Nano Banana 2.1: อินโฟกราฟิก, ราคา และทางเลือกอื่น ๆ (2026)
Nano Banana 2.1 คือโมเดลการสร้างและแก้ไขรูปภาพประสิทธิภาพสูงล่าสุดของ Google โดย Google ได้เปิดให้บริการเป็นการทั่วไปเมื่อวันที่ 6 ตุลาคม 2026 เพื่อเป็นการอัปเดตจาก Nano Banana 2 เอกสารสำหรับนักพัฒนาระบุถึงจุดเด่นในด้านข้อความที่คมชัดขึ้นและเลย์เอาต์อินโฟกราฟิกที่แม่นยำยิ่งขึ้น ซึ่งมีความสำคัญอย่างมากหากคุณต้องการสร้างภาพประกอบสำหรับสไลด์และรายงาน
คู่มือนี้จะครอบคลุมถึงสิ่งที่เปลี่ยนแปลงไป ช่องทางที่คุณสามารถใช้งานโมเดลได้ ราคาค่าบริการ และการเปรียบเทียบกับ Nano Banana Pro ปิดท้ายด้วยทางเลือกอื่นและวิธีการเขียนพรอมต์สำหรับอินโฟกราฟิก ข้อมูลทุกอย่างอ้างอิงจากหน้าเว็บของ Google และผู้ให้บริการรายอื่น ณ วันที่ 13 ตุลาคม 2026
สิ่งที่ Google เปิดตัวเมื่อวันที่ 6 ตุลาคม
บันทึกการเปลี่ยนแปลงของ Gemini API มีรายการลงวันที่ 6 ตุลาคม 2026 ระบุว่า: "Gemini Nano Banana 2.1 เปิดให้บริการเป็นการทั่วไป (GA)" โดยมีรหัสโมเดลคือ gemini-nano-banana-2.1 บันทึกดังกล่าวเรียกโมเดลนี้ว่าเป็น "โมเดลการสร้างรูปภาพและแก้ไขผ่านการสนทนาที่มีประสิทธิภาพสูงรุ่นล่าสุด"
รายการนี้ระบุว่าการเปิดตัวครั้งนี้เป็นการอัปเดต ไม่ใช่ตระกูลโมเดลใหม่ โดยกล่าวว่าโมเดลนี้ "ยังคงรักษาความเร็วและประสิทธิภาพด้านต้นทุนในระดับ Flash" จากนั้นได้ระบุถึงการพัฒนาในด้าน "คุณภาพของภาพ, การปฏิบัติตามพรอมต์, ความสม่ำเสมอของตัวละครในการสนทนาหลายรอบ, การแสดงผลข้อความ" รวมถึงในอัตราส่วนภาพแบบกว้างและแบบพาโนรามา
Google ประกาศเปิดตัวโมเดลนี้บน X ในวันเดียวกัน โดยโพสต์ดังกล่าวระบุถึง "การก้าวกระโดดที่สำคัญในด้านการออกแบบภาพ, การแก้ไขโดยใช้มาสก์ และความสม่ำเสมอของวัตถุ" โพสต์ถัดมาได้ระบุถึงช่องทางที่เปิดให้ใช้งาน ได้แก่ แอป Gemini, AI Mode ใน Search, Google AI Studio, Flow, Stitch, Google Ads และ Gemini Enterprise Platform
การเปิดตัวครั้งนี้ยังเป็นการยกเลิกโมเดลเดิมที่ถูกแทนที่ด้วย โดยบันทึกระบุว่า "โมเดล gemini-3.1-flash-image ถูกเลิกใช้งานแล้ว (ยังไม่มีประกาศวันปิดตัว)" และแนะนำให้นักพัฒนา "ย้ายไปใช้ gemini-nano-banana-2.1"
มีอะไรใหม่ใน Nano Banana 2.1
หน้าข้อมูลโมเดลของ Gemini API ระบุการอัปเดตหลัก 6 รายการ ดังนี้ตามคำจำกัดความของ Google:
- คุณภาพของรูปภาพ "ปรับปรุงคุณภาพของภาพและความสมจริงในความละเอียดเอาต์พุตระดับ 1K, 2K และ 4K" โดยมี 1K เป็นค่าเริ่มต้น
