Google выпустила Nano Banana 2 Lite и Omni Flash: генерация изображения за 4 секунды и видео по голосовым командам: google gemini nano banana ai

Главное. 30 июня 2026 года Google выпустила две модели: Nano Banana 2 Lite и Gemini Omni Flash (по данным блога Google от 30 июня 2026). Первая генерирует изображение примерно за 4 секунды и стоит около $0.034 за 1000 картинок. Вторая делает и редактирует короткое видео до 10 секунд по голосовым командам и стоит $0.10 за секунду ролика. Обе доступны через Google AI Studio, Gemini API и Gemini Enterprise Agent Platform. Это ставка на объём и низкую цену, а не на пиковое качество.

Если ты искал по запросу вроде «google gemini nano banana ai» и ждал, что это какая-то отдельная нейросеть с бананом в названии, сразу сниму путаницу. Nano Banana - это внутреннее имя линейки моделей Gemini для работы с изображениями. Новая Nano Banana 2 Lite технически называется Gemini 3.1 Flash Lite Image и предназначена заменить оригинальную Nano Banana (по данным блога Google от 30 июня 2026). Никакого отдельного продукта «Banana AI» не существует, это часть семейства Gemini.

Платите в рублях за Gemini API без наценки на токены через provod.ai

Что именно изменилось 30 июня

Google анонсировала релиз 30 июня, но основная волна практических гайдов и обсуждения пришлась на 1-2 июля, во время AI Engineer World's Fair (по материалам TestingCatalog, AI Weekly и Google Cloud Blog). Держи это в голове: часть цифр из ранних постов сообщества - это первые впечатления, а не независимо перепроверенные бенчмарки. Ниже я держу отдельно то, что заявила сама Google, и то, что пока проходит по разряду «люди попробовали и написали».

Что заявлено официально:

• Nano Banana 2 Lite = Gemini 3.1 Flash Lite Image, замена старой Nano Banana.
• Генерация одной картинки занимает около 4 секунд.
• Цена генерации изображений - примерно $0.034 за 1000 штук.
• Gemini Omni Flash делает и правит видео голосом, ролики до 10 секунд.
• Видео стоит $0.10 за секунду сгенерированного контента.
• Доступ - через Google AI Studio, Gemini API и Gemini Enterprise Agent Platform.

Всё. Больше цифр в источниках нет, и я не буду их выдумывать. Если тебе где-то попадётся «разрешение 4K из коробки» или «безлимит на видео» - это не из блога Google, проверяй первоисточник.

Практический смысл в другом: Google явно разводит линейку на «тяжёлую» и «лёгкую» части. Lite-модель дешёвая и быстрая, её задача - закрыть массовые сценарии, где тебе нужно сгенерировать тысячу превью для карточек товара, а не один шедевр на обложку журнала. Именно поэтому дальше я буду говорить про объём, конвейеры и стоимость на масштабе, а не про «вау, смотри какая картинка».

Nano Banana 2 Lite - это про что на практике?

Главное. Это быстрая и дешёвая генерация изображений через Gemini API. Сильная сторона - цена и скорость на потоке. Слабая - ты платишь качеством по сравнению со старшими моделями Gemini.

Разберём на живом сценарии. Допустим, у тебя интернет-магазин на 5000 SKU, и нужны единообразные фоновые иллюстрации к карточкам. Тебе не нужен пиковый фотореализм, тебе нужно 5000 приличных картинок за вменяемые деньги и без очереди на неделю.

Считаем по официальной цене. При $0.034 за 1000 изображений (по данным блога Google от 30 июня 2026) пять тысяч картинок обойдутся примерно в $0.17 по стоимости генерации. Это без учёта возможных других расходов на инфраструктуру и без гарантии, что с первого раза получится годный результат по всем 5000 - часть придётся перегенерировать. Но порядок цифр понятен: генерация тут перестаёт быть узким местом бюджета.

