Разбираем возможности новой модели Nano Banana 2.1 в VeoSuno: как сохранять персонажей в генерациях, сколько стоит создание изображений и как писать правильные промпты.
Nano Banana 2.1 — новая версия нейросети нано банана от Google, вышедшая 6 октября 2026 года и уже доступная в VeoSuno. Главное изменение: модель научилась удерживать персонажей и предметы одинаковыми при правках изображения — до четырёх человек и до десяти объектов в одном кадре. Генерация начинается от 8 ₽, доступны разрешения до 4K, VPN и зарубежная карта не нужны — модель работает в разделе «Фото» на русском языке с оплатой в рублях.
Nano Banana 2.1 (в русскоязычном поиске её чаще называют нано банана) — это нейросеть для генерации и редактирования изображений, построенная на модели Gemini 3.6 Flash. Она принимает текстовое описание, а также до четырёх изображений-референсов, и собирает по ним новую картинку. В списке моделей VeoSuno она называется Nano-banana-2.1 и стоит первой в разделе «Фото».
Ключевая задача, под которую сделана эта версия, — консистентность. Если вы просите изменить сцену вокруг человека, он должен остаться тем же человеком: то же лицо, та же одежда, те же детали. Для генеративных моделей это сложная задача: при правках у героя может меняться возраст, черты лица, цвет вещей. В 2.1 разработчики заявляют удержание до 4 персонажей и до 10 предметов одновременно.
Три отличия, которые заметны сразу:
Цена в VeoSuno на октябрь 2026 года зависит только от разрешения:
| Разрешение | Цена за изображение | Когда выбирать |
|---|---|---|
| 1K | 8 ₽ | Посты в соцсетях, превью, быстрый перебор идей |
| 2K | 12 ₽ | Обложки, баннеры, кадры с надписями в кадре |
| 4K | 18 ₽ | Печать, крупные форматы, мелкий текст и много деталей |
По нашим замерам в формате 16:9 изображение в 1K выходит 1376 × 768 пикселей, в 2K — 2752 × 1536.
Разрешение переключается кнопкой рядом с кнопкой «Создать фото», и цена на ней меняется сразу — вы всегда видите, сколько спишется, до запуска генерации.
Минимальное пополнение баланса — 50 ₽. Этого хватает на шесть генераций в 1K или на две в 4K, так что попробовать модель можно, не внося крупную сумму.
В разделе «Фото» для Nano Banana 2.1 доступны одиннадцать пресетов соотношения сторон: 1:1, 9:16, 16:9, 3:4, 4:3, 3:2, 2:3, 5:4, 4:5, 21:9 и auto. Режим auto отдаёт пропорции на усмотрение модели — удобно, когда формат не принципиален.
Практическое правило: Пропорции задавайте настройкой, а не словами в промпте. Описание кадра («вертикальный постер», «широкий кинематографичный план») помогает модели выстроить композицию, но за итоговый размер файла отвечает именно пресет.
Запуск укладывается в пять шагов:
Если какой-то шаг вызывает вопросы, разбор интерфейса по всем разделам сервиса есть в руководстве VeoSuno. Готовые изображения остаются в вашей галерее, их можно переиспользовать как референсы для следующих генераций. Именно так собран третий пример в этой статье: обе исходные картинки были сгенерированы здесь же.
Модель чувствительна к формулировкам, и несколько правил заметно повышают попадание с первого раза.
Пишите текст надписей дословно и в кавычках. Конструкция вида lettering reads exactly "VeoSuno" работает надёжнее, чем описание «надпись с названием сбоку».
Не описывайте внешность, если есть референс. Любое слово о волосах, возрасте или чертах лица перебивает загруженную картинку, и модель начинает рисовать описание вместо человека с фотографии.
Задавайте оптику и плёнку, а не «качество». Фокусное расстояние, зерно, контровый свет, блик в объектив дают живую фотографию; слова вроде «максимальная детализация» чаще приводят к пластиковой картинке, похожей на компьютерный рендер.
Описывайте композицию словами, а пропорции — настройкой. «Героиня в левой трети кадра, машина занимает две правые» — это работа для промпта. 16:9 или 2:3 — работа для пресета.
