MOSS-Image vs Nano Banana 2: uno ha una data di disattivazione, l'altro non ha un endpoint

Questo confronto presenta una proprietà scomoda che nessuno dei due fornitori pubblicizza. Nano Banana 2 — il nome commerciale di Google per Gemini 3.1 Flash Image, l'identificatore gemini-3.1-flash-image — ha una data di dismissione tra dodici giorni. Il changelog dell'API Gemini di Google lo depreca il 29 ottobre 2026, tre settimane dopo l'uscita di Nano Banana 2.1 il 6 ottobre, a circa la metà del prezzo per immagine. MOSS-Image, rilasciato con pesi aperti Apache 2.0 il 16 ottobre 2026, non ha una data di dismissione perché non c'è nulla da dismettere: è un download da 27 GB che esegui tu stesso, e nessuna API commerciale per esso è stata pubblicata.

Quindi la versione onesta di questo confronto non è «quale sia migliore». È un paragone tra un modello che sta per smettere di esistere sui server di qualcun altro e un modello che esisterà sui tuoi finché conserverai i file. Questa impostazione è più utile di una scheda tecnica, perché è esattamente la decisione che un team sta prendendo questo mese, e perché la domanda di secondo livello — cosa sostituisce N​ano Banana 2 — ha una risposta che dimezza il prezzo.

Innanzitutto, con quale N​ano Banana ti stai effettivamente confrontando

La denominazione di Google ha tre livelli e le differenze non sono solo di facciata.

N​ano Banana 2 è G​emini 3.1 Flash Image. Il rollout per i consumatori è iniziato il 26 febbraio 2026 e l'API per sviluppatori ha raggiunto la disponibilità generale il 28 maggio 2026 con gemini-3.1-flash-image. È il generatore di immagini predefinito in tutta l'app G​emini, nelle superfici Lens e AI Mode di G​oogle Search, in Flow e in G​oogle Ads — un fatto che domina qualsiasi decisione di adozione, perché non è un modello che i tuoi utenti devono essere persuasi a usare.

Nano Banana Pro è il modello di fascia superiore, ed è quello che OpenMOSS ha scelto come termine di paragone nel proprio report. Nella tabella LongLongTextBench del fornitore, Nano Banana Pro ottiene 96,6 Mean-6 contro il 96,3 di MOSS-Image — un divario di tre decimi, il margine più stretto della tabella e quello che più merita di essere compreso.

Nano Banana 2.1 è ciò che sostituisce Nano Banana 2 il 6 ottobre. Non è l'argomento qui, ma è la destinazione, e la sua esistenza stabilisce i termini: l'avviso di deprecazione e il successore sono arrivati nella stessa voce del changelog.

Il divario di tre decimi, letto correttamente

Il report di MOSS-Image è insolito perché pubblica una tabella in cui un concorrente lo batte. LongLongTextBench è composto da 240 attività di rendering di testi letterari — 120 in inglese, 120 in cinese, con una lunghezza target media di 1.339,8 caratteri, circa undici volte la media di LongTextBench — e il Mean-6 di 96,3 di MOSS-Image lo colloca nettamente al di sopra del 64,9 di Qwen-Image-2512, con 97,1 in inglese e 92,4 in cinese sul sottoinsieme delle condizioni più lunghe. Al di sopra si trovano GPT Image 2 a 99,0 e Nano Banana Pro a 96,6.

Il margine di tre decimi tra MOSS-Image e Nano Banana Pro è inferiore alla fiducia che chiunque dovrebbe riporre in uno qualunque dei due numeri. Entrambi sono stati prodotti da laboratori diversi su un benchmark creato da OpenMOSS, utilizzando le esecuzioni del modello di Google realizzate dal laboratorio stesso. E Nano Banana 2 non è il modello in quella riga — la fascia Flash si colloca sotto Pro, quindi la lettura onesta è che il risultato di MOSS-Image nel rendering del testo è approssimativamente al livello della fascia premium di Google in un test scritto dagli autori di MOSS-Image, mentre il modello con cui lo confronteresti effettivamente in un processo di approvvigionamento è una fascia al di sotto.

