Ming-Image-0.1-Design vs Nano Banana 2 : la couche que vous récupérez

Demandez à un designer ce qui ne va pas une fois l'image générée : la réponse n'est presque jamais l'image. C'est que l'image générée est plate. Chaque élément est soudé à tous les autres : le titre ne peut pas être déplacé, le logo ne peut pas être remplacé, l'arrière-plan ne peut pas être recoloré, et il faut tout régénérer à partir d'un prompt pour changer un seul mot. Ming-Image-0.1-Design, publié discrètement par l'équipe inclusionAI d'Ant Group le 17 septembre 2026 sous licence MIT, est construit autour de ce problème : 6,15 milliards de paramètres, une sortie RGBA native, et un dépôt compagnon qui prend un design aplati et le renvoie sous forme de calques séparés. Nano Banana 2 — le Gemini 3.1 Flash Image du fournisseur, disponible en général depuis le 28 mai 2026 et routable aujourd'hui sous google/gemini-3.1-flash-image-preview — résout une autre moitié du même problème, et la différence entre les deux moitiés est ce qui décide laquelle a sa place dans votre pipeline.

Ce en quoi Nano Banana 2 excelle vraiment, et ce qu'il coûte

Le modèle de Google est celui qui a un prix publié et un historique de production, et ces deux éléments méritent d'être énoncés précisément parce qu'ils sont la raison pour laquelle les gens se tournent vers lui.

• Prix — environ 0,067 $ par image 1024×1024, 0,101 $ en 2048×2048, et environ 0,151 $ pour le 4K, avec le mode par lots à environ la moitié de ces montants et la saisie de texte facturée séparément à 0,25 $ par million de tokens. Cela représente environ 101 $ pour mille images 2K, prévisible au dollar près avant même de générer quoi que ce soit.

• Sortie — jusqu’à 4K, avec des préréglages de ratio incluant les extrêmes 1:4 et 1:8 dont les formats sociaux et de bannière ont besoin, et une cohérence rapportée par Google sur cinq personnages et quatorze objets.

• Provenance — chaque sortie porte le filigrane SynthID, qui est une fonctionnalité de conformité plutôt que de qualité, et c'est le genre de chose dont une revue juridique s'enquiert avant qu'une revue de conception ne le fasse.

• Grounding — il peut effectuer une recherche sur le web pendant la génération, ce qui lui permet de traiter une requête qui dépend d'un fait qu'il n'a pas mémorisé.

Rien de tout cela n’est une histoire de transparence. Nano Banana 2 renvoie une image, et l’image constitue tout l’artefact.

Ce que Ming-Image-0.1-Design renvoie à la place

La fiche de modèle est inhabituellement précise pour une publication non annoncée, et ces précisions visent toutes le travail de conception plutôt que la photographie. L'inférence recommandée est de 2048×2048 — ou 1024 lorsque vous voulez de la vitesse — à 12 étapes d'échantillonnage, avec un guidage sans classificateur à 1,0, en BF16 de bout en bout, sur un seul GPU CUDA de 80 GiB. Les poids sont tous des safetensors BF16, le dépôt représente environ 71,5 Go répartis entre connector/, mllm/, mlp/, scheduler/, transformer/ et vae/, et il n'y a pas de model_index.json — le chemin documenté est git clone du dépôt d'inférence et python infer.py, avec vLLM-Omni cité pour le déploiement et un modèle vision-langage distinct (Ling-3.0-flash-VL ou qwen3.8-27B) cité pour l'amélioration de prompt.

La sortie RGBA est la première moitié de la réponse au problème de l'image plate. La seconde moitié est Ming-Image-0.1-Design-Layer, un dépôt séparé avec son propre tag de pipeline (image-text-to-image), 6 154 908 736 paramètres, la même licence MIT, et une seule tâche : prendre une image de design aplatie plus un plan de calques et renvoyer N calques RGBA. Il fonctionne en 1024 dans son bucket par défaut, 512 pour la vitesse, 12 étapes, guidance à 2,0, avec flash_attention_2. Sa fiche montre les résultats du jeu de test Crello sous forme d'image plutôt que de tableau, donc il n'y a aucun nombre à citer — ce qui est l'état honnête des preuves et mérite d'être dit clairement.

En réunissant ces deux faits, la nature du compromis devient évidente. Nano Banana 2 vous offre une meilleure image finale avec moins d’effort. Ming-Image-0.1-Design vous fournit une image que vous pouvez encore démonter par la suite, et il vous donne la décomposition en calques sous la forme d’un second modèle que vous exécutez lorsque vous en avez besoin.

Le tableau, à lire attentivement

Ming-Image-0.1-Design occupe la première place du classement Text to Image d’Artificial Analysis pour le design UI/UX dans la vue open-weights, avec un Elo de 1 082, devant Ideogram 4.0 (Quality) à 1 052, Ideogram 4.0 à 1 015, HunyuanImage 3.0 Instruct à 1 005, FLUX.2 [dev] à 1 000, FLUX.2 [dev] Flash à 999 et FLUX.2 [dev] Turbo à 994. Le texte que nous lisons est celui reproduit sur la fiche du modèle lui-même, et il porte l’image de marque d’Artificial Analysis.

