Ming-Image-0.1-Design vs Nano Banana 2: Il layer che ti viene restituito

Chiedi a un designer cosa va storto dopo che l'immagine è stata generata e la risposta non è quasi mai l'immagine. È che l'immagine generata è piatta. Ogni elemento è saldato a ogni altro elemento, quindi il titolo non può essere spostato, il logo non può essere sostituito, lo sfondo non può essere ricolorato, e l'intera cosa deve essere rigenerata da un prompt per cambiare una sola parola. Ming-Image-0.1-Design, pubblicato in sordina dal team inclusionAI di Ant Group il 17 settembre 2026 con licenza MIT, è costruito attorno a questo problema: 6,15 miliardi di parametri, output RGBA nativo e un repository complementare che prende un design appiattito e lo restituisce come livelli separati. Nano Banana 2 — la Gemini 3.1 Flash Image del fornitore, disponibile in generale dal 28 maggio 2026 e instradabile oggi come google/gemini-3.1-flash-image-preview — risolve una metà diversa dello stesso problema, e la differenza tra le due metà è ciò che decide quale delle due appartiene alla tua pipeline.

In cosa è davvero bravo Nano Banana 2, e quanto costa

Il modello di Google è quello con un prezzo pubblicato e un track record produttivo, ed entrambe le cose vale la pena dichiararle con precisione proprio perché sono il motivo per cui le persone vi ricorrono.

• Prezzo — circa $0,067 per immagine 1024×1024, $0,101 a 2048×2048 e circa $0,151 all'estremità 4K, con modalità batch a circa la metà di tali cifre e input di testo fatturato separatamente a $0,25 per milione di token. Ciò corrisponde a circa $101 per mille immagini 2K, prevedibile al dollaro prima di generare qualsiasi cosa.

• Output — fino a 4K, con preimpostazioni di proporzioni che includono gli estremi 1:4 e 1:8 richiesti dai formati social e banner, e coerenza riportata da Google su cinque personaggi e quattordici oggetti.

• Provenienza — ogni output porta il watermarking SynthID, che è una funzione di conformità più che di qualità ed è il genere di cosa sulla quale una revisione legale si interroga prima che lo faccia una revisione di progettazione.

• Grounding — può cercare sul web durante la generazione, ed è così che gestisce una richiesta che dipende da un fatto che non ha memorizzato.

Niente di tutto ciò è una storia di trasparenza. Nano Banana 2 restituisce un'immagine, e l'immagine è l'intero artefatto.

Cosa restituisce invece Ming-Image-0.1-Design

La model card è insolitamente specifica per una release non annunciata, e le specifiche sono tutte orientate al lavoro di design piuttosto che alla fotografia. L'inferenza consigliata è 2048×2048 — o 1024 quando si vuole velocità — a 12 passi di campionamento, classifier-free guidance a 1.0, BF16 ovunque, su una singola GPU CUDA da 80 GiB. I pesi sono tutti safetensors BF16, il repository è di circa 71,5 GB distribuiti tra connector/, mllm/, mlp/, scheduler/, transformer/ e vae/, e non c'è alcun model_index.json — il percorso documentato è git clone del repository di inferenza e python infer.py, con vLLM-Omni indicato per il deployment e un modello visione-linguaggio separato (Ling-3.0-flash-VL o qwen3.8-27B) indicato per il miglioramento del prompt.

L'output RGBA è la prima metà della risposta al problema dell'immagine piatta. La seconda metà è Ming-Image-0.1-Design-Layer, un repository separato con il proprio tag di pipeline (image-text-to-image), 6.154.908.736 parametri, la stessa licenza MIT e un solo compito: prendere un'immagine di design appiattita più un piano di livelli e restituire N livelli RGBA. Viene eseguito a 1024 nel suo bucket predefinito, 512 per la velocità, 12 step, guidance a 2.0, con flash_attention_2. La sua scheda mostra i risultati del test set Crello come immagine anziché come tabella, quindi non c'è un numero da citare — che è lo stato onesto delle prove e vale la pena dirlo chiaramente.

Metti insieme questi due fatti e la natura del compromesso è chiara. Nano Banana 2 ti dà un'immagine finale migliore con meno lavoro. Ming-Image-0.1-Design ti dà un'immagine che puoi ancora smontare in seguito, e ti dà la scomposizione in livelli come secondo modello da eseguire quando ne hai bisogno.

Il consiglio, leggi attentamente.

Ming-Image-0.1-Design si posiziona primo nella Artificial Analysis Text to Image Leaderboard per il design UI/UX nella classifica open-weights, con un Elo di 1.082, davanti a Ideogram 4.0 (Quality) a 1.052, Ideogram 4.0 a 1.015, HunyuanImage 3.0 Instruct a 1.005, FLUX.2 [dev] a 1.000, FLUX.2 [dev] Flash a 999 e FLUX.2 [dev] Turbo a 994. Il testo che stiamo leggendo è quello riprodotto sulla scheda del modello stesso ed è contraddistinto dal marchio Artificial Analysis.

