MOSS-Image vs Nano Banana 2: Um tem data de encerramento, o outro não tem endpoint

Esta comparação tem uma propriedade incômoda que nenhum dos fornecedores divulga. N​ano Banana 2 — o nome de consumidor do G​emini 3.1 Flash Image, o identificador gemini-3.1-flash-image — tem uma data de desligamento daqui a doze dias. O changelog da API G​emini do G​oogle o deprecia em 29 de outubro de 2026, três semanas depois de o N​ano Banana 2.1 ter sido lançado em 6 de outubro por aproximadamente metade do preço por imagem. M​OSS-Image, lançado como pesos abertos Apache 2.0 em 16 de outubro de 2026, não tem data de desligamento porque não há nada para desligar: é um download de 27 GB que você mesmo executa, e nenhuma API comercial para ele foi publicada.

Então, a versão honesta deste confronto não é "qual é melhor". É uma comparação entre um modelo que está prestes a deixar de existir nos servidores de outra pessoa e um modelo que existirá nos seus enquanto você mantiver os arquivos. Esse enquadramento é mais útil do que uma ficha técnica, porque é exatamente a decisão que uma equipe está tomando este mês, e porque a questão de segunda ordem — o que substitui o N​ano Banana 2 — tem uma resposta que muda o preço pela metade.

Primeiro, com qual N​ano Banana você está realmente comparando

A nomenclatura do Google tem três camadas e as diferenças não são cosméticas.

N​ano Banana 2 é G​emini 3.1 Flash Image. O lançamento para consumidores começou em 26 de fevereiro de 2026 e a API para desenvolvedores alcançou disponibilidade geral em 28 de maio de 2026 sob gemini-3.1-flash-image. É o gerador de imagens padrão em todo o aplicativo G​emini, nas superfícies Lens e AI Mode da Pesquisa G​oogle, no Flow e no G​oogle Ads — o que é o fato que domina qualquer decisão de adoção, porque não é um modelo que seus usuários precisem ser convencidos a usar.

N​ano Banana Pro é o nível superior, e é o modelo que a OpenMOSS escolheu como referência de comparação em seu próprio relatório. Na tabela LongLongTextBench do fornecedor, N​ano Banana Pro marca 96,6 Mean-6 contra os 96,3 do M​OSS-Image — uma diferença de três décimos, que é a margem mais estreita da tabela e a que mais vale a pena entender.

O Nano Banana 2.1 é o que substitui o Nano Banana 2 em 6 de outubro. Ele não é o assunto aqui, mas é o destino, e sua existência define os termos: o aviso de descontinuação e o sucessor chegaram na mesma entrada do changelog.

A lacuna de três décimos, lida corretamente

O relatório do MOSS-Image é incomum por publicar uma tabela na qual um concorrente o supera. O LongLongTextBench é composto por 240 tarefas de renderização de texto literário — 120 em inglês, 120 em chinês, com um comprimento-alvo médio de 1.339,8 caracteres, aproximadamente onze vezes a média do LongTextBench — e o Mean-6 de 96,3 do MOSS-Image o coloca bem à frente do 64,9 do Qwen-Image-2512, com 97,1 em inglês e 92,4 em chinês no subconjunto de condição mais longa. Acima dele estão o GPT Image 2, com 99,0, e o Nano Banana Pro, com 96,6.

A diferença de três décimos entre M​OSS-Image e N​ano Banana Pro é menor do que a confiança que qualquer pessoa deveria ter em qualquer um dos números. Ambos foram produzidos por laboratórios diferentes em um benchmark de autoria da OpenMOSS, usando as próprias execuções do modelo da G​oogle feitas pelo laboratório. E o N​ano Banana 2 não é o modelo daquela linha — o nível Flash fica abaixo do Pro, então a leitura honesta é que o resultado de renderização de texto do M​OSS-Image está aproximadamente no nível premium da G​oogle em um teste escrito pelos autores do M​OSS-Image, enquanto o modelo com o qual você realmente o compararia em um processo de aquisição está um nível abaixo disso.