Скорость в 4 секунды на картинку означает, что последовательный прогон 5000 штук - это около 5-6 часов машинного времени в один поток. На практике ты будешь гнать запросы параллельно, и реальное время упрётся в лимиты API, а не в саму модель. Про лимиты Google в источниках цифр нет, так что закладывай на тесты, а не на обещания.

Если ты только собираешь такой конвейер и хочешь заранее прикинуть, где сравнивать генеративные модели между собой, это как раз тот случай, когда удобно держать доступ к нескольким семействам в одном месте.

Как получить доступ и написать первый запрос?

Главное. Три двери в модель: Google AI Studio для ручных проб, Gemini API для кода, Gemini Enterprise Agent Platform для корпоративных агентов (по данным Google Cloud Blog от 30 июня 2026). Для разработчика первая остановка - AI Studio, чтобы получить ключ, затем Gemini API.

Порядок действий, чтобы не тыкаться вслепую:

1. Зайди в Google AI Studio и залогинься под своим Google-аккаунтом.
2. Создай API-ключ в разделе управления ключами.
3. Прогони пробный промпт прямо в интерфейсе Studio, чтобы убедиться, что модель отвечает и картинка тебя устраивает по стилю.
4. Только после этого переноси запрос в код.
5. Храни ключ в переменной окружения, а не в исходнике.

⚠️ Никогда не коммить API-ключ в репозиторий и не вставляй его прямо в код примеров. Утёкший ключ - это чужие расходы на твоём балансе. Ниже в примерах ключ всегда читается из переменной окружения и помечен как плейсхолдер.

Компактный пример запроса к Gemini API на Python. Модель и точный формат ответа уточняй по актуальной документации Gemini API - я привожу структуру, а не гарантию сигнатуры:

import os from google import genai

# GEMINI\_API\_KEY берётся из окружения, в код ключ не пишем client = genai.Client(api\_key=os.environ["GEMINI\_API\_KEY"])

# Имя модели уточни в актуальной документации Gemini API response = client.models.generate\_content( model="gemini-3.1-flash-lite-image",  # PLACEHOLDER: сверься с докой contents="Минималистичный фон для карточки товара, светлый, без текста", )

# Дальше сохраняешь бинарные данные картинки из ответа

Почему я так осторожен с именем модели? Потому что маркетинговое имя (Nano Banana 2 Lite) и техническое (Gemini 3.1 Flash Lite Image) - разные строки, и в API ты обращаешься именно к техническому идентификатору. Google в блоге назвала соответствие явно, но точную строку модели для вызова бери из документации на момент, когда читаешь это, а не из статьи месячной давности.

Отдельно про доступ из России. Gemini API - это сервис Google, и доступность оплаты и региона тебе придётся проверять самому, в источниках этого нет. Если задача - именно сравнить, как одну и ту же текстовую подсказку отрабатывают разные семейства моделей, есть обходной путь через совместимый API.

provod.ai собирает Claude, GPT, Gemini, DeepSeek и Qwen в одном чате и даёт один API, совместимый с SDK OpenAI и Anthropic - переключение делается сменой ключа и base_url. Оплата идёт с одного рублёвого баланса российской картой, через СБП или по счёту, работает без VPN и иностранных карт, для бизнеса есть договор, счёт и закрывающие документы. Честно про границы: это доступ к текстовым и мультимодальным моделям для сравнения и роутинга между семействами, а не поставка конкретно новых превью Nano Banana 2 Lite и Omni Flash - за самой свежей картиночной и видео-моделью Google ты всё равно идёшь в Gemini API. Пример смены base_url в OpenAI-совместимом клиенте:

from openai import OpenAI

client = OpenAI( api\_key=os.environ["PROVOD\_API\_KEY"],   # PLACEHOLDER: свой ключ base\_url="https://api.provod.ai/v1",     # тот же SDK, другой base\_url )

Сколько это стоит и какую модель выбрать?

