MOSS-Image vs Nano Banana 2: Den ena har ett nedstängningsdatum, den andra har ingen slutpunkt

Den här jämförelsen har en besvärande egenskap som ingen av leverantörerna skyltar med. N​ano Banana 2 — G​oogles konsumentnamn för G​emini 3.1 Flash Image, identifieraren gemini-3.1-flash-image — har ett nedstängningsdatum tolv dagar från nu. G​oogles G​emini API-ändringslogg markerar den som föråldrad den 29 oktober 2026, tre veckor efter att N​ano Banana 2.1 släpptes den 6 oktober till ungefär halva priset per bild. M​OSS-Image, som släpptes som öppna vikter under Apache 2.0 den 16 oktober 2026, har inget nedstängningsdatum eftersom det inte finns något att stänga ned: det är en nedladdning på 27 GB som du kör själv, och inget kommersiellt API för det har publicerats.

Så den ärliga versionen av den här jämförelsen är inte ”vilken som är bättre”. Det är en jämförelse mellan en modell som snart upphör att existera på någon annans servrar och en modell som kommer att finnas på dina servrar så länge du behåller filerna. Den inramningen är mer användbar än ett specifikationsblad, för det är exakt det beslut ett team fattar den här månaden, och för att andra ordningens fråga – vad som ersätter Nano Banana 2 – har ett svar som förändrar priset med hälften.

Först, vilken N​ano Banana jämför du faktiskt med?

G​oogles namngivning har tre lager och skillnaderna är inte kosmetiska.

N​ano Banana 2 är G​emini 3.1 Flash Image. Konsumentlanseringen började den 26 februari 2026 och utvecklar-API:et blev allmänt tillgängligt den 28 maj 2026 under gemini-3.1-flash-image. Det är standardbildgeneratorn i G​emini-appen, Lens- och AI Mode-ytorna i G​oogle Search, Flow och G​oogle Ads – vilket är det faktum som dominerar varje beslut om införande, eftersom det inte är en modell som dina användare behöver övertalas att använda.

N​ano Banana Pro är den högre nivån, och det är modellen som OpenMOSS valde att benchmarka mot i sin egen rapport. I leverantörens LongLongTextBench-tabell får N​ano Banana Pro 96,6 i Mean-6 mot M​OSS-Images 96,3 – en skillnad på tre tiondelar som är den minsta marginalen i tabellen och den som är mest värd att förstå.

N​ano Banana 2.1 är vad som ersätter N​ano Banana 2 den 6 oktober. Det är inte ämnet här, men det är destinationen, och dess existens sätter villkoren: utfasedningsmeddelandet och efterträdaren kom i samma post i ändringsloggen.

Gapet på tre tiondelar, rätt läst

M​OSS-Images rapport är ovanlig genom att den publicerar en tabell där en konkurrent slår M​OSS-Image. LongLongTextBench är 240 uppgifter för rendering av litterär text – 120 engelska, 120 kinesiska, med en genomsnittlig mållängd på 1 339,8 tecken, ungefär elva gånger genomsnittet för LongTextBench – och M​OSS-Images 96,3 Mean-6 placerar den klart före Q​wen-Image-2512s 64,9, med 97,1 för engelska och 92,4 för kinesiska i delmängden för det längsta villkoret. Ovanför den ligger GPT Image 2 på 99,0 och N​ano Banana Pro på 96,6.

De tre tiondelarna mellan M​OSS-Image och N​ano Banana Pro är mindre än det förtroende man bör ha för endera siffran. Båda togs fram av olika labb i ett benchmark som författats av OpenMOSS, med hjälp av labbets egna körningar av G​oogles modell. Och N​ano Banana 2 är inte modellen i den raden – Flash-nivån ligger under Pro, så den ärliga tolkningen är att M​OSS-Images textrenderingsresultat är ungefär i nivå med G​oogles premiumnivå i ett test som M​OSS-Images författare skrev, medan modellen du faktiskt skulle jämföra den med i en upphandling ligger en nivå under den.