Onde o M​OSS-Image não chega perto de nada que o G​oogle lança é no layout. No 7Bench, o benchmark que o relatório também apresenta, o M​OSS-Image reporta uma IoU média de layout de 0,88 com uma AUC de Layout de 0,70. O N​ano Banana Pro está em 0,33 e 0,20 na mesma tabela. Se esses números sobreviverem à reprodução, o posicionamento preciso de objetos é uma capacidade que o M​OSS-Image possui e que nenhum modelo de imagem G​emini atualmente contesta. Eles não foram reproduzidos, e o mesmo laboratório escreveu a métrica.

O que o N​ano Banana 2 te oferece hoje, e pelos próximos doze dias

A ficha de capacidades é a de um generalista, e é a razão pela qual o modelo está em toda parte.

• Consistência — até cinco personagens e quatorze objetos mantidos estáveis ao longo de um fluxo de trabalho, o recurso em torno do qual toda a linha Nano Banana é vendida.

• Saída — até 4K em quatorze proporções de aspecto, incluindo os formatos extremos de 1:4 e 1:8 de que os formatos de banner e papel de parede precisam.

• Texto em imagens — renderização na própria imagem, incluindo tradução e localização com o layout preservado. Esta é a capacidade que mais se sobrepõe diretamente à proposta do MOSS-Image, e é a que o Google demonstrou no lançamento.

• Fundamentação — geração fundamentada na pesquisa na web e de imagens, em vez de apenas no prompt, o mesmo instinto arquitetural que a M​eta levou mais longe com o M​use Image.

• Controles — níveis de pensamento configuráveis que equilibram latência e raciocínio, além de marca d'água SynthID e metadados de proveniência C2PA em cada saída por padrão.

• Preço — saída cobrada a US$ 60 por milhão de tokens, que a própria documentação do G​oogle calcula como cerca de US$ 0,045 a 512px, US$ 0,067 a 1024×1024, US$ 0,101 a 2K e US$ 0,151 a 4K, com o modo em lote pela metade. Artificial Analysis o lista a US$ 67 por 1.000 imagens.

• Posição medida — Elo 1.125 no ranking de texto para imagem da Artificial Analysis e 1.108 no seu ranking de edição de imagem, em 6 de outubro de 2026.

Nada disso está em disputa. O que também é verdade é que, em 29 de outubro, o identificador deixa de funcionar, e o caminho a seguir é o N​ano Banana 2.1 — que a Artificial Analysis ainda não avaliou, que a G​oogle cobra cerca de metade, e que um artigo separado neste blog aborda em detalhes.

O que o MOSS-Image oferece a você, e o que ele pede em troca

A arquitetura é um transformador de difusão de fluxo único de 5B treinado do zero: 42 blocos conjuntos, largura oculta de 3.072, 24 cabeças com 128 dimensões, um feed-forward SiTU-GLU de 8.192 de largura e uma codificação de posição rotativa de quatro eixos cujo primeiro eixo é reservado para um índice de referência. O selo 5B exclui as partes custosas — um codificador de texto Qwen3.5-9B congelado e um VAE FLUX.2 congelado carregado do FLUX.2-klein-4B com 32 canais latentes, com patches latentes 2×2 sobre uma subamostragem de 8×, resultando em um passo efetivo de 16 pixels.

O prompt pode ser um objeto JSON. Caixas delimitadoras em coordenadas de pixel absolutas medidas a partir do centro da tela, cadeias de texto literais, observações de tipografia, tudo com bbox_format "yxyx". O limite do prompt é de 4.096 tokens no estágio final de pré-treinamento, as dimensões de saída devem ser múltiplos positivos de 16, e o guia recomenda um, um e meio ou dois megapixels, com uma faixa suportada de 512×512 a 4M. Os padrões de amostragem são flow-matching Euler com 50 passos, CFG 3.0, shift 5.0, com orientação skip-layer no ramo negativo na camada 22 — e o caminho de orientação padrão exige dois forwards do transformer por passo, e é por isso que 50 passos não é a configuração barata que parece.