Называйте то, что должно остаться открытым. Если в кадре есть логотип или надпись, скажите, что её ничто не загораживает, — иначе фигура может встать ровно поверх неё.
Первый тест — самый очевидный сценарий: взять готовый портрет и поместить человека в совершенно другую сцену. Мы загрузили одно изображение-референс и описали новый кадр, не сказав ни слова о внешности героини.
Промпт:
The woman from the reference image crouches at the very edge of a concert stage, leaning down toward the front row and holding a chrome microphone out over the barrier. Dozens of hands reach up toward her from below, a few almost touching the mic. Her free hand grips the edge of the stage for balance, her head is turned down to the crowd, caught mid-line. The camera is in the photographers pit, close to her, at the height of the stage floor and off to one side, on a 35 mm lens. She fills the upper left of the frame and her face is clearly readable; the reaching hands cut across the lower right as a strong diagonal; behind her the stage opens into haze, a lighting truss and a wide LED wall glowing with the word "VeoSuno" in clean legible letters. Live concert photography on 35 mm film: visible grain, one magenta beam flaring straight into the lens, stray hair and sweat catching the backlight, natural slightly muted colour, deep shadows.
Модель перенесла не только лицо и причёску, но и белый топ с мелкой надписью на груди, хотя об одежде в промпте не было сказано ничего. Это и есть та самая консистентность, ради которой выпускалась версия 2.1: референс считывается целиком, как описание персонажа, а не как источник одного лишь лица.
Текст на картинке — традиционно слабое место генеративных моделей: буквы рассыпаются, слова превращаются в похожий на них набор символов. Второй тест был построен именно вокруг текста: крупная надпись на кузове, мелкая строка под ней и рукописные цифры на табличке.
Промпт:
A GT3 race car in the pit lane during a stop, front-three-quarter view, the crew mid-work: one mechanic on the air gun at the front wheel, another holding the fuel hose, a third with a pit board raised. The car s livery is white and deep blue with a sharp diagonal cut across the door. Large clean lettering along the side reads "VeoSuno". Smaller sponsor text runs under it in a neat row: "ROUND 7", "BELGRADE", "No. 24". The pit board held up at the left of the frame shows three short lines in chalk-white digits: "P3", "LAP 28", "+1.4". Shot from low down beside the pit wall on a 50 mm lens, heat shimmer over the rear deck, tyre smoke drifting, reflections of the garage lights sliding along the wet bodywork. Motorsport photography on 35 mm film: visible grain, slight motion blur on the crew s hands, natural slightly muted colour.
Генерация в 2K: читаются и крупная надпись на борту, и вся мелкая строка «ROUND 7 · BELGRADE · No. 24», и мел на пит-борде. Google в анонсе прямо предупреждает, что совсем мелкий текст может замыливаться, и это справедливо — но при одном условии правило работает надёжно: каждую надпись нужно писать в промпте дословно и в кавычках. Если текст задан описательно («какая-нибудь надпись сбоку»), модель придумает собственный набор букв.
Третий тест — самый тяжёлый. Мы отдали модели сразу два готовых изображения: кадр с героиней и кадр с машиной, — и попросили свести их в сцену, которой не было ни на одном из них.
Промпт:
Use both reference images. Keep the woman exactly as she is in the first reference: same face, same hair, same white tank top, same black cargo trousers. The small print across the chest of her tank top must read exactly "I ♥ VeoSuno" in clean legible letters. Keep the race car exactly as it is in the second reference: same white and deep blue livery, the same lettering "VeoSuno" along the flank and the same row of small text "ROUND 7", "BELGRADE", "No. 24". An empty race track at dusk. She stands in the left third of the frame, turned three quarters toward the camera, one boot up on the front tyre and a forearm resting on the front wing, microphone in her other hand, chin up, looking into the lens. The car fills the right two thirds with its flank fully visible and unobstructed, so the whole livery and every line of its lettering read clearly. Behind the car the rear tyres are still spinning and a rolling wall of white tyre smoke fills the background, the low sun burning orange through it, floodlight pylons above. Camera low on the asphalt on a 35 mm lens. Motorsport editorial on 35 mm film: visible grain, hard backlight haloing her hair and the roofline of the car, a long lens flare across the frame, natural slightly muted colour, deep shadows.
