Thử nghiệm mô hình tạo ảnh AI: 50 prompt × 3 mô hình

Thử nghiệm so sánh (benchmark) mô hình tạo ảnh AI là một bài kiểm tra có kiểm soát, trong đó các prompt giống hệt nhau được chạy trên những mô hình khác nhau dưới cùng một điều kiện, sau đó tiến hành chấm điểm kết quả đầu ra. Bài viết này sẽ thử nghiệm ba mô hình tạo ảnh dựa trên công nghệ của Google hiện có trên BananaBanana: Nano Banana 2 Lite ($0.03/ảnh), Nano Banana 2 ($0.06), và Nano Banana Pro ($0.11). Tất cả đều được xuất ở độ phân giải 1024×1024, cùng tỷ lệ khung hình, và chỉ lấy kết quả từ lượt tạo đầu tiên. Không lựa chọn ảnh đẹp nhất (no cherry-picking), không xử lý hậu kỳ (no post-processing).

Nói một cách ngắn gọn: phiên bản Lite mang lại khoảng 83% chất lượng của bản Pro nhưng chi phí chỉ bằng 27%. Đối với nhu cầu làm nội dung mạng xã hội, ảnh phong cách hóa (stylized), hoặc công việc sản xuất số lượng lớn, đây là một món hời lớn. Đối với ảnh chân dung đòi hỏi chi tiết cao hay các khung cảnh phức tạp có nhiều chủ thể, bản Pro hoàn toàn xứng đáng với mức giá cao cấp của nó. NB2 nằm ở phân khúc giữa, và giá trị của nó phụ thuộc vào quy trình làm việc của bạn. Đắt hơn Lite $0.05 nhưng rẻ hơn Pro $0.05, đây là lựa chọn 'vừa đủ tốt' cho các đội ngũ muốn nâng cấp chất lượng từ Lite mà không cần chi trả mức giá của Pro.

Con số biết nói: chất lượng trên mỗi đô-la

Dưới đây là bảng tổng hợp điểm số từ 150 bức ảnh được tạo ra. Mỗi mô hình chạy 50 prompt giống nhau chia đều cho năm danh mục. Mỗi bức ảnh được chấm điểm từ 1–5 dựa trên bốn tiêu chí (mức độ bám sát prompt, độ chân thực/độ chính xác của phong cách, độ rõ nét của văn bản, số lượng lỗi ảnh - artifact). Điểm số tổng hợp là trung bình cộng của cả bốn tiêu chí.

Điểm hiệu quả chi phí của Lite cao gấp 3 lần bản Pro. Điều đó không có nghĩa Lite là mô hình tốt hơn. Nó cho thấy với những công việc cần tối ưu ngân sách, khoản chi thêm $0.08 cho mỗi bức ảnh không phải lúc nào cũng mang lại mức tăng chất lượng tương xứng. Tất cả phụ thuộc hoàn toàn vào những gì bạn muốn tạo.

Khi kết hợp với các chương trình thưởng nạp tiền (tặng 5% cho khoản nạp từ $50+, 10% từ $100+, cộng thêm 10% nữa nếu có mã khuyến mãi đang hoạt động), chi phí thực tế sẽ còn giảm sâu hơn. Một khoản nạp $100 đi kèm mã khuyến mãi sẽ giúp bạn có $120 trong tài khoản, hạ chi phí thực tế của Lite xuống còn khoảng $0.025 và Pro xuống xấp xỉ $0.092.

Cách chúng tôi thử nghiệm

Mô hình:

• Nano Banana 2 Lite: Mô hình Gemini 3.1 Flash Lite Image của Google. Lựa chọn tiết kiệm chi phí nhất. Chỉ hỗ trợ độ phân giải 1K, không có chế độ suy nghĩ (thinking mode), tốc độ nhanh nhất trong ba mô hình (~3–4 giây).
• Nano Banana 2: Gemini 3.1 Flash Image với chế độ suy nghĩ (thinking) được đặt ở mức HIGH. Mất khoảng 15–25 giây nhưng mô hình sẽ 'suy luận' về bố cục trước khi tiến hành tạo ảnh.
• Nano Banana Pro: Gemini 3 Pro Image. Mô hình tạo ảnh mạnh mẽ nhất của Google. Tốc độ chậm hơn (~20–30 giây) và đắt hơn, nhưng xử lý văn bản, khuôn mặt và các bố cục phức tạp tốt hơn rõ rệt.

Prompt: Tổng cộng 50 prompt, chia đều thành năm danh mục, mỗi danh mục 10 prompt:

1. Ảnh chụp sản phẩm (Product shots): các vật thể đơn lẻ dưới ánh sáng được kiểm soát (tách espresso, tai nghe earbud, đồng hồ, chai dầu ô-liu...)
2. Chân dung (Portraits): khuôn mặt và người trong nhiều thiết lập ánh sáng khác nhau
3. Chữ trong ảnh (Typography): tích hợp văn bản vào hình ảnh (biển hiệu neon, bảng phấn, biển chỉ đường, chữ viết trên bánh kem)
4. Cảnh nhiều chủ thể (Multi-subject scenes): có từ 4 vật thể riêng biệt trở lên trong một khung hình (bàn bếp, không gian làm việc, chuyến dã ngoại)
5. Chuyển đổi phong cách (Style transfer): cùng một chủ thể được thể hiện qua một phong cách nghệ thuật cụ thể (tranh màu nước, ukiyo-e, pixel art, phim noir)

Mỗi prompt chỉ viết một lần duy nhất và áp dụng giống hệt nhau cho cả ba mô hình. Tỷ lệ khung hình được khóa ở mức 1:1. Chỉ lấy kết quả từ lượt tạo đầu tiên, không quay số lại (no rerolls). Không nâng độ phân giải (no upscaling), không làm sắc nét (no sharpening), không can thiệp bất cứ điều gì.