O custo de entrada é real: cerca de 27,2 GB para o repositório SFT, dos quais aproximadamente 16,8 GB correspondem ao codificador de texto, além da sua própria GPU e do seu próprio trabalho de serving. A recompensa por isso é um modelo que você pode quantizar, ajustar com fine-tune, executar em ambiente isolado (air-gapped) e embarcar dentro de um produto comercial sem negociar licença, porque a Apache 2.0 cobre os pesos e o código do pipeline autônomo, sem limite de receita e sem anexo de uso aceitável.

Linha por linha

• Status — Nano Banana 2 está obsoleto, com desligamento em 29 de outubro de 2026; MOSS-Image foi lançado em 16 de outubro de 2026 como pesos abertos, sem mecanismo de descontinuação

• Acesso — N​ano Banana 2 por meio da API e das superfícies de consumo do G​oogle, e por plataformas de roteamento; M​OSS-Image ao fazer o download

• Preço — N​ano Banana 2 cerca de US$ 0,067 por imagem de 1024×1024 e US$ 0,151 em 4K, cobrado em tokens de saída, com lote pela metade do preço; M​OSS-Image grátis, com uma pegada de ~27,2 GB e o tempo da sua própria GPU

• Licença — {{1}}N​ano Banana 2{{/1}} é proprietário, somente API, sem pesos disponíveis; {{2}}M​OSS-Image{{/2}} é Apache 2.0 para pesos e código de pipeline autônomo

• Pontuação independente — N​ano Banana 2 com Elo 1.125 em texto para imagem e 1.108 em edição no Artificial Analysis; M​OSS-Image não tem entrada no Artificial Analysis e suas pontuações publicadas vêm de benchmarks escritos pelos próprios autores

• Renderização de texto — N​ano Banana Pro obtém 96,6 Mean-6 no LongLongTextBench, contra 96,3 do M​OSS-Image; o nível Flash não está nessa linha

• Controle de layout — MOSS-Image aceita layouts JSON em coordenadas de pixel absolutas relativas ao centro e reporta 0,88 de IoU médio no 7Bench; Nano Banana Pro reporta 0,33 na mesma tabela e o Google não publica nenhuma métrica de layout própria

• Referências — N​ano Banana 2 mantém até cinco personagens e catorze objetos consistentes em um único prompt; o condicionamento por referência do M​OSS-Image é um eixo posicional reservado que o fornecedor descreve como trabalho futuro, não um recurso já disponível

• Proveniência — O N​ano Banana 2 aplica watermarking SynthID e metadados C2PA a cada resultado por predefinição; o M​OSS-Image não possui qualquer camada de watermarking

• Ajuste fino — o MOSS-Image pode ser ajustado e quantizado, e quantizações da comunidade, um LoRA DMD de 4 etapas e uma variante destilada de 8 etapas surgiram em cerca de um dia; não se pode mexer no Nano Banana 2

Por que a descontinuação muda a resposta

Se N​ano Banana 2 e M​OSS-Image fossem ambos opções estáveis, a decisão seria comum: uma API a sete centavos por imagem contra um modelo auto-hospedado a seu próprio custo, com qualidade aproximadamente comparável em um benchmark de texto elaborado pelo fornecedor e com o layout pendendo decisivamente para o M​OSS-Image. A descontinuação rompe a simetria, e rompe-a nos dois sentidos.

Contra o N​ano Banana 2, o M​OSS-Image agora vence de forma incontestável o argumento da longevidade. Construir um pipeline em um modelo que tem um fim de vida anunciado para daqui a doze dias e um sucessor que você não avaliou é uma migração que você já agendou. Arquivos que você baixa não podem ser descontinuados por uma entrada de changelog. Isso não é um ponto retórico sobre abertura; é um fato de agendamento, e é o argumento mais forte que esta comparação produz.

