دليل BananaBanana: 13 نموذج ذكاء اصطناعي، الأسعار والميزات

BananaBanana منصة لتوليد الصور والفيديو والكلام بالذكاء الاصطناعي بنظام الدفع حسب الاستخدام، تشغّل ثلاثة عشر نموذجًا من أربع شركات خلف رصيد واحد بالدولار الأمريكي: ستة نماذج للصور (ثلاثة مستويات من Nano Banana، ومستويان من GPT Image 2.5، وQwen Image 3.0 Pro)، وسبعة نماذج للفيديو (ثلاثة مستويات من Veo 3.1، وجيلان من Gemini Omni Flash، وWan 3.0، وGrok Imagine Video 1.5)، إضافة إلى Gemini 3.1 Flash TTS للصوت. لا اشتراك ولا بطاقة محفوظة في الحساب. تشحن رصيدك بالعملات الرقمية أو بالبطاقة، وتدفع مقابل كل نتيجة.

الخلاصة السريعة إن كنت تقارن بين الخيارات:

• الصور تكلّف من $0.03 إلى $0.20 للصورة، حسب النموذج والدقة (من 512px حتى 4K).
• الفيديو الصامت يبدأ من $0.10 لمقطع مدته 4 ثوانٍ بدقة 720p على Veo 3.1 Lite.
• الفيديو مع الصوت يبدأ من $0.18 على Veo Lite، أو $0.20 لمقطع 4 ثوانٍ بدقة 480p على Wan 3.0 حيث يأتي الصوت مجانًا. أما Gemini Omni Flash فيُحتسب بالثانية، من $0.03 بدقة 360p إلى $0.30 بدقة 4K.
• الكلام يكلّف $0.01 لكل 200 حرف، مع 30 صوتًا ومتحدث واحد أو اثنين.
• الإيداع: أكثر من 20 عملة رقمية وعملة مستقرة بدءًا من $1، أو البطاقة وPayPal وSEPA بدءًا من $20. بلا اشتراك، ولا شيء تحتاج إلى إلغائه.
• أدوات التحكم: seed، وnegative prompt، وصور ومقاطع مرجعية، وإطار أول وأخير، وتمديد المقطع. معظم ما يتيحه الـ API الخام، داخل واجهة ويب، والنماذج نفسها عبر MCP للوكلاء.
• تحصل الحسابات الجديدة على رصيد ابتدائي قدره $0.20، وتُسترد تكلفة عمليات التوليد الفاشلة تلقائيًا.

نشرنا النسخة الأولى من هذا المقال يوم الإطلاق، حين كانت المنصة تشغّل سبعة نماذج من Google وكان المقال ست نقاط ووعدًا. هذه نسخة سبتمبر 2026: ثلاثة عشر نموذجًا، وأربع شركات، وكل نموذج توضيحي أدناه وُلّد عبر خط الإنتاج الخاص بنا لهذا المقال تحديدًا.

ماذا يمكنك أن تصنع على BananaBanana؟

صورًا، ومقاطع فيديو قصيرة، وصوتًا منطوقًا، بمعظم الأشكال العملية لكل منها.

تبدأ الصور من مسودات سريعة بدقة 512px وتصل إلى ملفات بدقة 4K، بعشر نسب أبعاد من المربع 1:1 حتى السينمائي 21:9. يمكنك إرفاق صور مرجعية حين يجب أن يبقى منتج أو شخصية ثابتَي الملامح عبر سلسلة كاملة (حتى 14 صورة على Nano Banana 2 وGPT Image 2.5، وثلاث على Qwen). الصورة الرخيصة تستغرق ثوانيَ معدودة، أما أقوى النماذج فتحتاج إلى قرابة نصف دقيقة.

