Nano Banana vs FLUX.2 Pro: quale usare per le immagini di prodotto

Hai 50 SKU, un lancio lunedì e due modelli di immagini che tutti consigliano. FLUX.2 [pro] costa una frazione di Nano Banana Pro per immagine secondo i listini ufficiali. Nano Banana è più in alto nelle classifiche pubbliche e modifica meglio in conversazione. Entrambe le affermazioni sono vere e vanno in direzioni opposte, ed è per questo che "quale è meglio" è la domanda sbagliata per un team di prodotto.

La domanda utile è a quale modello affidare ogni lavoro. Questo articolo passa in rassegna i prezzi ufficiali, le capacità documentate, i punteggi delle classifiche e i punti di fallimento, poi propone una regola di instradamento e un protocollo di test che puoi eseguire in un pomeriggio prima di affidare un catalogo all'uno o all'altro.

Cosa stai davvero confrontando

Ognuno dei due nomi copre una famiglia di modelli, e il membro della famiglia conta più del marchio.

La famiglia Nano Banana (Google)

Nano Banana è Gemini 2.5 Flash Image. Google lo indica come deprecato e verrà spento il 2 ottobre 2026. Se una pipeline lo chiama ancora tramite l'ID del modello, va migrata questa settimana.
Nano Banana Pro è Gemini 3 Pro Image. Produce in 1K, 2K e 4K, e la documentazione di Google descrive un passaggio di ragionamento integrato e il grounding opzionale con Google Search.
Nano Banana 2 è Gemini 3.1 Flash Image, il fratello più veloce ed economico. The Batch riporta che gira circa quattro volte più veloce di Nano Banana Pro, con 4-6 secondi a immagine e circa metà del costo.

La famiglia FLUX.2 (Black Forest Labs)

La panoramica di FLUX.2 elenca cinque varianti: klein, pro, flex, max e dev, con output fino a 4 MP.
[pro], [flex] e [max] sono proprietari e disponibili solo via API. klein 4B è Apache 2.0, e FLUX.2 [dev] è un modello open-weight da 32B, il che conta se un giorno vorrai ospitarlo in autonomia.
Il confronto di Picsart descrive la gamma da klein, con velocità sotto il secondo, fino a max, con flex tarato per la tipografia.

Il confronto realistico per il lavoro sui prodotti è FLUX.2 [pro] contro Nano Banana 2 e Nano Banana Pro, e questi tre sono i punti di riferimento più avanti.

Prezzo per immagine, dai listini ufficiali

Google fattura l'output immagine a 30 $ per milione di token, con un'immagine fino a 1024x1024 che consuma 1290 token. In pratica si leggono i prezzi per immagine.

Nano Banana Pro: 0,134 $ per immagine 1K o 2K, 0,24 $ per immagine 4K. La modalità batch dimezza tutto: 0,067 $ e 0,12 $ (Google).
Nano Banana 2: 0,045 $ a 512 px, 0,067 $ a 1024 px, 0,101 $ a 2048 px e 0,151 $ a 4096 px (The Batch).
FLUX.2: klein 4B da 0,014 $, klein 9B da 0,015 $, [pro] da 0,03 $, [flex] da 0,05 $, [max] da 0,07 $. L'editing con [pro] parte da 0,045 $. Il prezzo è calcolato per megapixel, quindi il prezzo "da" sale con la risoluzione (Black Forest Labs).

Artificial Analysis normalizza tutto in costo per mille immagini: 134 $ per Nano Banana Pro, 67 $ per Nano Banana 2 e 30 $ per FLUX.2 [pro]. A prezzo di listino, FLUX.2 [pro] costa circa quattro volte meno di Nano Banana Pro e poco più della metà di Nano Banana 2.

Il calcolo su un lotto reale

Prendi il rinnovo di un catalogo di 50 SKU in 1K-2K, con tre candidate per SKU così qualcuno può scegliere la migliore. Sono 150 generazioni.

