MAI Image 2.7 Preview vs Nano Banana 2.1: O que 42 pontos Elo realmente compram

Quase todo número no lançamento do MAI Image 2.7 Preview é impossível de comparar com qualquer coisa. O modelo estreou em 27 de outubro de 2026 com 1.193 Elo no ranking AA-Image-Editing v2.1 da Artificial Analysis, e a maioria dos modelos que você gostaria de colocar em comparação com ele foi medida semanas antes em um ranking que mudou desde então. O Nano Banana 2.1 é a exceção. O modelo do Google está na mesma versão do mesmo ranking, com 1.151, da mesma avaliação de 22 de outubro de 2026 — portanto, 1.193 menos 1.151 é uma subtração que você pode fazer. A diferença é de 42 Elo, e é o único confronto direto limpo que este lançamento oferece.

Isso faz dos dois modelos o par natural para a pergunta que todo mundo realmente tem: vale a pena usar o melhor editor do ranking em vez do mais barato e bom que já vem com máscaras, saída em 4K, catorze imagens de referência e um preço divulgado? A resposta, no fim das contas, depende de um cálculo que ninguém fez sobre a redução de preço do Nano Banana 2.1.

Por Que Esta Comparação É a Única Justa no Quadro

Leaderboards não são termômetros. São populações em movimento — modelos entram, modelos são descontinuados, votos se acumulam — e uma pontuação só faz sentido em relação aos outros números registrados na mesma rodada. Essa é a armadilha na maior parte da cobertura do lançamento do 2.7. O próprio gráfico da Microsoft coloca o 2.7 em 1.193, o GPT Image 2.5 Sunburst em 1.199, o GPT Image 2.5 Flare em 1.182, o MAI-Image-2.6 em 1.151, o Krea 3 Ultra em 1.151, o Nano Banana 2.1 em 1.151, o MAI-Image-2.6-Flash em 1.144 e o GPT Image 2 em 1.136 — todos da mesma execução do AA-Image-Editing v2.1, que é o que torna o gráfico inteiro citável. Seis pontos Elo separam o 2.7 do topo, e esses seis pontos estão dentro do ruído que um painel de votação cega pode variar em uma semana.

O que não é ruído é a forma da distribuição. Entre 1.136 e 1.199 estão oito modelos de quatro laboratórios, todos dentro de 63 pontos. Na edição, a fronteira está congestionada, e 42 pontos — a diferença entre 2.7 e Nano-Banana-2.1 — correspondem a cerca de dois terços de toda a dispersão dos oito primeiros. É uma separação real dentro de um campo comprimido, e também é pequena o suficiente para que uma carga de trabalho específica possa invertê-la.

Linhas de especificação, com as lacunas marcadas

• Lançamento — O Nano Banana 2.1 chegou em 6 de outubro de 2026, substituindo o Nano Banana 2 e ficando abaixo do Nano Banana Pro na linha do Google; o MAI Image 2.7 Preview chegou em 27 de outubro de 2026.

• Escopo — O Nano Banana 2.1 gera e edita, com base no Gemini 3.6 Flash; o 2.7 é apenas para edição, com geração de imagem a partir de texto prometida, mas não lançada.

• Saída — Nano Banana 2.1 oferece 1K, 2K e 4K com proporções de aspecto de 1:8 a 8:1; a Microsoft não publicou nenhuma resolução para 2.7.

• Referências — até catorze para o Nano Banana 2.1, divididas em quatro personagens e dez objetos mantidos consistentes; não publicadas para a 2.7.

• Controle — O Nano Banana 2.1 oferece suporte a edição local baseada em máscara, em que você pinta uma região e apenas essa região é alterada, além de três níveis de pensamento; a Microsoft descreve os pontos fortes do 2.7 por caso de uso — reestilização, reiluminação, edições de texto e símbolos — sem nenhuma interface de máscara publicada.

• Preço — Nano Banana 2.1 custa US$ 0,0336 por 1 mil imagens, US$ 0,0504 em 2K e US$ 0,113 em 4K por meio da API Gemini, com trabalhos em lote pela metade do preço; a versão 2.7 não tem tarifa publicada.

