Images 2.6 vs Nano Banana 2.1 : l’animation face à une échelle de résolution

Seul l'un de ces deux modèles peut produire un fichier animé, et ce n'est pas celui qui obtient le meilleur score aux benchmarks. Images 2.6, la version d'OpenAI publiée le 4 novembre 2026 — GPT-Image-2.6 Sunburst pour la qualité, GPT-Image-2.6 Flare pour la vitesse — a ajouté la génération de GIF animés en une seule étape, l'export SVG et les retouches guidées par annotations. Nano Banana 2.1, le modèle de Google bâti sur Gemini 3.6 Flash et en disponibilité générale depuis le 6 octobre 2026, n'a rien ajouté de tout cela. Ce qu'il a ajouté, c'est une baisse de prix et une échelle de résolutions : des paliers de sortie nommés en 1K, 2K et 4K, jusqu'à 14 images de référence, et des ratios d'aspect aussi extrêmes que 8:1.

Le choix entre les deux n’est donc pas un concours de qualité. C’est une question de forme que prend votre livrable. Une équipe qui réalise des stickers animés, des publications sociales en boucle ou de courtes séquences explicatives trouve ici un candidat. Une équipe qui réalise des visuels produits en résolution d’impression ou des formats de bannières larges trouve l’autre. Ce n’est qu’ensuite que le benchmark entre en jeu, et lorsqu’il le fait, les chiffres sont moins flatteurs pour le nouveau venu que ne le laisse entendre la couverture du lancement.

Où en sont réellement les benchmarks

Artificial Analysis, lu le 5 novembre 2026 :

• AA-Image-Editing v2.1 — Nano Banana 2.1 à 1 151 Elo sur 6 937 échantillons ; GPT Image 2.5 Sunburst (max) à 1 199 sur 18 300. Images 2.6 n’a pas de ligne.

• AA-Image-T2I v2.1 — Nano Banana 2.1 à 1 176 sur 6 274 échantillons, classé quatrième ; GPT Image 2.5 Sunburst à 1 224, classé premier, avec GPT Image 2 (high) à 1 188 en troisième position. Images 2.6 n'a pas non plus de ligne ici.

• Les chiffres de Google — 1 050 Elo pour Nano Banana 2.1 en mode Thinking, contre 990 pour Nano Banana 2 et 935 pour Nano Banana Pro. Rapportés par le fournisseur et sur une échelle différente de celle des classements AA ; ne les mélangez pas.

Ainsi, les deux choses que l'on peut affirmer avec confiance sont que Nano Banana 2.1 est un modèle en milieu de tableau selon des mesures indépendantes d'édition et une solide quatrième en génération d'images à partir de texte, et que son prédécesseur se situe 48 points plus bas en édition. La troisième chose — savoir si Images 2.6 est meilleur — n'est pas encore un fait. L'approximation la plus proche est que la génération précédente d'OpenAI mène les deux classements avec une avance supérieure aux intervalles de confiance, et que l'amélioration annoncée pour 2.6 porte sur la cohérence au fil d'une séquence de retouches plutôt que sur un bond de qualité par image.

L’échelle de résolution, en détail

C'est ici que Nano Banana 2.1 est structurellement en avance, et il ne s'agit pas d'un avantage marginal.

• Niveaux de sortie — 1K, 2K et 4K en tant qu'options nommées et facturées. Images 2.6 ne vend pas la résolution de cette manière ; la taille de sortie est implicite selon le budget de tokens, et OpenAI ne publie aucun niveau 2K ou 4K assorti d'un prix.

• Ratios d’aspect — jusqu’à 8:1 dans les deux sens sur Nano Banana 2.1. Une bannière leaderboard de 3 200 × 400 est une demande à part entière, et non un recadrage. Images 2.6 hérite de tout ce que prenait en charge la génération 2.5, qu’OpenAI ne documente pas comme une plage explicite.

• Images de référence — jusqu’à 14 sur Nano Banana 2.1, structurées en quatre personnages et dix objets. Images 2.6 ajoute des images de référence enregistrées réutilisables dans ChatGPT et accepte des entrées d’images sur les deux points de terminaison, mais aucun nombre maximal n’est publié.

• Contexte — environ 131 K tokens d’entrée et 32 K de sortie sur Nano Banana 2.1, avec le grounding par recherche disponible. Images 2.6 ne publie pas de fenêtre de contexte ; ses pages de modèle indiquent uniquement du texte et des images en entrée et des images en sortie, rien de plus.

