MOSS-Image vs Nano Banana 2: Yang satu punya tanggal penghentian, yang lain tidak punya endpoint

Perbandingan ini memiliki sifat janggal yang tidak diiklankan oleh kedua vendor. N​ano Banana 2 — nama konsumen G​oogle untuk G​emini 3.1 Flash Image, pengenal gemini-3.1-flash-image — memiliki tanggal penghentian dua belas hari dari sekarang. Changelog G​emini API G​oogle menandainya usang pada 29 Oktober 2026, tiga minggu setelah N​ano Banana 2.1 dirilis pada 6 Oktober dengan harga sekitar setengah dari harga per gambar. M​OSS-Image, dirilis sebagai bobot terbuka Apache 2.0 pada 16 Oktober 2026, tidak memiliki tanggal penghentian karena tidak ada yang perlu dihentikan: ini adalah unduhan 27 GB yang Anda jalankan sendiri, dan tidak ada API komersial untuknya yang telah dipublikasikan.

Jadi versi jujur dari pertarungan ini bukanlah "mana yang lebih baik." Ini adalah perbandingan antara model yang sebentar lagi tidak akan ada lagi di server orang lain dan model yang akan ada di server Anda selama Anda menyimpan file-file itu. Kerangka itu lebih berguna daripada lembar spesifikasi, karena itulah tepatnya keputusan yang sedang diambil sebuah tim bulan ini, dan karena pertanyaan tingkat kedua — apa yang menggantikan N​ano Banana 2 — memiliki jawaban yang mengubah harga menjadi setengahnya.

Pertama, N​ano Banana mana yang sebenarnya Anda bandingkan?

Penamaan Google memiliki tiga lapisan dan perbedaannya bukan sekadar kosmetik.

N​ano Banana 2 adalah G​emini 3.1 Flash Image. Peluncuran konsumen dimulai pada 26 Februari 2026 dan API pengembang mencapai ketersediaan umum pada 28 Mei 2026 dengan nama gemini-3.1-flash-image. Ini adalah generator gambar default di seluruh aplikasi G​emini, antarmuka Lens dan AI Mode G​oogle Search, Flow, dan G​oogle Ads — yang merupakan fakta yang mendominasi keputusan adopsi apa pun, karena ini bukan model yang harus dibujuk untuk digunakan oleh pengguna Anda.

N​ano Banana Pro adalah tier yang lebih tinggi, dan itulah model yang dipilih OpenMOSS sebagai pembanding tolok ukur dalam laporannya sendiri. Pada tabel LongLongTextBench milik vendor, N​ano Banana Pro mencetak skor 96,6 Mean-6 berbanding 96,3 milik M​OSS-Image — selisih tiga persepuluh yang merupakan margin tersempit dalam tabel dan yang paling layak untuk dipahami.

Nano Banana 2.1 adalah versi yang menggantikan Nano Banana 2 pada 6 Oktober. Ini bukan pokok bahasan di sini, tetapi merupakan tujuan akhirnya, dan keberadaannya menetapkan ketentuan: pemberitahuan penghentian penggunaan dan penerusnya muncul dalam entri changelog yang sama.

Celah tiga persepuluh, dibaca dengan benar

Laporan M​OSS-Image tidak biasa karena memuat tabel yang menunjukkan pesaing mengalahkannya. LongLongTextBench terdiri atas 240 tugas perenderan teks sastra — 120 bahasa Inggris, 120 bahasa Mandarin, dengan rata-rata panjang target 1.339,8 karakter, sekitar sebelas kali rata-rata LongTextBench — dan nilai Mean-6 96,3 milik M​OSS-Image menempatkannya jauh di atas 64,9 milik Q​wen-Image-2512, dengan 97,1 untuk Inggris dan 92,4 untuk Mandarin pada subset kondisi terpanjang. Di atasnya ada GPT Image 2 dengan 99,0 dan N​ano Banana Pro dengan 96,6.

Selisih tiga persepuluh antara MOSS-Image dan Nano Banana Pro lebih kecil daripada tingkat keyakinan yang seharusnya dimiliki siapa pun terhadap salah satu dari kedua angka itu. Keduanya dihasilkan oleh lab yang berbeda pada benchmark yang disusun oleh OpenMOSS, menggunakan hasil pengujian model Google milik lab tersebut. Dan Nano Banana 2 bukanlah model pada baris itu — tier Flash berada di bawah Pro, jadi pembacaan yang jujur adalah bahwa hasil rendering teks MOSS-Image kira-kira berada pada level tier premium Google dalam tes yang ditulis oleh penulis MOSS-Image, sementara model yang sebenarnya akan Anda bandingkan dengannya dalam proses pengadaan berada satu tier di bawah itu.

