Nano Banana Pro vs Nano Banana 2 : mêmes prompts, neuf images, trois vraies différences

Les comparatifs entre ces deux modèles d'images IA ne manquent pas. Le problème, c'est que la plupart se contentent de publier des images sans préciser les conditions. Prompt différent, format différent, parfois même résolution différente — puis un verdict. Impossible d'en faire quoi que ce soit.

J'ai donc verrouillé toutes les variables : même prompt, même format, même résolution, seul le modèle change. Trois scénarios plus une expérience annexe, neuf générations en tout. Voici ce qui est ressorti, y compris les endroits où les deux modèles se sont plantés.

Pourquoi on compare justement ces deux-là

Dans la liste du générateur d'images IA, ils sont côte à côte et leurs panneaux de paramètres se ressemblent presque trait pour trait : prompt, format, résolution, images de référence, 1k / 2k / 4k, dix formats chacun. Le premier réflexe de beaucoup de gens : « Pro, c'est simplement le plus cher ».

Ce ne sont pas deux niveaux d'un même modèle. Un des noms porte une gamme, l'autre un numéro de génération, et les différences qui comptent ne se jouent pas sur la netteté. Lancez-les côte à côte et vous verrez que les deux modèles lisent la même phrase autrement.

Les conditions du test, d'abord

Les trois prompts ont été écrits en anglais, d'un seul jet, sans retouche ensuite. Deux images par manche, paramètres identiques sauf le modèle :

• Manches scène chargée et texte : 16:9, 2k
• Manche personnage : 1:1, 2k, la même image de référence pour les deux modèles
• Nano Banana 2 laissé sur son niveau de réflexion par défaut (sauf dans l'expérience annexe)

L'image de référence de la manche personnage est une photo de casting générée à part : fond gris, lumière frontale uniforme, sans maquillage, caméra à hauteur des yeux. Cette image de base propre est une condition préalable pour tester la cohérence d'un personnage : avec un fond chargé ou une lumière directionnelle, on ne sait plus si c'est le modèle qui a dérivé ou la référence qui portait trop de bruit.

Si vous préférez ne pas les lancer une par une, ce genre de comparaison est plus simple sur la toile générative : dérivez un prompt vers deux nœuds et laissez les sorties côte à côte.

Manche 1 : une scène chargée

Le prompt décrivait un stand de petit-déjeuner au petit matin : six plats, un vendeur en tablier blanc tendant un sac en papier, des gens qui font la queue derrière, une pile de paniers vapeur à gauche, un vélo contre le mur à droite, des ampoules suspendues, la brume du matin. Volontairement beaucoup à tenir.

Nano Banana Pro a rendu quelque chose qui se lit comme de la photographie. Gris froid homogène, profondeur nette, la brume et la lumière s'accordent, et la plupart des éléments demandés sont là. Mais sa lecture de la scène reste sobre : le comptoir porte quelques bassines en inox et on ne saurait dire s'il y a six plats ou quatre. Aucune enseigne nulle part.

Nano Banana 2 a au contraire rempli le cadre : beignets allongés, brioches vapeur, raviolis, galettes, nouilles, tofu — six et plus, comptables d'un coup d'œil. Une enseigne est accrochée au mur, deux autres sont visibles plus loin dans la rue, et quelqu'un a collé un QR code de paiement sur le chambranle. Rien de tout cela n'était dans le prompt. Le modèle l'a ajouté.

Sur « six plats différents », la deuxième image colle mieux à la demande. Sur l'atmosphère, je préfère la première. Je ne désigne pas de gagnant ici, parce que la réponse dépend de ce que vous cherchez : l'ambiance ou la densité d'information.

Les deux ont cassé au même endroit : les mains. Chez Nano Banana Pro, la main gauche du vendeur au-dessus de la marmite a des doigts fusionnés. Chez Nano Banana 2, la zone où les deux mains se passent le sac se transforme en bouillie. Les interactions gestuelles restent la partie la plus fragile de l'image, et aucun des deux ne l'a réglée.

Manche 2 : garder le même visage

Cette manche ne change qu'une chose : placer la personne de la photo de casting dans une rue au crépuscule, ajouter une lumière latérale chaude en contre-plongée, flouter les enseignes derrière elle. Le prompt demandait explicitement la même personne, le même angle, le même cadrage.

Référence à gauche, Nano Banana Pro au milieu, Nano Banana 2 à droite.

Nano Banana Pro l'a déplacée quasiment intacte. Forme des sourcils, écart des yeux, largeur de l'arête du nez, dessin des lèvres, ligne des cheveux — même les mèches échappées et le débardeur noir ont survécu. On y lit la même personne photographiée un autre jour.

La version de Nano Banana 2 est reconnaissable comme « quelqu'un qui lui ressemble », mais elle a changé : visage plus large, mâchoire plus carrée, peau plus rugueuse, plusieurs années de plus, cheveux plus plaqués. Isolée, l'image ne choque pas. À côté de la référence, si.

