Nano Banana Pro vs Nano Banana 2: mesmo prompt, nove imagens, três diferenças reais

Não faltam comparações entre esses dois modelos de imagem com IA. O problema é que a maioria só publica as imagens sem dizer as condições. Prompt diferente, proporção diferente, às vezes até resolução diferente — e aí vem o veredicto. Não se faz nada com uma conclusão assim.

Então travei todas as variáveis: mesmo prompt, mesma proporção, mesma resolução, só o modelo muda. Três cenários mais um experimento extra, nove gerações no total. Abaixo está o que apareceu, incluindo os pontos em que os dois modelos escorregaram.

Por que justamente esses dois são comparados

Na lista do gerador de imagens com IA eles ficam lado a lado, e os painéis de parâmetros são quase idênticos: prompt, proporção, resolução, imagens de referência, 1k / 2k / 4k, dez proporções cada. O primeiro palpite de muita gente é que o Pro é simplesmente o mais caro.

Eles não são dois níveis do mesmo modelo. Um dos nomes carrega uma linha, o outro um número de geração, e as diferenças que importam não estão em qual fica mais nítido. Rode os dois em paralelo e você vê que eles leem a mesma frase de formas diferentes.

Primeiro, as condições do teste

Os três prompts foram escritos em inglês, de uma vez, e não foram retocados depois. Duas imagens por rodada, parâmetros idênticos exceto o modelo:

• Rodadas de cena cheia e de texto: 16:9, 2k
• Rodada de personagem: 1:1, 2k, a mesma imagem de referência para os dois modelos
• Nano Banana 2 no nível de raciocínio padrão (exceto no experimento extra)

A imagem de referência da rodada de personagem é uma foto de teste gerada separadamente: fundo cinza, luz frontal uniforme, sem maquiagem, câmera na altura dos olhos. Essa imagem base limpa é pré-requisito para testar consistência de personagem: com fundo carregado ou luz direcional, você já não consegue saber se o modelo desviou ou se a referência trazia ruído demais.

Se você preferir não disparar uma por uma, esse tipo de comparação é mais fácil na tela generativa: ramifique um prompt em dois nós e deixe as saídas uma ao lado da outra.

Rodada 1: uma cena cheia

O prompt descrevia uma barraca de café da manhã no começo do dia: seis pratos, um vendedor de avental branco entregando um saco de papel, gente na fila atrás, uma pilha de cestos de bambu à esquerda, uma bicicleta encostada na parede à direita, lâmpadas penduradas, névoa da manhã. De propósito, muita coisa para segurar.

O Nano Banana Pro devolveu algo que se lê como fotografia. Cinza frio uniforme, profundidade limpa, névoa e luz combinando, e quase todos os elementos pedidos presentes. Mas a leitura da cena é contida: no balcão há algumas bacias de inox e você não saberia dizer se são seis pratos ou quatro. Não existe nenhuma placa em lugar nenhum.

O Nano Banana 2 fez o contrário e lotou o quadro: massa frita, pães no vapor, guioza, panquecas, macarrão, tofu — seis ou mais, contáveis de relance. Uma placa com o nome do lugar está pendurada na parede, duas outras aparecem rua abaixo, e alguém colou um QR code de pagamento no batente da porta. Nada disso estava no prompt. O modelo acrescentou.

Em "seis pratos diferentes", a segunda imagem chega mais perto do que eu pedi. Em atmosfera, prefiro a primeira. Não vou apontar vencedor aqui, porque a resposta depende de você querer clima ou densidade de informação.

Os dois quebraram no mesmo lugar: as mãos. Na imagem do Nano Banana Pro, a mão esquerda do vendedor suspensa sobre a panela tem dedos fundidos. Na do Nano Banana 2, o ponto onde as duas mãos passam o saco virou um borrão. Interação física entre pessoas continua sendo a parte mais frágil do quadro, e nenhum dos dois resolveu isso.

Rodada 2: manter o mesmo rosto

Esta rodada muda exatamente uma coisa: colocar a pessoa da foto de teste numa rua ao anoitecer, acrescentar uma luz lateral quente em contra-plongée e desfocar as placas ao fundo. O prompt pedia explicitamente a mesma pessoa, o mesmo ângulo e o mesmo enquadramento.

Referência à esquerda, Nano Banana Pro no meio, Nano Banana 2 à direita.

O Nano Banana Pro transportou a pessoa praticamente intacta. Formato das sobrancelhas, distância entre os olhos, largura do dorso do nariz, linha dos lábios, a linha do cabelo — sobreviveram até as mechas soltas e a regata preta. Você lê como a mesma pessoa fotografada em outro dia.

A versão do Nano Banana 2 é reconhecível como "alguém parecida com ela", mas mudou: rosto mais largo, maxilar mais quadrado, pele mais grossa, vários anos mais velha, cabelo mais colado à cabeça. Sozinha, a imagem não incomoda. Ao lado da referência, incomoda bastante.