الفيديو اليوم ثلاث مدارس. عائلة Veo 3.1 تمنحك التحكم: مدة محددة بدقة من 4 أو 6 أو 7 أو 8 ثوانٍ، ودقة حتى 4K، ومسار صوتي يمكنك إيقافه. Omni Flash هو النموذج الحواري: صوت دائمًا، ومدة من 3 إلى 10 ثوانٍ تُحتسب بالثانية، وتعدّل النتيجة بوصف التغييرات بلغة عادية. والثنائي الأحدث إما يطيل وإما يتكلم: Wan 3.0 يولّد حتى 30 ثانية في لقطة واحدة، وGrok Imagine Video 1.5 يزامن حركة الشفاه مع جملة حوار تكتبها أنت.

وفرق أهدأ عن معظم المواقع التي تغلّف النماذج بواجهة بسيطة: نحن نكشف تقريبًا كل معلمات كل API بدل صندوق prompt وحيد. seed، وnegative prompt، ومفتاح تحسين الـ prompt، وعشر نسب أبعاد، ومراجع للعناصر، وإطار أول وأخير، وتمديد المقطع، ومفتاح الصوت. إن سبق أن تخليت عن أداة لأنها أخفت الإعداد الوحيد الذي تحتاجه، فقد مررنا بذلك أيضًا، ولهذا لا يخفيه مولّدنا.

وحول النماذج تجد الأمور المملة لكن المهمة: سجل التوليدات في ملفك الشخصي، واسترداد تلقائي حين يفشل المزوّد، وواجهة مترجمة إلى 15 لغة، وخادم MCP ليستدعي Claude أو Cursor أو وكيلك الخاص النماذجَ نفسها من الرصيد نفسه.

نماذج صور Nano Banana: Lite والقياسي وPro

نماذج Google الثلاثة للصور من عائلة واحدة، والفصل بينها واضح. Lite للكميات الكبيرة، وNano Banana 2 لهامش الدقة، وPro للمواد التي سيتأملها الناس فعلًا.

بدل أن نصف الفرق، إليك الـ prompt نفسه عبر النماذج الثلاثة: زجاجة صودا موز واقعية على طاولة سوق مبللة بالمطر عند الغسق، وعليها ملصق ورقي كُتب عليه "BANANA SODA".

Lite ‏($0.03) يلتقط الأجواء وحروف العنوان بإتقان، ثم يستسلم بهدوء أمام الكتابة الصغيرة: السطر الصغير تحت الشعار مجرد خربشة زخرفية. لرسم توضيحي لن يكبّره أحد، هذا مقبول في الغالب.

Nano Banana 2 ‏($0.06 بدقة 1K) يرسم ملصقًا مقروءًا بالكامل، حتى عبارة "EST. 1974" المخترعة وعلامة الحجم، ويؤطّر مشهد شارع أوسع. لكن لوحة القائمة التي أضافها في الخلفية جاءت مشوّهة.

Pro ‏($0.11) يتفوق في الطباعة والإضاءة: حروف عتيقة حادة بظل ساقط، وكتابة بخط اليد مقروءة تحتها. تفصيل طريف: حتى Pro أخطأ في تهجئة شعاره المخترع فكتبه "Small Balch". قطعت نماذج الصور شوطًا طويلًا مع النصوص، لكن التدقيق الإملائي ما زال مهمتك.

وقد شغّلنا Lite في الإنتاج لمدة أسبوع وكتبنا أين يكفي النموذج الرخيص إن أردت زاوية الميزانية بالتفصيل.

GPT Image 2.5 وQwen Image 3.0 Pro: نماذج الصور الأخرى

ثلاثة نماذج للصور تأتي الآن من خارج Google، وسبب وجودها أن الناس ظلوا يطلبون رأيًا ثانيًا على الـ prompt نفسه.

الـ prompt نفسه لصودا الموز، بمحاولتين إضافيتين.

Flare ‏($0.05) هو النموذج الوحيد في هذه التشكيلة كلها الذي أصاب في كل كلمة، بما فيها الكتابة الصغيرة: "Real Banana Flavor, Since 1932"، إضافة إلى عنقود موز صغير لم يطلبه أحد، وخلفية سوق مبلل ضبابية تبدو كصورة حقيقية. استغرق 36 ثانية، وهذا ثمن تلك الدقة. أما Sunburst فهو العائلة نفسها مضبوطة لالتزام أشد بالـ prompt؛ ألجأ إليه حين يجب أن يطابق التصميم المطلوب حرفيًا، لا للمسودة الأولى.