Cách tính điểm (từ 1–5 cho mỗi tiêu chí):

• Bám sát prompt (Prompt adherence): ảnh có chứa đầy đủ những gì được yêu cầu không?
• Độ chân thực / độ chuẩn phong cách (Realism / style fidelity): ảnh chụp sản phẩm trông có giống ảnh chụp thực tế không? Tranh màu nước có đúng chất màu nước không?
• Độ rõ nét của chữ (Text legibility): chỉ tính điểm cho danh mục chữ trong ảnh (nhân hệ số 2 trong điểm số tổng hợp của danh mục đó)
• Số lượng lỗi ảnh (Artifact count): bàn tay bị biến dạng, vật thể bị méo mó, hình học bị lỗi, nền bị mờ nhòe bất thường

Việc chấm điểm do chính tôi thực hiện. Tôi là người vận hành các mô hình này trong môi trường thực tế hàng ngày, điều đó nghĩa là tôi hiểu rõ thói quen của chúng nhưng cũng có thể có thiên vị nhất định đối với nền tảng. Để đảm bảo tính khách quan: mọi hình ảnh đều được công bố nguyên bản không chỉnh sửa ở bên dưới để bạn có thể tự đánh giá và đối chiếu với điểm số tôi đưa ra. Tất cả prompt nằm ở phần phụ lục. Hãy tự mình chạy thử.

Ảnh sản phẩm: khoảng cách nhỏ hơn dự kiến

Chụp ảnh sản phẩm là danh mục dễ thở nhất đối với các mô hình giá rẻ. Các chủ thể rất đơn giản (chỉ một hoặc hai vật thể, nền được kiểm soát, ánh sáng kiểu studio). Cả ba mô hình đều xử lý tốt danh mục này.

Lite tạo ra những bức ảnh sản phẩm hoàn toàn dùng được cho 9 trên 10 prompt. Tách espresso (#1) từ cả ba mô hình giống nhau đến kinh ngạc. Lite thậm chí còn tự động thêm thương hiệu 'DAILY GRIND' rất hợp lý lên tách mà không cần yêu cầu, điều mà hầu hết các nhiếp ảnh gia sẽ coi là một chi tiết tặng kèm đáng giá chứ không phải lỗi. Ảnh chụp nến (#9) thoạt nhìn không thể phân biệt được với NB2.

Điểm Lite hơi kém một chút: chiếc đồng hồ da cổ điển (#4) có kết cấu dây đeo và bố cục tuyệt vời, nhưng bản Pro thể hiện bóng đổ sắc nét hơn, khớp hoàn hảo với yêu cầu 'dramatic side lighting' (ánh sáng bên kịch tính) trong prompt. NB2 nằm ở giữa hai mô hình này. Để đăng bán sản phẩm, làm bài viết mạng xã hội hoặc thiết kế mockup trên Etsy, khoảng cách này là quá nhỏ để bận tâm ở mức giá $0.03.

Điểm sáng của Lite: Những ngọn nến trên khay bê tông (#9). Ánh sáng hổ phách ấm áp, nền tối, hình ảnh phản chiếu trên thủy tinh, và mô hình đã tự vẽ thêm nhãn hiệu 'LUMINA - AMBER & OUD - SOY WAX' hoàn hảo trên cả ba lọ nến. Chữ đọc được, nhất quán, và có thể đưa vào sử dụng thương mại ngay lập tức. Chỉ với giá $0.03. Đây chính là bức ảnh khiến tôi phải tự hoài nghi về các mức giá dịch vụ của mình.

Điểm sáng của Pro: Chiếc đồng hồ dây da (#4). Bóng đổ sắc nét trải dài trên nền đá phiến có vân, mọi chữ số trên mặt đồng hồ đều rõ ràng, và vân da sờn trông thuyết phục nhất trong cả ba bức ảnh.

Dưới đây là so sánh ảnh chiếc đồng hồ — prompt thể hiện rõ ràng nhất lợi thế về ánh sáng của bản Pro:

Dưới đây là prompt #9 (lọ nến), bức ảnh mà Lite gần như bắt kịp Pro:

Còn đây là prompt #1 (tách espresso) trên cả ba mô hình:

Cây sen đá (#5) và phễu lọc cà phê pour-over (#8) khép lại danh mục ảnh sản phẩm. Những chủ thể đơn giản, nền được kiểm soát tốt — đây là những bối cảnh mà Lite cạnh tranh rất sòng phẳng:

Ảnh chân dung: nơi Pro bứt phá

Khuôn mặt là nơi phơi bày chất lượng mô hình nhanh nhất. Kết cấu da, phản chiếu trong mắt, từng sợi tóc, cách ánh sáng ôm lấy sống mũi. Chỉ cần một chi tiết nhỏ bị lệch, bức ảnh sẽ rơi ngay vào cảm giác kỳ quặc, thiếu tự nhiên (thung lũng kỳ lạ - uncanny valley).