- รูปแบบภาพมุมกว้าง "แก้ไขปัญหาภาพซ้อน (tiling artifacts) ในอัตราส่วนภาพแบบกว้างและพาโนรามา" ที่ 1:4, 4:1, 1:8 และ 8:1 ที่ความละเอียด 2K และ 4K
- ข้อความและเลย์เอาต์ "เพิ่มประสิทธิภาพการแสดงผลข้อความและความแม่นยำของเลย์เอาต์อินโฟกราฟิก"
- รูปภาพอ้างอิง รองรับรูปภาพอ้างอิงสูงสุด 14 รูป โดยมี "ความสม่ำเสมอของตัวละครสูงสุด 4 ตัว และความแม่นยำของวัตถุสูงสุด 10 อย่าง"
- การอ้างอิงข้อมูลจาก Search "การทำ Grounding ร่วมกับ Google Web และ Image Search"
- การคิด (Thinking) "ระดับ Thinking ที่กำหนดค่าได้" โดยตั้งค่าได้ตั้งแต่ระดับต่ำ, กลาง หรือสูง และมีระดับกลางเป็นค่าเริ่มต้น
หน้าเว็บของ Google ให้ข้อมูลขีดจำกัดของรูปภาพอ้างอิงที่แตกต่างกัน โดยหน้า API ระบุว่าตัวละคร 4 ตัวและวัตถุ 10 อย่าง ส่วนหน้าโมเดลของ DeepMind ในส่วนของตระกูล Nano Banana ระบุว่า "ตัวละครสูงสุด 5 ตัว" และ "วัตถุสูงสุด 14 อย่าง" หากคุณพัฒนาผ่าน API ควรวางแผนตามตัวเลขที่ต่ำกว่า
หน้า API ระบุอินพุตที่รองรับคือ "ข้อความ, รูปภาพ, วิดีโอ และ PDF" โดยโมเดลจะส่งคืนเป็นรูปภาพและข้อความ ขีดจำกัดโทเค็นอินพุตอยู่ที่ 131,072 และขีดจำกัดโทเค็นเอาต์พุตอยู่ที่ 32,768
หน้าโมเดลของ Google DeepMind สรุปการเปิดตัวนี้ในบรรทัดเดียวว่า การอัปเดตนี้ "มีประสิทธิภาพเหนือกว่าโมเดล Nano Banana รุ่นก่อนๆ เพื่อมอบการออกแบบภาพที่ดีขึ้น, การแก้ไขโดยใช้มาสก์, ความสม่ำเสมอของวัตถุ และรูปภาพที่ดูเป็นธรรมชาติยิ่งขึ้น"
ทำไมการพัฒนาด้านข้อความและเลย์เอาต์จึงสำคัญสำหรับอินโฟกราฟิก
อินโฟกราฟิกมักล้มเหลวเพราะรายละเอียดเล็กๆ น้อยๆ ป้ายกำกับในแผนภูมิที่มีตัวอักษรผิด หรือตัวเลขที่เบลอเมื่อขยายขนาดสไลด์ จะทำให้ภาพกราฟิกทั้งหมดเสียไป สำหรับภาพประกอบในการทำงานส่วนใหญ่ การแสดงผลข้อความจึงเป็นสิ่งที่ต้องจับตามองมากที่สุด
ตัวอย่างของ Google เองก็ชี้ไปในทิศทางเดียวกัน คู่มือการสร้างรูปภาพใช้อินโฟกราฟิกเป็นตัวอย่างในการแก้ไขแบบหลายรอบ (multi-turn editing) โดยพรอมต์เริ่มต้นด้วย "สร้างอินโฟกราฟิกที่มีสีสันสดใสเพื่ออธิบายการสังเคราะห์ด้วยแสง" และขอให้ทำเป็นหน้าสไตล์ตำราอาหาร
คู่มือยังอธิบายวิธีปรับแต่งผลลัพธ์ โดยระบุว่า "การสนทนาแบบหลายรอบเป็นวิธีที่แนะนำในการปรับปรุงรูปภาพ" ในทางปฏิบัติ คุณควรขอให้สร้างร่างแรกก่อน จากนั้นจึงแก้ไขป้ายกำกับหรือสีทีละจุดในแต่ละรอบ
หน้าของ DeepMind เพิ่มเติมถึงกรณีการใช้งานที่ Google วางไว้สำหรับตระกูล Nano Banana โดยระบุว่าโมเดลเหล่านี้สามารถ "สร้างอินโฟกราฟิก หรือเปลี่ยนบันทึกย่อให้เป็นไดอะแกรม" รูปแบบภาพกว้าง 4:1 และ 8:1 เหมาะสำหรับไทม์ไลน์และภาพกราฟิกแบนเนอร์
