Gemini Nano Banana 2.1 vs Qwen Image 3.0: un pareggio a 1K, una divergenza a 2K

Metti Gem​ini Nano Banana 2.1 e Qw​en Image 3.0 su un listino prezzi e il primo numero è divertente: un'immagine 1K del più recente modello di immagini Gem​ini costa $0,0336, e una generazione 1K da Qw​en Image 3.0 su Model Studio costa $0,03438. Sette centesimi di centesimo di differenza. Due laboratori ai lati opposti del mondo, che pubblicano in valute diverse per piattaforme diverse, sono arrivati allo stesso prezzo per la cosa che la maggior parte delle persone compra davvero. La parità si rompe nel momento in cui passi al 2K — $0,0504 contro $0,0688, un divario del 36% a favore di Gem​ini — e si rompe di nuovo in modo diverso quando noti che Qw​en fattura l'input immagine e l'input di editing come contatori separati, mentre Nano Banana 2.1 no. Quale di questi due fatti decida la tua build dipende interamente da quante volte la tua pipeline tocca un'immagine prima di consegnarne una.

Sono anche più diversi di quanto il prezzo suggerisca. Nano Banana 2.1 è diventato disponibile a livello generale il 6 ottobre 2026 come modello API ospitato, con una scadenza di migrazione di 23 giorni collegata al suo predecessore. Qwen Image 3.0 è stato lanciato sulla piattaforma Qwen AI di Alibaba il 5 agosto 2026 con i livelli Standard e Pro e le API contemporaneamente, e raggiunge gli sviluppatori internazionali tramite Qwen Cloud e Alibaba Cloud Model Studio. Uno è un modello di un laboratorio di frontiera occidentale con prezzo per token immagine; l'altro è un modello di piattaforma cinese con prezzo per immagine, con un budget di concorrenza pubblicato e un listino prezzi nazionale e internazionale che non concordano tra loro.

Le due schede tariffe, riga per riga

Nano Banana 2.1 viene fatturato in token, con una conversione per immagine pubblicata a parte. L'output costa 30 $ per milione di token immagine, che Google converte in 0,0336 $, 0,0504 $ e 0,0756 $ rispettivamente per 1K, 2K e 4K, con i conteggi di token per immagine indicati come 1.120, 1.680 e 2.520. L'input costa 1,50 $ per milione di token tra testo, immagini e video. L'output in batch è la metà: 0,0168 $, 0,0252 $ e 0,0378 $. Non esiste un contatore separato per rimandare in input un'immagine: un'immagine che passi come input viene conteggiata una volta sola, alla tariffa dei token di input.

Qwen Image 3.0 è disponibile in due livelli su un listino prezzi cloud cinese. Standard è RMB 0,18 per immagine sia a 1K che a 2K, con input immagine a RMB 0,02 e input di modifica a RMB 0,02 per immagine. Pro è RMB 0,25 a 1K e RMB 0,50 a 2K. Su Qwen Cloud international il livello Standard prevede $0,003 di input e $0,03 di output per immagine. Su Alibaba Cloud Model Studio, in USD, i dati pubblicati sono $0,00275 per input a 1K, $0,03438 per generazione a 1K, $0,068761 per generazione a 2K, $0,04 per output a 1K e $0,075 per output a 2K. Anche il throughput è pubblicato: 10 richieste concorrenti, una coda asincrona di 200 richieste e 20 richieste al minuto.

• Generazione 1K — Gemini Nano Banana 2.1 $0.0336; Qwen Image 3.0 Standard $0.03438 su Model Studio. Di fatto un pareggio.

• Generazione 2K — Nano Banana 2.1 $0.0504; Qwen Image 3.0 Standard $0.068761. Google costa il 36% in meno.

• 4K — Nano Banana 2.1 $0,0756 ed è un livello documentato; la voce Model Studio di Qwen Image 3.0 limita i pixel totali a 2048×2048, quindi non c'è alcuna riga 4K da confrontare.

• Input immagine — Nano Banana 2.1 lo conteggia alla tariffa di $1,50 per milione di input; Qwen Image 3.0 lo misura separatamente a $0,00275 per 1K di input, con l'input di modifica addebitato a 0,02 RMB nel mercato interno.