Khoảng cách là có thật nhưng nhỏ hơn bạn nghĩ. Bức chân dung cụ ông (#1) của Lite làm tôi ngạc nhiên: các nếp nhăn trông như vết hằn của thời gian thực tế chứ không phải nét vẽ giả tạo, và ánh sáng studio ấm áp ôm lấy khuôn mặt đầy thuyết phục. Ở kích thước màn hình điện thoại, bạn sẽ rất khó phân biệt nó với bản Pro. Ảnh chân dung công sở (#4) hoàn toàn có thể dùng làm ảnh đại diện LinkedIn với phông nền trắng sạch sẽ. Bức ảnh đầu bếp (#9) từ Lite thực sự đạt chất lượng tạp chí, hoàn thiện với phần tên thêu rõ ràng trên áo và bối cảnh bếp chuyên nghiệp bận rộn phía sau. Lợi thế của Pro chỉ thể hiện ở cấp độ pixel: từng lỗ chân lông, phản chiếu trong mắt rõ ràng hơn, và độ chuyển sáng tối mịn màng mang đúng đẳng cấp của một studio chuyên nghiệp.

Prompt vẽ cặp song sinh (#10) mang lại kết quả thú vị trên cả ba mô hình. Cặp song sinh của Lite trông giống nhau một cách thuyết phục, mặc áo len đồng điệu và có các đường nét khuôn mặt rất gần gũi. NB2 tạo ra hai người trông có vẻ có họ hàng nhưng không giống hệt nhau. Pro đạt được độ đối xứng song sinh chân thực nhất. Đây là một thách thức đã được thừa nhận đối với các mô hình tạo ảnh một lượt mà không có ảnh tham chiếu.

Ảnh chân dung ngược sáng viền (rim-lit) (#8) bộc lộ sự khác biệt rõ rệt: Pro mang lại sự phân tách tông màu chất lượng tạp chí, trong khi phiên bản của Lite giàu cảm xúc và tròn vai nhưng thiếu đi sự chính xác mang tính kịch tính. Để dùng cho mạng xã hội hay blog, tám hoặc chín trong số mười bức chân dung của Lite hoàn toàn đáp ứng tốt nhu cầu.

Pro mang lại những kết quả ảnh chụp nhất quán nhất. Biểu cảm tự nhiên của em bé với đôi má dính sơn (#3) là thứ rất khó để tạo ra từ các mô hình yếu hơn.

Dưới đây là so sánh ảnh chân dung cụ cụ ông (#1):

Bức ảnh đầu bếp (#9), nơi Lite mang lại chất lượng mà tôi gọi là đẳng cấp tạp chí:

Cặp song sinh (#10), prompt chân dung thử thách nhất:

Và bức chân dung ngược sáng viền (#8), nơi khả năng tách tông màu của Pro thể hiện rõ nhất:

Chữ trong ảnh: bài kiểm tra làm tôi bất ngờ

Chèn chữ vào ảnh là danh mục mà hầu hết các bài thử nghiệm đều bỏ qua. Một năm trước, việc yêu cầu một mô hình giá rẻ viết đúng chính tả giống như một trò chơi may rủi. Tôi đã chuẩn bị tinh thần chứng kiến Lite thất bại thảm hại ở đây. Nhưng thực tế hoàn toàn ngược lại.

Đây là bất ngờ lớn nhất của đợt thử nghiệm này. Toàn bộ mười prompt chạy trên Lite đều cho ra chữ đọc được rõ ràng. Không lỗi một bức nào. Từ chữ "OPEN 24/7" bằng đèn neon (#1), thực đơn Matcha Latte viết tay trên bảng phấn (#2) với nét chữ uốn lượn nghệ thuật, dòng chữ "Happy Birthday Sam" bằng kem trắng trên nền bánh sô-cô-la (#3), tên đường "MAPLE ST / 5TH AVE" trên biển chỉ dẫn (#4), cho đến dòng chữ "CHAPTER ONE / THE BEGINNING" gõ từ máy đánh chữ cổ (#5), chữ "CREATE MORE" in trên áo thun (#6), số nhà bằng đồng "42" trên cửa gỗ (#7), dòng chữ dát vàng "THE MERCANTILE / FINE GOODS / EST. 1987" trên cửa kính cửa hiệu (#8), áp phích động lực "KEEP GOING" (#9), và các quân cờ Scrabble xếp thành chữ "GOOD MORNING" bên cạnh tách latte (#10).

Lite thậm chí còn vượt điểm NB2 ở hạng mục này. Thực đơn bảng phấn của Lite có nét vẽ tay nghệ thuật và thu hút hơn phiên bản sạch sẽ nhưng có phần đơn điệu của Pro. Phần chữ vàng trên cửa hiệu của Lite còn tự sáng tạo thêm một bảng hiệu "THE MERCANTILE" với các họa tiết trang trí bắt mắt dù không hề có trong prompt, trông cực kỳ chuyên nghiệp như một thiết kế thương mại thực tế. Pro chỉ bứt lên nhờ sự chính xác tuyệt đối: khoảng cách chữ (kerning) chuẩn hơn, độ dày nét đều đặn hơn và xử lý các phông chữ hỗn hợp mượt mà hơn. Dù vậy, định kiến 'mô hình giá rẻ không thể viết chữ' đã chính thức bị xóa sổ vào giữa năm 2026.

Dưới đây là so sánh biển hiệu neon, prompt mà tôi từng nghĩ Lite sẽ viết sai hoàn toàn:

Thực đơn viết bảng phấn (#2), nơi nét chữ nghệ thuật của Lite có phần thu hút hơn phiên bản sạch sẽ của Pro:

Cửa hiệu (#8), nơi Lite tự sáng tạo thêm các họa tiết trang trí mang tính thẩm mỹ thương mại cao:

Và chiếc bánh sinh nhật (#3), một prompt khó nhằn với phông chữ viết tay uốn lượn bằng kem:

Khung cảnh nhiều chủ thể: cái giá của sự phức tạp

Mười prompt, mỗi prompt chứa từ bốn vật thể riêng biệt trở lên. Danh mục này kiểm tra xem mô hình có thể cân bằng nhiều yếu tố cùng lúc mà không bỏ sót hoặc làm hòa lẫn chúng vào nhau hay không.

