
Nano Banana 2.1 vs GPT-Image-2.5: uno ha una classifica, l'altro ha un'etichetta
- openaiNUOVOOpenAI: GPT-6.1 Sol2026-09-2952Intelligenza
- anthropicNUOVOAnthropic: Claude Sonnet 5.52026-09-2856Intelligenza
- typesafeNUOVOTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 per 1M di token · 150 tok/s
- OpenAINUOVOOpenAI: GPT-6 Luna2026-09-2238Intelligenza
- OpenAINUOVOOpenAI: GPT-6 Sol2026-09-2248Intelligenza
- AnthropicNUOVOAnthropic: Claude Opus 5.52026-09-2258Intelligenza
- xAIGrok 4.72026-09-2146Intelligenza
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 per 1M di token · 127 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 per 1M di token · 1202 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-09-1040Intelligenza
- OpenAIOpenAI: GPT-6 Astra2026-09-0453Intelligenza77Codice
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241Intelligenza76Codice
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245Intelligenza76Codice
- AnthropicAnthropic: Claude Fable 5.12026-09-0153Intelligenza82Codice
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 per 1M di token · 53 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 per 1M di token · 202 tok/s
- z-aiZ.ai: GLM 5.3 Flash2026-08-2642Intelligenza72Codice
- DeepSeekDeepSeek: DeepSeek V4 Flash Vision (Exp)2026-08-21$0.22 / $0.66 per 1M di token · 229 tok/s
- z-aiZ.ai: GLM 5.32026-08-1845Intelligenza75Codice
- obsidianQwen3.8 27B2026-08-1534Intelligenza68Codice
Metti Nano Banana 2.1 e GPT-Image-2.5 fianco a fianco il 6 ottobre 2026 e il confronto onesto non è tra due modelli di immagini: è tra una voce in classifica e un'etichetta di menu. GPT-Image-2.5 è stato rilasciato l'8 settembre 2026 per ogni livello di ChatGPT, ChatGPT Work e Codex, con due identificatori API richiamabili, e Artificial Analysis li ha aggiunti entrambi alle sue classifiche tre giorni dopo. Nano Banana 2.1 esiste come stringa selezionabile all'interno del selettore di modelli di Flow e nient'altro: nessun annuncio, nessuna scheda modello, nessun identificatore, nessun prezzo, nessun punteggio. Se sei arrivato qui per scegliere tra i due, la risposta questa settimana è obbligata, perché uno dei due non è richiamabile. La domanda utile è cosa dovrebbe cambiare perché questo smetta di essere vero.
Lo stato di ogni lato, in un'unica passata
GPT-Image-2.5 è una famiglia, non un singolo checkpoint: GPT-Image-2.5 Flare porta l'identificatore gpt-image-2.5-flare ed è posizionato come il default veloce, mentre GPT-Image-2.5 Sunburst porta gpt-image-2.5-sunburst e richiede più tempo per generazione per un controllo delle modifiche più rigoroso. Entrambi sono arrivati all'API lo stesso giorno in cui è iniziato il lancio per i consumatori.
Nano Banana 2.1 è un incremento di 0,1 rispetto a Nano Banana 2, che è il nome con cui Google distribuisce Gemini 3.1 Flash Image. L'etichetta è stata avvistata per la prima volta come riferimento interno nella build web di Flow il 27 settembre, sostituendo una precedente stringa "Nano Banana 2.5 Flash", ed è diventata selezionabile nell'interfaccia il 5 ottobre. Da allora Google non ha più detto nulla al riguardo.
Quell'asimmetria è l'intero articolo. Tutto ciò che segue è o un numero misurato per GPT-Image-2.5 o un'assenza documentata per Nano Banana 2.1, e i due non si possono contrapporre l'uno all'altro.
Cosa dicono i rimbalzi — per la squadra che li conquista
Artificial Analysis ha valutato la coppia GPT-Image-2.5 l'11 settembre 2026, tre giorni dopo il lancio, il che rende questo confronto insolito per OpenAI: la generazione 2.5 non ha trascorso alcun periodo significativo come release basata solo sulle dichiarazioni del fornitore.
