Le migliori API image-to-image del 2026: stessa modifica, tre modelli, risultati reali

La maggior parte delle rassegne sulle "migliori API image-to-image" confronta solo tabelle di parametri. Noi confrontiamo gli output. Abbiamo preso una foto sorgente — un dripper in ceramica per caffè filtro in verde salvia, appoggiato su un piano cucina disordinato — e abbiamo inviato l'identica istruzione di modifica a tre modelli image-to-image attraverso lo stesso endpoint di task di hiapi, per poi mettere i risultati fianco a fianco, senza ritocchi. Questo articolo mostra ogni immagine, i prompt esatti, i prezzi unitari in tempo reale e le differenze di schema API che emergono solo dopo aver effettuato davvero le chiamate.

Il test: un'immagine, un prompt, tre modelli

Tutti i partecipanti sono stati chiamati tramite l'API di task asincroni di hiapi:

• gpt-image-2/image-to-image@ext — endpoint di editing GPT Image 2 in versione estesa: fino a 16 immagini di riferimento, output 4K, tre livelli di qualità
• nano-banana-2 — il modello principale attuale della famiglia Nano Banana: editing e generazione di immagini, output 4K, forte capacità di rendering del testo
• nano-banana-pro — il livello premium della stessa famiglia, orientato alla qualità degli asset key visual

L'immagine sorgente è stata deliberatamente scattata in modo disordinato — briciole sul piano, un panno di lino, oggetti vari vicino alla finestra — perché il vero compito "ripulisci per metterlo in vendita" è proprio così. (Questa immagine l'avevamo generata in precedenza con gpt-image-2/text-to-image; ora è il nostro input i2i di test standard.)

Ogni modello ha ricevuto la seguente istruzione, parola per parola:

Replace the background: put this exact sage green ceramic pour-over coffee
dripper, unchanged - same shape, same matte glaze, same camera angle - on a
polished white marble countertop against a seamless pale warm-grey studio
backdrop. Remove the crumbs, cloth and clutter. Soft diffused studio lighting,
gentle realistic shadow under the product, professional e-commerce catalog
photography. No text.

Il classico cambio di sfondo per l'e-commerce: mantieni il prodotto, sostituisci l'ambiente. È l'uso commerciale più comune delle API image-to-image e tocca proprio ciò che una tabella di parametri non può dirti: la fedeltà del soggetto, cioè se il modello ti restituisce il tuo prodotto o un simile che sembra plausibile.

I risultati restituiti da ciascun modello

gpt-image-2/image-to-image@ext

Aderenza alle istruzioni eccellente: piano in marmo, sfondo seamless grigio caldo, disordine sparito, ombre morbide da studio, composizione da catalogo. Ma guarda il prodotto stesso. Lo smalto è più lucido e più maculato rispetto all'originale opaco, e sul bordo è comparsa una sottile linea marrone chiaro che nell'immagine sorgente non esisteva. Forma, pareti interne scanalate e manico sono corretti — ma il materiale è andato fuori strada. Per lavori concettuali e moodboard è irrilevante; per un prodotto che stai mettendo in vendita, il tuo operatore lo nota al primo sguardo.

Questa esecuzione usava quality: "medium", 1K — costo immagine $0.061.

nano-banana-2

È proprio questo risultato che ci ha fatto ricontrollare se avessimo scambiato i file. Smalto opaco, scanalature, bordo non smaltato, manico e persino l'angolazione della fotocamera sono rimasti sostanzialmente invariati, mentre il piano e lo sfondo sono stati sostituiti da marmo e grigio caldo come richiesto. Se il compito è "metti esattamente questo SKU in una nuova scena", in questo test la fedeltà del soggetto di nano-banana-2 è la migliore dei tre — a 1K il prezzo è $0.085, mentre a 2K è persino più economico ($0.076, vedi i prezzi qui sotto).

nano-banana-pro

Stessa famiglia, stessa fedeltà: il prodotto è preservato, la finitura opaca intatta, la scena leggermente più calda, la venatura del marmo più marcata — un tocco in più di "servizio fotografico da rivista" già in uscita. Se questo valga quasi il doppio di nano-banana-2 (a 1K o 2K costa sempre $0.17) dipende dal compito; i vantaggi di Pro si vedono soprattutto in composizioni complesse con più elementi e in asset key visual di alto livello, non in un cambio di sfondo su un singolo prodotto come questo.

Tabella di valutazione

Modello	Aderenza alle istruzioni di modifica	Fedeltà del prodotto	Immagini di riferimento	Output massimo	Prezzo per immagine
gpt-image-2/image-to-image@ext	Piena	Parziale — smalto e bordo fuori strada	Fino a 16	4K	$0.007–0.76
nano-banana-2	Piena	Quasi esatta	Multiple	4K	$0.076–0.114
nano-banana-pro	Piena	Quasi esatta	Multiple	4K	$0.17–0.2992

Le osservazioni qui sopra provengono da una modifica controllata eseguita il 5 luglio 2026. Soggetti diversi (volti, tessuti, tipografia) potrebbero cambiare la classifica dei modelli — e il punto di questo articolo è proprio che puoi ripetere l'esperimento con le tue immagini in pochi minuti.

