MOSS-Image vs Nano Banana 2 : l'un a une date d'arrêt, l'autre n'a pas d'endpoint

Cette comparaison présente une particularité gênante qu'aucun des deux fournisseurs ne met en avant. Nano Banana 2 — le nom grand public de Google pour Gemini 3.1 Flash Image, l'identifiant gemini-3.1-flash-image — a une date d'arrêt dans douze jours. Le journal des modifications de l'API Gemini de Google la déclare obsolète le 29 octobre 2026, trois semaines après la sortie de Nano Banana 2.1 le 6 octobre, à environ la moitié du prix par image. MOSS-Image, publié sous forme de poids ouverts Apache 2.0 le 16 octobre 2026, n'a pas de date d'arrêt parce qu'il n'y a rien à arrêter : c'est un téléchargement de 27 Go que vous exécutez vous-même, et aucune API commerciale pour celui-ci n'a été publiée.

Donc, la version honnête de cette confrontation n’est pas « lequel est meilleur ». C’est une comparaison entre un modèle qui est sur le point de cesser d’exister sur les serveurs de quelqu’un d’autre et un modèle qui existera sur les vôtres aussi longtemps que vous conserverez les fichiers. Ce cadrage est plus utile qu’une fiche technique, parce que c’est exactement la décision qu’une équipe prend ce mois-ci, et parce que la question de second ordre — qu’est-ce qui remplace Nano Banana 2 — a une réponse qui change le prix de moitié.

Tout d'abord, à quel N​ano Banana vous comparez-vous réellement ?

La nomenclature de Google comporte trois niveaux, et les différences ne sont pas cosmétiques.

N​ano Banana 2 est G​emini 3.1 Flash Image. Le déploiement grand public a commencé le 26 février 2026 et l'API développeur a atteint la disponibilité générale le 28 mai 2026 sous gemini-3.1-flash-image. C'est le générateur d'images par défaut dans l'application G​emini, les surfaces Lens et Mode IA de G​oogle Search, Flow et G​oogle Ads — un fait qui domine toute décision d'adoption, car ce n'est pas un modèle que vos utilisateurs doivent être convaincus d'utiliser.

N​ano Banana Pro est le modèle de gamme supérieure, et c’est le modèle qu’OpenMOSS a choisi comme référence dans son propre rapport. Dans le tableau LongLongTextBench du fournisseur, N​ano Banana Pro obtient 96,6 Mean-6 contre 96,3 pour M​OSS-Image — un écart de trois dixièmes, la marge la plus étroite du tableau et celle qui mérite le plus d’être comprise.

N​ano Banana 2.1 est ce qui remplace N​ano Banana 2 le 6 octobre. Il n'est pas le sujet ici, mais il en est la destination, et son existence en fixe les termes : l'avis de dépréciation et le successeur sont arrivés dans la même entrée de changelog.

L’écart de trois dixièmes, lu correctement

Le rapport de M​OSS-Image est inhabituel en ce qu'il publie un tableau où un concurrent le dépasse. LongLongTextBench est composé de 240 tâches de rendu de texte littéraire — 120 en anglais, 120 en chinois, pour une longueur cible moyenne de 1 339,8 caractères, soit environ onze fois la moyenne de LongTextBench — et le score Mean-6 de 96,3 de M​OSS-Image le place nettement devant les 64,9 de Q​wen-Image-2512, avec 97,1 en anglais et 92,4 en chinois sur le sous-ensemble des conditions les plus longues. Au-dessus se trouvent GPT Image 2 à 99,0 et N​ano Banana Pro à 96,6.

Les trois dixièmes d'écart entre MOSS-Image et Nano Banana Pro sont plus petits que la confiance que quiconque devrait accorder à l'un ou l'autre de ces deux chiffres. Les deux proviennent de laboratoires différents, sur un benchmark rédigé par OpenMOSS, à partir des exécutions du modèle de Google réalisées par ce même laboratoire. Et Nano Banana 2 n'est pas le modèle de cette ligne — le palier Flash se situe en dessous du palier Pro, de sorte que la lecture honnête est la suivante : le résultat de MOSS-Image en rendu de texte se situe à peu près au niveau du palier premium de Google, sur un test écrit par les auteurs de MOSS-Image, tandis que le modèle auquel on le comparerait réellement lors d'un achat se situe un palier en dessous.