• Da testo a immagine — GPT-Image-2.5 Sunburst (max) Elo 1.197 e GPT-Image-2.5 Flare (max) Elo 1.191, primo e secondo in classifica; GPT-Image-2 (high) terzo a 1.172.
• Modifica immagini — GPT-Image-2.5 Sunburst (max) Elo 1.182 e GPT-Image-2.5 Flare (max) Elo 1.162, rispettivamente al primo e al secondo posto; MAI-Image-2.6 al terzo con 1.137.
• Costo come misurato — Artificial Analysis elenca entrambe le varianti di GPT-Image-2.5 a $210.70 per 1,000 immagini sulla propria scala di prezzo, contro $211.00 per il GPT-Image-2 (high) che sostituiscono.
• Listino prezzi per token di OpenAI — $8 per milione di token di input immagine e $30 per milione di token di output immagine, invariato rispetto a GPT-Image-2, senza alcuna cifra pubblicata per immagine.
Per Nano Banana 2.1, le righe corrispondenti non esistono. Non c'è un Elo perché nessuna classifica lo ha eseguito. Non c'è un prezzo perché Google non ne ha pubblicato alcuno. Non esiste nemmeno un elenco di risoluzioni o proporzioni, che ogni altro membro della famiglia Nano Banana ha documentato. Qualsiasi specifica tu legga per Nano Banana 2.1 in questo momento è stata dedotta dal suo nome.

Due di quelle righe decidono da sole l'esito dello scontro. La riga dell'identificatore API è il motivo per cui uno sviluppatore non può selezionare il modello di Google, e le righe Elo sono il motivo per cui il modello di OpenAI non deve più essere preso sulla fiducia — la classifica ha pubblicato i suoi numeri tre giorni dopo il lancio, il che è veloce per qualsiasi fornitore.
Il sostituto onesto: GPT-Image-2.5 vs il Nano Banana che puoi davvero chiamare
Se la scelta è reale anziché ipotetica, il lato Google è Nano Banana 2 — Gemini 3.1 Flash Image — perché è il modello con un identificatore (gemini-3.1-flash-image), una data di GA (28 maggio 2026, dopo il lancio consumer del 26 febbraio) e una posizione con punteggio.
Qualità — GPT-Image-2.5 Sunburst guida la classifica text-to-image a Elo 1.197; Nano Banana 2 si ferma a Elo 1.125. Sul fronte editing, Sunburst è a 1.182 contro il 1.108 di Nano Banana 2.
• Prezzo — GPT-Image-2.5 è il livello premium per le immagini di OpenAI, misurato da Artificial Analysis a circa 211 $ per 1.000 immagini; Nano Banana 2 è elencato a 67 $ per 1.000, con la tariffa di Google stessa di 60 $ per milione di token di output che corrisponde a circa 0,045 $ per immagine a 512px e 0,067 $ a 1024×1024.
• Superficie — GPT-Image-2.5 è il motore di immagini predefinito di ChatGPT su ogni piano; Nano Banana 2 è quello predefinito all'interno dell'app Gemini, e Google lo ha spinto in Search tramite Lens e AI Mode, in Flow e negli Ads.
• Funzionalità di coerenza — OpenAI afferma la fedeltà al riferimento attraverso modifiche sequenziali; Google afferma fino a cinque personaggi coerenti e quattordici oggetti nell'ambito di un flusso di lavoro. Entrambe sono descrizioni dei fornitori.
