MAI Image 2.7 Preview vs Nano Banana 2.1: cosa acquista davvero un vantaggio di 42 Elo

Quasi nessun numero del lancio di MAI Image 2.7 Preview è confrontabile con qualcosa. Il modello ha esordito il 27 ottobre 2026 con 1.193 Elo sulla classifica AA-Image-Editing v2.1 di Artificial Analysis, e la maggior parte dei modelli che vorresti mettergli a confronto è stata misurata settimane prima su una classifica che nel frattempo è cambiata. Nano Banana 2.1 è l'eccezione. Il modello di Google si trova sulla stessa versione della stessa classifica a 1.151, dalla stessa valutazione del 22 ottobre 2026: quindi 1.193 meno 1.151 è una sottrazione che puoi permetterti di fare. Il divario è di 42 Elo, ed è l'unico confronto diretto pulito che questo lancio ti offre.

Questo rende i due modelli la coppia naturale per la domanda che tutti si fanno davvero: vale la pena usare il miglior editor disponibile invece di quello buono più economico che include maschere, output 4K, {{1}}quattordici immagini di riferimento{{/1}} e un prezzo pubblicato? La risposta dipende da un calcolo che nessuno ha fatto sul taglio di prezzo di Nano Banana 2.1.

Perché questo confronto è l'unico equo sul tabellone

Le classifiche non sono termometri. Sono popolazioni in movimento — i modelli entrano, i modelli vengono deprecati, i voti si accumulano — e un punteggio ha senso solo in relazione agli altri numeri registrati nella stessa rilevazione. È questa la trappola nella maggior parte della copertura del lancio di 2.7. Il grafico di Microsoft stesso colloca 2.7 a 1.193, GPT Image 2.5 Sunburst a 1.199, GPT Image 2.5 Flare a 1.182, MAI-Image-2.6 a 1.151, Krea 3 Ultra a 1.151, Nano Banana 2.1 a 1.151, MAI-Image-2.6-Flash a 1.144 e GPT Image 2 a 1.136 — tutti dalla stessa esecuzione di AA-Image-Editing v2.1, ed è questo che rende l'intero grafico citabile. Sei punti Elo separano 2.7 dalla vetta, e quei sei punti rientrano nel rumore che una classifica a voti ciechi può muovere in una settimana.

Ciò che non è rumore è la forma della distribuzione. Tra 1.136 e 1.199 si trovano otto modelli di quattro laboratori, tutti entro 63 punti. Nell’editing, la frontiera è affollata, e 42 punti — il divario tra 2.7 e Nano-Banana-2.1 — sono circa due terzi dell’intera dispersione degli otto migliori. È una separazione reale all’interno di un campo compresso, ed è anche abbastanza piccola da permettere a un carico di lavoro specifico di invertirla.

Linee delle specifiche, con le lacune contrassegnate

• Rilascio — Nano Banana 2.1 è arrivato il 6 ottobre 2026, sostituendo Nano Banana 2 e posizionandosi sotto Nano Banana Pro nella linea di Google; MAI Image 2.7 Preview è arrivato il 27 ottobre 2026.

• Ambito — Nano Banana 2.1 genera e modifica, basato su Gemini 3.6 Flash; 2.7 è solo modifica, con la generazione da testo a immagine promessa ma non ancora rilasciata.

• Output — Nano Banana 2.1 offre 1K, 2K e 4K con rapporti d'aspetto da 1:8 a 8:1; Microsoft non ha pubblicato alcuna risoluzione per 2.7.

• Riferimenti — fino a quattordici per Nano Banana 2.1, suddivisi in quattro personaggi e dieci oggetti mantenuti coerenti; non pubblicati per la 2.7.

• Controllo — Nano Banana 2.1 supporta la modifica locale basata su maschere, in cui si dipinge una regione e cambia solo quella regione, oltre a tre livelli di pensiero; Microsoft descrive i punti di forza di 2.7 in base al caso d'uso — restyling, riilluminazione, modifiche a testo e simboli — senza un'interfaccia a maschera pubblicata.

• Prezzo — Nano Banana 2.1 costa $0.0336 per immagine a 1K, $0.0504 a 2K e $0.113 a 4K tramite l'API Gemini, con i job batch a metà prezzo; per 2.7 non è pubblicata alcuna tariffa.

