Uma pergunta que recebo com frequência: "Se o GeminiOmni já tem o Nano Banana 2, por que você também expõe o Imagen 4? Eles não são a mesma coisa?"
Eles absolutamente não são a mesma coisa, e o fato de essa ser uma pergunta confusa é, em parte, culpa do Google. Eles estão na mesma família de produtos, compartilham uma espinha dorsal e foram lançados mais ou menos na mesma época. Mas eles fazem trabalhos muito diferentes, e escolher o errado para uma determinada tarefa vai te custar dinheiro e qualidade.
Esta é a folha de dicas que eu gostaria de ter tido quando comecei a construir o /tools/nano-banana-edit.
A regra de uma linha
Nano Banana 2 edita imagens. Imagen 4 as gera.
Sim, ambos podem produzir um JPEG quando você termina. Mas eles foram construídos para verbos diferentes. Se você já tem uma imagem e quer mudar algo específico nela, use o Nano Banana 2. Se você tem uma tela em branco e quer criar algo do zero, use o Imagen 4.
Quanto mais você ignorar essa distinção, mais dinheiro vai queimar. Deixe-me mostrar por quê.
O que cada um realmente é
Nano Banana 2 é o nome de marketing público para o Gemini 3.1 Flash Image Preview. É o sucessor do Nano Banana original (Gemini 2.5 Flash Image), que foi lançado em agosto de 2025 e fez 200 milhões de edições de imagem em seu primeiro mês — de longe o modelo de imagem de adoção mais rápida na história do Google. A característica definidora é a edição baseada em chat, no contexto: você envia uma imagem, descreve o que mudar de forma conversacional, e o modelo preserva tudo que você não mencionou.
A versão 2 (lançada no início de 2026) melhora a original em três eixos: saída nativa em 2K em vez de 1K, profundidade de cor de 16 bits em vez de 8 bits, e uma melhora substancial na renderização legível de texto dentro de imagens. Essa última é mais importante do que parece — modelos de difusão historicamente têm sido terrivelmente ruins em escrever palavras legíveis em imagens, e o Nano Banana 2 resolve isso na maior parte.
Imagen 4 é o modelo principal de geração de texto para imagem do Google, atualmente disponível em três níveis (Rápido a $0,02/imagem, Padrão a $0,04/imagem, Ultra a $0,06/imagem). É puramente generativo: você dá um prompt de texto e ele produz uma nova imagem do zero. Não há modo de "edição", nem iteração no contexto, nem chat. Ele faz uma coisa — transformar texto em uma foto — e faz isso extremamente bem.
Os preços realmente te dizem quando usar cada um
Aqui está a parte que ninguém escreve em português claro.
Nano Banana 2 é precificado por edição, com custo variando de $0,045 a $0,151 dependendo da resolução e complexidade. Isso é 2–4× o custo de uma imagem Imagen 4 Padrão. A compensação: o Nano Banana permite que você itere no mesmo assunto por cinco, dez, vinte edições e mantenha a consistência do personagem/cena durante todo o processo. Se você está fazendo uma única geração única, essa consistência é um peso morto pelo qual você está pagando.
Imagen 4 Rápido a $0,02/imagem é a API de imagem generativa mais barata que conheço de um laboratório de ponta. Se você precisa de 100 maquetes de produtos, 100 imagens principais, 100 substituições de fotos de banco de imagens — e cada uma é independente — o Imagen 4 Rápido é a resposta certa e o Nano Banana seria um erro.
A regra de decisão que decorre disso:
| Objetivo | Ferramenta certa | Por quê |
|---|---|---|
| Começar de uma tela em branco, querer 1 imagem | Imagen 4 Rápido/Padrão | Mais barato, feito para isso |
| Iterar no mesmo assunto em várias variações | Nano Banana 2 | Consistência, o histórico no contexto |
| Editar uma foto existente (remover fundo, mudar iluminação) | Nano Banana 2 | Imagen não sabe editar |
| Gerar 100 imagens independentes para um catálogo | Imagen 4 Rápido | $2 total vs $5–15 |
| Precisar de texto legível dentro da imagem | Nano Banana 2 | É onde a v2 avançou |
| Retrato fotorrealista, sem edições esperadas | Imagen 4 Ultra | Maior fidelidade por chamada |
Três prompts reais que mostram a diferença
Às vezes, uma comparação lado a lado ajuda mais do que uma tabela. Aqui estão três prompts onde a ferramenta certa é inequívoca.