Генерация в 2K. Сохранились оба объекта одновременно: героиня осталась собой, ливрея машины — прежней, вместе со всей мелкой строкой на борту и надписью на топе. Именно этот сценарий — собрать несколько своих картинок в один новый кадр — и есть главный аргумент версии 2.1.
Если задача другая — например, нужен жёсткий фотореализм сложных сцен или точечная правка готового снимка, — в разделе «Фото» есть и другие модели: GPT Image 2.5, Qwen Image 2.1 и Grok Imagine 2.0.
Персонаж получился не тот. Уберите из промпта описания внешности — цвет волос, черты лица, возраст. Когда есть референс, словесное описание перебивает его, и модель рисует то, что прочитала, а не то, что увидела.
Надпись рассыпалась. Пропишите её дословно и в кавычках, отдельной фразой: lettering reads exactly "VeoSuno". Для мелкого текста берите 2K или 4K — на низком разрешении буквам просто не хватает пикселей.
Пропорции не те. Соотношение сторон задаётся пресетом рядом с кнопкой генерации, а не словами в промпте.
Объект в кадре закрыт. Если важный элемент — логотип, надпись, предмет — загораживается фигурой, опишите расположение явно: кто в какой трети кадра стоит и что должно остаться открытым.
Попробуйте новую модель с сохранением персонажей и объектов прямо сейчас.
Nano Banana 2.1 — нейросеть Google для генерации и редактирования изображений на базе Gemini 3.6 Flash, вышедшая 6 октября 2026 года. Её особенность — удержание персонажей и предметов одинаковыми при правках: до четырёх человек и до десяти объектов в одном кадре. В VeoSuno модель доступна в разделе «Фото» под названием Nano-banana-2.1.
В VeoSuno на октябрь 2026 года изображение в 1K стоит 8 ₽, в 2K — 12 ₽, в 4K — 18 ₽. Цена видна прямо на кнопке «Создать фото» и меняется при переключении разрешения, так что списание никогда не станет неожиданностью. Минимальное пополнение баланса — 50 ₽.
Генерация в Nano Banana 2.1 платная, но недорогая: в VeoSuno изображение в 1K стоит 8 ₽ по ценам на октябрь 2026 года. Подписки нет — вы платите только за то, что генерируете. Минимальное пополнение баланса — 50 ₽, этого хватает на шесть картинок в 1K, чтобы попробовать модель без крупных трат.
Нейросеть Nano Banana разработала компания Google. В России модель доступна в VeoSuno: без VPN, на русском языке и с оплатой в рублях. Nano-banana-2.1 находится в разделе «Фото», устанавливать ничего не нужно — всё работает в браузере. Достаточно зарегистрироваться и пополнить баланс от 50 ₽.
Нет. Nano Banana 2.1 работает в VeoSuno напрямую: интерфейс на русском языке, оплата в рублях российскими картами, VPN и иностранные сервисы не нужны. Достаточно зарегистрироваться и пополнить баланс.
До четырёх изображений за одну генерацию. Модель читает их вместе: можно отдать портрет человека и фотографию предмета и попросить собрать сцену, где есть и то, и другое, — внешность и детали сохранятся на обоих объектах.
4K. Всего доступно три ступени — 1K, 2K и 4K, они же определяют цену генерации. 4K имеет смысл брать, когда в кадре есть мелкий текст или изображение готовится к печати; для соцсетей обычно достаточно 1K.
Главных отличий два: цена вдвое ниже — 8 ₽ против 17 ₽ за базовую генерацию, — и, по заявлению Google, более надёжное удержание персонажей и предметов при редактировании. Кроме того, в 2.1 появились выбор разрешения до 4K и одиннадцать пресетов соотношения сторон.
Войти через Яндекс
Войти через Telegram
Войти через Gmail
или войти через VK ID с использованием данных из сервера
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
Neque porro quisquam est qui dolorem ipsum quia dolor sit amet, consectetur ipsum dolor, sit amet consectetur adipisicing elit. Aspernatur, voluptatibus!
It is a long established fact that a reader will be distracted by the readable content of a page when looking at its layout. The point of using Lorem Ipsum is that it has a more-or-less normal distribution of letters, as opposed to using 'Content here, content here', making it look like readable English.