FLUX.2 [pro] a listino: 150 x 0,03 $ = 4,50 $, prima di qualsiasi maggiorazione per la risoluzione.
Nano Banana 2 a 1024 px: 150 x 0,067 $ = 10,05 $.
Nano Banana Pro in 2K: 150 x 0,134 $ = 20,10 $. In modalità batch, 10,05 $.

Aggiungi ora il lavoro di cui la maggior parte dei cataloghi ha davvero bisogno: 20 immagini hero lifestyle in 4K. Con Nano Banana Pro sono 20 x 0,24 $ = 4,80 $; con Nano Banana 2, 20 x 0,151 $ = 3,02 $. Il divario pesa solo su grandi volumi. A 10.000 immagini al mese la differenza a prezzo di listino tra FLUX.2 [pro] e Nano Banana Pro è di 300 $ contro 1.340 $.

Due costi restano fuori dal numero in evidenza. Le immagini di riferimento sono input, e gli input vengono fatturati. I nuovi tentativi sono reali: il resoconto dei test di Magic Hour consiglia di calcolare il costo del lavoro completo, cioè immagini di input, risoluzione, numero di candidate e tentativi, invece del prezzo di listino. Un modello più economico che richiede tre tentativi per azzeccare un'etichetta non è più economico per quello scatto. Se stai scegliendo tra abbonamenti e accesso a consumo per questo tipo di carico variabile, i compromessi sono spiegati in il nostro confronto tra crediti e pagamento a chiamata.

Dove ciascun modello è più forte, secondo la documentazione

FLUX.2: controllo del brand e prompt strutturati

Colori esadecimali esatti. La documentazione di FLUX.2 mostra il controllo del colore nel prompt con un valore esadecimale letterale come #02eb3c. Picsart lo indica come il motivo per cui preferisce Flux 2 per il lavoro di brand. Per una confezione in un colore di brand, è la differenza più pratica tra le due famiglie.
Prompt in JSON. FLUX.2 accetta prompt strutturati con campi per soggetto, sfondo, illuminazione, stile, angolo di ripresa e composizione. Per un catalogo, il prompting diventa templating: si fissano illuminazione e camera, si cambia il soggetto per ogni SKU.
Riferimenti. Fino a 8 immagini di riferimento via API su pro, max e flex, fino a 10 nel playground, fino a 4 su klein.
Resa delle foto di prodotto. Black Forest Labs dichiara texture più nitide e illuminazione più stabile, adatte agli scatti di prodotto, e editing fino a 4 MP. Consideralo un'affermazione del fornitore e verificalo sui tuoi prodotti.

Nano Banana: editing, logica e testo

Editing conversazionale. Il confronto di Picsart osserva che l'editing multi-turno di Nano Banana lascia intatto il resto dell'immagine turno dopo turno. "Sposta la bottiglia a sinistra, lascia tutto il resto" è il flusso in cui si comporta bene.
Conteggi e logica. In un test di Magic Hour, Nano Banana Pro ha mantenuto il numero corretto di oggetti dove FLUX.2 ha sbagliato. È un solo test, da riprodurre su scene tipo "tre barattoli su uno scaffale".
Testo multilingue. Google afferma che Nano Banana Pro rende testo leggibile più accurato in più lingue, e la documentazione dell'API indica come obiettivi infografiche, menu, diagrammi e materiali di marketing.
Coerenza su molti input. Nano Banana Pro fonde fino a 14 immagini mantenendo la somiglianza di un massimo di 5 persone. La documentazione dell'API scompone i limiti dei riferimenti: fino a 6 riferimenti di oggetti, fino a 5 per la coerenza dei personaggi e fino a 3 riferimenti di stile (Google). Nano Banana 2 mantiene la coerenza su fino a 5 personaggi e 14 oggetti, secondo The Batch.
Controlli di camera e color grading. Angolo di ripresa, messa a fuoco, color grading e illuminazione regolabili, con output fino a 4K.