Đây chính là bối cảnh để chế độ suy nghĩ (thinking mode) của NB2 phát huy giá trị. Cả ba mô hình đều xử lý tốt cảnh bàn bếp (#1): thớt, ba loại quả cụ thể (táo, chuối, cam), dao và cốc nước đều xuất hiện đầy đủ trong mỗi phiên bản. Tuy nhiên, NB2 sắp xếp các vật thể tự nhiên hơn hẳn. Pro tái hiện đầy đủ mọi thứ đồng thời bổ sung thêm bối cảnh môi trường xung quanh giúp khung cảnh trở nên chân thực và sinh động.

Lite làm tôi ngạc nhiên ở prompt quầy hàng chợ nông sản (#4): thay vì một khu chợ chung chung, nó mang lại chi tiết phong phú với những quả cà chua gia bảo đặt trong sọt gỗ, một chiếc cân đĩa bằng đồng cổ kính đặt riêng lẻ, các chậu thảo mộc tươi và thậm chí cả bảng viết phấn ghi giá bằng đồng euro rõ ràng. NB2 tiến xa hơn khi dán nhãn cho các sọt hàng ('Heirloom Tomatoes $4.50/lb') và treo biểu ngữ 'WILDFLOWER FARM'. Trong khi đó, Pro tạo ra bức tranh giàu không khí nhất với ánh nắng ban mai tuyệt đẹp.

Nơi Lite bắt đầu mất điểm là ở các cảnh tương tác phức tạp giữa người với người. Cảnh nhóm bạn ở quán cà phê (#3) và cảnh dã ngoại (#6) đòi hỏi sự tương tác tự nhiên giữa người và nhiều vật dụng xung quanh, và bố cục của Lite cho cảm giác cứng nhắc hơn so với NB2 hoặc Pro. Prompt góc làm việc (#2) mang lại phát hiện thú vị: cả ba mô hình đều hoàn thành xuất sắc, nhưng Lite đã chủ động viết thêm chữ 'WORK IN PROGRESS' trên cốc cà phê và vẽ hình nền macOS trên màn hình laptop, những chi tiết nhỏ đầy sáng tạo mà NB2 và Pro đã bỏ qua.

Bàn bếp (#1), nơi cả ba mô hình đều xử lý tốt năm vật thể được yêu cầu:

Góc làm việc (#2), nơi Lite gây bất ngờ với các chi tiết sáng tạo mà NB2 và Pro bỏ qua:

Dưới đây là quầy chợ nông sản (#4), prompt tôi từng nghĩ Lite sẽ không kham nổi:

Đĩa sushi (#9) và góc đọc sách (#10), hai bài kiểm tra độ phức tạp của cảnh:

Góc đọc sách ấm cúng (#10) với ghế bành, kệ sách, đèn đọc sách và chú mèo đang ngủ, Nano Banana 2 Lite — ánh chiều ấm áp, xuất hiện đầy đủ cả bốn yếu tố yêu cầu:

Chuyển đổi phong cách: bất ngờ từ Lite

Đây là nơi mô hình giá rẻ bắt đầu chứng minh sức mạnh bất ngờ của mình. Các prompt chuyển đổi phong cách (tranh màu nước, ukiyo-e, pixel art, phim noir) đòi hỏi sự diễn dịch mang tính nghệ thuật hơn là độ chính xác như ảnh chụp thực tế. Không có hướng đổ sáng 'chuẩn' nào để làm sai, cũng không có kết cấu da người nào để làm hỏng. Trọng tâm chấm điểm chuyển dịch sang độ chuẩn của phong cách: bức ảnh trông có thực sự giống một bản in khắc gỗ hay không?

Khoảng cách giữa Lite và NB2 gần như biến mất hoàn toàn. Cả hai mô hình đều hiểu rõ yêu cầu 'tranh màu nước với các nét cọ rõ ràng' (#1) và cho ra kết quả đầy thuyết phục. Phố đêm ukiyo-e (#2) của Lite thậm chí có phần đậm chất nghệ thuật truyền thống hơn bản của NB2 — phiên bản vốn hơi hướng về tả thực đi kèm các yếu tố ukiyo-e chứ chưa hoàn toàn hòa mình vào thẩm mỹ khắc gỗ cổ điển.

Pro vẫn giành chiến thắng về độ chuẩn phong cách. Nhà ga phim noir (#8) có cấu trúc hạt mịn và độ tách tông màu hoàn hảo. Ngôi làng núi pixel art (#6) đạt độ chính xác hình học cao. Tuy nhiên, khoảng cách dẫn trước Lite ở danh mục này là nhỏ nhất so với bất kỳ danh mục nào khác.