Là où MOSS-Image n'est proche de rien de ce que Google propose, c'est la mise en page. Sur 7Bench, le benchmark que le rapport introduit également, MOSS-Image rapporte un IoU de mise en page moyen de 0,88 avec un AUC de mise en page de 0,70. Nano Banana Pro est à 0,33 et 0,20 dans le même tableau. Si ces chiffres survivent à la reproduction, le placement précis des objets est une capacité que MOSS-Image possède et qu'aucun modèle d'image Gemini ne conteste actuellement. Ils n'ont pas été reproduits, et le même laboratoire a écrit la métrique.

Ce que N​ano Banana 2 vous offre aujourd'hui, et pour douze jours encore

La fiche de capacités est celle d'un généraliste, et c'est la raison pour laquelle le modèle est partout.

• Cohérence — jusqu'à cinq personnages et quatorze objets maintenus stables tout au long d'un flux de travail, la fonctionnalité qui fait vendre toute la gamme Nano Banana.

• Sortie — jusqu’à 4K sur quatorze rapports d’aspect, y compris les formats extrêmes 1:4 et 1:8 nécessaires aux bannières et aux fonds d’écran.

• Texte dans les images — rendu dans l'image, y compris la traduction et la localisation avec préservation de la mise en page. C'est la capacité qui recoupe le plus directement l'argument de vente de MOSS-Image, et c'est celle que Google a présentée en démonstration au lancement.

• Ancrage — génération ancrée dans la recherche web et d’images plutôt que dans le seul prompt, le même instinct architectural que Meta a poussé plus loin avec Muse Image.

• Contrôles — niveaux de réflexion configurables arbitrant entre latence et raisonnement, ainsi que le tatouage SynthID et les métadonnées de provenance C2PA sur chaque sortie par défaut.

• Prix — sortie facturée à 60 $ par million de tokens, ce que la documentation officielle de G​oogle évalue à environ 0,045 $ à 512 px, 0,067 $ à 1024×1024, 0,101 $ à 2K et 0,151 $ à 4K, le mode batch étant à moitié prix. Artificial Analysis l'affiche à 67 $ pour 1 000 images.

• Position mesurée — Elo 1 125 sur le classement texte-image d’Artificial Analysis et 1 108 sur son classement d’édition d’image au 6 octobre 2026.

Rien de tout cela n'est contesté. Ce qui est également vrai, c'est que le 29 octobre, l'identifiant cesse de fonctionner, et la voie à suivre est N​ano Banana 2.1 — qu'Artificial Analysis n'a pas encore évalué, que G​oogle facture à environ moitié prix, et qu'un article distinct sur ce blog couvre en détail.

Ce que M​OSS-Image vous apporte, et ce qu’il vous demande en retour

L'architecture est un transformateur de diffusion à flux unique de 5B entraîné à partir de zéro : 42 blocs joints, une largeur cachée de 3 072, 24 têtes de 128 dimensions, un feed-forward SiTU-GLU d'une largeur de 8 192 et un encodage positionnel rotatif à quatre axes dont le premier axe est réservé à un indice de référence. Le badge 5B exclut les parties coûteuses — un encodeur de texte Qwen3.5-9B gelé et un VAE FLUX.2 gelé chargé depuis FLUX.2-klein-4B à 32 canaux latents, avec des patchs latents 2×2 sur un sous-échantillonnage 8× donnant un pas effectif de 16 pixels.

Le prompt peut être un objet JSON. Des boîtes englobantes en coordonnées pixel absolues mesurées depuis le centre du canvas, des chaînes de texte littérales, des notes typographiques, le tout avec bbox_format "yxyx". Le plafond du prompt est de 4 096 tokens à l'étape finale de pré-entraînement, les dimensions de sortie doivent être des multiples positifs de 16, et le guide recommande un, un et demi ou deux mégapixels, avec une plage prise en charge allant de 512×512 à 4M. Les paramètres d'échantillonnage par défaut sont Euler en flow-matching à 50 étapes, CFG 3,0, shift 5,0, avec un guidage skip-layer sur la branche négative à la couche 22 — et le chemin de guidage par défaut nécessite deux passes avant du transformer par étape, ce qui explique pourquoi 50 étapes n'est pas le réglage économique que l'on pourrait croire.

