GPT-Image-2 vs Nano Banana 2: La corona della qualità contro il cavallo di lavoro del volume

Quando Nano Banana 2 — il modello di generazione di immagini di Go​gle, ufficialmente designato Gemini 3.1 Flash Image — è stato lanciato il 26 febbraio 2026, era il modello text-to-image numero uno nelle classifiche, e doveva quel primato a una funzionalità di punta: testo reso in modo sufficientemente accurato all'interno delle immagini da permettere a Go​gle di presentare uno strumento in grado di tradurre testi pubblicitari in più lingue. Poi GPT-Image-2 è stato lanciato il 21 aprile 2026 e ha conquistato la corona, e i due si sono assestati su una divisione più netta di quanto i loro comunicati stampa suggeriscano: Nano Banana 2 è il cavallo di battaglia per il volume — economico, veloce, costante in un flusso di lavoro, prezzato per l'uso su larga scala — mentre GPT-Image-2 è il leader della qualità, l'attuale numero uno indipendente, e dal 20 agosto ha aggiunto un'anteprima con sfondo trasparente nella sua API. Il confronto ora non è "qual è il migliore", domanda a cui le classifiche hanno già risposto; è quale modello si aggiudica il lavoro per quale tipo di attività.

Come la corona passò di mano

I numeri di lancio di Nano Banana 2 sono stati davvero dominanti a febbraio: primo nella classifica text-to-image di LMArena con 1.280 Elo, davanti a GPT Image 1.5 e Nano Banana Pro. A cinque mesi di distanza, il quadro è cambiato. Nell'attuale classifica text-to-image di Artificial Analysis, GPT Image 2 (high) guida con 1.369 Elo, mentre Nano Banana 2 è a 1.320 — terzo, dietro a Reve 2.4 a 1.322 — e nella classifica separata di Arena, GPT-Image-2 (medium) guida con 1.381. Nano Banana 2 non è peggiorato; il campo ha recuperato terreno e la generazione basata sul ragionamento di GPT-Image-2 ha alzato il tetto. Un distacco di 50 punti in cima alla classifica è la differenza tra "il migliore disponibile" e "uno dei tre migliori": una retrocessione reale ma non squalificante per un modello che ha sempre puntato tanto su costi e velocità quanto sulla qualità.

Il divario di prezzo è la storia.

Nano Banana 2 è stato progettato per essere economico, e lo è. Go​gle lo prezza in base alla risoluzione di output: $0,045 per immagine a 512×512, $0,067 a 1024×1024, $0,101 a 2048×2048 e $0,151 a 4096×4096, con input a $0,50 per milione di token. Quel prezzo per 1024×1024 è circa la metà di quanto Nano Banana Pro addebitava per lo stesso output e circa due volte più conveniente di quanto lo fosse GPT Image 1.5 al lancio — l'intero posizionamento del modello è basato sull'economia unitaria. GPT-Image-2 è fatturato a token: $5 per milione di token di testo in input, $8 per milione di token di immagine in input e $30 per milione di token di immagine in output, il che equivale a circa $0,05 per un'immagine media 1024×1024 e a circa $0,21 in alta qualità — una conversione, dato che Ope​nAI non pubblica i token per immagine. Ai livelli che i team utilizzano realmente, i due sono vicini in qualità media, e Nano Banana 2 si distingue sul prezzo in volume e a risoluzioni più elevate, dove la sua tabella per immagine offre un numero fisso invece di una sorpresa legata ai token.

Velocità e flusso di lavoro

La differenza operativa è il punto in cui questi due smettono di essere intercambiabili. Nano Banana 2 esegue il rendering in circa 4–6 secondi per immagine, mantiene fino a cinque personaggi e quattordici oggetti coerenti in un flusso di lavoro, basa la generazione sulla ricerca web e supporta fino a 4K con quattordici proporzioni — e ogni output include SynthID e provenienza C2PA per impostazione predefinita. Questo profilo è un cavallo da lavoro in produzione: alta produttività, costi prevedibili, personaggi coerenti, nessuna infrastruttura di provenienza. GPT-Image-2 è una macchina diversa: ha varianti Instant e Thinking in cui il passaggio di pensiero pianifica il layout e verifica i vincoli prima di disegnare, motivo per cui vince su prompt complessi con più vincoli — ma la modalità pensiero è più lenta, e la sua debolezza nota è lo specchio del punto di forza di Nano Banana 2, poiché rigenera invece di preservare un personaggio identico in una serie. Se il tuo carico di lavoro è di mille varianti di prodotto al giorno, quel divario decide il modello prima di Elo.