Qwen ‏($0.04) عاد خلال تسع ثوانٍ بأجرأ عنوان بين الخمسة وأنظف زجاجة، ثم فعل ما فعله Lite مع الكتابة الصغيرة: سطران من الهراء المقنع. قوته الحقيقية في النصوص بالصينية واليابانية والكورية وغيرها من أنظمة الكتابة التي ما زالت نماذج Google تتعثر فيها، وهو أرخص نموذج هنا يدعم seed وnegative prompt. لكن بلا 4K.

فيديو Veo 3.1: Standard وFast وLite

مستويات Veo الثلاثة تتشارك أدوات التحكم نفسها في مولّدنا؛ وفرق السعر يشتري جودة المخرجات، ويظهر غالبًا في الفيزياء والحركة الدقيقة. وفقًا لـتوثيق Veo من Google، تدعم العائلة الصوت الأصلي، وتحويل الصورة إلى فيديو، ودقة حتى 4K، وهذا يطابق ما نراه عبر الـ API، مع ملاحظة واحدة خاصة بالمنصة: أقصى دقة لـ Veo 3.1 Lite هي 1080p.

الأسعار أدناه نطاقات من مقطع 4 ثوانٍ إلى مقطع 8 ثوانٍ:

المقطع أعلاه من Veo 3.1 Fast: حركة كاميرا صامتة نحو مائدة إفطار في الساعة الذهبية مدتها 6 ثوانٍ، وُلّدت لهذا المقال. كلّفت $0.52 بدقة 720p. راقب البخار والستارة؛ هذا النوع من الحركة المقنعة هو ما يفصل Veo عن نماذج الفيديو الأرخص، وFast يحتفظ بمعظمه بثلث سعر Standard.

يصل المقطع عادةً خلال بضع دقائق. وحين تكون السعة مضغوطة، تعيد المنصة تشغيل العملية بنفسها وتعرض عدّاد المحاولات وأنت تنتظر. وإن لم تتمكن من التسليم رغم ذلك، يعود إليك المال. والسياسة نفسها حين يلتهم فلتر الأمان النتائج: الحجب الكامل يُسترد كله، والجزئي يُسترد بالتناسب.

قاعدتي العملية بعد أشهر من تشغيلها: Lite للوحات القصة ومسودات التواصل الاجتماعي، وFast للعمل اليومي، وStandard حين يجب أن يبدو الماء أو القماش أو الاصطدامات صحيحة، أو حين تشترط مواصفات التسليم دقة 4K. ولدى Veo أيضًا أطول مدى: يُمدَّد المقطع الجاهز 7 ثوانٍ في كل مرة، حتى 148 ثانية مع استمرارية كاملة.

Omni Flash: فيديو بالصوت تعدّله بالمحادثة

Gemini Omni Flash هو الاستثناء في المجموعة. أطلقت Google الجيل الأول في يونيو 2026 وOmni 1.1 في أغسطس؛ وكلاهما يعمل هنا، و1.1 هو الافتراضي. يولّد مسارًا صوتيًا دائمًا، ومدته من 3 إلى 10 ثوانٍ تحددها أنت بالثواني الكاملة، ويُحتسب بالثانية: $0.03 بدقة 360p، و$0.10 بدقة 720p، و$0.15 بدقة 1080p، و$0.30 بدقة 4K، أي أن مسودة من ثلاث ثوانٍ تكلّف $0.09 وعشر ثوانٍ كاملة بدقة 720p تكلّف $1.00. ويقبل صورًا كمدخلات: إطارًا أول، وإطارًا أخيرًا اختياريًا، وحتى ثلاثة مقاطع مرجعية لشخصية أو منتج. ويبقى الجيل 1.0 متاحًا بمدد 4 أو 6 أو 8 أو 10 ثوانٍ، بدقة 720p أو 1080p، إن كنت تفضّل مظهره.