• Accesso — Nano Banana 2.1 è nell'app Gemini, in AI Studio, nell'API Gemini, nella Modalità AI di Search, in Google Ads, Flow e Stitch; la 2.7 è in MAI Playground, Arena e Artificial Analysis, senza API e senza alcuna scheda su Foundry.

Il quadro che ne ricaveresti non è vicino su nulla, tranne che sul punteggio. Quindi è meglio che il punteggio valga molto.

Il famoso taglio di prezzo del 50% è più piccolo di quanto sembri

Il messaggio di punta di Google per Nano Banana 2.1 era che l'output delle immagini costa la metà di prima: 30 dollari per milione di token di output, contro i 60 di prima. È vero, e per la pura generazione da testo a immagine si tratta all'incirca di un dimezzamento, perché la maggior parte del conto è dato dall'output.

La modifica è una forma diversa di richiesta. Una modifica trasporta l'immagine di origine come token di input oltre a produrre un'immagine in output, e Google ha aumentato i prezzi di input nello stesso momento — da $0,50 a $1,50 per milione di token, un triplicamento. L'output di testo e ragionamento è passato da $3 a $7,50 per milione. Quindi il risparmio effettivo su una modifica non è del 50%; è la differenza tra due costi lineari, e cambia segno quando il lato input diventa sufficientemente grande.

Mettilo come una disuguaglianza. Siano I i token di input e O i token di output per una richiesta. La vecchia richiesta costava 0,5I + 60O e quella nuova costa 1,5I + 30O. Il nuovo prezzo è più conveniente esattamente quando 1,5I + 30O < 0,5I + 60O, che si semplifica in I < 30O: l'input deve restare sotto trenta volte l'output. È un margine generoso per una modifica da 1K e molto più stretto per una modifica da 4K con un ampio set di riferimento, perché le immagini di riferimento sono input e un output da 4K non è trenta volte il numero di token dei riferimenti che l'hanno prodotto.

La conseguenza pratica: se il tuo carico di lavoro è "un'immagine sorgente in ingresso, un'immagine di dimensioni simili in uscita" — il che descrive la maggior parte delle pipeline di foto prodotto e ritocco — il prezzo delle modifiche di Nano Banana 2.1 è sensibilmente migliore di quello del suo predecessore, ma non dimezzato, e una pipeline 4K con quattro o cinque riferimenti potrebbe non beneficiare quasi per nulla della riduzione. Se il tuo carico di lavoro è la generazione solo da prompt, ottieni il dimezzamento completo, e la modalità batch lo dimezza ulteriormente.

Dove si manifesterebbero i 42 punti Elo, se mai dovessero farlo

Il dettaglio per categoria di Microsoft è più utile del punteggio complessivo, perché indica da dove è arrivato il guadagno. Tra MAI-Image-2.6 e 2.7, le modifiche basate sul ragionamento sono salite dal settimo al primo posto, le modifiche di scena e stile dal settimo al primo e le modifiche di testo o simboli dal sesto al primo. Il vantaggio singolo più ampio è di 24 Elo in scena e stile rispetto al secondo modello migliore. Si tratta di dichiarazioni del fornitore sulle categorie di Artificial Analysis, e lo schema è coerente: 2.7 è migliorato nelle modifiche che richiedono un giudizio sull'intera immagine anziché una riparazione locale.

Le debolezze documentate di Nano Banana 2.1 sono quasi il negativo fotografico di tutto ciò. La scheda del modello di Google ammette testo piccolo sfocato a 1K, occasionali confusioni tra sinistra e destra, una somiglianza imperfetta dei personaggi e capacità limitate di ragionamento 3D e di fattualità. La confusione tra sinistra e destra è un errore di ragionamento spaziale; il testo piccolo sfocato a 1K è un errore dipendente dalla risoluzione. Nessuno dei due è il tipo di errore che un scene-relight migliora.

Quindi la lettura onesta dei 42 Elo è che sono concentrati dove Microsoft dice che lo sono: restyling dell'intera immagine, riluminazione, testo integrato in una composizione esistente e modifiche che richiedono al modello di capire la relazione tra oggetti e luce. Se il tuo lavoro assomiglia a questo, è probabile che il divario sia visibile. Se il tuo lavoro consiste nel mascherare un oggetto in una foto di prodotto e inserirne un altro, non stai testando l'asse su cui 2.7 è leader, e una maschera che riesci davvero a disegnare vale più di un punteggio.