Le coût d’entrée est bien réel : environ 27,2 Go pour le dépôt SFT, dont environ 16,8 Go correspondent à l’encodeur de texte, plus votre propre GPU et votre propre travail de service. En récompense, vous obtenez un modèle que vous pouvez quantifier, affiner, exécuter en environnement isolé et intégrer dans un produit commercial sans négociation de licence, car Apache 2.0 couvre les poids et le code du pipeline autonome, sans seuil de chiffre d’affaires ni annexe d’utilisation acceptable.

Ligne par ligne

• Statut — Nano Banana 2 est déprécié, avec arrêt le 29 octobre 2026 ; MOSS-Image a été publié le 16 octobre 2026 sous forme de poids ouverts, sans mécanisme de dépréciation

• Accès — N​ano Banana 2 via l'API et les interfaces grand public de G​oogle, ainsi que via des plateformes de routage ; M​OSS-Image en le téléchargeant

• Prix — N​ano Banana 2 environ 0,067 $ par image 1024×1024 et 0,151 $ en 4K, facturé en tokens de sortie, par lots à moitié prix ; M​OSS-Image gratuit avec une empreinte d'environ 27,2 Go et votre propre temps GPU

• Licence — N​ano Banana 2 est propriétaire, uniquement via API, sans poids disponibles ; M​OSS-Image est sous Apache 2.0 pour les poids et le code du pipeline autonome

• Score indépendant — N​ano Banana 2 obtient un Elo de 1 125 en génération d’images à partir de texte et de 1 108 en édition d’images sur Artificial Analysis ; M​OSS-Image ne figure pas sur Artificial Analysis et ses scores publiés proviennent de benchmarks rédigés par ses propres auteurs

• Rendu de texte — N​ano Banana Pro obtient 96,6 Mean-6 sur LongLongTextBench, contre 96,3 pour M​OSS-Image ; le niveau Flash ne figure pas dans cette ligne

• Contrôle de la mise en page — M​OSS-Image accepte les layouts JSON en coordonnées pixel absolues relatives au centre et rapporte une IoU moyenne de 0,88 sur 7Bench ; N​ano Banana Pro rapporte 0,33 sur le même tableau et G​oogle ne publie aucune métrique de mise en page qui lui soit propre

• Références — N​ano Banana 2 maintient cohérents jusqu'à cinq personnages et quatorze objets dans un seul prompt ; le conditionnement par référence de M​OSS-Image est un axe positionnel réservé que l'éditeur décrit comme des travaux futurs, et non comme une fonctionnalité déjà livrée

• Provenance — N​ano Banana 2 applique par défaut un filigrane SynthID et des métadonnées C2PA à chaque sortie ; M​OSS-Image ne comporte aucune couche de filigrane.

• Fine-tuning — M​OSS-Image peut être affiné et quantifié, et des quantifications communautaires, un LoRA DMD en 4 étapes et une variante distillée en 8 étapes sont apparus en l'espace d'environ un jour ; N​ano Banana 2, lui, ne peut pas être touché

Pourquoi la dépréciation change la réponse

Si N​ano Banana 2 et M​OSS-Image étaient tous deux des options stables, la décision serait ordinaire : une API à 7 cents l’image contre un modèle auto-hébergé à vos propres frais, avec une qualité à peu près comparable sur un benchmark textuel rédigé par un fournisseur et la mise en page nettement à l’avantage de M​OSS-Image. La dépréciation rompt la symétrie, et elle la rompt dans les deux sens.

Face à N​ano Banana 2, M​OSS-Image l'emporte désormais sans conteste sur le terrain de la longévité. Bâtir un pipeline sur un modèle dont la fin de vie est annoncée pour dans douze jours et doté d'un successeur que vous n'avez pas évalué, c'est une migration que vous avez déjà planifiée. Les fichiers que vous téléchargez ne peuvent pas être dépréciés par une entrée de changelog. Ce n'est pas un point rhétorique sur l'ouverture ; c'est un fait de planification, et c'est, à lui seul, l'argument le plus fort que cette comparaison produise.

Mais la dépréciation joue aussi dans l'autre sens, et c'est la partie qu'on oublie généralement. L'arrivée de N​ano Banana 2.1 à environ la moitié du prix signifie que l'alternative à M​OSS-Image n'est pas une image à sept cents — c'est une image à trois cents et demi, et une image que G​oogle continuera d'améliorer selon son propre calendrier, sans charge opérationnelle pour vous. Le coût total de possession de M​OSS-Image n'est meilleur que si votre temps GPU est bon marché, que votre volume est élevé, ou que vous avez besoin de l'une des choses qu'une API ne peut structurellement pas vous offrir : l'affinage, la quantification, un déploiement en environnement isolé, ou une licence que vous n'avez pas à renégocier.