شغّل الصوت لهذا المقطع. مقطع الفطائر توليد واحد من Omni Flash: prompt نصي واحد يصف شراب القيقب ينسكب على كومة فطائر، وتعليمة صريحة "single continuous shot, no scene cuts" (فـ Omni يحب إدخال لقطات إضافية إن لم تقل ذلك)، وسطر "Audio:" يطلب صوت انسكاب الشراب الخافت فوق هدوء المطبخ. بلا أي عمل صوتي منفصل. طلبت المدة الكاملة، 10 ثوانٍ.

درس في كتابة الـ prompt من صنع هذا المقطع: يحتفظ Omni بكل ما يحدث أصلًا في الإطار الأول، ويُسقط بهدوء الأفعال المقرر أن تبدأ لاحقًا. طلبت مسوداتي الأولى قلب فطيرة "في منتصف المقطع تقريبًا" فحصلت على عشر ثوانٍ من لا شيء ثلاث مرات متتالية. النسخة التي نجحت تصف الشراب منسكبًا منذ الإطار الأول ومستمرًا طوال المقطع. اكتب الفعل بصيغة المضارع المستمر، لا كجدول زمني.

الميزة التي تبرر السعر هي التعديل. كل فيديو جاهز يحصل على زر تعديل، لا مقاطع Omni وحدها: صِف التغيير ("اجعلها ليلًا، وأبقِ كل شيء آخر كما هو")، وادفع ثمن الثواني مجددًا، فيعيد النموذج توليد المقطع بتصحيحك مع الحفاظ على معظم الأصل. وتعمل ملفاتك المرفوعة أيضًا، فيمكن إعادة تصميم مقطع من Veo أو فيديو من الهاتف عبر Omni؛ وتعود النتيجة دائمًا بطول المصدر نفسه. كما يمدّد Omni 1.1 المقاطع: كل خطوة تضيف من 3 إلى 10 ثوانٍ إلى آخر مقطع، حتى نحو 40 ثانية إجمالًا. فكّكنا النموذج في مراجعة منفصلة لـ Omni Flash API، وهناك صفحة مخصصة عمّا غيّره الإصدار 1.1.

Wan 3.0 وGrok Imagine Video 1.5: لقطات طويلة ومقاطع ناطقة

وصل هذان النموذجان في سبتمبر ليسدّا الفجوات التي تتركها نماذج Google.

Wan 3.0 هو النموذج الوحيد على المنصة الذي يولّد نصف دقيقة في مرور واحد، وصوته لا يكلّف شيئًا إضافيًا، ما يجعله أرخص طريقة للحصول على فيديو بالصوت هنا. المشكلة في الطرف الأعلى: 30 ثانية بدقة 1080p تكلّف $6.00، وهو أغلى توليد منفرد نبيعه. والمقاطع المرجعية تُحتسب أيضًا، فمرجع مدته 15 ثانية مع مخرجات مدتها 15 ثانية يكلّف كأنه 30 ثانية.

قارب الفانوس توليد من Wan 3.0 لهذا المقال: عشر ثوانٍ بدقة 720p، بـ $1.00، وprompt واحد يطلب لقطة تتبّع واحدة متصلة على طول جدول في غابة عند الغسق مع اليراعات، وسطر "Audio:" للماء وصرير الصراصير. سلّم اللقطة كاملة بلا قطع، وهذا بالضبط ما يجب إقناع Omni بالتخلي عنه. لهب الشمعة ثابت أكثر مما أحب قليلًا. شغّل الصوت؛ خرير الجدول مولَّد، لا مقتطع من مكتبة جاهزة.

Grok هو النموذج الناطق. مقطع الباريستا ست ثوانٍ بدقة 720p ‏($0.84): كتبت جملتها بين علامتي اقتباس داخل الـ prompt، فأعاد النموذج وجهًا يتكلم وحركات فمه تطابق الكلمات. هذه هي الميزة التي تُبنى عليها إعلانات أسلوب UGC، ولدينا دليل منفصل لفيديو UGC بالذكاء الاصطناعي حولها. ملاحظتان صادقتان من السجلات: الصور المرجعية تعمل بدقة 720p فقط (أما الإطار الأول فيعمل بدقة 1080p أيضًا)، وهذا المقطع عاد بدقة 1280×704 لا 720 صفًا حقيقيًا. لن يلاحظ أحد ذلك على الهاتف. أما عميل يدقق في كل بكسل فقد يلاحظ.