Se você está fazendo algo em que um personagem precisa reaparecer de imagem em imagem — storyboard, livro ilustrado, série de cartazes —, essa diferença sozinha já escolhe o modelo para você.

Mas não entregue o troféu ao Pro ainda. O prompt pedia o mesmo enquadramento, e os dois modelos aproximaram a câmera por conta própria: a referência é um plano de busto e as duas saídas voltaram como close. Nenhum dos dois obedeceu.

Rodada 3: texto dentro da imagem

Era a rodada em que eu esperava que tudo desandasse. O prompt pedia uma lousa de cafeteria escrita à mão dizendo exatamente OPEN TODAY 7AM - 4PM, com uma linha menor embaixo dizendo FLAT WHITE 4.50.

O Nano Banana Pro acertou as três linhas, e o traço de giz é convincente. Escreveu o preço como 4·50, com ponto no meio, que é uma forma comum de escrever preço à mão numa lousa — não conto como erro.

O Nano Banana 2 também acertou todas as linhas pedidas, e então acrescentou um ícone de xícara e um arabesco que ninguém pediu — e quebrou no único lugar onde não foi pedido que escrevesse nada. O nome da casa no toldo deveria ser THE DAILY GRIND; a primeira palavra desmanchou em algo ilegível.

O padrão se repetiu nas três rodadas: o texto que você pede explicitamente sai correto hoje nos dois modelos; os erros estão sempre no texto que o modelo acrescentou por conta própria. A mesma história na cena de rua: as placas que o Nano Banana 2 inventou são legíveis, enquanto a listinha de preços que ele também inventou é pura garatuja. Se você precisa de letras confiáveis, escreva as palavras exatas no prompt e deixe o mínimo de espaço possível para o modelo improvisar.

Uma nota de rodapé: de cinco saídas do Nano Banana 2, uma voltou com uma borda branca nos quatro lados, que precisou ser cortada. Aconteceu uma vez, então não vou chamar de defeito — mas vale uma olhada quando você está gerando em série.

O que o "nível de raciocínio" do Nano Banana 2 faz de fato

É aqui que os painéis realmente diferem. O Nano Banana 2 acrescenta duas chaves: busca de imagens e um nível de raciocínio que pode ser mínimo, padrão ou alto. O Nano Banana Pro só oferece busca na web.

Peguei o prompt da barraca de rua e rodei os três níveis uma vez cada.

Mínimo, padrão e alto, da esquerda para a direita. Os elementos centrais sobrevivem nos três — vendedor, saco de papel, fila, cestos, bicicleta, nada perdido. A mudança está em outro lugar: quanto mais alto o nível, menos texto o modelo inventa, e mais correto é o que ele escreve. O mínimo é o mais barulhento visualmente, com vários cartazes de letra miúda embolada. O alto manteve só uma placa vertical e duas ou três tabelas de preço limpas e legíveis, e a composição visivelmente se acalmou.

Ou seja, ele funciona menos como um degrau de qualidade e mais como um botão de "quanto capricho". O custo é tempo: o alto levou cerca de cem segundos aqui, contra pouco mais de sessenta do padrão — quase metade a mais. Observação única, com tempo de fila incluído: não trate como medição de referência, mas a direção está clara.

Qual escolher

Depois de nove imagens, minhas conclusões ficaram mais concretas do que no começo:

Se um personagem precisa reaparecer, use Nano Banana Pro. A diferença na rodada de consistência não é questão de gosto, é questão de o resultado servir ou não.

Se você quer uma cena densa que cria os próprios detalhes, use Nano Banana 2. A imaginação dele para ambientes é mais viva, e placas, adesivos e utensílios que você nunca mencionou se preenchem sozinhos — ótimo para fundos e planos de clima.

Se a imagem precisa de letras exatas, qualquer um serve, mas trave as palavras no prompt. Não conte com nada que o modelo escreva por iniciativa própria.

Na dúvida, prototipe no Nano Banana 2. Custa um pouco menos por imagem e o nível padrão é mais rápido, o que é bom para achar o prompt; quando a direção estiver definida e o rosto tiver que se manter, troque para o Nano Banana Pro na versão final.

Se você quer mudar uma região em vez de redesenhar tudo, nenhum dos dois é a primeira escolha. Use o editor de imagens com IA: você pinta a área, muda só ela e não joga os dados de novo com a imagem inteira.

Uma última observação honesta: rodei cada rodada uma única vez, sem amostragem repetida, e outra semente poderia inverter alguma conclusão pontual. Se for decidir para um projeto real, pegue os seus prompts, trave as variáveis do mesmo jeito e rode cada um algumas vezes. E se quiser pular a montagem, as configurações já ajustadas da biblioteca de modelos são um ponto de partida razoável.