สรุป AI เจนรูปจากบ้าน Google มีกี่ตัว ต่างกันยังไง

สรุป AI เจนรูปจากบ้าน Google มีกี่ตัว ต่างกันยังไง ราคาเท่าไหร่?

ตอนนี้ generate mascot ในแอพได้แล้วนะ จากเดิมที่ใช้สิ่ง designer ออกแบบให้เราใช้ ทำให้มัน personalize ให้ตรงกับ user และยังตอบโจทย์ business ด้วยนะ สรุปจาก session "Flutter & Flash: Al Mascot on the Edge" จากคุณ Amorn Apichattanakul, Flutter GDE / KBTG

ดังนั้นเราจะมาสร้าง mascot จาก AI กัน ซึ่งบ้าน Google เขามี 2 model ในการเจนรูป แล้วมันเหมือนหรือต่างกันยังไงนะ?

- Gemini 2.5 Flash Image (Nano Banana): เน้นจับจุดเด่นของรูป เอารูปที่จะ reference เข้าไปได้

- Imagen 4: generate รูป realistic ใส่ input ได้แค่ text อย่างเดียว

แล้วใช้ในแอพ Flutter ได้ยังไง มี

1. Firebase AI Logic: เอาทั้งหมดมาใส่ในแอพเพื่อให้ user ใช้งานได้ง่าย ๆ build เข้าไปในแอพ ซึ่งมันเป็น serverless client ทำให้เราไม่ต้อง host เอง อีกทั้งแบ่งเบาภาระไม่ต้องพึ่ง backend และมี authentication และ security ให้พร้อม

2. Vertex AI: เป็น platform ML ทุกอย่างมีในนี้หมด ทั้งพวก model, training, AI ต่าง ๆ

3. เตรียม prompt ของเรา เพื่อทำ image-to-image

ถึงเวลา demo เอามาผสมผสาน ระหว่างตัว mascot ที่เลือก กับ tag จะได้เป็น custom slip ออกมา ซึ่งมีแค่เราเท่านั้นถึงจะมี เริ่มโดยการถ่ายรูปเราก่อน จากนั้นกดเลือก mascot แล้วเลือก prompt version มีแบบ default และ V1 (sticker style), generation mode มี stylized (nano banana) กับ realistic (Imagen 4) และ model มี flash กับ pro แล้วก็ generate อันใหม่ก่อน save slip

ส่วนในเรื่องของราคา

- Gemini 2.5 Flash Image: 1.2 บาท/รูป

- Gemini 2.5 Pro Image: 2.5 บาท/รูป ทำ infographic ได้ เลยได้ infographic ออกมาเลย แต่รูปเยอะจะยิ่งเอ๋อ