Hal di mana M​OSS-Image tidak mendekati apa pun yang dirilis G​oogle adalah tata letak. Pada 7Bench, tolok ukur yang juga diperkenalkan dalam laporan tersebut, M​OSS-Image melaporkan IoU tata letak rata-rata sebesar 0,88 dengan AUC Tata Letak 0,70. N​ano Banana Pro berada pada 0,33 dan 0,20 dalam tabel yang sama. Jika angka-angka itu bertahan saat direproduksi, penempatan objek yang presisi adalah kemampuan yang dimiliki M​OSS-Image dan tidak ada model gambar G​emini yang saat ini menandinginya. Angka-angka itu belum direproduksi, dan laboratorium yang sama menulis metrik tersebut.

Apa yang Nano Banana 2 berikan kepada Anda hari ini, dan selama dua belas hari lagi

Lembar kemampuannya adalah milik seorang generalis, dan itulah alasan model ini ada di mana-mana.

• Konsistensi — hingga lima karakter dan empat belas objek dijaga tetap stabil di sepanjang alur kerja, fitur yang menjadi nilai jual utama seluruh lini Nano Banana.

• Output — hingga 4K dalam empat belas rasio aspek, termasuk bentuk ekstrem 1:4 dan 1:8 yang dibutuhkan format banner dan wallpaper.

• Teks dalam gambar — perenderan dalam gambar termasuk terjemahan dan lokalisasi dengan tata letak yang dipertahankan. Inilah kemampuan yang paling langsung bersinggungan dengan penawaran MOSS-Image, dan inilah yang didemonstrasikan Google saat peluncuran.

• Grounding — generasi yang berlandaskan penelusuran web dan gambar, bukan hanya pada prompt, merupakan insting arsitektural yang sama yang dikembangkan Meta lebih jauh dengan Muse Image.

• Kontrol — tingkat pemikiran yang dapat dikonfigurasi yang mempertukarkan latensi dengan penalaran, plus watermarking SynthID dan metadata provenans C2PA pada setiap keluaran secara default.

• Harga — output ditagih sebesar $60 per juta token, yang menurut dokumentasi G​oogle sendiri setara dengan sekitar $0,045 pada 512px, $0,067 pada 1024×1024, $0,101 pada 2K, dan $0,151 pada 4K, dengan mode batch setengahnya. Artificial Analysis mencantumkannya sebesar $67 per 1.000 gambar.

• Posisi terukur — Elo 1.125 pada papan text-to-image Artificial Analysis dan 1.108 pada papan image-editing-nya per 6 Oktober 2026.

Tidak ada dari itu yang dipersoalkan. Yang juga benar adalah bahwa pada 29 Oktober pengenal tersebut berhenti berfungsi, dan jalur ke depan adalah N​ano Banana 2.1 — yang belum dinilai oleh Artificial Analysis, yang diberi harga oleh G​oogle sekitar setengahnya, dan yang dibahas secara terperinci dalam artikel terpisah di blog ini.

Apa yang M​OSS-Image berikan kepada Anda, dan apa yang dimintanya sebagai imbalan

Arsitekturnya adalah transformer difusi aliran tunggal 5B yang dilatih dari awal: 42 blok gabungan, lebar tersembunyi 3.072, 24 kepala pada 128 dimensi, feed-forward SiTU-GLU selebar 8.192 dan pengodean posisi rotary empat sumbu yang sumbu pertamanya dicadangkan untuk indeks referensi. Label 5B tidak mencakup bagian-bagian yang mahal — encoder teks Qwen3.5-9B yang dibekukan dan VAE FLUX.2 yang dibekukan yang dimuat dari FLUX.2-klein-4B pada 32 kanal laten, dengan patch laten 2×2 terhadap downsample 8× yang menghasilkan stride efektif 16 piksel.

Prompt dapat berupa objek JSON. Kotak pembatas dalam koordinat piksel absolut yang diukur dari pusat kanvas, string teks literal, catatan tipografi, semuanya dengan bbox_format "yxyx". Batas maksimum prompt adalah 4.096 token pada tahap prapelatihan akhir, dimensi keluaran harus merupakan kelipatan positif dari 16, dan panduan merekomendasikan satu, satu setengah, atau dua megapiksel dengan rentang yang didukung dari 512×512 hingga 4M. Default penyampelan adalah flow-matching Euler pada 50 langkah, CFG 3.0, shift 5.0, dengan panduan skip-layer pada cabang negatif di lapisan 22 — dan jalur panduan default memerlukan dua forward transformer per langkah, itulah sebabnya 50 langkah bukan pengaturan murah seperti kedengarannya.