• Contrôle de l'édition — modifications locales par masque et trois niveaux de réflexion sur Nano Banana 2.1 ; modifications guidées par balisage, plus le nouveau paramètre complexité sur Images 2.6. Ces deux fonctions sont étroitement apparentées : toutes deux vous permettent d'indiquer au modèle combien de réflexion consacrer et où l'appliquer.

La conséquence pratique est que Nano Banana 2.1 est le seul des deux que vous pouvez spécifier dans un contrat. « Produire une image 4K en 16:9, facturée au tarif 4K publié » est une phrase que vous pouvez inscrire dans un énoncé des travaux. La phrase équivalente pour Images 2.6 est un budget de tokens et une estimation.

La comparaison des prix comporte une véritable ambiguïté

La production de Nano Banana 2.1 est facturée 30 $ par million de tokens d'image, contre 60 $ pour Nano Banana 2 — la division par deux qui a rendu ce lancement digne d'intérêt. Concrètement, cela représente 0,0336 $ en 1K et 0,0504 $ en 2K. La tarification par lots divise à nouveau ces deux tarifs par deux.

En 4K, les sources divergent, et cette divergence n’est pas cosmétique. Certains médias rapportent $0.0756 ; d’autres, dont TechRepublic et heise, rapportent $0.113, au motif que le nombre de tokens en 4K est passé à environ 3 780. Les deux chiffres figurent dans des articles réputés sur le même lancement. Si vous établissez le budget d’un pipeline 4K, cela représente un écart de 50 % sur votre poste budgétaire le plus important, et il vaut la peine de le vérifier par rapport à la grille tarifaire de Google elle-même plutôt que par rapport à une source secondaire — y compris celle-ci.

Un point qui a évolué dans la mauvaise direction : Nano Banana 2.1 a relevé le prix des entrées à 1,50 $ par million de tokens contre 0,50 $, avec la sortie texte et réflexion à 7,50 $ par million. Pour les workflows à forte composante d’édition qui transmettent de grandes images sources, la baisse côté sortie peut être en partie absorbée par la hausse côté entrée, et l’économie nette est plus faible que ne le laisse entendre l’annonce.

Images 2.6, à titre de comparaison, coûte 5 $ par million de tokens d’entrée texte, 8 $ par million de tokens d’entrée image et 30 $ par million de tokens de sortie image. Les tarifs par lots correspondent à la moitié de ces montants, mais les pages des modèles 2.6 indiquent que /v1/batch n’est pas pris en charge ; la tarification par lots pour les nouveaux projets n’est donc pas encore disponible pour ce modèle. Par image, les estimations se situent autour de 0,006 $ en qualité faible, 0,013 $ en qualité moyenne, 0,053 $ en qualité élevée et 0,21 $ en qualité maximale — dérivées de budgets de tokens hérités de la génération 2.5, et non de chiffres publiés pour la 2.6.

Si l’on compare les deux aux réglages qui comptent, le tableau n’est pas celui qu’a brossé la couverture du lancement. En 2K, {{1}}Nano Banana 2.1{{/1}} coûte 0,0504 $. {{2}}Images 2.6 en haute qualité{{/2}} coûte environ 0,053 $. Les deux sont à moins de cinq pour cent l’un de l’autre. La baisse de prix de Google n’a pas rendu {{1}}Nano Banana 2.1{{/1}} nettement moins cher qu’un concurrent facturé au token ; elle l’a rendu à peu près équivalent à un concurrent fonctionnant en haute qualité, et moins cher uniquement face à xhigh et max.

Cette égalité justifie de garder les deux accessibles depuis un seul endroit. OrcaRouter répercute le prix catalogue du fournisseur à 0 % de marge, ce qui signifie qu'une baisse de prix d'un fournisseur est effective de notre côté le jour où elle intervient en amont, plutôt qu'au moment où un revendeur réajuste ses tarifs — et une règle de routage peut diriger le trafic vers celle des deux options aux coûts quasi identiques qui est opérationnelle. Google a déjà déprécié un modèle d'image ce trimestre ; la possibilité de changer une chaîne de modèle plutôt que de reconstruire une intégration vaut plus qu'une fraction de centime.

La migration que Google recommande réellement

Quelque chose de plus subtil qu’un arrêt se produit du côté de Google. La documentation en ligne sur la génération d’images, consultée le 5 novembre 2026, répertorie cinq modèles de la famille Nano Banana — Nano Banana 2.1 (gemini-nano-banana-2.1), Nano Banana 2 Lite (gemini-3.1-flash-lite-image), Nano Banana 2 (gemini-3.1-flash-image), Nano Banana Pro (gemini-3-pro-image) et le modèle hérité Gemini 2.5 Flash Image. Nano Banana 2 est toujours répertorié et toujours appelable, sans date d’arrêt associée ; les recommandations de la documentation indiquent que tous les nouveaux projets devraient utiliser Nano Banana 2.1, ce qui constitue une recommandation plutôt qu’une dépréciation.