นิสัยหนึ่งที่ควรใช้กับทุกโมเดลรูปภาพคือ โมเดลจะแสดงผลตัวเลขตามพรอมต์ของคุณ และการตรวจสอบตัวเลขเหล่านั้นกับข้อมูลจริงเป็นขั้นตอนที่แยกต่างหาก หากตัวเลขมาจากสเปรดชีต ให้คำนวณให้เสร็จก่อนแล้วจึงตรวจสอบรูปภาพสุดท้ายเทียบกับแหล่งข้อมูลต้นฉบับ
ช่องทางที่คุณสามารถใช้งาน Nano Banana 2.1
ประกาศของ Google ระบุช่องทาง 7 แห่งที่โมเดลนี้เปิดให้ใช้งาน:
| ช่องทาง | การใช้งานทั่วไป |
|---|---|
| แอป Gemini | ผู้ใช้ทั่วไปที่สร้างและแก้ไขรูปภาพในแชท |
| AI Mode ใน Search | ผู้ที่สร้างรูปภาพภายใน Google Search |
| Google AI Studio | นักพัฒนาที่ทดสอบพรอมต์ก่อนเขียนโค้ด |
| Flow และ Stitch | ครีเอเตอร์และนักออกแบบที่ใช้เครื่องมือสร้างสรรค์ของ Google |
| Google Ads | นักโฆษณาที่สร้างชิ้นงานโฆษณา |
| Gemini Enterprise Platform | บริษัทที่รันโมเดลผ่าน Google Cloud |
สำหรับนักพัฒนา รหัสโมเดลคือ gemini-nano-banana-2.1 ใน Gemini API หน้าโมเดลระบุว่ารองรับ Batch API ซึ่งจะช่วยลดราคาสำหรับงานที่ไม่รีบด่วน เอกสารของ Google Cloud ระบุสถานะของโมเดลในช่วงเปิดตัวเป็น "GA" โดยมีวันที่เปิดตัวคือ 6 ตุลาคม 2026
ประกาศไม่ได้ระบุขีดจำกัดการใช้งานสำหรับแต่ละแผนของแอป Gemini หากคุณวางแผนที่จะใช้แอปเพื่อสร้างรูปภาพจำนวนมากในคราวเดียว โปรดตรวจสอบขีดจำกัดที่แสดงในบัญชีของคุณเอง
ราคาของ Nano Banana 2.1
หน้าการกำหนดราคาของ Gemini API ระบุราคาของ Nano Banana 2.1 ตามโทเค็น พร้อมการคำนวณเทียบเท่าต่อรูปภาพ หน้าดังกล่าวระบุว่าไม่มีระดับ API ฟรีสำหรับโมเดลนี้ โดยในคอลัมน์ระดับฟรีระบุว่า "ไม่พร้อมใช้งาน"
| รายการ | มาตรฐาน (Standard) | แบบกลุ่ม (Batch) |
|---|---|---|
| อินพุต (ข้อความ, รูปภาพ, วิดีโอ) ต่อ 1 ล้านโทเค็น | $1.50 | $0.75 |
| เอาต์พุตข้อความและ Thinking ต่อ 1 ล้านโทเค็น | $7.50 | $3.75 |
| เอาต์พุตรูปภาพ ต่อ 1 ล้านโทเค็น | $30.00 | $15.00 |
| รูปภาพ 1K หนึ่งรูป | $0.0336 | $0.0168 |
| รูปภาพ 2K หนึ่งรูป | $0.0504 | $0.0252 |
| รูปภาพ 4K หนึ่งรูป | $0.113 | $0.0567 |
หน้าเว็บอธิบายวิธีการคำนวณว่า รูปภาพ 1K ใช้ 1120 โทเค็น, รูปภาพ 2K ใช้ 1680 โทเค็น และรูปภาพ 4K ใช้ 3780 โทเค็น ในอัตรามาตรฐาน รูปภาพ 2K จำนวน 100 รูปจะมีราคาประมาณ $5.04 ก่อนรวมโทเค็นอินพุตและ Thinking