Questo è un autentico spread a tre vie, non a due: il nuovo modello di OpenAI vince sulla qualità misurata e costa all’incirca il triplo, mentre il modello di Google già in distribuzione vince sull’economia unitaria. Un Nano Banana 2.1 che colmasse il divario qualitativo senza spostare la linea di prezzo cambierebbe la forma di quel compromesso. Un Nano Banana 2.1 che si limitasse a eguagliare visivamente Nano Banana Pro — che è ciò a cui, stando a quanto riferito, somigliano i primi output di Flow — non lo farebbe, perché Nano Banana Pro totalizza già un punteggio inferiore a GPT-Image-2.5 su entrambe le classifiche (Elo 1.102 per testo-immagine, 1.099 per editing).

Perché "non possiamo ancora valutarlo" non è una scusa qui
I confronti di un modello non annunciato di solito si concludono con la promessa di un aggiornamento. Non è ciò che sta accadendo in questo caso, e la differenza merita di essere affermata chiaramente. Nano Banana 2.1 non è trapelato da un documento di ricerca né avvistato in un'integrazione di framework — è visibile nell'interfaccia di un prodotto Google già in distribuzione, il che significa che Google ne ha una build in esecuzione davanti agli utenti. L'assenza di ogni altro artefatto è quindi una lacuna di pubblicazione deliberata, non la prova che il modello sia lontano.
Finora la sequenza è la stessa che ha seguito Nano Banana 2 stesso: prima la superficie consumer, l'API per sviluppatori mesi dopo, con l'identificatore e la data di GA che arrivano insieme. Su quel modello, un avvistamento di Flow a ottobre implica un identificatore API qualche tempo dopo, e nulla nell'avvistamento ti dice quanto lungo sia l'intervallo.
Instradare entrambe le parti attraverso un unico endpoint
Il punto critico e concreto di questo confronto è che i modelli di immagini dei due fornitori si trovano dietro due rapporti commerciali diversi, e il divario tra ciò che ciascun fornitore ha rilasciato rende la cosa poco agevole. L'attuale famiglia di immagini di OpenAI è raggiungibile solo in parte tramite gli aggregatori — OrcaRouter include openai/gpt-image-2 e openai/gpt-image-1.5, ma non la coppia 2.5, quindi al momento i nuovi modelli OpenAI richiedono una chiave OpenAI diretta. Sul fronte Google il nostro catalogo include la linea di immagini Gemini, tra cui google/gemini-3.1-flash-image-preview e google/gemini-2.5-flash-image, al prezzo di listino di ciascun fornitoreapplicato senza alcun ricarico, ovvero con markup 0%.
Quello che ti offre in un confronto come questo è il failover piuttosto che uno sconto. Quando un fornitore rilascia una point release o sposta un modello tra i livelli, uno stack che chiama un unico endpoint può instradare verso qualunque modello di immagini sia al momento quello giusto per il carico di lavoro e eseguire automaticamente il failover se un provider peggiora — senza il secondo contratto, la seconda chiave e la migrazione che un'integrazione con un singolo fornitore implica. Nano Banana 2.1 non è su OrcaRouter, perché non è presente su nient'altro che un selettore di Flow. Quando diventerà un modello richiamabile, quella è la via attraverso cui arriverebbe.

Dove questo lascia una decisione
Se il tuo carico di lavoro richiede oggi la migliore qualità d'immagine misurata e il budget assorbe circa 211 $ per mille immagini, GPT-Image-2.5 Sunburst è il default difendibile — guida entrambe le classifiche di Artificial Analysis ed è completamente documentato. Se il tuo carico di lavoro è ad alto volume e sensibile al prezzo, Nano Banana 2 a 67 $ per mille è lo scambio migliore, ed è il modello Google che puoi effettivamente chiamare questa settimana.
Nano Banana 2.1 non è ancora una terza opzione. È una possibilità programmata, e l'unico modo disciplinato di trattarla è come un trigger: quando Google pubblicherà un identificatore, un prezzo e un primo punteggio indipendente, il confronto a tre di cui sopra si riduce a uno reale e la scelta cambia. Fino ad allora, trattare una voce di menu di Flow come concorrente di un modello già lanciato, con un punteggio e un prezzo, è il tipo di confronto che fa sbagliare le decisioni di procurement.
