API স্পেসিফিকেশন হিসেবে মডেল পৃষ্ঠাটি ব্যবহৃত। Google-এর সংখ্যা মেলানো উচিত; অনুরোধের আকার ঠিক করতে বর্তমান endpoint নথি ও অ্যাকাউন্ট সীমা দেখুন।

সূত্র ও আরও পড়ুন

  • Google DeepMind: Nano Banana 2.1 মডেল কার্ড (প্রকাশ: অক্টোবর ২০২৬; সূচি হালনাগাদ ৬ অক্টোবর)। মডেলের ভিত্তি, বিতরণ, মূল্যায়নপদ্ধতি ও জানা সীমা বর্ণনা করে। টোকেন সংখ্যা ডেভেলপার মডেল পৃষ্ঠার সঙ্গে মেলে না।
  • Google AI for Developers: Nano Banana 2.1 মডেল পৃষ্ঠা (হালনাগাদ ৬ অক্টোবর ২০২৬)। স্থিতিশীল API ID, মোডালিটি, টোকেন সীমা, ডিফল্ট ও অসমর্থিত সুবিধা দেয়।
  • Google AI for Developers: ছবি তৈরির নির্দেশিকা (দেখা হয়েছে ৭ অক্টোবর ২০২৬)। বর্তমান Interactions API উদাহরণ, রেফারেন্স, grounding, আউটপুট নিয়ন্ত্রণ ও সীমা নথিভুক্ত করে। BIG CHANGE উদাহরণ চালায়নি।
  • Google AI for Developers: প্রকাশ-নোট (৬ অক্টোবর ২০২৬)। সাধারণ উপলভ্যতার তারিখ এবং বন্ধের তারিখ ছাড়া Nano Banana 2 অবসরের কথা নিশ্চিত করে।
  • Google AI for Developers: মূল্য (দেখা হয়েছে ৭ অক্টোবর ২০২৬)। সাধারণ ও Batch হার, ছবির সমতুল্য ও সার্চ-গ্রাউন্ডিং চার্জ। দাম বদলাতে পারে।
  • Decrypt: প্রকাশ-সংক্রান্ত প্রতিবেদন (৬ অক্টোবর ২০২৬)। স্বাধীন প্রতিবেদন চালুর প্রেক্ষাপট জানায় এবং স্বাধীন পরীক্ষা না থাকার কথা বলে; পারফরম্যান্স আলোচনা Google-এর ফলের ওপর নির্ভরশীল।