Gemini Nano Banana 2.1 vs Qwen Image 3.0: Um empate em 1K, uma divisão em 2K

Coloque Gem​ini Nano Banana 2.1 e Qw​en Image 3.0 em uma tabela de preços e o primeiro número é curioso: uma imagem 1K do mais novo modelo de imagem Gem​ini custa US$ 0,0336, e uma geração 1K do Qw​en Image 3.0 no Model Studio custa US$ 0,03438. Sete centésimos de centavo de diferença. Dois laboratórios em lados opostos do mundo, publicando em moedas diferentes para plataformas diferentes, chegaram ao mesmo preço para aquilo que a maioria das pessoas realmente compra. O empate se desfaz no momento em que você passa para 2K — US$ 0,0504 contra US$ 0,0688, uma diferença de 36% a favor do Gem​ini — e se desfaz de forma diferente de novo quando você percebe que o Qw​en cobra entrada de imagem e entrada de edição como medidores separados, enquanto o Nano Banana 2.1 não faz isso. Qual desses dois fatos decide o que você vai construir depende inteiramente de quantas vezes seu pipeline toca uma imagem antes de entregá-la.

Eles também são mais diferentes do que o preço sugere. O Nano Banana 2.1 ficou disponível em geral em 6 de outubro de 2026 como um modelo de API hospedado, com um prazo de migração de 23 dias atrelado ao seu antecessor. O Qwen Image 3.0 foi lançado na plataforma Qwen AI da Alibaba em 5 de agosto de 2026, com níveis Standard e Pro e APIs ao mesmo tempo, e chega a desenvolvedores internacionais por meio do Qwen Cloud e do Alibaba Cloud Model Studio. Um é um modelo de laboratório de fronteira ocidental com preço por token de imagem; o outro é um modelo de plataforma chinês com preço por imagem, com um orçamento de simultaneidade publicado e uma tabela de tarifas nacional e internacional cujos valores não coincidem entre si.

As duas tabelas de tarifas, linha por linha

O Nano Banana 2.1 é cobrado em tokens, com uma conversão por imagem publicada em conjunto. A saída custa US$ 30 por milhão de tokens de imagem, o que o Google converte em US$ 0,0336, US$ 0,0504 e US$ 0,0756 para 1K, 2K e 4K, respectivamente, com as contagens de tokens por imagem indicadas como 1.120, 1.680 e 2.520. A entrada custa US$ 1,50 por milhão de tokens em texto, imagem e vídeo. A saída em lote custa metade: US$ 0,0168, US$ 0,0252 e US$ 0,0378. Não há um medidor separado para reenviar uma imagem como entrada — uma imagem que você passa como entrada é contada à tarifa de tokens de entrada, apenas uma vez.

O Qwen Image 3.0 vem em dois níveis numa tabela de preços de nuvem chinesa. O Standard custa RMB 0.18 por imagem, tanto em 1K como em 2K, com entrada de imagem a RMB 0.02 e entrada de edição a RMB 0.02 por imagem. O Pro custa RMB 0.25 em 1K e RMB 0.50 em 2K. No Qwen Cloud internacional, o nível Standard custa $0.003 de entrada e $0.03 de saída por imagem. No Alibaba Cloud Model Studio, em USD, os valores publicados são $0.00275 por entrada de 1K, $0.03438 por geração de 1K, $0.068761 por geração de 2K, $0.04 por saída de 1K e $0.075 por saída de 2K. A taxa de transferência também é publicada: 10 solicitações simultâneas, uma fila assíncrona de 200 solicitações e 20 solicitações por minuto.

• Geração em 1K — Gemini Nano Banana 2.1 $0,0336; Qwen Image 3.0 Standard $0,03438 no Model Studio. Na prática, um empate.

• Geração em 2K — Nano Banana 2.1 $0,0504; Qwen Image 3.0 Standard $0,068761. O Google é 36% mais barato.

• 4K — Nano Banana 2.1 $0.0756 e é um nível documentado; a entrada do Model Studio do Qwen Image 3.0 limita o total de pixels a 2048×2048, então não há uma linha 4K para comparar.