Si vous produisez quelque chose où un personnage doit revenir d'image en image — storyboard, album illustré, série d'affiches — cet écart suffit à choisir le modèle pour vous.

Ne remettez pas encore la médaille à Pro, cependant. Le prompt demandait le même cadrage, et les deux modèles ont resserré la caméra d'eux-mêmes : la référence est un plan poitrine, les deux sorties sont des gros plans. Aucun des deux n'a écouté.

Manche 3 : le texte dans l'image

Je m'attendais à ce que tout s'effondre ici. Le prompt réclamait une ardoise de café écrite à la main portant exactement OPEN TODAY 7AM - 4PM, avec en dessous, en plus petit, FLAT WHITE 4.50.

Nano Banana Pro a réussi les trois lignes, et le trait de craie est convaincant. Il a écrit le prix 4·50 avec un point médian, ce qui est une façon banale de tracer un prix à la main sur une ardoise : je ne le compte pas comme une erreur.

Nano Banana 2 a lui aussi réussi toutes les lignes demandées, puis a ajouté une icône de tasse et une fioriture que personne n'avait réclamées — et s'est cassé au seul endroit où on ne lui demandait rien d'écrit. Le nom de l'établissement sur le store devrait être THE DAILY GRIND ; le premier mot s'est effondré en quelque chose d'illisible.

Le schéma s'est répété sur les trois manches : le texte demandé explicitement sort correct sur les deux modèles aujourd'hui ; les erreurs sont toujours dans le texte que le modèle a ajouté lui-même. Même histoire dans la scène de rue : les enseignes inventées par Nano Banana 2 sont lisibles, alors que la petite liste de prix inventée elle aussi n'est que du charabia. Pour un lettrage fiable, écrivez les mots exacts dans le prompt et laissez au modèle le moins de place possible pour improviser.

Une note : sur cinq sorties de Nano Banana 2, une est revenue avec une bordure blanche sur les quatre côtés, à recadrer. Une seule fois, donc je ne parlerai pas de défaut — mais ça vaut un coup d'œil quand on génère en série.

À quoi sert le « niveau de réflexion » de Nano Banana 2

C'est là que les panneaux diffèrent vraiment. Nano Banana 2 ajoute deux interrupteurs : la recherche d'images, et un niveau de réflexion réglable sur minimal, par défaut ou élevé. Nano Banana Pro ne propose que la recherche web.

J'ai repris le prompt du stand de rue et lancé les trois niveaux une fois chacun.

Minimal, par défaut, élevé, de gauche à droite. Les éléments essentiels survivent dans les trois — vendeur, sac, file d'attente, paniers vapeur, vélo, rien de perdu. Le changement est ailleurs : plus le niveau monte, moins le modèle invente de texte, et plus ce qu'il écrit est juste. Le minimal est le plus chargé, avec plusieurs affiches dont les petits caractères sont de la bouillie. L'élevé n'a gardé qu'une enseigne verticale et deux ou trois pancartes de prix propres et lisibles, et la composition s'est visiblement calmée.

Il se comporte donc moins comme un palier de qualité que comme un bouton de « sérieux ». Le prix à payer, c'est le temps : l'élevé a pris une centaine de secondes ici contre un peu plus de soixante pour le défaut, près de moitié en plus. Observation unique, temps d'attente inclus — à ne pas prendre pour une mesure de référence, mais la tendance est claire.

Lequel choisir

Après ces neuf images, mes conclusions sont plus précises qu'au départ :

Si un personnage doit revenir, prenez Nano Banana Pro. L'écart de la manche cohérence n'est pas une affaire de goût, c'est une affaire d'exploitabilité.

Si vous voulez une scène dense qui fabrique ses propres détails, prenez Nano Banana 2. Son imagination sur les environnements est plus vive : enseignes, autocollants et accessoires jamais mentionnés se remplissent tout seuls — pratique pour des fonds et des plans d'ambiance.

Si l'image doit contenir un texte exact, les deux conviennent, mais clouez les mots dans le prompt. Ne comptez pas sur ce que le modèle écrit de son propre chef.

En cas de doute, prototypez sur Nano Banana 2. Il coûte un peu moins par image et son niveau par défaut est plus rapide, ce qui va bien pour chercher le prompt ; une fois la direction fixée et le visage à tenir, passez à Nano Banana Pro pour la version finale.

Si vous voulez modifier une zone plutôt que tout redessiner, aucun des deux n'est le premier choix. Utilisez plutôt l'éditeur d'images IA : on peint la zone, on ne change que celle-là, sans relancer les dés sur toute l'image.

Une dernière remarque honnête : chaque manche n'a été lancée qu'une fois, sans échantillonnage répété, et une autre graine pourrait renverser telle ou telle observation. Pour trancher sur un vrai projet, prenez vos propres prompts, verrouillez les variables de la même façon, et lancez chacun plusieurs fois. Si vous voulez éviter la mise en place, les configurations déjà réglées de la bibliothèque de modèles sont un point de départ raisonnable.