มีค่าใช้จ่ายเพิ่มเติมสองส่วนที่อาจมองข้ามได้ง่าย คู่มือการสร้างรูปภาพระบุว่า "โทเค็น Thinking จะถูกเรียกเก็บเงินตามค่าเริ่มต้นสำหรับโมเดลที่มีการคิด (Thinking)" ส่วนการอ้างอิงข้อมูลจาก Search (Search grounding) จะรวมคำขอค้นหาฟรี 5,000 ครั้งต่อเดือน โดยแชร์ร่วมกับ Gemini 3 และโมเดลที่ใหม่กว่า หลังจากนั้นจะมีค่าใช้จ่าย $14 ต่อ 1,000 คำขอ
Nano Banana 2.1 เทียบกับ Nano Banana Pro
Google ให้บริการ Nano Banana 2.1 ควบคู่ไปกับโมเดลรูปภาพระดับพรีเมียม หน้าโมเดลเรียก Nano Banana 2.1 ว่าเป็น "คู่หูที่มีประสิทธิภาพสูงกว่าของ Gemini 3 Pro Image (Nano Banana Pro)"
| Nano Banana 2.1 | Nano Banana Pro | |
|---|---|---|
| รหัสโมเดล | gemini-nano-banana-2.1 | gemini-3-pro-image |
| คำอธิบายของ Google | โมเดลหลักประสิทธิภาพสูงสำหรับการสร้างและแก้ไข | "ตัวเลือกระดับพรีเมียมสำหรับงานภาพที่ซับซ้อนที่สุด" |
| อินพุต ต่อ 1 ล้านโทเค็น | $1.50 | $2.00 |
| รูปภาพ 1K หรือ 2K หนึ่งรูป | $0.0336 หรือ $0.0504 | $0.134 |
| รูปภาพ 4K หนึ่งรูป | $0.113 | $0.24 |
คู่มืออธิบายว่า Nano Banana Pro มอบ "ความรู้รอบตัวในระดับสูงสุด, การแปลเป็นภาษาท้องถิ่นขั้นสูง, ความสม่ำเสมอของแบรนด์ที่แม่นยำ และการควบคุมความคิดสร้างสรรค์ที่ละเอียด" งานเหล่านี้คือจุดที่ราคาที่สูงกว่าอาจคุ้มค่า เช่น แคมเปญแบรนด์หรือชุดโฆษณาที่ปรับให้เข้ากับท้องถิ่น
สำหรับการทำร่าง, สไลด์ภายในองค์กร และงานปริมาณมาก คู่มือของ Google เรียก Nano Banana 2.1 ว่าเป็น "โมเดลหลักประสิทธิภาพสูง" รายการสำหรับ Nano Banana 2 รุ่นเก่าระบุว่า "แนะนำให้ทุกโครงการใหม่เปลี่ยนมาใช้ Nano Banana 2.1" การเปรียบเทียบก่อนหน้านี้ของเราเกี่ยวกับ Nano Banana 2 เทียบกับ Nano Banana Pro จะครอบคลุมถึงพฤติกรรมของทั้งสองตระกูลในการสร้างภาพสำหรับสไลด์
ข้อจำกัดที่ Google ระบุ
หน้าเว็บของ Google ระบุข้อจำกัดหลายประการ ซึ่งแต่ละข้อควรทราบก่อนที่คุณจะสร้างเวิร์กโฟลว์โดยใช้โมเดลนี้
- ลายน้ำ คู่มือการสร้างรูปภาพระบุว่า "รูปภาพที่สร้างขึ้นทั้งหมดจะมีลายน้ำ SynthID" DeepMind อธิบายว่า SynthID คือ "ลายน้ำดิจิทัลที่มองไม่เห็น" ซึ่งช่วยให้รูปภาพ "ถูกระบุได้ว่าสร้างโดย AI"
- บุคคลในผลการค้นหา การอ้างอิงข้อมูลจาก Search ด้วยโมเดลนี้ "ยังไม่รองรับการใช้รูปภาพของบุคคลที่มีอยู่จริงจากการค้นหาเว็บในขณะนี้"
- ภาษา คู่มือระบุภาษาที่ใช้งานได้ดีที่สุดสำหรับการสร้างรูปภาพ ได้แก่ ภาษาอังกฤษ, อาหรับ, เยอรมัน, สเปน, ฝรั่งเศส, ฮินดี, ญี่ปุ่น, เกาหลี, โปรตุเกส, รัสเซีย และจีน
- ฟีเจอร์ API หน้าโมเดลระบุว่าไม่รองรับ function calling, structured outputs, code execution และ caching