Due avvertenze che cambiano quanto peso ha. È una classifica filtrata per i modelli open-weights, quindi un modello hosted come Nano Banana 2 non è idoneo e la sua assenza non è una sconfitta. E un Elo basato su preferenze cieche è una media su una platea, non un test del tuo prompt — dice che una giuria ha preferito questi output, non che il modello imposterà il tuo titolo nel carattere tipografico giusto.

La posizione di Nano Banana 2 è misurata sulle board ospitate e sui dati pubblicati da Google stesso, e le due cose non dovrebbero essere confuse tra loro. È presente sulle board dalla primavera, che è il dato più utile in questo caso: ha avuto mesi di traffico indipendente, mentre la release di Ming non ne ha avuto alcuno.

Dove finiscono davvero i soldi e il rischio

La differenza di prezzo non è una differenza di grado. Nano Banana 2 è a consumo e quindi prevedibile: mille immagini 2K costano circa 101 $, e la complessità non cambia molto il conto, perché l'output delle immagini viene tokenizzato in modo prevedibile. Ming-Image-0.1-Design non ha alcun prezzo in hosting, perché non esiste un endpoint in hosting — il costo è il tempo della tua GPU rispetto a un download da 71,5 GB su una scheda da 80 GiB, e il confronto onesto non è 101 $ contro gratis, ma 101 $ contro una cifra ammortizzata che devi calcolare da solo.

Questo è l'unico punto di questo confronto in cui un livello di routing fa qualcosa di concreto anziché di retorico. L'anteprima immagini di Gemini che serve Nano Banana 2 è sul nostro endpoint, e vi è al prezzo di listino del provider, senza alcun ricarico — quindi se Google modifica la tariffa per immagine, il numero dalla nostra parte si aggiorna lo stesso giorno anziché al rinnovo contrattuale successivo. Il failover automatico tra provider è la seconda metà di questo meccanismo: una route può portare traffico di produzione su un modello con mesi di storico approvato dal board mentre una release open-weights non annunciata viene valutata accanto ad esso, il che significa che la valutazione non si trova mai sul percorso critico e un pomeriggio storto da una parte o dall'altra non diventa un'interruzione del servizio. Questa è una configurazione reale, ed è la configurazione che questa particolare coppia di modelli richiede.

Nessuno dei due modelli è la scelta predefinita sicura, per ragioni diverse

Ming-Image-0.1-Design è stato caricato il 17 settembre 2026 senza alcun annuncio, nota di rilascio, limitazioni dichiarate e con un contatore di download che al momento della scrittura segnava zero. La posizione in classifica sopra è l'unica misurazione indipendente esistente. Tutto il resto — throughput sulla tua scheda, come si comporta al di sopra di una manciata di immagini di riferimento, se il canale alfa è pulito ai bordi di un ritaglio — non è misurato pubblicamente, e nessuna terza parte ne ha scritto.

Nano Banana 2 ha il profilo opposto. Ha punteggi indipendenti, un prezzo pubblico, una licenza commerciale e SynthID, e non ti restituirà un livello. Se il tuo flusso di lavoro si ferma a "l'immagine è giusta", non è un costo. Se il tuo flusso di lavoro prosegue oltre, dentro uno strumento di impaginazione, è tutto il costo.

• Serve un PNG trasparente o un design che puoi scomporre — Ming-Image-0.1-Design è l'unico dei due, e il companion Layer è il motivo per guardarlo invece che la sua posizione in classifica.

• Ti serve un prezzo prevedibile per immagine, output 4K, formati insoliti e watermark di provenienza — Nano Banana 2, a circa $0.067 per 1K immagini, e si trova sullo stesso endpoint di tutto il resto che chiami.

• Devi vendere ciò che ne esce — la licenza MIT di Ming-Image-0.1-Design lo permette, cosa insolita per un rilascio di immagini del 2026, e vale la pena verificarla rispetto alla tua posizione legale invece di darla per scontata.

• Devi poter verificare uno dei due prima di impegnarti — solo uno dei due può esserlo, ed è quello senza annuncio.

La cosa da tenere d'occhio non è un benchmark. È se il repository Layer si rivelerà la metà utile di questa release. La scomposizione in layer è il passaggio in cui il lavoro di progettazione generato smette di essere un'immagine e inizia a essere un asset, e se quel modello fa ciò che la sua card implica, il problema dell'immagine piatta è la parte di questo confronto che invecchierà più in fretta.