Ming-Image-0.1-Design vs. Nano Banana 2: Die Ebene, die du zurückbekommst

Frag einen Designer, was schiefgeht, nachdem das Bild generiert wurde, und die Antwort ist fast nie das Bild. Es ist die Tatsache, dass das generierte Bild flach ist. Jedes Element ist mit jedem anderen verschweißt, sodass die Headline nicht verschoben, das Logo nicht ausgetauscht, der Hintergrund nicht neu eingefärbt werden kann und das Ganze aus einem Prompt neu generiert werden muss, um ein einziges Wort zu ändern. Ming-Image-0.1-Design, im Stillen veröffentlicht vom inclusionAI-Team von Ant Group am 17. September 2026 unter einer MIT-Lizenz, ist genau um dieses Problem herum gebaut: 6,15 Milliarden Parameter, native RGBA-Ausgabe und ein Begleit-Repository, das ein flachgelegtes Design entgegennimmt und als separate Ebenen zurückgibt. Nano Banana 2 — das Gemini 3.1 Flash Image des Anbieters, allgemein verfügbar seit dem 28. Mai 2026 und heute routbar als google/gemini-3.1-flash-image-preview — löst die andere Hälfte desselben Problems, und der Unterschied zwischen den beiden Hälften entscheidet darüber, welche in deine Pipeline gehört.

Worin Nano Banana 2 wirklich gut ist – und was es kostet

Googles Modell ist das mit einem veröffentlichten Preis und einer Erfolgsbilanz im Produktivbetrieb, und beides verdient es, genau benannt zu werden, gerade weil es der Grund ist, warum Menschen darauf zurückgreifen.

• Preis — ungefähr 0,067 $ pro 1024×1024-Bild, 0,101 $ bei 2048×2048 und etwa 0,151 $ am 4K-Ende, wobei der Batch-Modus bei ungefähr der Hälfte dieser Werte liegt und Texteingabe separat mit 0,25 $ pro Million Tokens abgerechnet wird. Das entspricht etwa 101 $ pro tausend 2K-Bildern, auf den Dollar genau vorhersagbar, bevor Sie irgendetwas generieren.

• Ausgabe — bis zu 4K, mit Seitenverhältnis-Voreinstellungen einschließlich der Extreme 1:4 und 1:8, die Social- und Banner-Formate benötigen, und von Google gemeldete Konsistenz über fünf Charaktere und vierzehn Objekte hinweg.

• Provenienz — jede Ausgabe trägt SynthID-Wasserzeichen; dabei handelt es sich um eine Compliance-Funktion und nicht um eine Qualitätsfunktion, und das ist genau die Art von Sache, nach der eine juristische Prüfung fragt, bevor eine Design-Review es tut.

• Grounding — es kann während der Generierung das Web durchsuchen, und auf diese Weise bewältigt es eine Anfrage, die von einer Tatsache abhängt, die es nicht auswendig weiß.

Nichts davon ist eine Transparenzgeschichte. Nano Banana 2 liefert ein Bild zurück, und das Bild ist das gesamte Artefakt.

Was Ming-Image-0.1-Design stattdessen zurückgibt

Die Modellkarte ist ungewöhnlich spezifisch für eine nicht angekündigte Veröffentlichung, und die Details zielen alle auf Designarbeit statt auf Fotografie ab. Empfohlene Inferenz ist 2048×2048 — oder 1024, wenn Sie Geschwindigkeit wollen — bei 12 Sampling-Schritten, Classifier-Free Guidance bei 1.0, durchgängig BF16, auf einer einzelnen 80 GiB CUDA-GPU. Die Gewichte sind alle BF16 Safetensors, das Repository ist ungefähr 71,5 GB groß, verteilt auf connector/, mllm/, mlp/, scheduler/, transformer/ und vae/, und es gibt keine model_index.json — der dokumentierte Pfad ist git clone des Inferenz-Repos und python infer.py, wobei vLLM-Omni für die Bereitstellung und ein separates Vision-Language-Modell (Ling-3.0-flash-VL oder qwen3.8-27B) für die Prompt-Verbesserung genannt werden.