Biaya masuknya nyata: sekitar 27,2 GB untuk repositori SFT, kira-kira 16,8 GB di antaranya adalah encoder teks, ditambah GPU Anda sendiri dan pekerjaan penyajian Anda sendiri. Imbalannya adalah model yang dapat Anda kuantisasi, fine-tune, jalankan secara air-gapped, dan kirimkan di dalam produk komersial tanpa negosiasi lisensi, karena Apache 2.0 mencakup bobot dan kode pipeline mandiri tanpa ambang pendapatan dan tanpa lampiran penggunaan yang dapat diterima.

Baris demi baris

• Status — N​ano Banana 2 tidak lagi digunakan (deprecated) dan akan dihentikan pada 29 Oktober 2026; M​OSS-Image dirilis pada 16 Oktober 2026 sebagai open weights tanpa mekanisme penghentian

• Akses — N​ano Banana 2 melalui API dan permukaan konsumen G​oogle, dan melalui platform perutean; M​OSS-Image dengan mengunduhnya

• Harga — N​ano Banana 2 sekitar $0,067 per gambar 1024×1024 dan $0,151 pada 4K, ditagih dalam token keluaran, batch dengan setengah harga; M​OSS-Image gratis dengan jejak ~27,2 GB dan waktu GPU Anda sendiri

• Lisensi — Nano Banana 2 bersifat proprietari, hanya API, tanpa bobot yang tersedia; MOSS-Image menggunakan Apache 2.0 untuk bobot dan kode pipeline mandiri

• Skor independen — N​ano Banana 2 pada Elo 1.125 untuk teks-ke-gambar dan 1.108 untuk pengeditan di Artificial Analysis; M​OSS-Image tidak memiliki entri di Artificial Analysis dan skor yang dipublikasikannya berasal dari tolok ukur yang ditulis oleh penulisnya sendiri

• Rendering teks — N​ano Banana Pro mencetak 96,6 Mean-6 pada LongLongTextBench, dibandingkan dengan 96,3 milik M​OSS-Image; tingkat Flash tidak ada di baris itu

• Kontrol tata letak — M{{1}}OSS-Image{{/1}} menerima tata letak JSON dalam koordinat piksel absolut yang relatif terhadap pusat dan melaporkan IoU rata-rata 0,88 pada 7Bench; N{{2}}ano Banana Pro{{/2}} melaporkan 0,33 pada tabel yang sama dan G{{3}}oogle{{/3}} tidak memublikasikan metrik tata letaknya sendiri

• Referensi — N​ano Banana 2 menjaga konsistensi hingga lima karakter dan empat belas objek dalam satu prompt; pengondisian referensi M​OSS-Image adalah sumbu posisi yang dicadangkan yang vendor gambarkan sebagai pekerjaan mendatang, bukan fitur yang sudah dirilis

• Asal-usul — N​ano Banana 2 menerapkan watermark SynthID dan metadata C2PA ke setiap output secara default; M​OSS-Image tidak membawa lapisan watermark

• Fine-tuning — MOSS-Image dapat di-fine-tune dan dikuantisasi, dan kuantisasi komunitas, LoRA DMD 4 langkah serta varian distilasi 8 langkah muncul dalam waktu sekitar satu hari; Nano Banana 2 tidak dapat disentuh

Mengapa deprekasi mengubah jawabannya

Jika Nano Banana 2 dan MOSS-Image sama-sama opsi yang stabil, keputusannya akan biasa saja: sebuah API seharga tujuh sen per gambar dibandingkan model yang dihosting sendiri dengan biaya Anda sendiri, dengan kualitas yang kira-kira sebanding pada tolok ukur teks buatan vendor dan tata letak yang secara tegas menjadi milik MOSS-Image. Penghentian dukungan itu merusak simetri tersebut, dan merusaknya di kedua arah.

Dibandingkan dengan N​ano Banana 2, M​OSS-Image kini menang mutlak dalam argumen umur panjang. Membangun pipeline pada model yang akhir masa pakainya telah diumumkan tinggal dua belas hari lagi dan penerus yang belum Anda ukur adalah migrasi yang sudah Anda jadwalkan. File yang Anda unduh tidak dapat dinyatakan usang oleh entri changelog. Itu bukan poin retoris tentang keterbukaan; itu fakta penjadwalan, dan itu adalah argumen tunggal terkuat yang dihasilkan perbandingan ini.

Namun deprekasi juga berdampak sebaliknya, dan inilah bagian yang biasanya terlewat. Hadirnya Nano Banana 2.1 dengan harga sekitar setengahnya berarti alternatif untuk MOSS-Image bukanlah gambar seharga tujuh sen — melainkan gambar seharga tiga setengah sen, dan gambar yang akan terus ditingkatkan Google sesuai jadwalnya sendiri tanpa beban operasional bagi Anda. Total biaya kepemilikan MOSS-Image hanya mengalahkan itu jika waktu GPU Anda murah, volume Anda tinggi, atau Anda membutuhkan salah satu hal yang secara struktural tidak dapat diberikan API: penyetelan halus, kuantisasi, deployment air-gapped, atau lisensi yang tidak perlu dinegosiasikan ulang.