Det område där M​OSS-Image inte är i närheten av något som G​oogle släpper är layout. På 7Bench, benchmarken som rapporten också introducerar, rapporterar M​OSS-Image ett genomsnittligt layout-IoU på 0,88 med en Layout AUC på 0,70. N​ano Banana Pro ligger på 0,33 och 0,20 i samma tabell. Om de siffrorna överlever en reproduktion är exakt objektplacering en förmåga som M​OSS-Image äger och som ingen G​emini-bildmodell för närvarande utmanar. De har inte reproducerats, och samma labb skrev metriken.

Vad N​ano Banana 2 ger dig idag, och i tolv dagar till

Kapacitetsöversikten är en generalists, och det är anledningen till att modellen finns överallt.

• Konsekvens — upp till fem tecken och fjorton objekt hålls stabila genom ett arbetsflöde, den funktion som hela N​ano Banana-serien säljs på.

• Utdata – upp till 4K i fjorton bildförhållanden, inklusive de extrema 1:4- och 1:8-formerna som banner- och tapetformat behöver.

• Text i bilder – rendering direkt i bilden, inklusive översättning och lokalisering med bevarad layout. Detta är den förmåga som överlappar mest direkt med M​OSS-Images pitch, och det är den som G​oogle demonstrerade vid lanseringen.

• Grundning – generering grundad i webb- och bildsökning i stället för i enbart prompten, samma arkitektoniska instinkt som Meta tog ett steg längre med Muse Image.

• Kontroller — konfigurerbara tankenivåer som avväger latens mot resonemang, plus SynthID-vattenmärkning och C2PA-proveniensmetadata på varje utdata som standard.

• Pris — utdata faktureras till $60 per miljon tokens, vilket enligt Googles egen dokumentation blir ungefär $0,045 vid 512px, $0,067 vid 1024×1024, $0,101 vid 2K och $0,151 vid 4K, med batch-läge till halva priset. Artificial Analysis listar det till $67 per 1 000 bilder.

• Uppmätt position — Elo 1 125 på resultattavlan för text-till-bild hos Artificial Analysis och 1 108 på deras resultattavla för bildredigering per den 6 oktober 2026.

Inget av det är omtvistat. Vad som också är sant är att den 29 oktober slutar identifieraren att fungera, och vägen framåt är N​ano Banana 2.1 — som Artificial Analysis ännu inte har betygsatt, som G​oogle prissätter till ungefär hälften, och som en separat artikel på den här bloggen går igenom i detalj.

Vad MOSS-Image ger dig, och vad det begär i gengäld

Arkitekturen är en 5B enkelströms-diffusionstransformer tränad från grunden: 42 gemensamma block, dold bredd 3 072, 24 huvuden med 128 dimensioner, ett 8 192 brett SiTU-GLU-feed-forward och en fyraxlig roterande positionskodning vars första axel är reserverad för ett referensindex. 5B-märkningen utesluter de dyra delarna – en fryst Qwen3.5-9B-textkodare och en fryst FLUX.2-VAE laddad från FLUX.2-klein-4B med 32 latenta kanaler, med 2×2 latenta patchar över en 8× nedsampling vilket ger en effektiv steglängd på 16 pixlar.

Prompten kan vara ett JSON-objekt. Avgränsningsrutor i absoluta pixelkoordinater uppmätta från canvasens mittpunkt, bokstavliga textsträngar, typografianmärkningar, allt med bbox_format "yxyx". Promptens tak är 4 096 tokens i det sista förträningsstadiet, utdatadimensionerna måste vara positiva multiplar av 16, och guiden rekommenderar en, en och en halv eller två megapixlar med ett stött intervall från 512×512 till 4M. Standardinställningarna för sampling är flow-matching Euler med 50 steg, CFG 3,0, shift 5,0, med skip-layer-guidning på den negativa grenen vid lager 22 – och standardvägen för guidning kräver två transformer-framåtpassager per steg, vilket är anledningen till att 50 steg inte är den billiga inställning den låter som.

