Что такое Nano Banana? Объясняем модель редактирования изображений Google

Изначально это было не продуктовое имя. Анонимная модель появилась на публичных аренах сравнений, где пользователи оценивают выходы без указания системы, под временной меткой «nano banana». Она часто выигрывала, это заметили, и недели ушли на догадки, пока Google не подтвердил авторство.

Затем Google сделал нетипичное — оставил прозвище, поэтому серьёзная инфраструктура публично известна под шутливым названием. Формально это образная модель семейства Gemini; искомый же термин — banana.

Эта история важна для понимания поиска: интерес возник до маркетинга, поэтому люди спрашивали как про слух — что это, кто сделал, правда ли это — а не как про продукт.

Большинство моделей строятся вокруг генерации картинки по описанию. Nano Banana заточена под изменение уже имеющегося изображения, и сложность здесь — в том, чего Вы менять не просили.

Если попросить универсальную модель «надеть на человека в этом фото красное пальто», часто получится человек в красном пальто, но не совсем тот же — другой овал челюсти, иная посадка глаз, лицо «как у родственника». Идентичность держится одну правку и расползается через несколько. Nano Banana сконструирована удерживать именно эту идентичность на серии последовательных шагов.

Из этого следует и способ работы. Вы не пишете один развернутый prompt и не принимаете результат как есть; Вы ведёте диалог, где каждый ход правит предыдущий. «Сдвиньте свет. Теперь сделайте вечер. Теперь вынесите его на улицу». Этот цикл — и есть продукт.

Везде, где один и тот же объект должен появляться многократно. Предметная съёмка в разных сетапах, персонаж через последовательность кадров, набор вариаций одного портрета, мокап комнаты в четырёх цветовых решениях.

Модель также проще для тех, кто не хочет учить синтаксис prompt. Поскольку инструкция — это правка, а не полное ТЗ, работают обычные фразы, а провал от расплывчатого запроса — это небольшое изменение, а не неузнаваемая картинка.

Слабее она в сценарии «с чистого листа». Когда нет исходника и нечего сохранять, механизму консистентности нечего делать, и модели, заточенные под text-to-image, обычно дают больше контроля над кадрированием, оптикой и стилем на старте.

С Midjourney различие — в авторстве эстетики. Midjourney накладывает выраженный «домашний стиль» и чаще используется, чтобы сделать зрелищное; Nano Banana старается не трогать картинку там, где Вы не просили. Одна — стилист, другая — ретушёр.

С открытыми моделями — Stable Diffusion и FLUX — различие в том, где живёт контроль. Открытые веса позволяют прикручивать ControlNet, LoRA и inpainting-конвейеры для точности — ценой сборки пайплайна. Nano Banana прячет узкую часть этого контроля за одной фразой: быстрее дотянуться, труднее «продавить дальше».

С gpt-image-1 они ближе друг к другу, чем к остальным: обе закрытые, следуют инструкциям, работают диалогово и привязаны к большому ассистенту. Практическая разница, о которой чаще всего сообщают, — кто лучше держит лицо через несколько итераций. Это стоит проверить на своих материалах, а не по таблице лидеров.

Никакой коммерческой связи — мы не аффилированы с Google и не перепродаём его модели. Эта страница существует, потому что люди спрашивают «что это», и честный ответ короткий, а каталог, описывающий только любимые нами модели, не был бы каталогом.

Её полезно читать вместе со страницами про редактирование здесь: словарь переносится. То, что Nano Banana делает диалогом, открытая экосистема называет техниками: inpainting — правка внутри маски, outpainting — за пределами кадра, denoise strength — насколько результат может уйти от источника. Зная эти слова, гораздо понятнее, что делает любой редактор, а чего — нет.