• Acesso — Nano Banana 2.1 está no app Gemini, AI Studio, na API Gemini, no Modo IA da Pesquisa, Google Ads, Flow e Stitch; 2.7 está no MAI Playground, Arena e Artificial Analysis, sem API e sem listagem no Foundry.

A tabela que você tiraria disso não está próxima em nada, exceto no placar. Então é melhor que o placar valha muito.

O famoso corte de preço de 50% é menor do que parece

A manchete do Google para o Nano Banana 2.1 foi que a saída de imagens custa metade do que custava: US$ 30 por milhão de tokens de saída, abaixo dos US$ 60. Isso é verdade, e para texto para imagem puro é aproximadamente uma redução pela metade, porque a maior parte da conta é a saída.

Edição é um formato diferente de solicitação. Uma edição carrega a imagem de origem como tokens de entrada, além de produzir uma imagem como saída, e o Google aumentou os preços de entrada ao mesmo tempo — de US$ 0,50 para US$ 1,50 por milhão de tokens, um triplo. A saída de texto e raciocínio passou de US$ 3 para US$ 7,50 por milhão. Portanto, a economia real em uma edição não é de 50%; é a diferença entre dois custos lineares, e muda de sinal quando o lado da entrada fica grande o suficiente.

Coloque isso como uma inequação. Sejam I os tokens de entrada e O os tokens de saída para uma requisição. A requisição antiga custava 0,5I + 60O e a nova custa 1,5I + 30O. O novo preço é mais barato exatamente enquanto 1,5I + 30O < 0,5I + 60O, o que simplifica para I < 30O: a entrada tem de ficar abaixo de trinta vezes a saída. Essa é uma margem generosa para uma edição de 1K e bem mais estreita para uma edição de 4K com um grande conjunto de referências, porque as imagens de referência são entrada e uma saída de 4K não corresponde a trinta vezes a contagem de tokens das referências que a produziram.

A consequência prática: se sua carga de trabalho é "entra uma imagem de origem, sai uma imagem de tamanho semelhante" — o que descreve a maioria dos pipelines de fotos de produtos e retoque —, o preço de edição do Nano Banana 2.1 é materialmente melhor que o do seu antecessor, mas não pela metade, e um pipeline 4K com quatro ou cinco referências pode quase não ver a redução. Se sua carga de trabalho é geração apenas por prompt, você obtém a redução total pela metade, e o modo em lote a reduz pela metade novamente.

Onde os 42 Elo apareceriam, se aparecerem

O detalhamento por categoria da Microsoft é mais útil do que sua pontuação geral, porque indica de onde veio o ganho. Entre MAI-Image-2.6 e 2.7, as edições baseadas em raciocínio subiram do sétimo para o primeiro lugar, as edições de cena e estilo do sétimo para o primeiro, e as edições de texto ou símbolos do sexto para o primeiro. A maior vantagem isolada é de 24 Elo em cena e estilo sobre o segundo melhor modelo. Essas são declarações do fornecedor sobre as categorias da Artificial Analysis, e o padrão é coerente: a 2.7 melhorou nas edições que exigem um julgamento sobre a imagem como um todo, e não um reparo local.

As fraquezas publicadas do Nano Banana 2.1 são quase o negativo fotográfico disso. A própria ficha do modelo do Google admite texto pequeno borrado em 1K, confusão ocasional entre esquerda e direita, semelhança imperfeita de personagens e raciocínio 3D e factualidade limitados. A confusão entre esquerda e direita é uma falha de raciocínio espacial; texto pequeno borrado em 1K é uma falha dependente de resolução. Nenhuma delas é o tipo de erro que um relight de cena melhora.

A leitura honesta dos 42 Elo é que ele está concentrado onde a Microsoft diz que está: reestilização da imagem inteira, reiluminação, texto integrado a uma composição existente e edições que exigem que o modelo entenda como objetos e luz se relacionam. Se o seu trabalho se parece com isso, a diferença provavelmente será visível. Se o seu trabalho consiste em mascarar um objeto de uma foto de produto e inserir outro, você não está testando o eixo no qual o 2.7 lidera, e uma máscara que você consegue desenhar de fato vale mais do que uma pontuação.