- ระดับการใช้งานฟรี คอลัมน์ระดับฟรีในหน้าการกำหนดราคาระบุว่า "ไม่พร้อมใช้งาน" สำหรับโมเดลนี้
ข้อจำกัดเหล่านี้ไม่ได้ขัดขวางเวิร์กโฟลว์การทำอินโฟกราฟิก แต่จะเป็นตัวกำหนดรูปแบบการใช้งาน ควรเก็บงานด้านข้อมูลไว้ในเครื่องมือที่สามารถตรวจสอบที่มาของตัวเลขแต่ละตัวได้ และใช้โมเดลรูปภาพสำหรับส่วนของการนำเสนอภาพ
ทางเลือกอื่นของ Nano Banana 2.1
ยังมีโมเดลและเครื่องมืออื่นๆ อีกหลายอย่างที่สามารถสร้างภาพประกอบสำหรับการทำงานได้ ตารางนี้เปรียบเทียบสิ่งที่หน้าเว็บของผู้ให้บริการแต่ละรายระบุไว้
| ตัวเลือก | คืออะไร | ราคาบนหน้าเว็บของผู้ให้บริการ | ใช้งานได้ที่ไหน |
|---|---|---|---|
| Nano Banana 2.1 | โมเดลรูปภาพประสิทธิภาพสูงของ Google | เริ่มต้นที่ $0.0336 ต่อรูปภาพ 1K | แอป Gemini, AI Studio, Gemini API |
| Nano Banana Pro | โมเดลรูปภาพระดับพรีเมียมของ Google | $0.134 ต่อรูปภาพ 1K หรือ 2K | Gemini API |
| OpenAI GPT Image 2.5 | ตระกูลโมเดลรูปภาพของ OpenAI | อินพุต $8.00 และเอาต์พุต $30.00 ต่อ 1 ล้านโทเค็นรูปภาพ | OpenAI API และ ChatGPT |
| Qwen-Image-2.1-Turbo | Open checkpoint จากทีม Qwen | ไม่มีระบุราคา; ติดตั้งใช้งานเอง | GPU ของคุณเอง |
| Powerdrill Bloom | พื้นที่ทำงาน AI ที่เปลี่ยนไฟล์เป็นแผนภูมิ, สไลด์ และรูปภาพ | มีแผนฟรี; แผน Pro $199.00 ต่อปี | พื้นที่ทำงานบนเว็บ |
OpenAI GPT Image 2.5 หน้าการกำหนดราคา API ของ OpenAI ระบุรุ่นย่อยของ GPT Image 2.5 สองรุ่น แต่ละรุ่นมีราคา $8.00 ต่อ 1 ล้านโทเค็นอินพุตรูปภาพ และ $30.00 ต่อ 1 ล้านโทเค็นเอาต์พุตรูปภาพ บทความอธิบายของเราเกี่ยวกับ ChatGPT Images 2.5 จะครอบคลุมข้อมูลในฝั่งของ ChatGPT
Qwen-Image-2.1-Turbo ข้อมูลบน Hugging Face เรียกโมเดลนี้ว่าเป็น "checkpoint ที่เร่งความเร็วของ Qwen-Image-2.1" ซึ่งทำงานด้วย "8 denoising steps" โดย "ใช้สถาปัตยกรรมการสร้างภาพ 7B แบบเดียวกัน" ขั้นตอนการติดตั้งระบุว่าต้อง "ติดตั้ง PyTorch รุ่นที่รองรับ CUDA" ดังนั้นคุณต้องเตรียม GPU ของคุณเอง ข้อมูลระบุใบอนุญาตเป็น qwen-research ดังนั้นโปรดอ่านไฟล์ใบอนุญาตก่อนนำไปใช้ในเชิงพาณิชย์
Powerdrill Bloom เริ่มต้นจากข้อมูลของคุณแทนที่จะเริ่มจากพรอมต์เพียงอย่างเดียว ส่วนถัดไปจะอธิบายว่าเครื่องมือนี้เหมาะสมกับงานตรงไหน
พื้นที่ทำงานที่เน้นข้อมูลเป็นหลักเหมาะสมกับงานตรงไหน
โมเดลรูปภาพทำหน้าที่สร้างภาพ แต่อินโฟกราฟิกทางธุรกิจยังต้องการตัวเลขที่สามารถตรวจสอบได้ ซึ่งปกติแล้วจะอยู่ในสเปรดชีต, PDF หรือรายงาน