La questione della maschera è quella che decide.

Questa è la differenza meno affascinante e quella che più spesso risolve un'integrazione reale. L'editing basato su maschere implica che un essere umano ha già deciso cosa cambia; il compito del modello è rendere la modifica nativa. È per questa divisione del lavoro che gli strumenti di editing nelle pipeline di produzione sono revisionabili: chi revisiona può vedere la regione dipinta e giudicare solo quella regione.

MAI Image 2.7 Preview, come documentato, accetta un'istruzione e un'immagine. La descrizione di Microsoft dell'insieme di funzionalità — ridefinire lo stile della scena, modificare il testo, ripristinare l'asset — è interamente guidata dalle istruzioni, senza alcun parametro di maschera pubblicato, senza controllo del bounding box e senza alcun limite massimo documentato per le immagini di riferimento. Potrebbe benissimo accettare maschere; semplicemente non esiste un'interfaccia pubblicata su cui programmare, il che, per uno sviluppatore, è lo stesso problema.

Per un direttore creativo che lavora immagine per immagine, l'approccio guidato dalle istruzioni è più rapido e spesso migliore. Per una pipeline che deve produrre una traccia di audit, una maschera non è un optional.

Dove si trova ciascuno e quanto ti costa raggiungerlo

Nano Banana 2.1 è uno dei modelli di immagini più ampiamente distribuiti al mondo: l'API Gemini, AI Studio, l'app Gemini, la modalità AI di Search, Google Ads, Flow e Stitch. La distribuzione non è una specifica, ma determina quanto lavoro di integrazione fai prima di scoprire se il modello è adatto.

MAI Image 2.7 Preview è in tre punti, due dei quali sono superfici di valutazione. È una scelta deliberata per un'anteprima, ed è anche un muro: un team che vuole testare i 42 Elo sui propri asset deve farlo manualmente in un browser, un'immagine alla volta, e non può automatizzare l'esperimento tramite script.

Sul fronte dei prezzi c'è un elemento tecnico concreto che vale la pena conoscere. OrcaRouter offre la linea di immagini di Google al prezzo di listino del fornitore con 0% di ricarico — Nano Banana 2 a 0,15 $ per richiesta e Nano Banana Pro a 0,24 $ oggi — così una variazione di prezzo del fornitore arriva dalla nostra parte lo stesso giorno in cui arriva a Google, anziché attendere una rinegoziazione. Se poi venga aggiunto anche 2.1 è una decisione di catalogo, non di prezzo; quando lo sarà, la tariffa di output dimezzata è quella che ti verrà addebitata, perché non c'è nulla tra te e il prezzo di listino.

La regola decisionale

Se le tue modifiche sono giudizi sull'intera immagine — rilumina questa scena, cambia lo stile di questa stanza, metti un nuovo testo su questo cartello e fallo sembrare stampato — usa MAI Image 2.7 Preview in Arena o Playground questa settimana e confrontalo con Nano Banana 2.1 su dieci delle tue immagini. È esattamente l'asse su cui 2.7 rivendica il suo vantaggio di 24 punti, e il confronto alla cieca è l'unico test che si trasferisce.

Se le tue modifiche sono locali e specificate — sostituisci questa etichetta, rimuovi questo cavo, estendi questo sfondo — Nano Banana 2.1 vince sulla capacità di dire con precisione cosa deve cambiare, a 0,0336 $ per un output 1K, con il 4K disponibile quando la destinazione lo richiede e quattordici immagini di riferimento quando la coerenza di brand lo richiede. I 42 Elo non hanno mai occasione di contare, perché non stai ponendo la domanda a cui rispondono.

Se oggi ti serve un editor in una pipeline e nessuno dei due ti descrive, i modelli su quella board sono quelli con interfacce pubblicate. MAI Image 2.7 Preview sarà un'opzione davvero interessante il giorno in cui ne avrà una; la leaderboard ti ha già detto cosa aspettarti, e l'unica cosa che manca è la possibilità di scoprirlo di persona.