Dove MOSS-Image non si avvicina a nulla che Google rilasci è il layout. Su 7Bench, il benchmark che il report introduce anch'esso, MOSS-Image riporta un IoU medio del layout di 0,88 con un Layout AUC di 0,70. Nano Banana Pro è a 0,33 e 0,20 nella stessa tabella. Se quei numeri superano la riproduzione, il posizionamento preciso degli oggetti è una capacità che MOSS-Image possiede e che nessun modello di immagini Gemini attualmente contesta. Non sono stati riprodotti, e lo stesso laboratorio ha scritto la metrica.

Ciò che N​ano Banana 2 ti offre oggi, e per altri dodici giorni

La scheda delle capacità è quella di un generalista, ed è il motivo per cui il modello è ovunque.

• Coerenza — fino a cinque personaggi e quattordici oggetti mantenuti stabili durante un flusso di lavoro, la funzionalità su cui si vende l'intera linea N​ano Banana.

• Output — fino a 4K su quattordici rapporti d'aspetto, comprese le forme estreme 1:4 e 1:8 necessarie ai formati banner e wallpaper.

• Testo nelle immagini — rendering in-immagine che include traduzione e localizzazione con layout preservato. Questa è la capacità che si sovrappone più direttamente alla proposta di MOSS-Image, ed è quella che Google ha mostrato al lancio.

• Grounding — generazione fondata sulla ricerca web e di immagini anziché sul solo prompt, lo stesso istinto architetturale che M​eta ha spinto oltre con M​use Image.

• Controlli — livelli di pensiero configurabili che bilanciano latenza e ragionamento, oltre a watermarking SynthID e metadati di provenienza C2PA su ogni output per impostazione predefinita.

• Prezzo — output fatturato a $60 per milione di token, che la documentazione di Google stessa indica in circa $0,045 a 512px, $0,067 a 1024×1024, $0,101 a 2K e $0,151 a 4K, con la modalità batch a metà prezzo. Artificial Analysis lo riporta a $67 per 1.000 immagini.

• Posizione misurata — Elo 1.125 nella classifica text-to-image di Artificial Analysis e 1.108 nella sua classifica di image editing al 6 ottobre 2026.

Niente di tutto ciò è in discussione. È anche vero che il 29 ottobre l'identificatore smette di funzionare, e la strada da percorrere è N​ano Banana 2.1 — che Artificial Analysis non ha ancora valutato, che G​oogle fa pagare circa la metà, e che un articolo separato su questo blog tratta in dettaglio.

Cosa ti offre M​OSS-Image e cosa chiede in cambio

L'architettura è un transformer di diffusione single-stream da 5B addestrato da zero: 42 blocchi congiunti, larghezza nascosta 3.072, 24 teste da 128 dimensioni, un feed-forward SiTU-GLU da 8.192 unità e una codifica posizionale rotativa a quattro assi il cui primo asse è riservato a un indice di riferimento. Il badge 5B esclude le parti costose — un text encoder Qwen3.5-9B congelato e un VAE FLUX.2 congelato caricato da FLUX.2-klein-4B a 32 canali latenti, con patch latenti 2×2 su un downsampling 8× che danno uno stride effettivo di 16 pixel.

Il prompt può essere un oggetto JSON. Bounding box in coordinate in pixel assolute misurate dal centro della tela, stringhe di testo letterali, note tipografiche, il tutto conbbox_format "yxyx". Il limite del prompt è di 4.096 token nella fase finale di pre-addestramento, le dimensioni dell'output devono essere multipli positivi di 16, e la guida consiglia uno, uno e mezzo o due megapixel con un intervallo supportato da 512×512 a 4M. I valori predefiniti di campionamento sono flow-matching Euler a 50 passaggi, CFG 3.0, shift 5.0, con skip-layer guidance sul ramo negativo al layer 22 — e il percorso di guidance predefinito richiede due forward del transformer per passaggio, ed è per questo che 50 passaggi non è l'impostazione economica che sembra.

Il costo di ingresso è reale: circa 27,2 GB per il repository SFT, di cui all'incirca 16,8 GB sono l'encoder di testo, più la tua GPU e il tuo lavoro di servizio. La ricompensa è un modello che puoi quantizzare, fare fine-tuning, eseguire in modalità air-gapped e distribuire all'interno di un prodotto commerciale senza negoziare una licenza, perché Apache 2.0 copre i pesi e il codice della pipeline autonoma senza soglie di fatturato e senza allegati sull'uso accettabile.