นั่นคืองานที่ Powerdrill Bloom ถูกสร้างขึ้นมาเพื่อรองรับ หน้าแรกของเว็บไซต์เรียกเครื่องมือนี้ว่า "นักวิเคราะห์ข้อมูล AI ที่แสดงที่มาของงาน" และยังระบุว่า "ทุกตัวเลขจะมาพร้อมกับหน้าที่ระบุ แถว และข้อมูลเบื้องหลังของตัวเลขนั้น"
แผนการใช้งานระบุข้อมูลด้านรูปภาพไว้ด้วย โดยหน้า การกำหนดราคา ของ Powerdrill Bloom ระบุว่าแผนฟรีสามารถ "อัปโหลด Excel, CSV, PDF และเอกสาร" และ "สร้างสไลด์พื้นฐาน, เอกสาร, ชีต และรูปภาพ" ส่วนแผน Pro ราคา $199.00 ต่อปี ระบุว่าสามารถ "สร้างสไลด์, เอกสาร Office, การวิเคราะห์ Excel และรูปภาพ Nano Banana"
หน้า Nano Banana slides แสดงเวิร์กโฟลว์การทำงาน หลังจากวิเคราะห์เสร็จแล้ว คุณสามารถเลือก "To PPT" หรือ "To Infographics with Nano Banana Pro" หน้านั้นระบุชื่อโมเดลเป็น Nano Banana Pro ไม่ใช่เวอร์ชัน 2.1 ส่วนหน้า AI infographic generator อธิบายแนวคิดเดียวกันสำหรับการสร้างอินโฟกราฟิกหน้าเดียวจากไฟล์ Excel, CSV หรือ PDF
สำหรับวิธีอื่นๆ ในการนำภาพที่สร้างขึ้นไปใส่ในสไลด์ โปรดดูคู่มือของเราเกี่ยวกับ การเพิ่มรูปภาพ กราฟ และอินโฟกราฟิกที่สร้างโดย AI ลงในสไลด์ของคุณ
วิธีเขียนพรอมต์ Nano Banana 2.1 สำหรับอินโฟกราฟิก
กระบวนการที่ชัดเจนจะช่วยให้คุณได้อินโฟกราฟิกที่สามารถนำไปเสนอในที่ประชุมได้อย่างมั่นใจ 6 ขั้นตอนนี้ทำตามคำแนะนำของ Google และรักษาความถูกต้องของตัวเลข:
- สรุปตัวเลขให้เสร็จก่อน คำนวณทุกตัวเลขจากไฟล์ต้นฉบับของคุณก่อนที่จะเริ่มเขียนพรอมต์
- ระบุป้ายกำกับทุกอย่างให้ชัดเจน ใส่ชื่อเรื่อง, ค่า และหน่วยที่แน่นอนลงในพรอมต์ เพื่อให้โมเดลทำงานตามตัวเลขของคุณ
- เลือกขนาดและรูปทรง เลือก 1K, 2K หรือ 4K และปรับอัตราส่วนภาพให้เข้ากับสไลด์หรือหน้ากระดาษ
- เพิ่มระดับ Thinking สำหรับเลย์เอาต์ที่หนาแน่น คู่มือของ Google แสดงให้เห็นการใช้ระดับสูงในตัวอย่างของพวกเขาเอง
- แก้ไขทีละอย่างในแต่ละรอบ ใช้การสนทนารอบถัดไปเพื่อแก้ไขป้ายกำกับ, สี หรือปัญหาเรื่องระยะห่าง
- ตรวจสอบรูปภาพสุดท้าย เปรียบเทียบทุกตัวเลขและป้ายกำกับในรูปภาพกับไฟล์ต้นฉบับ
ตัวอย่างพรอมต์แสดงรูปแบบดังนี้: "สร้างอินโฟกราฟิก 16:9 หัวข้อ ยอดขายไตรมาส 3 ตามภูมิภาค แสดงแถบสี่แถว: เหนือ 42%, ใต้ 27%, ตะวันออก 19%, ตะวันตก 12% ใช้พื้นหลังสีขาวและสีเน้นหนึ่งสี" ตัวเลขในที่นี้เป็นเพียงตัวอย่างประกอบ
เมื่อตัวเลขมาจากข้อมูลที่คุณส่งออกเอง ให้เริ่มจากข้อมูลนั้น คุณสามารถ ลองใช้ Powerdrill Bloom กับไฟล์ของคุณและเปลี่ยนผลลัพธ์ให้เป็นสไลด์หรืออินโฟกราฟิก
คำถามที่พบบ่อย
Nano Banana 2.1 คืออะไร?