Inträdeskostnaden är verklig: cirka 27,2 GB för SFT-repositoriet, varav ungefär 16,8 GB är textkodaren, plus din egen GPU och ditt eget serveringsarbete. Belöningen för det är en modell som du kan kvantisera, finjustera, köra i luftgapad miljö och leverera i en kommersiell produkt utan licensförhandling, eftersom Apache 2.0 täcker vikterna och den fristående pipelinekoden utan intäktströskel och utan bilaga om acceptabel användning.

Rad för rad

• Status — N​ano Banana 2 är utfasad och stängs av den 29 oktober 2026; M​OSS-Image släpptes den 16 oktober 2026 som öppna vikter utan någon mekanism för utfasing

• Åtkomst — N​ano Banana 2 via G​oogles API och konsumentytor, och via routningsplattformar; M​OSS-Image genom att ladda ner den

• Pris — N​ano Banana 2 cirka $0,067 per 1024×1024-bild och $0,151 vid 4K, debiteras i utdatatokens, batchning till halva priset; M​OSS-Image gratis med ett utrymme på ~27,2 GB och din egen GPU-tid

Licens — Nano Banana 2 är proprietär, endast API, utan tillgängliga vikter; MOSS-Image är Apache 2.0 för vikter och fristående pipelinekod

• Oberoende poäng — N​ano Banana 2 vid Elo 1 125 för text-till-bild och 1 108 för redigering på Artificial Analysis; M​OSS-Image har ingen post hos Artificial Analysis och dess publicerade poäng kommer från benchmarks som dess egna författare har skrivit

• Textrendering — N​ano Banana Pro får 96,6 Mean-6 på LongLongTextBench mot 96,3 för M​OSS-Image; Flash-nivån finns inte med i den raden

• Layoutkontroll — M​OSS-Image accepterar JSON-layouter i absoluta centrumrelativa pixelkoordinater och rapporterar 0,88 i genomsnittlig IoU på 7Bench; N​ano Banana Pro rapporterar 0,33 i samma tabell och G​oogle publicerar inget eget layoutmått

• Referenser — N​ano Banana 2 håller upp till fem karaktärer och fjorton objekt konsekventa i en och samma prompt; M​OSS-Images referenskonditionering är en reserverad positionell axel som leverantören beskriver som framtida arbete, inte en lanserad funktion

• Proveniens — N​ano Banana 2 tillämpar SynthID-vattenmärkning och C2PA-metadata på alla utdata som standard; M​OSS-Image har inget vattenmärkningslager

• Finjustering — MOSS-Image kan finjusteras och kvantiseras, och community-kvantiseringar, en 4-stegs DMD LoRA och en 8-stegs destillerad variant dök upp inom ungefär ett dygn; Nano Banana 2 går inte att röra

Varför utfasningen ändrar svaret

Om N​ano Banana 2 och M​OSS-Image båda vore stabila alternativ, skulle beslutet vara okomplicerat: ett API för sju cent per bild mot en självhostad modell till din egen kostnad, med kvalitet ungefär jämförbar på ett leverantörsframtaget textbenchmark och med layouten som avgjort tillfaller M​OSS-Image. Utfasningen bryter symmetrin, och den bryter den i båda riktningarna.

Mot N​ano Banana 2 vinner M​OSS-Image nu argumentet om livslängd utan tvekan. Att bygga en pipeline på en modell som har ett aviserat slutdatum om tolv dagar och en efterträdare som du inte har mätt är en migrering du redan har schemalagt. Filer du laddar ner kan inte utfasas av en ändringsloggspost. Det är inte en retorisk poäng om öppenhet; det är ett schemaläggningsfaktum, och det är det enskilt starkaste argumentet som den här jämförelsen ger.

Men utfasningen skär också åt andra hållet, och det är den här delen som vanligtvis utelämnas. Att N​ano Banana 2.1 kommer till ungefär halva priset innebär att alternativet till M​OSS-Image inte är en bild för sju cent – det är en bild för tre och en halv cent, och en som G​oogle kommer att fortsätta förbättra enligt sin egen tidsplan utan någon operativ börda för dig. M​OSS-Images totala ägandekostnad slår bara det om din GPU-tid är billig, din volym är hög, eller du behöver en av de saker som ett API strukturellt sett inte kan ge dig: finjustering, kvantisering, luftgapad driftsättning, eller en licens som du inte behöver omförhandla.