Sisi OrcaRouter dari hal ini, tanpa mengklaim berlebihan

Ini adalah satu-satunya perbandingan dalam rangkaian saat ini yang cerita peruteannya konkret, bukan hipotetis, jadi layak dinyatakan secara tepat. N​ano Banana 2 dilayani di katalog kami sebagai google/gemini-3.1-flash-image-preview — meskipun mengingat penutupan pada 29 Oktober, hal yang masuk akal untuk dilakukan dengan endpoint tersebut bulan ini adalah uji migrasi, bukan integrasi baru, dan penerusnya dapat dijangkau dengan cara yang sama. M​OSS-Image tidak ada di katalog kami dan kami tidak menghostingnya; itu adalah unduhan, dan tidak ada apa pun di sini yang menyiratkan sebaliknya.

Yang sebenarnya membuat kombinasi ini berguna adalah keputusan yang ada di depan Anda. Jika Anda ingin tahu apakah MOSS-Image yang dihosting sendiri menghasilkan keluaran teks dan tata letak yang lebih baik daripada tier terkelola yang Anda bayar, Anda memerlukan kedua angka pada prompt yang sama, dan bagian terkelola dari pengujian itu seharusnya tidak menuntut kontrak kedua. Satu kunci API, harga daftar penyedia diteruskan dengan markup 0% sehingga perubahan harga Google langsung berlaku di sini pada hari yang sama, failover otomatis antappenyedia sehingga proses perbandingan tidak mati hanya karena satu upstream sedang bermasalah, serta DSL routing yang menempatkan keduanya di balik satu endpoint. Itulah keseluruhan klaimnya, dan klaim itu berhenti tepat di titik ketika tawaran untuk menghosting MOSS-Image akan dimulai.

Apa yang harus dilakukan dalam dua belas hari ke depan

Jika Anda menggunakan N​ano Banana 2 di produksi, tugas mendesak saat ini tidak ada hubungannya dengan M​OSS-Image: Anda memiliki pengenal yang sudah tidak digunakan lagi, penerus dengan harga setengahnya, dan tenggat waktu. Jalankan ulang set evaluasi Anda terhadap penerus sebelum tanggal 29 dan putuskan berdasarkan bukti, bukan berdasarkan pemotongan harga.

Jika Anda sedang mengevaluasi M​OSS-Image, lakukanlah demi dua alasan yang tetap bertahan setelah perbandingan. Pertama, kontrol tata letak — selisih 0,88 versus 0,33 pada 7Bench adalah satu-satunya hasil di ranah ini yang saat ini tidak mampu ditandingi oleh layanan hosted mana pun, dan jika penempatan yang presisi adalah masalah Anda, tidak ada tier API yang menyelesaikannya. Kedua, permanensi — bobot Apache 2.0 yang tidak dapat di-deprecate, diberi harga, atau dibatasi oleh roadmap siapa pun selain roadmap Anda.

Jangan mengadopsi MOSS-Image untuk rendering teks. Model ini sangat bagus untuk itu, tetapi tidak unggul untuk itu: 96,3 berada di bawah 96,6 milik Nano Banana Pro dan di bawah 99,0 milik GPT Image 2 pada tabel milik vendor sendiri, dan model yang akan Anda gantikan hanya memakan biaya beberapa sen per gambar tanpa perlu 27 GB itu. Argumen untuk model ini sempit, spesifik, dan nyata, dan itu bukan argumen yang hendak dibangun oleh tabel benchmark-nya.

Dua hal akan menyelesaikannya. Penjalanan independen LongLongTextBench atau 7Bench oleh pihak selain OpenMOSS, dan pull request vLLM-Omni yang menambahkan MOSS-Image dengan penggabungan panduan skip-layer ke dalam rilis bertag — PR itu dibuka pada 14 Oktober, mencakup 3.605 baris yang ditambahkan di 25 berkas, dan masih terbuka dengan peninjau meminta bukti kesetaraan keluaran terhadap referensi yang dipatok. Sampai keduanya terjadi, ringkasan yang akurat adalah bahwa model Google adalah generalis yang lebih baik, lebih murah untuk dijangkau, dan akan hilang dalam dua belas hari, sementara model OpenMOSS melakukan satu hal yang tidak dilakukan orang lain, membutuhkan perangkat keras, dan akan tetap dapat dipasang ketika catatan perubahan yang memensiunkan pesaingnya sudah lama terlupakan.

Kegagalan AI yang terdokumentasi dan insiden agen di balik rilis seperti ini dikumpulkan dalam the OrcaRouter AI Incident Archive, tempat setiap entri membawa sumbernya sendiri, tingkat keparahan, peringkat keyakinan, dan penanda sengketa.