Ngọn hải đăng màu nước (#1), nơi điểm số của Lite chỉ kém Pro 0.2 điểm:

Dưới đây là con phố đêm ukiyo-e (#2), nơi Lite chọn phong cách truyền thống cổ kính còn Pro mang lại cách diễn giải hiện đại:

Mặt trời lặn dạng kính vạn hoa / kính màu (#4), một trong những màn bám đuổi điểm số sát sao nhất toàn bài thử nghiệm:

Nhà ga phim noir (#8), nơi cấu trúc hạt mịn của Pro bứt phá rõ rệt:

Ngôi làng pixel art (#6) và hoa hướng dương pop art (#7), hai thử nghiệm phong cách khác:

Nếu mục tiêu của bạn là tạo các nội dung phong cách hóa nghệ thuật (hình ảnh mạng xã hội, ảnh minh họa đầu trang blog, bảng ý tưởng - moodboard), Lite ở mức giá $0.03 hoàn toàn là sự lựa chọn tối ưu.

Những khoảnh khắc mô hình giá rẻ bám sát bản cao cấp

Tám trong số năm mươi prompt chứng kiến Lite ghi điểm số chỉ kém Pro trong khoảng 0.3 điểm:

1. Nến trên khay bê tông (sản phẩm #9): Lite 3.8 so với Pro 4.0. Ánh sáng ấm áp đã che bớt các khác biệt về chi tiết.
2. Hải đăng màu nước (phong cách #1): Lite 3.9 so với Pro 4.1. Cả hai đều thể hiện tuyệt vời các đường loang màu.
3. Mặt trời lặn tranh kính màu (phong cách #4): Lite 4.0 so với Pro 4.2. Đường viền đen đậm đã làm phẳng đi các lợi thế về chi tiết của Pro.
4. Bóng bay sách thiếu nhi (phong cách #10): Lite 3.7 so với Pro 4.0. Các mảng màu phẳng giúp cân bằng cuộc chơi.
5. Sen đá trong chậu (sản phẩm #5): Lite 3.6 so với Pro 3.9. Chủ thể đơn giản, chiến thắng dễ dàng.
6. Hoa hướng dương pop art (phong cách #7): Lite 3.8 so với Pro 4.0. Các chấm halftone đã giấu đi mọi khuyết điểm nhỏ.
7. Neon OPEN 24/7 (chữ trong ảnh #1): Lite 4.0 so với Pro 4.2. Cả hai đều viết chữ hoàn hảo, hiệu ứng phản chiếu mưa tương đồng.
8. Thực đơn bảng phấn (chữ trong ảnh #2): Lite 3.9 so với Pro 4.0. Nét chữ nghệ thuật của Lite có phần thu hút hơn.

Dưới đây là bốn cặp đối đầu trực tiếp — Lite bên trái ở mức giá $0.03, Pro bên phải ở mức giá $0.11:

Bóng bay sách thiếu nhi — Lite 3.7 so với Pro 4.0:

Tranh cắt giấy rừng mùa thu (phong cách #9) — một cặp đấu bám đuổi sát sao khác không nằm trong danh sách trên:

Mèo tranh sơn dầu cổ điển (phong cách #5) — độ ấm của Lite đối đầu nét cọ của Pro:

Mì ramen vẽ phác thảo (phong cách #3) — nét gạch chéo ở phân khúc giá rẻ đối đầu cao cấp:

Quy luật chung: bất cứ khi nào prompt yêu cầu hình ảnh menjauhi phong cách thực tế (sử dụng nét viền đậm, mảng màu phẳng, phong cách hóa mạnh), Lite sẽ nhanh chóng thu hẹp khoảng cách. Điểm yếu của nó là độ tinh tế của các chi tiết nhỏ, nhưng các prompt nghệ thuật phong cách hóa thì lại không đòi hỏi điều đó.

Những tác phẩm lỗi đầy chân thực

Mỗi mô hình đều cho ra ít nhất một bức ảnh mà tôi phải gọi là thất bại. Tính minh bạch có giá trị hơn nhiều so với việc cố tình tô vẽ rằng các mô hình này hoàn hảo tuyệt đối.

Điểm yếu của Lite (2–3 lỗi trên 50 ảnh):

• Các cảnh nhiều người tương tác tự nhiên (nhóm bạn quán cà phê, dã ngoại) đôi khi tạo cảm giác cứng nhắc hoặc tạo dáng gượng gạo so với cách sắp xếp tự nhiên của Pro.
• Một vài bức ảnh chân dung cho kết quả da mặt hơi mờ mịn, không đủ độ nét để in ấn khổ lớn, dù hiển thị trên màn hình vẫn rất ổn.

Điểm yếu của NB2 (2–3 lỗi trên 50 ảnh):

• Prompt vẽ cặp song sinh (#10) tạo ra hai người trông giống anh em họ hàng chứ không phải hai anh em sinh đôi giống hệt nhau.
• Thỉnh thoảng tự ý vẽ thêm các vật thể không yêu cầu vào cảnh (như đĩa trái cây phụ, đồ vật hậu cảnh), tuy giúp tăng độ chân thực nhưng về mặt kỹ thuật là không bám sát prompt.

Điểm yếu của Pro (1 lỗi trên 50 ảnh):

• Musisi đường phố (#7) gặp lỗi giải phẫu tay ở các ngón tay giữ vĩ kéo bi-a. Ngay cả mô hình hàng đầu cũng không hoàn toàn miễn nhiễm với lỗi này.

Tỷ lệ thành công 98% của Pro là hoàn toàn có thật. Lite duy trì phong độ ở mức khoảng 94%, một con số cực kỳ đáng nể ở mức giá này. Với chi phí $0.03 cho mỗi lượt tạo, việc bạn bấm tạo lại hai lần vẫn rẻ hơn rất nhiều so với một lượt tạo duy nhất bằng Pro.