A Questão da Máscara É a Que Decide Isso

Esta é a diferença menos glamorosa e a que mais frequentemente resolve uma integração real. A edição baseada em máscara significa que uma pessoa já decidiu o que muda; o trabalho do modelo é fazer com que a alteração pareça nativa. É essa divisão de trabalho que torna as ferramentas de edição em pipelines de produção revisáveis: um revisor pode ver a região pintada e avaliar apenas essa região.

MAI Image 2.7 Preview, conforme documentado, recebe uma instrução e uma imagem. A descrição da Microsoft do conjunto de recursos — reestilizar a cena, alterar o texto, restaurar o ativo — é orientada por instruções do início ao fim, sem parâmetro de máscara publicado, sem controle de caixa delimitadora e sem máximo documentado de imagens de referência. É bem possível que aceite máscaras; simplesmente não há interface publicada para programar, o que, para um desenvolvedor, é o mesmo problema.

Para um diretor de criação que trabalha imagem por imagem, a abordagem por instruções é mais rápida e, muitas vezes, melhor. Para um pipeline que precisa gerar uma trilha de auditoria, uma máscara não é apenas um extra desejável.

Onde Cada Um Vive, e Quanto Custa para Você Chegar Até Ele

O Nano Banana 2.1 é um dos modelos de imagem mais amplamente distribuídos do mundo: a API Gemini, o AI Studio, o app Gemini, o Modo IA da Pesquisa, o Google Ads, o Flow e o Stitch. Distribuição não é uma especificação, mas determina quanto trabalho de integração você faz antes de descobrir se o modelo se encaixa.

O MAI Image 2.7 Preview está em três lugares, dois dos quais são superfícies de avaliação. Essa é uma escolha deliberada para uma prévia, e também é uma barreira: uma equipe que queira testar o 42 Elo com seus próprios ativos precisa fazer isso manualmente em um navegador, uma imagem por vez, e não consegue automatizar o experimento por script.

Do lado dos preços, há um detalhe concreto de infraestrutura que vale a pena conhecer. O OrcaRouter oferece a linha de imagens do Google ao preço de tabela do provedor com 0% de margem — Nano Banana 2 a US$ 0,15 por requisição e Nano Banana Pro a US$ 0,24 hoje — então uma mudança de preço do fornecedor chega ao nosso lado no mesmo dia em que chega ao da Google, em vez de esperar por uma renegociação. Se o próprio 2.1 será adicionado é uma decisão de catálogo, não de preços; quando for, a tarifa de saída reduzida pela metade é o que será cobrado de você, porque não há nada entre você e o preço de tabela.

A Regra de Decisão

Se as suas edições são julgamentos da imagem como um todo — reiluminar esta cena, reestilizar esta sala, colocar um novo texto nesta placa e fazê-lo parecer impresso — use o MAI Image 2.7 Preview no Arena ou no Playground esta semana e compare-o com o Nano Banana 2.1 em dez das suas próprias imagens. É exatamente nesse eixo que o 2.7 alega ter 24 pontos de vantagem, e a comparação às cegas é o único teste que realmente se transfere.

Se as suas edições forem locais e especificadas — substituir esta etiqueta, remover este cabo, ampliar este fundo — o Nano Banana 2.1 vence pela capacidade de dizer com precisão o que deve mudar, a $0.0336 por uma saída em 1K, com 4K disponível quando o destino precisar dele e catorze imagens de referência quando a consistência da marca precisar delas. Os 42 Elo nunca chegam a ter importância, porque não está a fazer a pergunta a que eles respondem.

Se você precisa de um editor em um pipeline hoje e nenhuma dessas opções descreve você, os modelos naquele ranking são os que têm interfaces publicadas. O MAI Image 2.7 Preview será uma opção genuinamente interessante no dia em que tiver uma; o ranking já lhe disse o que esperar dele, e a única coisa que falta é a possibilidade de descobrir por conta própria.