Google: Nano Banana Pro (Gemini 3 Pro Image) 대 Microsoft AI: MAI-Image-2.6
api14 카탈로그의 최신 USD 가격과 기능을 바탕으로 Google: Nano Banana Pro (Gemini 3 Pro Image)(US$7.00 / 100만 토큰 (≈ ₩9,434))와(과) Microsoft AI: MAI-Image-2.6(US$17.50 / 100만 토큰 (≈ ₩23,585))를 나란히 비교합니다. 두 모델 모두 같은 OpenAI 호환 API로 실행됩니다.
사양
| Google: Nano Banana Pro (Gemini 3 Pro Image) | Microsoft AI: MAI-Image-2.6 | |
|---|---|---|
| 제공업체 | Microsoft | |
| 입력 | US$7.00 / 100만 토큰 (≈ ₩9,434) | US$17.50 / 100만 토큰 (≈ ₩23,585) |
| 출력 | US$42.00 / 100만 토큰 (≈ ₩56,603) | - |
| 캐시 읽기 | US$0.70 / 100만 토큰 (≈ ₩943) | - |
| 캐시 쓰기 | US$1.31 / 100만 토큰 (≈ ₩1,769) | - |
| 추론 | US$42.00 / 100만 토큰 (≈ ₩56,603) | - |
| 이미지 출력 | US$420.00 / 100만 토큰 (≈ ₩566,032) | US$133.00 / 100만 토큰 (≈ ₩179,243) |
| 오디오 입력 | US$7.00 / 100만 토큰 (≈ ₩9,434) | - |
| 이미지 | US$0.000007 / 이미지 (≈ ₩0.00943) | - |
| 웹 검색 | US$49.00 / 1천 회 검색 (≈ ₩66,037) | - |
| 이미지 입력 | - | US$133.00 / 100만 토큰 (≈ ₩179,243) |
| 컨텍스트 윈도우 | 131,072 | 4,096 |
| 최대 출력 | 32,768 | 1,024 |
| 입력 | image, text | text, image |
| 출력 | image, text | image |
| 도구 호출 | ||
| 구조화된 출력 | ||
| 추론 조절 | ||
| 추가일 | 2026. 6. 18. | 2026. 9. 4. |
주요 차이점
- Google: Nano Banana Pro (Gemini 3 Pro Image)의 입력 토큰 가격이 60% 더 저렴합니다.
- Google: Nano Banana Pro (Gemini 3 Pro Image)는(은) 32.0배 더 긴 컨텍스트(131,072 토큰)를 읽습니다.
- 도구 호출은(는) Google: Nano Banana Pro (Gemini 3 Pro Image)만 지원합니다.
- 구조화된 JSON 출력은(는) Google: Nano Banana Pro (Gemini 3 Pro Image)만 지원합니다.
- 추론 강도 조절은(는) Google: Nano Banana Pro (Gemini 3 Pro Image)만 지원합니다.
자세히 보기
Google: Nano Banana Pro(Gemini 3 Pro Image)는 Google의 이미지 모델로, api14에 모델 id google/gemini-3-pro-image로 등록되어 있습니다. Microsoft AI: MAI-Image-2.6은 Microsoft의 이미지 모델로, 모델 id microsoft/mai-image-2.6으로 등록되어 있습니다. 둘 다 이미지 카테고리에 속하므로, 둘 다 그림이 부차적인 요소가 아니라 핵심인 작업을 위해 만들어졌습니다. 다만 서로 다른 제공자에서 나왔고 출시 시점도 다릅니다. Google 모델은 2026-06-18에, Microsoft 모델은 2026-09-04에 등장했습니다.