Deux réserves qui changent le poids qu'on peut lui accorder. C'est un classement filtré sur les modèles à poids ouverts, donc un modèle hébergé comme Nano Banana 2 n'est pas éligible et son absence n'est pas une défaite. Et un Elo en préférence aveugle est une moyenne sur une foule, pas un test de votre invite — cela dit qu'un panel a préféré ces sorties, pas que le modèle mettra votre titre dans la bonne police de caractères.

La position de Nano Banana 2 se mesure sur les classements hébergés et sur les chiffres publiés par Google lui-même, et il ne faut pas confondre les deux. Elle figure sur les classements depuis le printemps, ce qui est le fait le plus utile ici : elle a bénéficié de mois de trafic indépendant, tandis que la version Ming n'en a eu aucun.

Là où l'argent et le risque atterrissent réellement

La différence de prix n'est pas une différence de degré. Nano Banana 2 est facturé au compteur et donc prévisible : mille images 2K coûtent environ 101 $, et la complexité ne change pas beaucoup la facture, car la sortie d'image se tokenise de manière prévisible. Ming-Image-0.1-Design n'a aucun prix hébergé, parce qu'il n'existe aucun point de terminaison hébergé — le coût correspond à votre propre temps GPU pour un téléchargement de 71,5 GB sur une carte de 80 GiB, et la comparaison honnête n'oppose pas 101 $ à la gratuité, mais 101 $ à un montant amorti que vous devez calculer vous-même.

C’est le seul endroit de cette comparaison où une couche de routage fait quelque chose de concret plutôt que de la rhétorique. L’aperçu d’image Gemini qui sert Nano Banana 2 se trouve sur notre point de terminaison, et il y est au prix catalogue du fournisseur, sans marge — donc si Google modifie le tarif par image, le chiffre de notre côté évolue le jour même plutôt qu’au prochain renouvellement de contrat. Le basculement automatique entre fournisseurs en est la seconde moitié : une route peut acheminer le trafic de production sur un modèle avec des mois d’historique de classement tandis qu’une version open-weights non annoncée est évaluée à côté de lui, ce qui signifie que l’évaluation ne se trouve jamais sur le chemin critique et qu’un mauvais après-midi d’un côté ou de l’autre ne se transforme pas en panne. C’est une vraie configuration, et c’est la configuration que cette paire de modèles en particulier réclame.

Aucun des deux modèles n'est le choix par défaut sûr, pour des raisons différentes

Ming-Image-0.1-Design a été mis en ligne le 17 septembre 2026, sans annonce, sans note de version, sans limitations déclarées et avec un compteur de téléchargements affichant zéro au moment de la rédaction. La position dans le classement ci-dessus est la seule mesure indépendante qui existe. Tout le reste — le débit sur votre carte, son comportement au-delà de quelques images de référence, la propreté du canal alpha sur les bords d'un détourage — n'est pas mesuré publiquement, et aucun tiers n'a écrit à son sujet.

Nano Banana 2 présente le profil inverse. Il dispose de scores indépendants, d'un prix publié, d'une licence commerciale et de SynthID, et il ne vous rendra pas de calque. Si votre flux de travail s'arrête à « l'image semble correcte », ce n'est pas un coût. S'il se poursuit au-delà dans un outil de mise en page, c'est tout le coût.

• Besoin d'un PNG transparent ou d'un design que vous pouvez décomposer — Ming-Image-0.1-Design est le seul des deux, et le compagnon Layer est la raison de s'y intéresser plutôt qu'à sa position dans le classement.

• Besoin d'un prix par image prévisible, d'une sortie 4K, de ratios d'aspect inhabituels et d'un filigrane de provenance — Nano Banana 2, à environ 0,067 $ par 1 000 images, et il se trouve sur le même point de terminaison que tout le reste de ce que vous appelez.

• Besoin de vendre ce qui en ressort — la licence MIT de Ming-Image-0.1-Design le permet, ce qui est inhabituel pour une sortie d’image de 2026 et mérite d’être vérifié au regard de votre propre position juridique plutôt que d’être présumé.

• Il faut que l’un des deux soit vérifiable avant de vous engager — un seul peut l’être, et c’est celui qui ne fait l’objet d’aucune annonce.

Ce qu’il faut surveiller n’est pas un benchmark. C’est de savoir si le dépôt Layer s’avère être la moitié utile de cette version. La décomposition Layer est l’étape où le travail de design généré cesse d’être une image pour devenir un actif, et si ce modèle fait ce que sa fiche laisse entendre, le problème de l’image à plat est la partie de cette comparaison qui vieillira le plus vite.