Mas a depreciação também corta no sentido oposto, e essa é a parte que normalmente fica de fora. O Nano Banana 2.1 chegando por aproximadamente metade do preço significa que a alternativa ao MOSS-Image não é uma imagem de sete centavos — é uma imagem de três centavos e meio, e uma que o Google continuará aprimorando conforme o próprio cronograma, sem nenhum ônus operacional para você. O custo total de propriedade do MOSS-Image só supera isso se o seu tempo de GPU for barato, o seu volume for alto, ou se você precisar de uma das coisas que uma API estruturalmente não pode oferecer: ajuste fino, quantização, implantação em rede isolada (air-gapped) ou uma licença que você não precise renegociar.

O lado do OrcaRouter nisto, sem afirmações exageradas

Este é o único confronto no conjunto atual em que a história de roteamento é concreta e não hipotética, por isso vale a pena declará-la com precisão. O Nano Banana 2 é disponibilizado no nosso catálogo como google/gemini-3.1-flash-image-preview — embora, dado o desligamento de 29 de outubro, o sensato a fazer com esse endpoint neste mês seja um teste de migração, e não uma nova integração, e o sucessor seja acessível da mesma forma. O MOSS-Image não está no nosso catálogo e não o hospedamos; é um download, e nada aqui sugere o contrário.

Aquilo para que a combinação é realmente útil é para a decisão que está à sua frente. Se você quer saber se um MOSS-Image auto-hospedado produz resultados de texto e layout melhores do que o nível hospedado pelo qual você está pagando, você precisa dos dois números nos mesmos prompts, e a metade hospedada desse teste não deveria exigir um segundo contrato. Uma única chave de API, o preço de tabela do provedor repassado com 0% de margem, de modo que uma mudança de preço do Google entra em vigor aqui no mesmo dia, failover automático entre provedores, para que uma execução de comparação não morra por causa de uma tarde ruim de um único upstream, e uma DSL de roteamento que coloca ambos por trás de um único endpoint. Essa é toda a alegação, e ela para exatamente onde começaria a oferta de hospedar o MOSS-Image.

O que fazer nos próximos doze dias

Se você está usando o N​ano Banana 2 em produção, a tarefa imediata não tem nada a ver com o M​OSS-Image: você tem um identificador obsoleto, um sucessor pela metade do preço e um prazo. Execute novamente seu conjunto de avaliação contra o sucessor antes do dia 29 e decida com base em evidências, e não na redução de preço.

Se você estiver avaliando o M​OSS-Image, faça isso pelos dois motivos que sobrevivem à comparação. Primeiro, controle de layout — a diferença de 0,88 contra 0,33 no 7Bench é o único resultado nesse espaço que nenhuma solução hospedada atualmente contesta, e se posicionamento preciso é o seu problema, nenhum nível de API resolve isso. Segundo, permanência — pesos Apache 2.0 que não podem ser descontinuados, precificados ou restringidos pelo roadmap de ninguém além do seu.

Não adote o M​OSS-Image para renderização de texto. Ele é excelente nisso e não está à frente nisso: 96,3 fica abaixo dos 96,6 do N​ano Banana Pro e abaixo dos 99,0 do GPT Image 2 na própria tabela do fornecedor, e o modelo que você substituiria custa alguns centavos por imagem sem os 27 GB. O argumento a favor deste modelo é restrito, específico e real, e não é o argumento que sua tabela de benchmark foi feita para defender.

Duas coisas resolveriam a questão. Uma execução independente do LongLongTextBench ou do 7Bench feita por alguém que não seja a OpenMOSS, e o pull request do vLLM-Omni que adiciona o MOSS-Image com orientação por salto de camadas e está sendo mesclado em uma versão etiquetada — ele foi aberto em 14 de outubro, tem 3.605 linhas adicionadas em 25 arquivos e continua aberto, com o revisor pedindo evidências de paridade de saída contra uma referência fixada. Até que as duas coisas aconteçam, o resumo preciso é que o modelo da Google é o melhor generalista, mais barato de acessar e vai desaparecer em doze dias, enquanto o modelo da OpenMOSS faz uma coisa que ninguém mais faz, exige hardware e ainda poderá ser instalado quando o changelog que aposentou seu rival já tiver sido esquecido há muito tempo.

As falhas documentadas de IA e os incidentes com agentes por trás de lançamentos como este estão reunidos em o OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e sinalização de contestação.