تحويل النص إلى كلام: 30 صوتًا، وسنت لكل 200 حرف

يحوّل Gemini 3.1 Flash TTS النص إلى ملف WAV بتردد 24 kHz مقابل $0.01 لكل 200 حرف بدأتها، أي أن قراءة مدتها 60 ثانية بنحو 900 حرف تكلّف خمسة سنتات. تختار واحدًا من 30 صوتًا أو تُعدّ حوارًا بين متحدثَين اثنين بالضبط، وتوجّه الأداء بكلمات بسيطة: "دافئ، على مهل، بابتسامة خفيفة"، إضافة إلى وسوم داخل النص مثل [whispers] أو [laughs] حيث تريدها. يعمل في المولّد نفسه الذي يولّد الصور والفيديو، وعبر MCP باسم generate_speech.

هذا توليد واحد: 150 حرفًا، وصوت Kore، وملاحظة أسلوب من سطر واحد تطلب راويًا مسترخيًا لا قارئ إعلانات. التكلفة سنت واحد. لن أستخدمه لكتاب صوتي، لكن للتعليق الصوتي على مقطع منتج فهو أفضل من انتظار مستقل حتى يفتح بريده.

كيف تعمل المدفوعات والاستردادات؟

رصيدك بالدولار الأمريكي، ولا ينقص إلا حين ينجح التوليد. إيداعات العملات الرقمية على الويب تعالجها 0xProcessing: BTC وETH وSOL وTON وBNB وLTC وTRX وXRP وDOGE وBCH، إضافة إلى العملات المستقرة USDT وUSDC وDAI وTUSD عبر شبكات ERC-20 وBEP-20 وSolana وTON وBase. هذا أكثر من 20 خيارًا، والعملات المستقرة على الشبكات الرخيصة مثل TON أو Solana هي ما يختاره معظم مستخدمينا عمليًا. هناك شرح كامل لإيداع العملات الرقمية إن كنت ترسل تحويلك الأول. أما البطاقات ورصيد PayPal وتحويلات SEPA فتمر عبر PayPal Checkout، بدءًا من $20 للدفعة.

التسجيل يحتاج إلى بريد إلكتروني فقط ويأتي معه رصيد $0.20، يكفي لست صور على Lite قبل أن تقرر أي شيء. إن شاركك أحدهم رمزًا ترويجيًا، فعّله مرة واحدة وسيحصل كل إيداع تقوم به على مكافأة +10% فوقه. وحجم الإيداع يضيف مكافأته الخاصة أيضًا، على إيداعات العملات الرقمية: 5% من $50 فأكثر و10% من $100 فأكثر، والمكافأتان تتراكمان: $100 بالعملات الرقمية مع رمز مفعّل تُضيف $120 إلى رصيدك.

لا شيء يبقى محفوظًا

الدفع بالبطاقة ممكن، لكن البطاقة لا تلمس منصتنا أبدًا: تضغط زر PayPal وتُدخل البيانات في نافذة PayPal نفسها. لا يُحفظ شيء بعد ذلك، ولا يتجدد شيء. إن سبق أن اشتركت في أداة ذكاء اصطناعي لمشروع واحد ثم دفعت أربعة أشهر من الخمول لأن الإلغاء كان مدفونًا تحت ثلاث قوائم، فأنت تعرف تمامًا لماذا يهم هذا. الرصيد المودَع ملكك حتى تنفقه؛ وحين ينفد، لا شيء يستمر في خصم المال منك لمجرد وجودك. والمقايضة بصراحة: مسار البطاقة يبدأ من $20 للدفعة، بينما تبدأ العملات الرقمية من نحو $1. تحويل $10 بعملة مستقرة على TON يكلّف بضعة سنتات رسومًا ويستغرق نحو خمس دقائق في المرة الأولى، وثوانيَ بعدها.