- Imagen 4: 1.6 บาท/รูป

แล้วเพื่อน ๆ ชอบใช้ตัวไหน และภาพเป็นยังไง มารีวิวใต้เม้นได้เลย

#รอบรู้เรื่องไอที #เปรียบเทียบ #รวมเรื่องไอที #lemon8video #แชร์ทริคไอที

2025/11/25 แก้ไขเป็น

หลายคนถามกันเยอะว่า “Gemini vs Gemini Pro ต่างกันยังไง” และ “AI ตัวไหนดีสุด” สำหรับงานเจนรูปของ Google—ขอสรุปแบบภาษาคนใช้จริงให้ตัดสินใจง่ายขึ้นค่ะ (โดยเฉพาะคนทำแอพ/ทำฟีเจอร์ให้ผู้ใช้กด Generate ในแอพได้เลย) 1) เลือกโมเดลให้ตรงงาน (คิดแบบ Use case) - ถ้าต้อง “เอารูปคนจริงมาอ้างอิง” แล้วทำเป็นสไตล์มาสคอต/สติกเกอร์: ฉันจะเอนเอียงไปทาง Gemini 2.5 Flash Image (Nano Banana) เพราะเด่นเรื่องจับจุดเด่นจากรูป reference แล้วทำภาพใหม่ให้ยังคล้ายต้นฉบับ เหมาะกับงาน personalize เช่น Generated Mascot, สร้างฉากหลังสลิป (Generate Custom Background) หรือธีมตามหมวดหมู่ Coffee/Travel/Food - ถ้าต้อง “ภาพสมจริง” และอยากให้หน้าตา/แสงเงาออกแนว realistic จากข้อความ: Imagen 4 จะเหมาะกว่า เพราะโฟกัสการสร้างภาพจาก text อย่างเดียว (สายทำคีย์เวิร์ด/คอนเซ็ปต์ชัด ๆ) - ถ้าต้อง “งานหนักขึ้น” เช่น ทำภาพแนว infographic หรืออยากได้ความสามารถสูงกว่า: Gemini 2.5 Pro Image จะไปได้ไกลกว่า แต่จากประสบการณ์คือถ้าสั่งให้ใส่องค์ประกอบเยอะมาก ๆ บางทีภาพอาจเริ่มหลุด/เอ๋อได้ ต้องช่วยด้วยพรอมป์ต์ที่ชัดและจำกัดสิ่งที่อยากได้ 2) เรื่องราคา/รูป และการคุมงบ (Google photo ราคา) จากตัวเลขที่แชร์กันในงานเดโม: Flash ~1.2 บาท/รูป, Pro ~2.5 บาท/รูป, Imagen 4 ~1.6 บาท/รูป ดังนั้นถ้าเป็นฟีเจอร์ในแอพที่ผู้ใช้กดลองหลายครั้ง (Regenerate บ่อย) Flash จะคุมต้นทุนง่ายกว่า และเหมาะกับการทำ “โหมด Stylized” ที่ผู้ใช้ยอมรับความเป็นสไตล์ได้ 3) Gemini จำกัดไหม? (แนวคิดการทำโควต้า/ลิมิตในแอพ) ในมุมคนทำโปรดักต์ ฉันแนะนำให้ “ตั้งลิมิตต่อคน” ตั้งแต่แรก เช่น ฟรีวันละ X ครั้ง แล้วค่อยให้ซื้อเพิ่ม หรือให้ใช้เฉพาะตอนล็อกอิน เพื่อกันบอทและคุมค่าใช้จ่าย และอย่าลืมทำระบบกันพรอมป์ต์เสี่ยง ๆ ผ่าน policy + logging เพื่อความปลอดภัย 4) Flash Lite vs Gemma 4 เกี่ยวไหม? อันนี้หลายคนสับสน: Gemma เป็นตระกูลโมเดลแบบเปิดที่มักใช้กับงานข้อความ/ออนดีไวซ์มากกว่า ส่วนที่บทความนี้พูดถึงคือสาย “เจนรูป” (Image generation) อย่าง Gemini Image/Imagen ดังนั้นถ้าจุดประสงค์คือทำมาสคอต/ภาพประกอบในแอพ ให้โฟกัส Gemini Image/Imagen จะตรงกว่า 5) ทริคพรอมป์ต์ที่ฉันใช้ให้ได้ภาพมาสคอต/สลิปสวยขึ้น - ระบุสไตล์ให้ชัด: “sticker style, clean outline, pastel color, minimal background” - ระบุข้อห้าม: “no text, no watermark, no logo” (กันตัวหนังสือมั่วบนภาพ) - ถ้าเป็นสลิป/พื้นหลังตามหมวด: ใส่คีย์เวิร์ดหมวด เช่น “Coffee theme”, “Travel theme”, “Food category background” แล้วกำกับโทนสีให้เข้ากับ UI ถ้าให้เลือกแบบเร็ว ๆ: งาน personalize จากรูปคน + ต้องการลองหลายรอบในแอพ → Flash คุ้มสุด, งานสมจริงจากข้อความ → Imagen 4, งานพิเศษ/ต้องการความสามารถสูง → Pro แล้วคุมพรอมป์ต์ให้เป๊ะค่ะ