• Entrada de imagem — Nano Banana 2.1 conta-a à tarifa de US$ 1,50 por milhão de entrada; Qwen Image 3.0 mede-a separadamente a US$ 0,00275 por 1K de entrada, com a entrada de edição cobrada a RMB 0,02 no mercado interno.

• Batch — O Nano Banana 2.1 reduz tudo pela metade por meio da Batch API, com prazo de até 24 horas; a alavanca publicada do Qwen Image 3.0 é uma fila assíncrona de 200, em vez de um nível de desconto.

• Taxa de transferência — Qwen Image 3.0 publica 10 concorrentes, 200 na fila, 20 RPM; o Google não publica nenhum desses para o Nano Banana 2.1.

• No mercado interno — Qwen Image 3.0 Standard custa RMB 0,18 por imagem na tabela de preços chinesa; Nano Banana 2.1 não tem um nível doméstico chinês porque o Google não vende um.

Duas dessas linhas importam mais do que as demais. A linha de 4K é uma lacuna de capacidade, e não uma lacuna de preço — se você precisa de saída em 4K, a opção do Model Studio do Qwen Image 3.0 não entra na conversa de jeito nenhum. E a linha de entrada de imagem é onde as duas filosofias de cobrança divergem acentuadamente, o que merece uma seção própria porque é a parte que não aparece em um preço de destaque.

Por que a segunda passagem muda a matemática

Uma geração de disparo único é o caso fácil, e em um único disparo esses dois são intercambiáveis em termos de preço. O trabalho real com imagens raramente é de disparo único. Um fluxo de trabalho de edição típico gera um candidato, realimenta uma imagem de referência para uma correção, realimenta a imagem corrigida novamente para uma passagem de estilo, e só então entrega. Cada um desses retornos é uma entrada de imagem.

No Nano Banana 2.1, essa entrada é tarifada à taxa geral de entrada, junto com o prompt de texto, e a edição conversacional do modelo foi projetada explicitamente para isso — a edição multiturno por meio de uma interação anterior é um recurso documentado, e o modo de pensamento conduz a conversa. No Qwen Image 3.0, o mesmo ciclo é tarifado em uma linha dedicada que o fornecedor publica: entrada de imagem a US$ 0,00275 por 1K no Model Studio, RMB 0,02 por imagem como entrada de edição no mercado doméstico. Nenhum dos dois é caro por chamada. A diferença é que o medidor da Qwen torna o custo de iteração visível como um item de linha próprio, enquanto o do Google o incorpora aos tokens de entrada, e uma equipe que faz o orçamento com base no valor de destaque por imagem subestimará o fluxo de trabalho de três passagens em ambas as plataformas.

Faça as contas com honestidade e a orientação prática é entediante, mas real. No preço de 1K, eles são iguais, então o preço não é o motivo para escolher qualquer um deles. Em 2K, o Nano Banana 2.1 é consideravelmente mais barato por geração e ainda oferece um nível de lote que o reduz pela metade novamente. Se você precisa de 4K, não há comparação a fazer. Se você precisa de um orçamento de simultaneidade publicado em torno do qual possa planejar uma fila, o Qwen Image 3.0 publica um e o Nano Banana 2.1 não. Esse é o formato da decisão: principalmente sobre a resolução e a garantia de taxa de transferência de que você precisa, não sobre o preço no nível que todos citam.

O que é medido, e para quem

A assimetria de evidências aqui é o oposto do que você poderia esperar. O Qwen Image 3.0 tem um posicionamento independente, e o Nano Banana 2.1, com um dia de existência, não tem. No ranking de texto para imagem da Artificial Analysis, a partir de amostras coletadas em julho de 2026, o Qwen-Image-3.0 está em Elo 1.077, em décimo sexto lugar, com 5.816 amostras, e o Qwen-Image-3.0-Pro em 1.088, em décimo quarto, com 6.077 — meio da tabela, com boa amostragem, e mais ou menos onde um modelo de plataforma forte se posiciona, e não um de fronteira. A própria alegação de lançamento da Alibaba, de que o modelo conquistou o primeiro lugar na China no ranking de texto para imagem da Arena.ai, é um número divulgado pelo fornecedor, em um ranking diferente, com uma população de votantes diferente; não contradiz a posição da Artificial Analysis, apenas mede outra coisa.