Deux détails rendent cette recommandation moins nette qu’elle n’y paraît. Nano Banana 2 Lite est désormais le niveau le plus rapide et le moins coûteux, présenté comme destiné à la vélocité et à l’échelle plutôt qu’aux références multiples ou à l’édition multi-tours — donc « migrer vers 2.1 » n’est pas automatiquement le choix le plus économique pour une génération simple à gros volume. Et la page de dépréciation de Google indique explicitement que les dates qu’elle publie sont « les dates les plus précoces auxquelles un modèle pourrait être retiré », avec un préavis promis avant un arrêt effectif. Un modèle sans aucune date n’est pas un modèle en voie de disparition.

Le problème commercial est toutefois bien réel. Dans l’application Gemini, les utilisateurs gratuits disposent toujours de Nano Banana 2, tandis que 2.1 nécessite un forfait AI Pro, Plus ou Ultra, et il n’existe pas d’offre gratuite pour 2.1 sur l’API. Une équipe qui a prototypé sur l’offre gratuite et passe maintenant en production constatera que son environnement de test et son environnement de production ne sont plus sur le même modèle — une source fiable d’échecs du type « ça marchait en préproduction ».

Ce que dit la documentation, et ce qu’elle ne dit pas

Cela mérite d’être dit clairement, car c’est ce qui distingue un produit d’une annonce.

Images 2.6 : les pages de modèle pour gpt-image-2.6-sunburst sont en ligne sur la documentation développeur d'OpenAI, avec la tarification, les points de terminaison pris en charge — génération d'images et retouches d'images uniquement, pas les complétions de chat ni les réponses — et les déclarations de modalité. Les pages renvoient au guide des images pour « le réglage de complexité, les retouches guidées par balisage, la sortie SVG et la sortie GIF animé ». Elles n'indiquent pas les options de résolution, un maximum d'images de référence, ni les limites de durée, de fréquence d'images ou de taille de fichier des GIF.

Nano Banana 2.1 : entièrement documenté, avec des niveaux nommés, des prix publiés par image, un budget d'images de référence, une plage de ratios d'aspect et une fenêtre de contexte. C'est une fiche technique sur laquelle vous pouvez concevoir.

Cet écart compte particulièrement pour la fonctionnalité GIF. La génération de GIF animés est déployée et opérationnelle dans ChatGPT. On ne sait pas, faute de test public, si le /v1/images/generations renvoie un fichier animé, et la documentation d’OpenAI décrit elle-même cette fonctionnalité dans un guide plutôt que dans la référence du point de terminaison. Si l’animation est la raison pour laquelle vous envisagez Images 2.6, vérifiez-le lors d’un véritable appel API avant de concevoir autour de cela.

Choisir entre les deux

Choisissez Nano Banana 2.1 si vos livrables sont destinés à l'impression ou présentent des proportions inhabituelles, si vous avez besoin de plus d'une douzaine de références en un seul appel, si vous avez besoin d'une fiche technique documentée à intégrer dans un contrat, ou si vous migrez depuis Nano Banana 2, désormais obsolète, et souhaitez emprunter le chemin le plus court — c'est la cible approuvée et la tarification est publiée à chaque niveau.

Take Images 2.6 si vos livrables sont animés. Le pipeline GIF est la seule capacité de cette comparaison sans équivalent côté Google, et ce n’est pas une nouveauté : la possibilité d’animer une photo importée avec une retouche image par image et un contrôle de la vitesse remplace une étape de génération vidéo pour toute une catégorie de travaux en format court. L’export SVG est la deuxième capacité sans équivalent, et pour les systèmes d’icônes et de logos, elle est décisive. La retouche guidée par balisage est une troisième capacité, et c’est une interaction réellement meilleure que le dessin d’un masque pour certains types de modification.

Si aucune des deux descriptions ne correspond — si vous produisez des images statiques en 2K en volume et voulez simplement le meilleur modèle — la réponse est que les preuves n'existent pas encore. GPT Image 2.5 Sunburst devance Nano Banana 2.1 de 48 points en édition et de 48 en génération d'images à partir de texte, tous deux en dehors des intervalles de confiance, et Images 2.6 n'a pas encore été évalué. Attendre deux semaines pour une ligne Elo ne coûte rien et ne devrait probablement rien vous coûter en opportunités non plus, car aucun des deux modèles ne sera retiré d'ici là.