Die RGBA-Ausgabe ist die erste Hälfte der Antwort auf das Problem der flachen Bilder. Die zweite Hälfte ist Ming-Image-0.1-Design-Layer, ein separates Repository mit eigenem Pipeline-Tag (image-text-to-image), 6.154.908.736 Parametern, derselben MIT-Lizenz und einer einzigen Aufgabe: ein flachgelegtes Designbild plus einen Ebenenplan entgegennehmen und N RGBA-Ebenen zurückgeben. Es läuft mit 1024 im Standard-Bucket, 512 für Geschwindigkeit, 12 Schritten, Guidance bei 2,0, mit flash_attention_2. Auf seiner Karte werden die Ergebnisse des Crello-Testsets als Bild statt als Tabelle gezeigt, es gibt also keine Zahl zum Zitieren – was der ehrliche Stand der Belege ist und es wert ist, klar gesagt zu werden.

Wenn man diese beiden Fakten zusammennimmt, ist die Form des Kompromisses klar. Nano Banana 2 liefert Ihnen ein besseres finales Bild mit weniger Aufwand. Ming-Image-0.1-Design liefert Ihnen ein Bild, das Sie anschließend noch auseinandernehmen können, und es liefert Ihnen die Ebenenzerlegung als zweites Modell, das Sie ausführen, wenn Sie es brauchen.

Das Board, sorgfältig lesen

Ming-Image-0.1-Design belegt in der Open-Weights-Ansicht den ersten Platz auf dem Artificial Analysis Text to Image Leaderboard for UI/UX Design, mit einem Elo-Wert von 1.082, vor Ideogram 4.0 (Quality) mit 1.052, Ideogram 4.0 mit 1.015, HunyuanImage 3.0 Instruct mit 1.005, FLUX.2 [dev] mit 1.000, FLUX.2 [dev] Flash mit 999 und FLUX.2 [dev] Turbo mit 994. Der Text, den wir lesen, ist die auf der Karte des Modells selbst wiedergegebene Fassung, und er trägt das Branding von Artificial Analysis.

Zwei Vorbehalte, die verändern, wie viel Gewicht ihm zukommt. Es ist ein auf Open-Weights gefiltertes Board, daher ist ein gehostetes Modell wie Nano Banana 2 nicht teilnahmeberechtigt, und sein Fehlen ist keine Niederlage. Und ein Blind-Preference-Elo ist ein Durchschnitt über eine Crowd, kein Test für deinen Prompt – es besagt, dass ein Panel diese Ausgaben bevorzugt hat, nicht dass das Modell deine Überschrift in der richtigen Schriftart setzt.

Der Rang von Nano Banana 2 wird an den gehosteten Boards und an Googles eigenen veröffentlichten Zahlen gemessen, und die beiden sollten nicht miteinander vermischt werden. Es ist seit dem Frühjahr auf den Boards, was hier die nützlichere Tatsache ist: Es hat monatelang unabhängigen Traffic gehabt, und das Ming-Release keinen.

Wo das Geld und das Risiko tatsächlich landen

Der Preisunterschied ist kein gradueller Unterschied. Nano Banana 2 wird nach Verbrauch abgerechnet und ist daher prognostizierbar: Tausend 2K-Bilder kosten etwa 101 $, und Komplexität ändert die Rechnung kaum, weil sich die Bildausgabe vorhersehbar tokenisieren lässt. Ming-Image-0.1-Design hat überhaupt keinen Hosting-Preis, weil es keinen gehosteten Endpunkt gibt — die Kosten sind Ihre eigene GPU-Zeit für einen 71,5 GB großen Download auf einer 80-GiB-Karte, und der ehrliche Vergleich ist nicht 101 $ gegen kostenlos, sondern 101 $ gegen einen amortisierten Betrag, den Sie selbst berechnen müssen.