Ai nên sử dụng mô hình nào

Quy trình 'nháp trước nâng cấp sau' (draft-then-upgrade) có lẽ là cách tiếp cận thông minh nhất mà tôi học hỏi được từ những người dùng chuyên nghiệp: chạy thử prompt của bạn 3–4 lần trên Lite (tổng chi phí chỉ $0.09–$0.12), chọn ra bố cục bạn ưng ý nhất, sau đó chạy đúng prompt đó một lần duy nhất trên Pro ($0.11) để lấy phiên bản hoàn thiện cuối cùng. Tổng chi phí: chỉ khoảng ~$0.22 để có được một bức ảnh chất lượng Pro với sự tự tin tuyệt đối về bố cục. Hãy so sánh việc này với việc bỏ ra $0.33–$0.44 để chạy mò 3–4 lần trên Pro ngay từ đầu.

Để tìm hiểu các mẹo viết prompt hiệu quả cho cả ba mô hình, hãy xem hướng dẫn viết prompt Nano Banana của chúng tôi. Để khai thác sâu các điểm sáng dành riêng cho Lite, chúng tôi có bài viết chi tiết hướng dẫn Nano Banana 2 Lite. Bảng giá đầy đủ cho mọi mô hình và độ phân giải được cập nhật tại trang bảng giá.

FAQ (Câu hỏi thường gặp)

Làm thế nào để chấm điểm hình ảnh?

Mỗi hình ảnh được đánh giá theo thang điểm từ 1–5 dựa trên mức độ bám sát prompt, độ chân thực hoặc độ chuẩn phong cách, độ rõ nét của chữ (chỉ áp dụng cho danh mục chữ trong ảnh) và số lượng lỗi ảnh. Điểm số tổng hợp là trung bình cộng của các tiêu chí áp dụng. Điểm số chữ được nhân hệ số 2 vì đó là mục tiêu cốt lõi của danh mục này. Toàn bộ quy trình chấm điểm do đội ngũ vận hành nền tảng thực hiện bằng cách xem xét các bức ảnh đã được xáo trộn và xóa bỏ nhãn mô hình.

Tôi có thể tự chạy thử các prompt này không?

Hoàn toàn được. Toàn bộ 50 prompt đều được liệt kê đầy đủ ở phần phụ lục bên dưới để bạn có thể sao chép và dán trực tiếp. Hãy đăng ký một tài khoản miễn phí tại BananaBanana (bạn sẽ nhận được ngay $0.10 khi đăng ký), nạp tiền và chạy thử trong menu bộ tạo ảnh. Mức giá áp dụng đúng như những gì đã công bố ở đây.

Tại sao không đưa kết quả thử nghiệm độ phân giải 4K vào bài viết?

Chúng tôi muốn thực hiện một bài so sánh thuần túy giữa bản chất các mô hình với nhau. Việc thay đổi độ phân giải sẽ làm thay đổi giá thành và đưa vào một biến số khác không liên quan đến trí thông minh cốt lõi của mô hình (mà thuộc về thuật toán nâng cấp độ nét upscaling). Chúng tôi đã lên kế hoạch cho một bài viết so sánh độ phân giải 4K riêng biệt sắp tới.

Nano Banana Pro có luôn xứng đáng với mức giá cao hơn?

Không phải lúc nào cũng vậy. Đối với các nội dung phong cách hóa nghệ thuật, ảnh sản phẩm đơn giản hay chữ trong ảnh, Lite giúp bạn đi được 80–90% chặng đường với một phần nhỏ chi phí. Số tiền chi thêm cho Pro thực chất là để mua lại các chi tiết siêu mịn sắc nét hơn, hướng ánh sáng chính xác hơn và các sắc thái biểu cảm khuôn mặt tinh tế hơn. Nếu bạn cần chụp ảnh chân dung chuyên nghiệp để in ấn hoặc các bố cục nhiều người tương tác phức tạp, Pro xứng đáng đến từng xu. Nhưng đối với nhu cầu làm nội dung mạng xã hội, sản xuất hàng loạt hay thử nghiệm ý tưởng, khoản tiền tiết kiệm được từ Lite sẽ tích lũy cực kỳ nhanh chóng.

Các chương trình thưởng nạp tiền hoạt động thế nào?

BananaBanana tặng thêm 5% số dư cho khoản nạp từ $50+, 10% cho khoản nạp từ $100+, và việc áp dụng một mã khuyến mãi đang hoạt động sẽ cộng thêm 10% nữa. Với khoản nạp $100 đi kèm mã khuyến mãi, bạn sẽ nhận được $120 trong tài khoản — giúp hạ chi phí thực tế cho mỗi ảnh Lite xuống chỉ còn $0.025 và Pro xuống còn $0.092. Điều này làm cho hiệu quả chất lượng trên mỗi đô-la chi trả của Lite trở nên vô cùng kinh ngạc.

Phụ lục: toàn bộ 50 prompt

Mỗi prompt được sao chép chính xác tuyệt đối như khi đưa vào các mô hình. Hãy sao chép, dán và bắt đầu sáng tạo.