Le volet OrcaRouter de tout ceci, sans exagérer.

C'est la seule comparaison de l'ensemble actuel où le scénario de routage est concret plutôt qu'hypothétique, il vaut donc la peine de l'énoncer avec précision. Nano Banana 2 est servi sur notre catalogue comme google/gemini-3.1-flash-image-preview — toutefois, compte tenu de l'arrêt du 29 octobre, la chose raisonnable à faire avec ce point de terminaison ce mois-ci est un test de migration, et non une nouvelle intégration, et le successeur est accessible de la même manière. MOSS-Image n'est pas sur notre catalogue et nous ne l'hébergeons pas ; c'est un téléchargement, et rien ici n'implique le contraire.

Ce pour quoi la combinaison est réellement utile, c'est la décision qui se présente à vous. Si vous voulez savoir si un M​OSS-Image auto-hébergé produit une meilleure sortie texte-et-mise en page que l'offre hébergée pour laquelle vous payez, il vous faut les deux chiffres sur les mêmes prompts, et la moitié hébergée de ce test ne devrait pas exiger un second contrat. Une seule clé API, le prix catalogue du fournisseur répercuté avec 0 % de marge, de sorte qu'une évolution des prix de G​oogle soit effective ici le jour même, le basculement automatique entre fournisseurs pour qu'une exécution comparative ne meure pas à cause d'un mauvais après-midi chez un fournisseur en amont, et un DSL de routage qui place les deux derrière un point de terminaison unique. C'est là toute l'affirmation, et elle s'arrête exactement là où commencerait l'offre d'héberger M​OSS-Image.

Que faire dans les douze prochains jours

Si vous êtes sur N​ano Banana 2 en production, la tâche immédiate n’a rien à voir avec M​OSS-Image : vous avez un identifiant obsolète, un successeur à moitié prix et une échéance. Relancez votre ensemble d’évaluation sur le successeur avant le 29 et décidez en fonction des preuves plutôt que de la baisse de prix.

Si vous évaluez MOSS-Image, faites-le pour les deux raisons qui survivent à la comparaison. Premièrement, le contrôle de la mise en page — l'écart de 0,88 contre 0,33 sur 7Bench est le seul résultat dans ce domaine que rien d'hébergé ne conteste actuellement, et si le placement précis est votre problème, aucun niveau d'API ne le résout. Deuxièmement, la permanence — des poids Apache 2.0 qui ne peuvent être dépréciés, facturés ou verrouillés par la feuille de route de quiconque d'autre que la vôtre.

N'adoptez pas MOSS-Image pour le rendu de texte. Il y est excellent et il n'y est pas en tête : 96,3 se situe en dessous du 96,6 de Nano Banana Pro et en dessous du 99,0 de GPT Image 2 sur le propre tableau du fournisseur, et le modèle que vous remplaceriez coûte quelques centimes par image, sans les 27 Go. L'argument en faveur de ce modèle est restreint, précis et réel, et ce n'est pas l'argument que son tableau de benchmarks est conçu pour défendre.

Deux choses permettraient de trancher. Une exécution indépendante de LongLongTextBench ou de 7Bench par quelqu'un d'autre qu'OpenMOSS, et la pull request vLLM-Omni qui ajoute MOSS-Image avec skip-layer guidance fusionnant dans une version taguée — elle a été ouverte le 14 octobre, totalise 3 605 lignes ajoutées sur 25 fichiers, et est toujours ouverte, le relecteur demandant des preuves de parité de sortie par rapport à une référence épinglée. Tant que ces deux conditions ne sont pas réunies, le résumé exact est que le modèle de Google est le meilleur généraliste, le moins cher d'accès, et disparaîtra dans douze jours, tandis que le modèle d'OpenMOSS fait une chose que personne d'autre ne fait, nécessite du matériel, et sera encore installable lorsque le changelog qui a mis à la retraite son rival sera depuis longtemps oublié.

Les défaillances documentées de l’IA et les incidents d’agents à l’origine de versions comme celle-ci sont recueillis dans l’OrcaRouter AI Incident Archive, où chaque entrée comporte ses propres sources, sa gravité, sa note de confiance et un indicateur de contestation.