شرحنا في مقالات منفصلة لماذا لا تحتاج أبدًا إلى بطاقة محفوظة وكيف يقارَن الدفع لكل صورة بالاشتراكات. أما منطق الاسترداد فيستحق التوضيح هنا، لأن واجهات التوليد تفشل أكثر مما يُعلَن. التوليد الذي ينتهي بحالة فشل يُسترد ثمنه كاملًا تلقائيًا. بلا تذاكر دعم. قوائم الأسعار الكاملة في صفحة الأسعار.

برنامج الإحالة: من 5% إلى 15% من كل إيداع

يمكنك إنشاء حتى ثلاثة رموز ترويجية في ملفك الشخصي. كل من يفعّل رمزك يحصل على +10% تُضاف إلى كل إيداع يقوم به، وتربح أنت عمولة على تلك الإيداعات: 5% في البداية، و10% حين يتجاوز مجموع إيداعات من أحلتهم $1,000، و15% بعد $2,000. يبقى الرمز مرتبطًا بحساب المشتري، فتُطبَّق المكافأة وعمولتك على كل إيداع تلقائيًا، لا على الأول فقط.

تحفّظان صريحان. لا يمكنك تفعيل رمزك الخاص، والتسجيلات من الشبكة نفسها التي تستخدمها لا تُحتسب في العمولات؛ فحوص الاحتيال صارمة عن قصد.

FAQ (الأسئلة الشائعة)

كم تكلّف صناعة الصور بالذكاء الاصطناعي على BananaBanana؟

من $0.03 للصورة (Nano Banana 2 Lite بدقة 1K، أو Nano Banana 2 بدقة 512px) حتى $0.20 لصورة 4K على Nano Banana Pro. يتراوح GPT Image 2.5 بين $0.05 و$0.18، وQwen Image 3.0 Pro بين $0.04 و$0.08. لا اشتراك؛ تدفع لكل صورة من رصيد مدفوع مسبقًا.

هل توجد تجربة مجانية؟

يبدأ كل حساب جديد برصيد $0.20، يغطي ست صور على أرخص نموذج أو مقطعًا واحدًا مدته 4 ثوانٍ مع الصوت على Wan 3.0. لا حاجة إلى بيانات بطاقة للتسجيل، بريد إلكتروني فقط.

هل أحتاج إلى بطاقة ائتمان أو اشتراك؟

لا تحتاج إلى بطاقة للبدء: تسجّل ببريد إلكتروني وتحصل على رصيد $0.20. بعد ذلك تشحن رصيدك بالدولار متى شئت، بالعملات الرقمية من نحو $1 أو بالبطاقة أو PayPal أو SEPA من $20، وتدفع لكل توليد. لا توجد باقة اشتراك، والرصيد غير المستخدم لا تنتهي صلاحيته، ولا شيء يمكنه الخصم منك تلقائيًا.

ما العملات الرقمية التي تقبلها BananaBanana؟

BTC وETH وSOL وTON وBNB وLTC وTRX وXRP وDOGE وBCH، والعملات المستقرة USDT وUSDC وDAI وTUSD عبر شبكات ERC-20 وBEP-20 وSolana وTON وBase.

هل يمكنني توليد فيديو بالذكاء الاصطناعي مع الصوت؟

نعم، بأربع طرق. نماذج Veo 3.1 فيها مفتاح للصوت (مقطع 4 ثوانٍ مع الصوت يبدأ من $0.18 على Veo Lite)، وWan 3.0 يضم مساره الصوتي مجانًا بدءًا من $0.20، وGemini Omni Flash يولّد الصوت دائمًا بدءًا من $0.03 للثانية، وGrok Imagine Video 1.5 يزامن الشفاه مع حوار تكتبه بدءًا من $0.56 للمقطع.

ماذا يحدث إذا فشل التوليد؟

يُسترد الثمن كاملًا إلى رصيدك تلقائيًا. في الفيديو، تعيد المنصة أولًا محاولة أخطاء السعة بنفسها؛ وإن حجب فلتر الأمان جزءًا من المخرجات، يُسترد الجزء غير المسلَّم بالتناسب.