Главное. Lite-модели заточены под объём. Если тебе нужно много и дёшево - бери Lite. Если нужно пиковое качество на единичный результат - Lite не твой выбор, смотри на старшие модели Gemini.

Соберём цены и назначение в одну таблицу. Все цифры - из блога Google от 30 июня 2026:

Как это читать по деньгам. Один ролик Omni Flash максимальной длины (10 секунд) стоит $1.00 по цене генерации. Тысяча таких роликов - $1000. Тысяча картинок Nano Banana 2 Lite - около 3-4 центов. Разница в два порядка объясняется тем, что видео - принципиально более тяжёлый контент. Поэтому не переноси интуицию «картинки почти бесплатны» на видео: секунда ролика стоит примерно как три тысячи картинок.

Простое правило выбора между Lite и старшими моделями:

• Тебе нужно много однотипного и допустимо иногда перегенерировать - Lite.
• Тебе важен единичный результат под клиента или обложку - это работа для старших моделей Gemini, а не для Lite.
• Ты прототипируешь и хочешь дёшево проверить идею - Lite.
• Тебе нужно видео из текста и голоса до 10 секунд - Omni Flash, но заранее посчитай бюджет по $0.10 за секунду.

Честная оговорка про качество. Google позиционирует эти модели как баланс между качеством и стоимостью с уклоном в стоимость. Это заявление вендора. Независимых перепроверенных бенчмарков качества Nano Banana 2 Lite против старших моделей в источниках нет - есть только ранние впечатления сообщества с AI Engineer World's Fair. Поэтому «Lite хуже старшей модели на X процентов» я тебе не скажу, таких проверенных чисел у меня нет. Проверяй на своих промптах.

Omni Flash: что реально значит «видео по голосовым командам»?

Главное. Omni Flash генерирует и редактирует ролики до 10 секунд, и управлять этим можно голосом (по данным блога Google от 30 июня 2026). Ключевое ограничение - именно длина: 10 секунд, а не полноценный клип.

Голосовое управление здесь стоит понимать буквально: ты можешь надиктовать, что сделать с видео, вместо того чтобы собирать сложный текстовый промпт руками. Это удобно для быстрых итераций - «сделай закат теплее», «убери человека слева». Но не жди из этого монтажную студию. Десять секунд - это формат сторис, короткого рекламного вставного ролика или демонстрации одного действия. Для чего-то длиннее модель придётся вызывать по кускам и склеивать, а бесшовность склейки Google не обещала.

Что здесь легко понять неправильно:

• Это не замена видеоредактору для длинного контента.
• Голос - это способ отдать команду, а не гарантия, что модель поймёт сложную режиссёрскую задачу с первого раза.
• $0.10 за секунду - это стоимость генерации контента; сколько попыток тебе понадобится до годного дубля, цена не покрывает.

Практический совет: прежде чем гнать видео пачками, прогони 5-10 ручных проб в AI Studio и замерь свой реальный процент годных дублей. Умножь бюджет на этот коэффициент. Если из пяти попыток годится одна, твоя фактическая цена секунды - не $0.10, а $0.50.

Где это ломается: типичные ошибки и связка с n8n

Главное. Основные грабли - не в модели, а в обвязке: ключи, лимиты, формат ответа и обработка неудачных генераций в автоматизации.

Собрал частые режимы отказа, с которыми ты столкнёшься при переносе в продакшн:

1. Ключ в коде или в логах. Утекает мгновенно. Держи в переменных окружения, вычищай из логов.
2. Нет ретраев на лимиты. API вернёт ошибку по частоте запросов, а твой конвейер молча потеряет часть картинок. Добавь повтор с экспоненциальной задержкой.
3. Слепое доверие первому результату. Lite-модель на потоке даёт брак. Без шага проверки качества ты зальёшь мусор в каталог.
4. Путаница имён модели. Обращение к «nano-banana-2-lite» вместо технического идентификатора вернёт ошибку. Бери точную строку из документации.
5. Бюджет без коэффициента брака. Считаешь по $0.034 и $0.10, а по факту платишь за перегенерации.