Non vedo il testo da tradurre. Inviami il messaggio che vuoi farmi tradurre in italiano, includendo i relativi marcatori di span, e provvederò a restituirlo con i marcatori intatti.

• Stato — N​ano Banana 2 è deprecato con disattivazione il 29 ottobre 2026; M​OSS-Image è stato rilasciato il 16 ottobre 2026 come pesi aperti senza alcun meccanismo di deprecazione

• Accesso — N​ano Banana 2 tramite l'API e le interfacce consumer di G​oogle, e tramite piattaforme di routing; M​OSS-Image scaricandolo

• Prezzo — N​ano Banana 2 circa 0,067 $ per immagine 1024×1024 e 0,151 $ in 4K, fatturato in token di output, in batch a metà prezzo; M​OSS-Image gratuito con un footprint di ~27,2 GB e il tuo tempo GPU

• Licenza — N​ano Banana 2 è proprietario, solo API, senza pesi disponibili; M​OSS-Image è Apache 2.0 per i pesi e il codice della pipeline standalone

• Punteggio indipendente — N​ano Banana 2 a Elo 1.125 per testo-immagine e 1.108 per editing su Artificial Analysis; M​OSS-Image non ha una voce su Artificial Analysis e i suoi punteggi pubblicati provengono da benchmark scritti dai suoi stessi autori

• Rendering del testo — N​ano Banana Pro ottiene 96,6 Mean-6 su LongLongTextBench contro il 96,3 di M​OSS-Image; il livello Flash non è presente in quella riga

• Controllo del layout — MOSS-Image accetta layout JSON in coordinate pixel assolute relative al centro e riporta 0,88 IoU medio su 7Bench; N​ano Banana Pro riporta 0,33 sulla stessa tabella e G​oogle non pubblica alcuna metrica di layout propria

• Riferimenti — N​ano Banana 2 mantiene coerenti fino a cinque personaggi e quattordici oggetti in un unico prompt; il condizionamento di riferimento di M​OSS-Image è un asse posizionale riservato che il fornitore descrive come lavoro futuro, non come funzionalità già rilasciata

• Provenienza — N​ano Banana 2 applica il watermarking SynthID e i metadati C2PA a ogni output per impostazione predefinita; M​OSS-Image non include alcun livello di watermarking

• Fine-tuning — M​OSS-Image può essere sottoposto a fine-tuning e quantizzato, e quantizzazioni della comunità, una LoRA DMD a 4 step e una variante distillata a 8 step sono comparse nel giro di circa un giorno; N​ano Banana 2 non può essere toccato

Perché la deprecazione cambia la risposta

Se N​ano Banana 2 e M​OSS-Image fossero entrambe opzioni stabili, la decisione sarebbe ordinaria: un'API a sette centesimi per immagine contro un modello self-hosted a costo proprio, con una qualità all'incirca comparabile su un benchmark testuale redatto dal fornitore e con il layout che andrebbe decisamente a M​OSS-Image. La deprecazione rompe la simmetria, e la rompe in entrambe le direzioni.

Contro N​ano Banana 2, M​OSS-Image ora vince nettamente la tesi della longevità. Costruire una pipeline su un modello che ha una fine vita annunciata tra dodici giorni e un successore che non hai misurato è una migrazione che hai già pianificato. I file che scarichi non possono essere deprecati da una voce di changelog. Non è un argomento retorico sull'apertura; è un fatto di pianificazione, ed è l'argomento più forte in assoluto che questo confronto produce.

Ma la deprecazione taglia anche dall'altro lato, e questa è la parte che di solito viene tralasciata. L'arrivo di N​ano Banana 2.1 a circa metà del prezzo significa che l'alternativa a M​OSS-Image non è un'immagine da sette centesimi — è un'immagine da tre centesimi e mezzo, e per giunta una che G​oogle continuerà a migliorare secondo i propri tempi, senza alcun onere operativo per te. Il costo totale di proprietà di M​OSS-Image batte quel valore solo se il tuo tempo di GPU costa poco, il tuo volume è alto, oppure hai bisogno di una delle cose che un'API strutturalmente non può darti: fine-tuning, quantizzazione, deployment air-gapped, o una licenza che non devi rinegoziare.