가장 뚜렷한 차이는 컨텍스트와 출력입니다. Google 모델은 이미지와 텍스트를 입력으로 받고 이미지와 텍스트를 출력으로 반환할 수 있는 반면, Microsoft 모델은 텍스트와 이미지를 입력으로 받지만 이미지만 반환합니다. 즉 모델이 말로 답하게 하거나, 렌더를 설명하게 하거나, 그림과 함께 캡션을 받고 싶은 경우에는 Google 모델이 맞습니다. 컨텍스트도 큰 차이입니다. Google 모델은 131072 토큰을, Microsoft 모델은 4096을 처리합니다. 긴 프롬프트, 여러 이미지 참조, 또는 긴 주고받기에는 Google 모델의 여유가 훨씬 큽니다. 파라미터 목록도 비슷한 이야기를 합니다. Google 모델은 tools, tool choice, structured outputs, reasoning, include reasoning, response format, seed, stop, temperature, top p, max tokens를 지원합니다. Microsoft 모델은 max completion tokens, max tokens, temperature를 지원합니다. 따라서 도구 호출, 구조화된 출력, 추론 제어는 Google 쪽에만 있습니다.
실제로는 단일 이미지 출력 이상이 필요한 작업이라면 Google 모델을 고르세요. 여러 참조 이미지를 전달하는 편집 파이프라인, 생성 중간에 도구를 호출하는 에이전트, 구조화된 응답이나 추론 과정이 필요한 모든 작업은 여기에 해당합니다. 단순한 텍스트 프롬프트를 이미지 호출로 바꾸는 것 외에 다른 것이 필요 없다면 Microsoft 모델을 고르세요. 표면이 좁아서 연결하기 더 단순하고, 도구나 추론 파라미터를 고민하게 만들지 않습니다. 프롬프트가 짧고 출력이 그림이라면 Microsoft 모델이 합리적인 기본값입니다. 프롬프트가 길거나 출력에 단어나 구조가 필요하다면 Google 모델을 선택해야 합니다.
api14를 통해 둘 중 하나를 호출하는 방식은 동일합니다. API가 OpenAI 호환 방식이기 때문입니다. 클라이언트를 같은 base URL로 지정하고, 같은 chat completions 스타일 요청 본문을 보내고, 모델 id만 바꾸면 됩니다. Google 모델은 google/gemini-3-pro-image, Microsoft 모델은 microsoft/mai-image-2.6입니다. 코드의 나머지 부분, 클라이언트 라이브러리, 인증 헤더, 요청 형태는 그대로 유지됩니다. 다만 Microsoft 모델은 tools, structured outputs, reasoning 필드를 받지 않고, Google 모델은 max completion tokens를 받지 않으므로 파라미터 차이를 염두에 두세요.
더 넓은 기능 집합에도 불구하고 Microsoft 모델이 여전히 더 나은 선택인 경우가 하나 있습니다. 텍스트 응답, 도구, 구조화된 출력, 추론이 필요 없고 추가 파라미터를 감당하고 싶지 않은 짧은 단일 이미지 생성입니다. 가격에서는 Google 모델이 입력에서 둘 중 더 저렴하고, 출력 가격은 둘 사이에 의미 있게 다르지 않으므로 비용만으로 어느 쪽으로든 바꿀 강한 이유는 되지 않습니다. 결정하기 전에 이 페이지의 실시간 가격표에서 현재 수치를 확인하세요.
문자열 하나로 전환
두 모델은 같은 엔드포인트와 요청 형식을 사용합니다. model 값을 "google/gemini-3-pro-image"에서 "microsoft/mai-image-2.6"로 바꾸기만 하면 프롬프트, 스트리밍, 도구가 그대로 작동합니다.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.images.generate({
"model": "microsoft/mai-image-2.6",
"prompt": "A minimalist product photo of a ceramic mug on a wooden table",
"n": 1,
"aspect_ratio": "1:1"
});
import { writeFile } from "node:fs/promises";
await writeFile("image.png", Buffer.from(result.data[0].b64_json, "base64"));
더 많은 비교
- OpenAI: GPT Image 2.6 Flare 대 OpenAI: GPT Image 2.6 Sunburst
- OpenAI: GPT Image 2.6 Flare 대 Auto Router
- OpenAI: GPT Image 2.6 Flare 대 Auto Code
- OpenAI: GPT Image 2.6 Flare 대 Sourceful: Riverflow V2.6 Pro
- OpenAI: GPT Image 2.6 Sunburst 대 Auto Router
- OpenAI: GPT Image 2.6 Sunburst 대 Auto Code
- OpenAI: GPT Image 2.6 Sunburst 대 Sourceful: Riverflow V2.6 Pro
- Auto Router 대 Auto Code