Rendering del testo: la sfida che tutti osservano

{{1}}Il rendering del testo è la dimensione in cui questi due modelli si confrontano davvero, perché è il fiore all'occhiello di entrambi.{{/1}} {{2}}Il lancio di Nano Banana 2 è stato costruito sulla precisione del testo nelle immagini e sulla traduzione — la demo Global Ad Localizer, test di copertine di riviste in cui ogni riga di testo tornava pulita, e il supporto multilingue che lo ha portato oltre la generazione di lettere sconclusionate che aveva definito i modelli di immagini precedenti.{{/2}} {{3}}La risposta di GPT-Image-2 è una presunta accuratezza del ~99% nel rendering del testo su vari sistemi di scrittura, incluso il CJK (dato dichiarato dal fornitore, su un modello che ha fatto del testo multilingue quasi perfetto la sua promessa di lancio) più un grounding web che permette al testo che genera di riflettere fatti aggiornati.{{/3}} {{4}}Nessuna delle due affermazioni è del tutto indipendente, ed entrambi i modelli mostrano ancora fallimenti reali nei casi difficili — Nano Banana 2 è stato sorpreso a rovinare testo cinese e immagini di mappe nei test, e l'affermazione di accuratezza di GPT-Image-2 non è stata riprodotta da terzi.{{/4}} {{5}}Per layout ricchi di testo, la posizione onesta è che entrambi sono in testa alla classe, e la prova decisiva dovrebbero essere i tuoi stessi prompt, non i numeri di nessuno dei due fornitori.{{/5}}

Il compromesso onesto

Mettendo insieme le classifiche e le schede dei prezzi, la suddivisione è pratica, non basata sul prestigio. Se il lavoro è un asset hero — una composizione complessa, un poster multilingue, una foto di prodotto che deve essere la migliore immagine singola possibile — GPT-Image-2 è l'attuale leader indipendente, la sua anteprima con sfondo trasparente (20 agosto) elimina il passaggio del ritaglio, e la differenza di qualità in cima alla classifica è esattamente ciò per cui si paga un'immagine hero. Se il lavoro è volume — migliaia di render di prodotto coerenti, asset per il web, varianti A/B in cui costi e produttività dominano — il prezzo fisso per immagine di Nano Banana 2, la generazione in 4–6 secondi e la coerenza di personaggi/oggetti ne fanno il cavallo da lavoro, e il suo terzo posto in classifica è abbastanza vicino da far sì che la differenza si noti raramente su output per il web. L'errore è usare un cavallo da lavoro dove serve un asset hero, o pagare prezzi da hero per lavoro di volume.

Routing di entrambi

Questa è una delle poche situazioni in cui non devi scegliere, perché OrcaRouter instrada entrambi i modelli — GPT-Image-2 e Nano Banana 2, quest'ultimo con il suo identificativo tecnico google/gemini-3.1-flash-image-preview — attraverso la stessa chiave API con markup allo 0%, con prezzo di listino del provider applicato direttamente e failover automatico. La forma pratica che ne deriva è un problema di selezione del modello invece che di approvvigionamento: indirizza il lavoro ad alto valore e basso volume verso gpt-image-2 e quello ad alto volume e basso valore verso Nano Banana 2, cambia la stringa del modello quando cambia il tipo di lavoro, e lascia che un taglio di prezzo del fornitore su entrambi i lati venga applicato in tempo reale lo stesso giorno in cui viene annunciato. Quando i due migliori argomenti in una categoria hanno economie unitarie diverse e flussi di lavoro diversi, la mossa giusta è tenerli entrambi su un unico contratto e lasciare che sia il carico di lavoro a decidere per ogni chiamata.

In conclusione: GPT-Image-2 mantiene la corona della qualità e ha appena reso il suo output più componibile con l'anteprima dello sfondo trasparente; Nano Banana 2 detiene la corsia del volume con un prezzo fisso e la storia di coerenza più forte della categoria. Sono i due estremi del mercato dei modelli di immagine, sono entrambi degni di essere tenuti, e la decisione è per carico di lavoro: asset hero al leader, volume al cavallo da lavoro, e una chiave per entrambi.