• Batch — Nano Banana 2.1 dimezza tutto tramite la Batch API con tempi di elaborazione fino a 24 ore; la leva dichiarata di Qwen Image 3.0 è una coda asincrona di 200 anziché un livello di sconto.

• Throughput — Qwen Image 3.0 pubblica 10 concorrenti, 200 in coda, 20 RPM; Google non ne pubblica nessuno di questi per Nano Banana 2.1.

• Sul mercato interno — Qwen Image 3.0 Standard costa 0,18 RMB per immagine nel listino prezzi cinese; Nano Banana 2.1 non ha una fascia per il mercato interno cinese perché Google non ne vende una.

Due di quelle righe contano più delle altre. La riga 4K è un gap di capacità, non di prezzo — se ti serve un output 4K, la voce Model Studio di Qwen Image 3.0 non entra affatto in discussione. E la riga dell'input immagine è il punto in cui le due filosofie di fatturazione divergono nettamente, il che merita una sezione a sé perché è la parte che non compare in un prezzo di facciata.

Perché il secondo passaggio cambia la matematica

Una generazione in un unico passaggio è il caso facile, e su un singolo passaggio questi due sono intercambiabili quanto a prezzo. Il lavoro reale sulle immagini raramente si svolge in un unico passaggio. Un tipico flusso di lavoro di editing genera un candidato, rimette in input un'immagine di riferimento per una correzione, rimette di nuovo in input l'immagine corretta per un passaggio di stile e solo allora la rilascia. Ognuno di quei ritorni è un input immagine.

Su Nano Banana 2.1 quell'input viene conteggiato alla tariffa generale di input insieme al prompt testuale, e l'editing conversazionale del modello è progettato esplicitamente per questo: l'editing multi-turno tramite un'interazione precedente è una funzionalità documentata, e la modalità thinking porta avanti la conversazione. Su Qwen Image 3.0 lo stesso ciclo viene conteggiato su una linea dedicata pubblicata dal fornitore: input immagine a $0,00275 per 1K su Model Studio, 0,02 RMB per immagine come input di editing sul mercato interno. Nessuno dei due è costoso per chiamata. La differenza è che il sistema di conteggio di Qwen rende il costo delle iterazioni visibile come voce separata, mentre quello di Google lo ingloba nei token di input, e un team che pianifica il budget partendo dalla cifra per immagine in evidenza sottovaluterà il flusso di lavoro in tre passaggi su entrambe le piattaforme.

Fai i calcoli onestamente e la guida pratica è noiosa ma reale. Al prezzo 1K sono uguali, quindi il prezzo non è il motivo per scegliere l'uno o l'altro. A 2K, Nano Banana 2.1 è sensibilmente più economico per generazione e offre inoltre un livello batch che lo dimezza di nuovo. Se ti serve il 4K, non c'è alcun confronto da fare. Se ti serve un budget di concorrenza pubblicato su cui pianificare una coda, Qwen Image 3.0 ne pubblica uno e Nano Banana 2.1 no. Questa è la forma della decisione: riguarda soprattutto la risoluzione e la garanzia di throughput di cui hai bisogno, non il prezzo al livello che tutti citano.

Che cosa viene misurato, e per chi

L'asimmetria delle prove qui va nella direzione opposta a quanto ci si potrebbe aspettare. Qwen Image 3.0 ha una collocazione indipendente e Nano Banana 2.1, a un giorno di vita, no. Nella classifica text-to-image di Artificial Analysis, dai campioni raccolti a luglio 2026, Qwen-Image-3.0 si colloca a Elo 1.077 al sedicesimo posto su 5.816 campioni e Qwen-Image-3.0-Pro a 1.088 al quattordicesimo su 6.077 — a metà classifica, con un buon numero di campioni, più o meno dove si posiziona un solido modello di piattaforma che non uno di frontiera. La dichiarazione di lancio di Alibaba stessa, secondo cui il modello avrebbe conquistato il primo posto in Cina nella classifica text-to-image di Arena.ai, è un dato riportato dal fornitore su una classifica diversa con una popolazione di votanti diversa; non contraddice la collocazione su Artificial Analysis, misura semplicemente qualcos'altro.