La differenza di provenienza

Ogni immagine generata da Gemini porta una filigrana SynthID, e Nano Banana 2 aggiunge anche le Content Credentials C2PA. Gli acquirenti non la vedranno, ma è rilevabile; controlla la policy del tuo marketplace sulle immagini etichettate come generate da IA.

Cosa dicono le classifiche e cosa no

Nella classifica text-to-image di Artificial Analysis (settembre 2026), Nano Banana 2 è sesto con un Elo di 1126 e Nano Banana Pro undicesimo con 1102. FLUX.2 [flex] è 22° con 1028, [max] 27° con 1021 e [pro] 39° con 1004. Su Arena.ai, The Batch riporta Nano Banana 2 a 1.280 contro 1.238 di Nano Banana Pro. Per l'editing di immagini su Artificial Analysis l'ordine si inverte all'interno della famiglia Google: Nano Banana Pro 1.250, Nano Banana 2 1.233.

Leggi questi numeri con tre cautele:

Misurano la preferenza generale. I votanti confrontano prompt aperti. Nessuno verifica se il verde del tuo brand è #02eb3c o se l'etichetta dice "200 ml" invece di "20O ml".
Un divario di Elo misura quanto spesso i votanti preferiscono un'immagine in un confronto diretto. Dice poco sul tasso di errore: FLUX.2 [pro] a 1004 produce comunque immagini di prodotto utilizzabili e semplicemente perde più di quei confronti sull'attrattiva estetica.
Il prezzo non è sull'asse dell'Elo. Dividi la colonna dei costi della stessa classifica per la qualità e FLUX.2 [pro] appare molto diverso: meno di un quarto del costo di Nano Banana Pro per un punteggio più basso ma ancora competitivo.

Gli articoli di Picsart e Magic Hour citati qui sono opinioni di fornitori, utili per formulare ipotesi. A decidere deve essere il tuo test con cinque compiti (sotto).

Una regola di scelta che puoi riutilizzare

Fai passare ogni lavoro di immagine da queste domande, in ordine, e fermati al primo sì.

Un colore di brand deve corrispondere esattamente a un valore esadecimale? Usa FLUX.2 [pro], con l'esadecimale nel prompt. Nano Banana non ha un controllo esadecimale documentato.
È una produzione ad alto volume e con template (catalogo, varianti, sfondi)? Usa FLUX.2 [pro] con prompt JSON, oppure klein per bozze e miniature a 0,014-0,015 $ a render.
L'immagine contiene testo che un cliente leggerà, o testo in una lingua diversa dall'inglese? Usa prima Nano Banana 2, poi Nano Banana Pro se fallisce. Controlla ogni carattere in entrambi i casi.
La scena dipende da conteggi, logica spaziale o più persone o prodotti coerenti? Usa Nano Banana Pro.
Stai rifinendo una sola immagine con più istruzioni? Usa Nano Banana 2 per la velocità nel ciclo, poi chiudi su Pro se la modifica richiede più cura.
Nessuno dei casi precedenti? Usa FLUX.2 [pro] come predefinito per costo e fai salire di livello solo gli scatti che non superano la revisione.

La regola sceglie di proposito il modello più economico come predefinito e scala solo quando serve. Su una produzione di 150 immagini in cui il 20% passa a Nano Banana Pro, il conto a prezzo di listino è 120 x 0,03 $ più 30 x 0,134 $, cioè 3,60 $ + 4,02 $ = 7,62 $, contro 20,10 $ se mandi tutto su Pro.

Le immagini statiche si guadagnano il loro posto nel paid social più spesso di quanto si pensi; il nostro pezzo su quando un'immagine statica batte un video spiega dove vincono.

Schemi di prompt per ciascun modello

Un template di catalogo per FLUX.2 [pro]

Tieni tutto fisso tranne il soggetto, così l'intero set sembra un unico servizio fotografico:

subject: "flacone contagocce in vetro ambrato, 30 ml, tappo nero opaco, etichetta bianca con la scritta LUMEN"
background: "fondale di carta senza giunture, colore #F2EDE4"
lighting: "grande softbox a sinistra della camera, ombra morbida verso destra"
style: "fotografia di prodotto commerciale pulita"
camera angle: "altezza occhi, 85 mm"
composition: "prodotto centrato, 30% di spazio vuoto sopra per un titolo"

I campi seguono la struttura documentata da Black Forest Labs. Bloccare esadecimale dello sfondo, illuminazione e camera su tutti gli SKU è il modo più economico per ottenere coerenza su grandi volumi, ed è la stessa disciplina descritta in come mantenere ogni asset in linea con il brand quando produci su larga scala.