Ảnh chụp sản phẩm (1–10)

1. Một tách espresso duy nhất trên mặt bàn đá marmer, hơi nước bốc lên, ánh sáng cửa sổ buổi sáng mềm mại từ bên trái, độ sâu trường ảnh mỏng, chân thực (photorealistic)
2. Một cặp tai nghe không dây màu trắng trong hộp sạc đang mở trên bàn làm việc sạch sẽ, góc chụp từ trên xuống, ánh sáng studio khuếch tán mềm mại, chân thực (photorealistic)
3. Một chai thủy tinh trong suốt đựng dầu ô-liu cạnh các nhánh hương thảo tươi trên một tấm vải lanh, ánh sáng ngược ấm áp giờ vàng (golden hour), chân thực (photorealistic)
4. Một chiếc đồng hồ da cổ điển trên bề mặt đá phiến tối màu, chụp cận cảnh, ánh sáng bên kịch tính với bóng đổ sắc nét, chân thực (photorealistic)
5. Một chậu sen đá trong pot đất nung trên kệ gỗ, ánh sáng ban ngày tự nhiên, góc chụp hơi cao, chân thực (photorealistic)
6. Một tuýp kem dưỡng da tay cạnh các lát trái cây họ cam quýt trên bề mặt đá sáng màu, ánh sáng studio đều và sáng, chân thực (photorealistic)
7. Một cuốn sách bìa cứng with kính đọc sách đặt ở trên, trên bàn gỗ cạnh cửa sổ, ánh sáng buổi chiều mềm mại, chân thực (photorealistic)
8. Một phễu lọc cà phê pour-over bằng gốm chứa bã cà phê tươi, hơi nước bốc lên rõ ràng, chụp siêu cận cảnh (macro), chân thực (photorealistic)
9. Một bộ ba ngọn nến nhỏ trong lọ thủy tinh trên khay bê tông, ánh sáng hổ phách ấm áp, nền tối, chân thực (photorealistic)
10. Một chiếc khăn ăn lanh gấp gọn với nĩa và dao bạc trên đĩa trắng, bố cục phẳng từ trên xuống (flat lay), bóng đổ mềm mại, chân thực (photorealistic)

Chân dung (11–20)

11. Chân dung cụ ông với những nếp nhăn sâu và đôi mắt hiền hậu, ánh sáng studio ấm áp, nền tối, chụp cận cảnh cỡ trung (medium close-up), chân thực (photorealistic)
12. Một cô gái trẻ với mái tóc xoăn ngắn cười tự nhiên, bối cảnh công viên ngoài trời, ánh sáng giờ vàng, cảm giác chụp tự nhiên (candid), chân thực (photorealistic)
13. Chân dung cận cảnh một em bé với đôi má dính sơn, biểu cảm rạng rỡ tinh nghịch, ánh sáng cửa sổ mềm mại, chân thực (photorealistic)
14. Một người phụ nữ trung niên mặc blazer công sở, nụ cười nhẹ tự tin, nền trắng sạch sẽ, phong cách chân thực công sở, chân thực (photorealistic)
15. Đôi bàn tay hằn vết thời gian của một cụ bà đang nâng tách trà gốm, góc chụp cận cảnh từ trên xuống, tông màu ấm, chân thực (photorealistic)
16. Chân dung một chàng trai trẻ đeo kính đang đọc sách trong thư viện, ánh đèn huỳnh quang tự nhiên từ trên cao hòa lẫn với ánh sáng cửa sổ, chân thực (photorealistic)
17. Một nhạc sĩ đường phố đang kéo đàn vĩ cầm, ghi lại khoảnh khắc đang chuyển động, độ sâu trường ảnh mỏng làm mờ thành phố phía sau, chân thực (photorealistic)
18. Chân dung nhìn nghiêng của một người với ánh sáng viền kịch tính trên nền tối, tương phản cao, chân thực (photorealistic)
19. Một đầu bếp mặc áo trắng đang nếm đồ ăn từ một chiếc thìa gỗ, hậu cảnh nhà bếp mờ nhẹ, ánh đèn tungsten ấm áp, chân thực (photorealistic)
20. Chân dung hai đứa trẻ song sinh ngồi lưng kề lưng, trang phục giống hệt nhau, phông nền studio sạch sẽ, ánh sáng đều, chân thực (photorealistic)

Chữ trong ảnh (21–30)

21. Biển hiệu neon viết chữ "OPEN 24/7" phát ra ánh sáng hồng trên bức tường gạch tối màu, vệt phản chiếu mưa nhẹ dưới đất, chân thực (photorealistic)
22. Thực đơn bảng phấn trong quán cà phê viết chữ "Todays Special Matcha Latte 4.50", phong cách viết tay, khung gỗ mộc mạc, chân thực (photorealistic)
23. Một chiếc bánh sinh nhật với dòng chữ "Happy Birthday Sam" viết bằng kem trắng trên lớp phủ sô-cô-la, chụp cận cảnh, chân thực (photorealistic)
24. Biển báo đường phố tại một giao lộ hiển thị tên đường "Maple St" và "5th Avenue", nền bầu trời xanh, phong cách Mỹ, chân thực (photorealistic)
25. Một chiếc máy đánh chữ cổ điển với một tờ giấy hiển thị dòng chữ được gõ "Chapter One The Beginning", chân thực (photorealistic)
26. Áo thun trắng dải phẳng (flat lay) với chữ đen đậm "CREATE MORE" in trước ngực, nền tối giản, chân thực (photorealistic)
27. Một cánh cửa gỗ cũ với biển số nhà bằng đồng ghi số "42", chụp cận cảnh, chi tiết sơn bong tróc, chân thực (photorealistic)
28. Cửa kính cửa hiệu với chữ dát vàng "EST 1987 Fine Goods", ánh sáng ấm áp bên trong cửa hàng phía sau, chân thực (photorealistic)
29. Áp phích động lực trên tường viết chữ "KEEP GOING" bằng chữ không chân (sans-serif) lớn, thiết kế tối giản sạch sẽ, chân thực (photorealistic)
30. Tách cà phê nhìn từ trên xuống với nghệ thuật tạo bọt latte art, và dòng chữ "GOOD MORNING" được xếp bằng các quân cờ chữ cái nhỏ bên cạnh, chân thực (photorealistic)