La parte del registro contabile che riguarda Nano Banana 2.1 è più scarna. Non esistono Elo, conteggio dei voti né confronti di rendering di terze parti nella documentazione pubblica alla data del 7 ottobre 2026. Ciò che esiste è il linguaggio del changelog di Google — "miglioramenti significativi" nella qualità visiva, nell'aderenza ai prompt, nella coerenza dei personaggi su più turni e nel rendering del testo — e le modifiche documentate alle funzionalità: output in 1K, 2K e 4K senza il livello da 512px, fino a 14 immagini di riferimento suddivise in dieci oggetti e quattro personaggi, modalità thinking attiva per impostazione predefinita e grounding di Google Image Search insieme alla ricerca web. Se oggi vuoi confrontare questi due sulla qualità, stai confrontando il punteggio misurato di metà classifica di un modello con la dichiarazione di un fornitore dell'altro modello, e non sono lo stesso tipo di numero.

Dove puoi chiamare ciascuno di loro

Nessuno dei due modelli è su OrcaRouter, e vale la pena dirlo chiaramente invece di lasciar intendere il contrario. Gemini Nano Banana 2.1 è disponibile tramite l'API del fornitore stesso e da diverse piattaforme di terze parti; Qwen Image 3.0 è disponibile tramite la propria piattaforma e diverse piattaforme di terze parti. Il nostro catalogo include effettivamente altri modelli di immagini — quello di OpenAI, openai/gpt-image-2 e google/gemini-3.1-flash-image-preview tra questi — e 207 modelli in totale dietro un unico endpoint compatibile con OpenAI.

Questo conta per questo confronto per una ragione specifica: entrambi questi fornitori cambiano i loro numeri. Google ha spostato l'intera struttura a livelli del predecessore di Nano Banana 2.1 e ha annunciato una dismissione lo stesso giorno; Alibaba pubblica un listino in RMB per la piattaforma nazionale, un secondo in USD per Model Studio e un terzo insieme di cifre per Qwen Cloud internazionale. Quando il prezzo di un fornitore è un bersaglio mobile, il valore di acquistare tramite uno strato che trasferisce il prezzo di listino del fornitore a un ricarico dello 0% sta nel fatto che il numero dalla tua parte si muove lo stesso giorno in cui si muove dalla loro, senza alcun margine tra te e la cifra pubblicata e senza un contratto separato da rinegoziare. È questa la disciplina su cui si fonda il routing di OrcaRouter, ed è il motivo per cui un confronto tra listini come questo resta valido un mese dopo invece di andare alla deriva.

Quale scegliere davvero

Scegli Gemini Nano Banana 2.1 quando hai bisogno di output in 4K, quando vuoi un livello batch che dimezza il costo per immagine per i passaggi di riferimento su larga scala, quando il flusso di lavoro prevede la modifica basata su prompt con fino a 14 immagini di riferimento, o quando vuoi il grounding su Google Search all'interno della generazione. La scadenza di migrazione del suo predecessore è un motivo per passare a esso, non un motivo per evitarlo, e il calo di prezzo rispetto a Nano Banana 2 è all'incirca un dimezzamento a ogni risoluzione. Le questioni aperte sono l'assenza di qualsiasi misurazione indipendente della qualità e i limiti di throughput non pubblicati; per questo un percorso di produzione dovrebbe essere pronto al failover anziché dare per scontato che l'endpoint tenga.

Scegli Qwen Image 3.0 quando l'output resta pari o inferiore a 2048×2048, quando un budget di concorrenza pubblicato conta perché stai accodando lavoro, quando il listino cinese a RMB 0,18 per immagine è il numero commercialmente rilevante, o quando il prezzo più alto del tier Pro ti dà qualcosa che la tua valutazione può dimostrare. Il posizionamento indipendente a metà classifica non è un punto debole per questo utilizzo — è il singolo dato più affidabile in questo confronto, perché è l'unico numero qui che nessuno dei due fornitori ha prodotto.

Se hai il lusso di un bake-off, fallo sulla dimensione che in realtà differisce: la modifica multi-pass. Genera un candidato, poi esegui tre correzioni successive su ciascun modello, e conta il costo totale dell'immagine accettata anziché il costo del primo rendering. È il confronto che nessun listino prezzi dei fornitori esegue per te, ed è quello che decide se un "pareggio" a 1K è davvero un pareggio.