Dies ist die einzige Stelle in diesem Vergleich, an der eine Routing-Schicht etwas Konkretes statt Rhetorisches tut. Die Gemini-Bildvorschau, die Nano Banana 2 bedient, läuft auf unserem Endpoint, und sie läuft dort zum Listenpreis des Anbieters ohne Aufschlag — wenn Google also den Preis pro Bild ändert, bewegt sich die Zahl auf unserer Seite noch am selben Tag und nicht erst bei der nächsten Vertragsverlängerung. Automatisches Failover über Anbieter hinweg ist die zweite Hälfte davon: Eine Route kann Produktionsverkehr auf einem Modell mit monatelanger Board-Historie tragen, während daneben ein unangekündigtes Open-Weights-Release evaluiert wird, was bedeutet, dass die Evaluierung nie auf dem kritischen Pfad liegt und ein schlechter Nachmittag auf einer der beiden Seiten nicht zu einem Ausfall wird. Das ist eine echte Konstellation, und es ist die Konstellation, nach der genau dieses Modellpaar verlangt.

Keines der beiden Modelle ist die sichere Standardeinstellung, und zwar aus unterschiedlichen Gründen.

Ming-Image-0.1-Design wurde am 17. September 2026 hochgeladen – ohne Ankündigung, ohne Release-Notes, ohne angegebene Einschränkungen und mit einem Downloadzähler, der zum Zeitpunkt des Verfassens dieses Textes null anzeigte. Die oben stehende Platzierung in der Rangliste ist die einzige unabhängige Messung, die existiert. Alles andere – der Durchsatz auf Ihrer Karte, wie es sich bei mehr als einer Handvoll Referenzbilder verhält, ob der Alphakanal an den Rändern einer Freistellung sauber ist – ist öffentlich nicht gemessen, und keine dritte Partei hat darüber geschrieben.

Nano Banana 2 hat das gegenteilige Profil. Es bietet unabhängige Bewertungen, einen veröffentlichten Preis, eine kommerzielle Lizenz und SynthID, und es gibt Ihnen keine Ebene zurück. Wenn Ihr Workflow bei „das Bild sieht richtig aus“ endet, sind das keine Kosten. Wenn Ihr Workflow darüber hinaus in ein Layout-Tool weitergeht, sind das die gesamten Kosten.

• Sie brauchen ein transparentes PNG oder ein Design, das sich zerlegen lässt — Ming-Image-0.1-Design ist das einzige von beiden, und der Layer-Begleiter ist der Grund, es sich anzusehen statt auf seine Leaderboard-Position zu achten.

• Sie brauchen einen planbaren Preis pro Bild, 4K-Ausgabe, ungewöhnliche Seitenverhältnisse und Provenienz-Wasserzeichen — Nano Banana 2, für etwa 0,067 $ pro 1K-Bild, und es liegt am selben Endpoint wie alles andere, das Sie aufrufen.

• Was dabei herauskommt, muss sich verkaufen lassen – die MIT-Lizenz von Ming-Image-0.1-Design erlaubt das, was für eine Bildveröffentlichung aus dem Jahr 2026 ungewöhnlich ist und es wert ist, mit der eigenen Rechtslage abgeglichen zu werden, statt sie einfach vorauszusetzen.

• Eines von beiden muss überprüfbar sein, bevor du dich festlegst — nur eines davon kann es sein, und es ist das ohne Ankündigung.

Worauf man achten sollte, ist kein Benchmark. Es ist die Frage, ob sich das Layer-Repository als die nützliche Hälfte dieses Releases erweist. Die Layer-Zerlegung ist der Schritt, in dem generierte Designarbeit aufhört, ein Bild zu sein, und beginnt, ein Asset zu sein, und wenn dieses Modell tut, was seine Karte impliziert, ist das Flachbild-Problem der Teil dieses Vergleichs, der am schnellsten veralten wird.