Khung cảnh nhiều chủ thể (31–40)

31. Một bàn bếp với thớt, ba loại quả táo chuối và cam, một con dao và một ly nước, ánh sáng ban ngày dịu nhẹ, chân thực (photorealistic)
32. Một không gian làm việc với laptop, một chậu cây, một cốc cà phê, vài chiếc bút chì nằm rải rác và một cuốn sổ ghi chép mở ra trang trắng, góc nhìn từ trên xuống, chân thực (photorealistic)
33. Ba người bạn ngồi tại một bàn cà phê ngoài trời với đồ uống và một đĩa bánh ngọt, ánh nắng buổi chiều, chân thực (photorealistic)
34. Một quầy hàng chợ nông sản với các sọt cà chua, ớt, thảo mộc và một chiếc cân đĩa, ánh sáng ban mai ấm áp, chân thực (photorealistic)
35. Khung cảnh phòng khách với ghế sofa và hai chiếc gối tựa, một chiếc đèn sàn, một bàn bên có cuốn sách và lọ hoa, ánh chiều ấm áp, chân thực (photorealistic)
36. Một tấm thảm dã ngoại trên cỏ với giỏ mây, hai chiếc đĩa, bánh mì kẹp, nho và một chai nước chanh, một ngày nắng đẹp, chân thực (photorealistic)
37. Bàn vẽ của họa sĩ với các tuýp màu, hai chiếc cọ, bảng pha màu với các màu đã trộn và một bức tranh vẽ dở trên khung toan, ánh sáng studio tự nhiên, chân thực (photorealistic)
38. Bàn thí nghiệm khoa học với kính hiển vi, các ống nghiệm trên giá, kính bảo hộ và một cuốn sổ ghi chép, ánh đèn huỳnh quang sáng, chân thực (photorealistic)
39. Một đĩa sushi với sáu miếng nigiri khác nhau, đũa, chén nước tương nhỏ và gừng muối, góc chụp từ trên xuống, chân thực (photorealistic)
40. Một góc đọc sách ấm cúng với ghế bành, kệ sách cao, đèn đọc sách và một chú mèo ngủ trên chăn, ánh chiều ấm áp, chân thực (photorealistic)

Transfer gaya (41–50)

41. Một ngọn hải đăng trên bờ đá, phong cách tranh màu nước với các nét cọ rõ ràng và độ loang màu mềm mại
42. Phố đêm thành phố với xe taxi và biển hiệu neon, thể hiện dưới dạng tranh khắc gỗ ukiyo-e truyền thống của Nhật Bản
43. Một tô mì ramen với đũa, theo phong cách vẽ phác thảo bút chì chi tiết với nét gạch chéo
44. Mặt trời lặn trên bãi biển nhiệt đới, thể hiện dưới dạng thiết kế tranh kính màu với đường viền đen đậm và màu sắc rực rỡ
45. Một chú mèo lười biếng nằm trên bậu cửa sổ, được vẽ theo phong cách tranh sơn dầu cổ điển với các tông màu ấm áp phong phú
46. Một ngôi làng núi với đỉnh núi phủ tuyết, thể hiện dưới dạng khung cảnh pixel art isometric
47. Bó hoa hướng dương trong lọ, theo phong cách minh họa pop art đậm nét với các chấm halftone
48. Sân ga của nhà ga cũ, thể hiện theo phong cách ảnh phim noir giàu cảm xúc, đen trắng tương phản cao
49. Đường mòn trong rừng mùa thu, thể hiện dưới dạng bố cục nghệ thuật cắt giấy nhiều lớp với các rìa giấy có thể nhìn thấy rõ
50. Lễ hội khinh khí cầu bay qua những ngọn đồi xanh mướt, theo phong cách minh họa sách thiếu nhi với các mảng màu phẳng và rìa mềm mại

Thư viện ảnh đầy đủ

Các phần ở trên trình bày chi tiết về những prompt được thảo luận nhiều nhất. Dưới đây là mọi prompt còn lại — Lite, NB2 và Pro hiển thị cạnh nhau, không qua chỉnh sửa. Tên và mô tả prompt nằm ở phần phụ lục phía trên.

Ảnh chụp sản phẩm — còn lại

#2: Tai nghe không dây trong hộp sạc

#3: Chai dầu ô-liu cạnh rosemary

#6: Kem dưỡng da tay với cam quýt

#7: Cuốn sách và kính đọc sách

#10: Bố cục phẳng (flat lay) khăn ăn lanh

Chân dung — còn lại

#2: Cô gái trẻ cười lớn trong công viên

#3: Em bé má dính sơn

#4: Chân dung công sở

#5: Đôi bàn tay sạm màu holding tách trà

#6: Người đàn ông đọc sách trong thư viện

#7: Nhạc sĩ đường phố với vĩ cầm

Chữ trong ảnh — còn lại

#4: Biển chỉ dẫn giao lộ

#5: Máy đánh chữ cổ điển

#6: Áo thun CREATE MORE

#7: Số nhà bằng đồng 42

#9: Áp phích KEEP GOING

#10: Khối chữ cái GOOD MORNING

Khung cảnh nhiều chủ thể — còn lại

#3: Nhóm bạn tại quán cà phê ngoài trời

#5: Khung cảnh phòng khách

#6: Dã ngoại trên thảm cỏ

#7: Bàn vẽ của họa sĩ

#8: Bàn thí nghiệm khoa học

Style transfer — remaining