Una sequenza di editing con Nano Banana

Nano Banana funziona meglio come conversazione su una sola immagine, con ogni turno che cambia una cosa sola:

"Metti questa bottiglia su una mensola da bagno in travertino, luce del mattino da una finestra a destra."
"Aggiungi esattamente due asciugamani bianchi piegati dietro. Lascia invariati la bottiglia e la luce."
"Aggiungi il titolo 'Clear skin, slow mornings' nel terzo superiore, in carattere serif scuro."
"Scalda leggermente il color grading. Non cambiare nient'altro."

La clausola "lascia X invariato" lavora a ogni turno. Il turno 2 chiede anche un conteggio esatto, ed è qui che Nano Banana Pro si è dimostrato più forte nei test. Se il prodotto deve sembrare fotografato e non generato, i controlli di come creare contenuti con IA che non sembrino generati dall'IA valgono per entrambi i modelli.

Un test con cinque compiti prima di impegnare un catalogo

Magic Hour suggerisce di provare cinque compiti: etichette di prodotto, modifiche di personaggi, poster con testo, grafiche localizzate e revisioni. Trasformato in protocollo:

Scegli 5 SKU reali, compreso il più difficile (confezioni riflettenti, trasparenti o piene di testo).
Esegui ogni compito su FLUX.2 [pro], Nano Banana 2 e Nano Banana Pro, con 3 candidate ciascuno. Sono 5 compiti x 3 modelli x 3 candidate = 45 immagini.
Valuta ogni immagine come superata o non superata su quattro controlli: testo dell'etichetta corretto al carattere, colore di brand entro la tolleranza, conteggio degli oggetti corretto, forma del prodotto fedele al riferimento.
Registra i tentativi fino al primo successo e moltiplicali per il prezzo per immagine. Quello è il tuo costo reale per immagine utilizzabile.
Instrada per compito in base ai risultati e scrivi l'instradamento nella pipeline, così nessuno sceglie per abitudine.

Ai prezzi di listino l'intero test costa meno di 5 $ su tutti e tre i modelli.

La checklist di revisione

Ogni carattere del testo nell'immagine coincide con il testo di partenza, compresi numeri e unità.
I colori di brand corrispondono ai valori della guida di stile, verificati con un contagocce e non a occhio.
I conteggi nel prompt coincidono con quelli nell'immagine.
Logo, tappo, posizione dell'etichetta e proporzioni corrispondono alla foto di riferimento.
Nessuna dichiarazione inventata sulla confezione (certificazioni, bollini, ingredienti).
La risoluzione è adeguata alla collocazione; non pagare il 4K per una miniatura.

Usare entrambi i modelli da codice invece che da un'interfaccia web

La regola di instradamento rende quando gira senza una persona che sceglie il modello per ogni scatto: uno script o un agente legge un elenco di prodotti, applica la regola, chiama il modello giusto e riscrive il file con il suo costo.

Input: un CSV di SKU con nome, foto di riferimento, testo dell'etichetta, esadecimale di brand e tipo di lavoro (catalogo, hero, localizzato, modifica).
Instradamento: associa il tipo di lavoro a un modello con le sei domande sopra.
Generazione: una chiamata API per candidata, con le immagini di riferimento allegate.
Registro: salva il riferimento del file, il modello e il costo per chiamata accanto a ogni SKU.
Revisione: applica la checklist, segna i fallimenti e rimetti in coda i fallimenti solo sul modello di escalation.