O lado do Nano Banana 2.1 no balanço é mais enxuto. Não há Elo, nem contagem de votos, nem comparação de renderização feita por terceiros no registro público até 7 de outubro de 2026. O que existe é a linguagem do changelog do Google — “melhorias significativas” na qualidade visual, aderência ao prompt, consistência de personagens em múltiplos turnos e renderização de texto — e as mudanças de recursos documentadas: saída em 1K, 2K e 4K sem o nível de 512px, até 14 imagens de referência divididas em dez objetos e quatro personagens, modo de pensamento ativado por padrão, e fundamentação no Google Image Search junto com a pesquisa na web. Se você quiser comparar os dois em qualidade hoje, estará comparando a pontuação intermediária medida de um modelo com a alegação do fornecedor sobre o outro modelo, e esses não são o mesmo tipo de número.

Onde você pode ligar para cada um deles

Nenhum dos dois modelos está no OrcaRouter, e vale a pena dizê-lo com clareza em vez de sugerir o contrário. O Gemini Nano Banana 2.1 está disponível através da própria API do fornecedor e de várias plataformas de terceiros; o Qwen Image 3.0 está disponível através da sua própria plataforma e de várias plataformas de terceiros. O nosso catálogo inclui, sim, outros modelos de imagem — entre eles o openai/gpt-image-2 da OpenAI e o google/gemini-3.1-flash-image-preview — e 207 modelos no total por trás de um único endpoint compatível com a OpenAI.

Isso importa para esta comparação por um motivo específico: ambos esses fornecedores mudam seus números. O Google alterou toda a estrutura de níveis do antecessor do Nano Banana 2.1 e anunciou um encerramento no mesmo dia; a Alibaba publica uma tabela de preços em RMB para a plataforma doméstica, uma segunda em USD para o Model Studio e um terceiro conjunto de valores para o Qwen Cloud internacional. Quando o preço de um fornecedor é um alvo móvel, o valor de comprar por meio de uma camada que repassa o preço de tabela do provedor com 0% de margem é que o número do seu lado se move no mesmo dia em que se move do lado deles, sem margem entre você e o valor publicado e sem contrato separado a renegociar. É nessa disciplina que o roteamento da OrcaRouter se baseia, e é por isso que uma comparação de tabelas de preços como esta continua válida um mês depois, em vez de se desatualizar.

Qual deles escolher de verdade?

Escolha o Gemini Nano Banana 2.1 quando precisar de saída 4K, quando quiser um nível de lote que reduza para metade o custo por imagem em grandes passagens de referência, quando a edição baseada em prompt com até 14 imagens de referência for o fluxo de trabalho, ou quando quiser fundamentação do Google Search dentro da geração. O prazo de migração do seu antecessor é um motivo para mudar para ele, e não um motivo para evitá-lo, e a redução de preço em relação ao Nano Banana 2 é aproximadamente uma redução para metade em todas as resoluções. As questões em aberto são a ausência de qualquer medição independente de qualidade e os limites de vazão não publicados, razão pela qual um caminho de produção deve estar preparado para fazer failover em vez de assumir que o endpoint se mantém.

Escolha o Qwen Image 3.0 quando a saída permanecer em 2048×2048 ou abaixo, quando um orçamento de simultaneidade publicado for importante porque você está enfileirando trabalho, quando a tabela de preços chinesa a RMB 0,18 por imagem for o número comercialmente relevante, ou quando o preço mais alto do nível Pro comprar algo que sua avaliação consiga demonstrar. A posição independente no meio da tabela não é uma fraqueza para este uso — é o fato isolado mais confiável desta comparação, porque é o único número aqui que nenhum dos fornecedores produziu.

Se você tem o luxo de fazer um bake-off, faça-o na dimensão que realmente difere: a edição em múltiplas passagens. Gere um candidato e, em seguida, faça três correções sucessivas em cada modelo, e conte o custo total da imagem aceita em vez do custo da primeira renderização. Essa é a comparação que a tabela de preços de nenhum dos fornecedores faz por você, e é ela que decide se um "empate" em 1K é realmente um empate.