Если ты автоматизируешь всё это в n8n, логика та же, только визуально. Типовой сценарий: узел-триггер, HTTP Request к Gemini API, узел проверки статуса ответа, ветка на ретрай при ошибке, сохранение результата. Ключевые места, где n8n-конвейеры разваливаются:

• HTTP Request без обработки не-200 ответов - workflow падает целиком вместо повтора конкретного элемента.
• Отсутствие узла-фильтра после генерации - в базу попадают пустые или битые ответы.
• Хранение ключа прямо в узле вместо credentials n8n.

Небольшой практический приём: заведи в workflow отдельную ветку «в карантин», куда складываются элементы, не прошедшие проверку, вместо того чтобы ронять весь прогон. Так ты доведёшь до конца 4800 из 5000 картинок и разберёшься с остатком отдельно.

Чего это не решает

Держим ожидания на земле. Nano Banana 2 Lite и Omni Flash не делают следующего:

• Не заменяют пиковое качество. Это осознанно лёгкие модели под объём. Для единичного топового результата они не предназначены.
• Не дают длинное видео. Потолок Omni Flash - 10 секунд на ролик.
• Не отменяют проверку результата. На потоке всегда будет брак, который надо ловить.
• Не решают вопрос доступа и оплаты за тебя. Регион, способ оплаты Google и лимиты - это твоя зона ответственности, в источниках цифр нет.
• Не заменяют реализацию. Модель - это API-вызов; конвейер, проверку качества и интеграцию строишь ты.

И про provod.ai честно, чтобы не было завышенных ожиданий: он не заменяет платформы автоматизации вроде n8n, не поставляет GigaChat, не даёт частную или on-prem инфраструктуру, не открывает фичи, доступные только по подписке у самого вендора, и не делает за тебя внедрение. Его роль в этой истории узкая и конкретная - единая совместимая точка доступа к нескольким семействам моделей для сравнения и роутинга, с оплатой в рублях.

Короткий итог

Google 30 июня 2026 выкатила две лёгкие генеративные модели и явно сделала ставку на цену и скорость: картинка за ~4 секунды и ~$0.034 за тысячу, видео до 10 секунд по $0.10 за секунду, доступ через AI Studio, Gemini API и Enterprise Agent Platform. Если у тебя объёмная задача с терпимостью к браку - это дешёвый инструмент. Если нужен единичный шедевр или длинный клип - это не про Lite. Всё остальное вокруг громких цифр из ранних обзоров проверяй по первоисточнику.

Как подключить Gemini API для бизнеса через provod.ai

• Изображения и видео. Кроме текстовых моделей, каталог provod.ai включает модели генерации изображений и видео.
• Оплата в рублях. Баланс provod.ai пополняется в рублях, а стоимость списывается за фактические запросы к выбранной модели.
• Прозрачная цена. Цены токенов в provod.ai указаны без наценки; при пополнении баланса действует отдельный сервисный сбор 5%.
• Доступ из России. Доступ к provod.ai работает из России без VPN и без зарубежной банковской карты.
• Документы для бизнеса. Для компаний provod.ai поддерживает рублёвую оплату, договор, счёт и закрывающие документы; текущая продуктовая справка также указывает ЭДО.

Подключите Gemini API для бизнеса через единый API provod.ai

Источники

• Google Blog, 30 июня 2026 (первоисточник, факты о моделях, скорости, ценах и доступе): https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-omni-flash-nano-banana-2-lite/
• Google Cloud Blog, 30 июня 2026 (первоисточник, доступ через AI Studio, Gemini API и Enterprise Agent Platform): https://cloud.google.com/blog/products/ai-machine-learning/nano-banana-2-lite-and-gemini-omni-flash-available
• Обсуждение и практические материалы 1-2 июля 2026 (TestingCatalog, AI Weekly, презентация на AI Engineer World's Fair) - как сигнал реакции сообщества, а не как перепроверенные бенчмарки.