Lo stesso ciclo funziona da un agente: chiedi a Claude Code o a Cursor di "generare i 50 scatti di catalogo di products.csv, FLUX.2 per le righe di catalogo, Nano Banana per tutto ciò che contiene testo, e darmi una tabella dei costi", e lascia che faccia le chiamate. La nostra configurazione di lavoro per la produzione guidata da agenti mostra lo stesso schema applicato al video, e il playbook per l'ecommerce spiega cosa fare degli scatti una volta ottenuti.

Quanto costa con un solo account

Su Aitachyon, al momento della scrittura, FLUX.2 [pro] costa da 0,057 $ a 0,086 $ per immagine e Nano Banana 0,13 $ per immagine. Seedream 4.0 costa 0,057 $ per immagine e gpt-image-2 da 0,10 $ a 0,40 $ per immagine, il che ti dà due opzioni in più nella stessa tabella di instradamento.

La stessa produzione di catalogo da 150 immagini costa da 8,55 $ a 12,90 $ su FLUX.2 [pro] e 19,50 $ su Nano Banana. Il mix con escalation della regola di scelta (120 su FLUX.2 [pro], 30 su Nano Banana) viene tra 10,74 $ e 14,22 $. Un test da 45 immagini con cinque compiti, ripartito in parti uguali tra FLUX.2 [pro] e Nano Banana, resta sotto i 5 $. Sono prezzi a chiamata, addebitati da un saldo prepagato, con ogni lavoro dettagliato per modello e costo, e un render fallito viene rimborsato automaticamente.

Domande frequenti

Nano Banana è meglio di FLUX.2 per le foto di prodotto?

Nelle classifiche di preferenza generale, sì: Nano Banana 2 e Nano Banana Pro si posizionano entrambi sopra ogni variante di FLUX.2 su Artificial Analysis. Per le foto di prodotto in particolare, dipende dal lavoro. FLUX.2 [pro] offre un controllo esadecimale esatto del colore e prompt JSON a un prezzo molto inferiore, adatto ai cataloghi. Nano Banana è più forte nelle modifiche multi-turno, nei conteggi di oggetti e nel testo nell'immagine.

Quanto costa FLUX.2 Pro per immagine rispetto a Nano Banana Pro?

Ai prezzi di listino ufficiali, FLUX.2 [pro] parte da 0,03 $ per immagine e cresce con i megapixel, mentre Nano Banana Pro costa 0,134 $ per immagine 1K o 2K e 0,24 $ in 4K. Artificial Analysis li colloca a 30 $ e 134 $ per mille immagini. Prevedi un budget per i nuovi tentativi e per le immagini di riferimento in input, oltre a quei numeri.

Quale modello gestisce meglio il testo nelle immagini?

Google posiziona Nano Banana Pro per il testo leggibile e multilingue in infografiche, menu e materiali di marketing, e FLUX.2 [flex] è tarato per la tipografia. Controlla ogni carattere in entrambi i casi.

Il Nano Banana originale è ancora disponibile?

Gemini 2.5 Flash Image, il Nano Banana originale, è deprecato e verrà spento il 2 ottobre 2026, secondo la pagina dei prezzi di Google. Le pipeline che lo chiamano direttamente dovrebbero passare a Nano Banana 2 o Nano Banana Pro.

Posso modificare una foto di prodotto esistente con FLUX.2?

Sì. Black Forest Labs documenta l'editing di immagini fino a 4 MP, con fino a 8 immagini di riferimento via API, e prezza l'editing con FLUX.2 [pro] da 0,045 $. Per modifiche turno per turno su una singola immagine, Nano Banana è la scelta meglio documentata.

Fonti

Se vuoi eseguire la regola di instradamento da codice senza account separati con Google e Black Forest Labs, Aitachyon riunisce FLUX.2 [pro], Nano Banana, Seedream e gpt-image-2 dietro un'unica chiave API e un server MCP ospitato per Claude Code o Cursor, fatturati a chiamata, con modello e costo di ogni immagine dettagliati.

Nano Banana vs FLUX.2 Pro: quale usare per le immagini di prodotto