OrcaRouter-sidan av detta, utan att överdriva

Detta är den enda matchningen i den aktuella uppsättningen där routingberättelsen är konkret snarare än hypotetisk, så det är värt att formulera exakt. N​ano Banana 2 serveras i vår katalog som google/gemini-3.1-flash-image-preview — men med tanke på nedstängningen den 29 oktober är det klokaste man kan göra med den slutpunkten den här månaden ett migreringstest, inte en ny integration, och efterträdaren nås på samma sätt. M​OSS-Image finns inte i vår katalog och vi hostar det inte; det är en nedladdning, och inget här antyder motsatsen.

Vad kombinationen faktiskt är bra för är beslutet som ligger framför dig. Om du vill veta huruvida en egenhostad M​OSS-Image ger bättre text- och layoututdata än den hostade nivå du betalar för, behöver du båda siffrorna på samma prompter, och den hostade halvan av det testet bör inte kräva ett andra avtal. En API-nyckel, leverantörens listpris vidarebefordrat med 0 % påslag så att en prisförändring hos G​oogle slår igenom här samma dag, automatisk redundansväxling mellan leverantörer så att en jämförelsekörning inte dör på grund av en uppströmsleverantörs dåliga eftermiddag, och en routing-DSL som placerar båda bakom en enda slutpunkt. Det är hela påståendet, och det slutar precis där erbjudandet att hosta M​OSS-Image skulle börja.

Vad du ska göra under de kommande tolv dagarna

Om du använder N​ano Banana 2 i produktion har den omedelbara uppgiften ingenting att göra med M​OSS-Image: du har en föråldrad identifierare, en efterträdare till halva priset och en deadline. Kör om din utvärderingsuppsättning mot efterträdaren före den 29:e och besluta utifrån bevis i stället för utifrån prissänkningen.

Om du utvärderar M​OSS-Image, gör det av de två skäl som står sig i jämförelsen. För det första, layoutkontroll — gapet på 0,88 mot 0,33 i 7Bench är det enda resultatet inom detta område som för närvarande inte utmanas av något hostat alternativ, och om exakt placering är ditt problem löser ingen API-nivå det. För det andra, beständighet — Apache 2.0-vikter som inte kan avvecklas, prissättas eller begränsas av någon annans färdplan än din.

Inför inte MOSS-Image för textrendering. Det är utmärkt på det och ligger inte före på det: 96,3 ligger under Nano Banana Pro:s 96,6 och under GPT Image 2:s 99,0 i leverantörens egen tabell, och modellen som du skulle ersätta kostar några cent per bild utan de 27 GB. Argumentet för den här modellen är snävt, specifikt och verkligt, och det är inte det argument som dess benchmarktabell är uppbyggd för att lägga fram.

Två saker skulle avgöra saken. En oberoende körning av LongLongTextBench eller 7Bench av någon annan än OpenMOSS, och vLLM-Omni-pull-begäran som lägger till MOSS-Image med skip-layer guidance merging i en taggad utgåva — den öppnades den 14 oktober, uppgår till 3 605 tillagda rader över 25 filer, och är fortfarande öppen med granskaren som begär bevis på utdataparitet mot en pinnad referens. Tills båda inträffar är den korrekta sammanfattningen att Googles modell är den bättre generalisten, billigare att nå, och försvinner om tolv dagar, medan OpenMOSS modell gör en sak som ingen annan gör, kräver hårdvara, och fortfarande kommer att gå att installera när ändringsloggen som pensionerade dess rival sedan länge är bortglömd.

De dokumenterade AI-felen och agentincidenterna bakom släpp som detta samlas i OrcaRouter AI Incident Archive, där varje post har sina egna källor, allvarlighetsgrad, konfidensgrad och omstridd flagga.