Il lato OrcaRouter di questo, senza fare affermazioni eccessive

Questo è l'unico confronto nell'insieme attuale in cui la storia del routing è concreta anziché ipotetica, quindi vale la pena enunciarla con precisione. Nano Banana 2 è servito nel nostro catalogo come google/gemini-3.1-flash-image-preview — anche se, considerata la dismissione del 29 ottobre, la cosa sensata da fare con quell'endpoint questo mese è un test di migrazione, non una nuova integrazione, e il successore è raggiungibile allo stesso modo. MOSS-Image non è nel nostro catalogo e non lo ospitiamo; è un download, e nulla di quanto detto qui implica il contrario.

Ciò per cui la combinazione è davvero utile è la decisione che hai davanti. Se vuoi sapere se una M​OSS-Image self-hosted produce un output di testo e layout migliore rispetto al tier hosted che stai pagando, ti servono entrambi i numeri sugli stessi prompt, e la metà hosted di quel test non dovrebbe richiedere un secondo contratto. Una sola chiave API, il prezzo di listino del provider passato con markup 0%, così un movimento di prezzo di G​oogle è live qui lo stesso giorno, failover automatico tra provider, così un'esecuzione di confronto non muore per un pomeriggio storto di un upstream, e un DSL di routing che mette entrambi dietro un unico endpoint. Questa è l'intera affermazione, e si ferma esattamente dove inizierebbe l'offerta di ospitare M​OSS-Image.

Cosa fare nei prossimi dodici giorni

Se usi N​ano Banana 2 in produzione, il compito immediato non ha nulla a che fare con M​OSS-Image: hai un identificatore deprecato, un successore a metà prezzo e una scadenza. Riesegui il tuo set di valutazione rispetto al successore prima del 29 e decidi in base alle prove, non in base al taglio di prezzo.

Se stai valutando M​OSS-Image, fallo per le due ragioni che sopravvivono al confronto. Primo, il controllo del layout — il divario di 0,88 contro 0,33 su 7Bench è l'unico risultato in questo ambito che nessun servizio hosted attualmente contesta, e se il posizionamento preciso è il tuo problema, nessun livello API lo risolve. Secondo, la permanenza — pesi Apache 2.0 che non possono essere deprecati, messi a pagamento o limitati da nessuna roadmap altrui se non la tua.

Non adottare MOSS-Image per il rendering del testo. È eccellente in questo, ma non è in testa: 96,3 si colloca sotto il 96,6 di Nano Banana Pro e sotto il 99,0 di GPT Image 2 nella tabella dello stesso fornitore, e il modello che andresti a sostituire costa pochi centesimi per immagine, senza alcuno dei 27 GB. La tesi a favore di questo modello è limitata, specifica e reale, e non è la tesi che la sua tabella di benchmark è costruita per sostenere.

Due cose risolverebbero la questione. Un'esecuzione indipendente di LongLongTextBench o 7Bench da parte di qualcuno che non sia OpenMOSS, e la pull request di vLLM-Omni che aggiunge MOSS-Image con skip-layer guidance e sta confluendo in una release taggata — è stata aperta il 14 ottobre, conta 3.605 righe aggiunte su 25 file, ed è ancora aperta con il revisore che chiede prove di parità di output rispetto a un riferimento fissato. Finché non accadranno entrambe, il riassunto accurato è che il modello di Google è il generalista migliore, più economico da raggiungere, e scomparirà tra dodici giorni, mentre il modello di OpenMOSS fa una cosa che nessun altro fa, richiede hardware, e sarà ancora installabile quando il changelog che ha mandato in pensione il suo rivale sarà dimenticato da tempo.

I fallimenti documentati dell'IA e gli incidenti degli agenti dietro release come questa sono raccolti nell'OrcaRouter AI Incident Archive, dove ogni voce riporta le proprie fonti, gravità, grado di confidenza e flag di contestazione.