Nano Banana 2.1 คือโมเดลการสร้างและแก้ไขรูปภาพของ Google ที่เปิดตัวเมื่อวันที่ 6 ตุลาคม 2026 โดยเป็นการอัปเดตจาก Nano Banana 2 ด้วยคุณภาพของภาพที่ดีขึ้น, การแสดงผลข้อความ, เลย์เอาต์อินโฟกราฟิก และเอาต์พุตรูปแบบกว้าง นักพัฒนาเรียกใช้งานในชื่อ gemini-nano-banana-2.1 ใน Gemini API
Nano Banana 2.1 ใช้งานฟรีหรือไม่?
Google เปิดให้ใช้งาน Nano Banana 2.1 ในแอป Gemini, AI Mode ใน Search และ Google AI Studio รวมถึงช่องทางอื่นๆ ในส่วนของ Gemini API หน้าการกำหนดราคาระบุว่าไม่มีระดับการใช้งานฟรีสำหรับโมเดลนี้ การใช้งาน API แบบชำระเงินเริ่มต้นที่ $0.0336 ต่อรูปภาพ 1K ในอัตรามาตรฐาน
Nano Banana 2.1 ราคาเท่าไหร่?
หน้าการกำหนดราคาของ Gemini API ระบุราคาเอาต์พุตรูปภาพที่ $30.00 ต่อ 1 ล้านโทเค็น ซึ่งคำนวณได้เป็น $0.0336 ต่อรูปภาพ 1K, $0.0504 ต่อรูปภาพ 2K และ $0.113 ต่อรูปภาพ 4K ส่วน Batch API จะลดราคาลงครึ่งหนึ่ง และโทเค็น Thinking จะถูกเรียกเก็บเงินแยกต่างหาก
ความแตกต่างระหว่าง Nano Banana 2.1 และ Nano Banana Pro คืออะไร?
Google เรียก Nano Banana 2.1 ว่าเป็นคู่หูที่มีประสิทธิภาพสูงกว่าของ Nano Banana Pro โดย Nano Banana Pro เป็นโมเดลระดับพรีเมียมสำหรับงานภาพที่ซับซ้อน, ความสม่ำเสมอของแบรนด์ และการแปลเป็นภาษาท้องถิ่น มีราคา $0.134 ต่อรูปภาพ 1K หรือ 2K เทียบกับ $0.0504 สำหรับรูปภาพ 2K จาก Nano Banana 2.1
Nano Banana 2.1 สามารถสร้างอินโฟกราฟิกได้หรือไม่?
ได้ หน้าโมเดลของ Google ระบุว่า "เพิ่มประสิทธิภาพการแสดงผลข้อความและความแม่นยำของเลย์เอาต์อินโฟกราฟิก" เป็นการอัปเดตหลัก คู่มือรูปภาพยังใช้อินโฟกราฟิกเป็นตัวอย่างงาน สำหรับอินโฟกราฟิกข้อมูล ให้คำนวณตัวเลขจากแหล่งข้อมูลของคุณก่อน จากนั้นจึงตรวจสอบทุกป้ายกำกับในรูปภาพสุดท้าย
แหล่งข้อมูล: Google AI for Developers, บันทึกการเปลี่ยนแปลง Gemini API · Google AI for Developers, Gemini Nano Banana 2.1 · Google AI for Developers, ราคา Gemini API · Google AI for Developers, การสร้างรูปภาพ · Google DeepMind, Nano Banana 2.1 · Google Cloud, Gemini Nano Banana 2.1 · Google on X, การเปิดตัว Nano Banana 2.1 · OpenAI, ราคา API · Hugging Face, Qwen-Image-2.1-Turbo ข้อมูลอ่านจากหน้าผู้ให้บริการเมื่อวันที่ 13 ตุลาคม 2026