Prompt 1: "Uma caneca de café em uma mesa de madeira com luz da manhã entrando por uma janela."
Isso é generativo. Não há imagem de origem. Não há nada a preservar. Envie para o Imagen 4 Rápido. Você terá uma caneca fotorrealista limpa por dois centavos e terminará em três segundos. Enviar isso para o Nano Banana 2 é pagar o triplo por nada.
Prompt 2: "Pegue esta foto da minha caneca de café e adicione uma pequena suculenta ao lado dela, depois mude a iluminação para a hora dourada."
Isso é edição. EXISTE uma imagem de origem. Você precisa preservar a identidade da caneca, o grão da mesa, a posição da janela. Você quer adicionar um elemento específico e modificar a iluminação sem redesenhar a cena inteira. Esse é o trabalho do Nano Banana 2. O Imagen 4 não consegue fazer isso — ele não tem modo de entrada de imagem de origem.
Prompt 3: "Gere 10 variações desta maquete de embalagem de produto, cada uma com uma cor de fundo diferente, mantendo o rótulo e o formato da garrafa pixel-idênticos."
Este é o mais complicado. Ingenuamente, dez chamadas Imagen 4 Padrão custam $0,40 no total, enquanto dez edições Nano Banana 2K custam $0,45–$1,51. Mais barato usar o Imagen, certo?
Errado, porque o Imagen te dará dez formatos DIFERENTES de garrafa. Não há condicionamento de imagem de entrada no Imagen 4 — cada chamada começa do zero. O Nano Banana 2 é a única opção aqui. O "imposto de consistência" é a razão inteira pela qual você está pagando mais por chamada.
O que construí em cima
A rota padrão em /tools/nano-banana-edit é o Nano Banana 2, porque a página é explicitamente enquadrada como um editor de imagens. Se você chegar em /tools/nano-banana-edit, você não está pedindo para "criar uma imagem de um gato do nada". Você tem uma imagem e quer mudá-la.
/ai-image-generator roteia para o Imagen 4 Rápido por padrão, com um botão pago para o Imagen 4 Padrão. Essa página é para o caso de uso de "tela em branco".
Considerei mesclar as duas páginas em uma única ferramenta de imagem "inteligente" que roteia automaticamente com base em se você enviou ou não uma imagem de origem. Decidi contra. O modelo mental é diferente — editar e gerar são verbos diferentes — e forçá-los em uma única UI obscurece a escolha em vez de esclarecê-la.
O preço segue a estrutura de custos:
- Nível gratuito: 10 edições Nano Banana/mês ou 20 gerações Imagen 4 Rápido
- Pro $19/mês: Nano Banana 2K ilimitado + 100 × 4K, Imagen 4 Padrão ilimitado
- Equipe $79/mês: tudo ilimitado em todas as resoluções + 3 assentos
Nomeei o modelo por chamada em cada saída, como faço com as ferramentas de vídeo. A imagem carrega uma pequena legenda mostrando se veio do Nano Banana 2 ou do Imagen 4 Padrão. As pessoas merecem saber qual modelo gastou seus centavos.
O único lugar onde a linha se confunde
Há exatamente um fluxo de trabalho onde a linha realmente se confunde, e é o lugar onde espero que o Google consolide em seguida.
Se você gerar uma imagem com o Imagen 4 e imediatamente quiser iterar sobre ela ("deixe mais quente", "remova a segunda xícara") — você pode. Você passa a saída do Imagen 4 para o Nano Banana 2 e começa a editar. Duas chamadas de modelo. Custa $0,04 + $0,05 = $0,09. Funciona bem.
Mas o vai-e-vem é um atrito. Os dois modelos não compartilham estado, a semente não é preservada e você está pagando duas vezes. A correção óbvia do produto é um modelo unificado de "gerar + editar" que use a qualidade da classe Imagen na primeira chamada e a edição por chat no estilo Nano Banana em seguida, com a semente e a imagem de referência rastreadas internamente.
Se o Google lançará isso no I/O 2026 na próxima semana, ou se é o modelo Gemini Omni sobre o qual escrevi fazendo isso nativamente, eu não sei. Se for lançado, a linha inferior da tabela acima ganhará uma terceira coluna, e escreverei sobre isso no dia em que chegar.
Leia a seguir
- Nano Banana 2 — editor de imagens baseado em chat
- Gerador de imagens AI — padrão Imagen 4
- Preços do GeminiOmni
— Lena