Prezzi, verificati sulla pagina dei prezzi in tempo reale

Tutti i prezzi seguenti sono stati verificati il 5 luglio 2026 sulla pagina dei prezzi di hiapi. Tutto è fatturato per immagine, con pagamento a consumo, senza livelli di abbonamento.

gpt-image-2/image-to-image@ext si paga in base a qualità × risoluzione:

Qualità	1K	2K	4K
low	$0.007	$0.015	$0.022
medium	$0.061	$0.132	$0.217
high	$0.245	$0.535	$0.76

I modelli della famiglia Nano Banana si pagano solo in base alla risoluzione:

Modello	1K	2K	4K
nano-banana-2	$0.085	$0.076	$0.114
nano-banana-pro	$0.17	$0.17	$0.2992

Tre consigli pratici:

• Il modo più economico per iterare i prompt di modifica è gpt-image-2 low/1K: $0.007 a tentativo. Fai il prototipo lì, poi rilancia i prompt finalisti su qualità più alta o sui modelli Nano Banana.
• Il livello 2K di nano-banana-2 costa meno del 1K ($0.076 contro $0.085). Non c'è motivo di non scegliere 2K.
• I livelli di qualità più alta rendono in modo più nitido; non cambiano il comportamento di conservazione del soggetto. La deriva del materiale che abbiamo visto con medium diventa una deriva del materiale più nitida con high.

Gli schemi di input non sono intercambiabili

Tutti e tre i modelli stanno dietro lo stesso endpoint — POST https://api.hiapi.ai/v1/tasks — ma lo schema di input varia da famiglia a famiglia, ed è qui che si verificano la maggior parte dei bug di prima integrazione.

L'endpoint di editing GPT Image 2 accetta image_urls, e sia quality che resolution sono obbligatori:

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/image-to-image@ext",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_urls": ["https://your-cdn.example.com/source.jpg"],
      "quality": "medium",
      "resolution": "1K"
    }
  }'

I modelli della famiglia Nano Banana accettano image_input, oltre a aspect_ratio e resolution:

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_input": ["https://your-cdn.example.com/source.jpg"],
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'

Entrambi restituiscono l'ID del task in data.taskId. Esegui il polling dell'endpoint di dettaglio del task finché status non è success, poi scarica output[0].url il prima possibile — gli URL di output hanno scadenza, quindi salva subito i byte nel tuo storage. Le nostre modifiche sono sempre tornate entro pochi minuti dalla coda asincrona.

Un dettaglio utile: se invii un nome di campo sbagliato, la risposta 400 indica lo schema atteso ("image_urls: missing required field"), quindi un errore di battitura ti costa pochi secondi, non una sessione di debug.

Come l'editing con più immagini di riferimento cambia le regole del gioco

L'editing con una singola immagine sorgente è il caso base, ma entrambe le famiglie accettano più di un'immagine di input, ed è qui che si fa il lavoro sulla coerenza di prodotto e personaggio:

• image_urls di gpt-image-2/image-to-image@ext accetta fino a 16 immagini di riferimento — abbastanza per dare in pasto a una singola modifica un intero brand board (foto prodotto, riferimenti di palette, riferimenti di layout).
• I modelli della famiglia Nano Banana accettano più immagini di riferimento image_input ed sono particolarmente bravi a mantenere il soggetto stabile tra scene diverse.

Due output di nano-banana-2 dal nostro archivio dimostrano il risultato concreto — entrambi guidati dai riferimenti della stessa bottiglia e della stessa persona:

Il trucco sta nel prompt: nominare ciò che non deve cambiare ("questo esatto flacone di siero, invariato — stesso vetro ambrato, stesso tappo contagocce nero") e lasciare che il modello ricostruisca tutto il resto. Il tutorial completo è nella nostra guida alle immagini prodotto con Nano Banana.

Come scegliere

• Modifichi il tuo prodotto o personaggio e la fedeltà del soggetto è un requisito imprescindibile → parti da nano-banana-2. Nel nostro test ha il miglior rapporto qualità-prezzo in termini di fedeltà; scegli 2K, che è il livello più economico.
• Iterazione in grandi volumi e sensibile ai costi → gpt-image-2/image-to-image@ext low/1K, $0.007 a tentativo. Itera a basso costo, poi promuovi il prompt vincente.
• Workflow con brand board che richiedono molte immagini di riferimento in input → gpt-image-2/image-to-image@ext, l'unico dei tre che accetta 16 immagini di riferimento.
• Asset key visual 4K di alto livello → nano-banana-pro, ma prima fai un confronto A/B con nano-banana-2 a $0.114/4K — per lavori su un singolo soggetto la differenza è più piccola di quanto il prezzo suggerisca.

Se stai valutando se integrare separatamente i vari fornitori di modelli, i criteri che contano davvero in produzione sono: prezzi unitari verificabili su una pagina pubblica, un unico sistema di autenticazione e un unico ciclo di polling dei task invece di molti, e la possibilità di sostituire la stringa "model" senza riscrivere la pipeline. Questa è la ragione per un endpoint unificato; confrontala con ciò che il tuo stack attuale offre già.

Domande frequenti

Qual è la differenza tra un'API image-to-image e un'API text-to-image? Il text-to-image genera un'immagine solo da una descrizione. L'image-to-image riceve una o più immagini di input più un'istruzione e restituisce l'immagine modificata — sostituzione di sfondo, cambio di stile, editing di oggetti o composizioni costruite con più immagini di riferimento. I modelli di questo test sanno fare i2i; la maggior parte sa anche generare da zero.

Qual è l'API image-to-image più economica in questo confronto? A listino, gpt-image-2/image-to-image@ext con qualità low e 1K: $0.007 per immagine. La modifica più economica che però conserva l'aspetto esatto del nostro prodotto è nano-banana-2 a 2K: $0.076.

Quante immagini di riferimento posso inviare? gpt-image-2/image-to-image@ext ne accetta fino a 16 tramite l'array image_urls. I modelli della famiglia Nano Banana accettano più immagini di riferimento tramite image_input — proprio per i workflow di coerenza mostrati sopra.

Questi modelli possono renderizzare testo nelle immagini modificate? nano-banana-2 elenca il rendering del testo tra i suoi punti di forza ed è la scelta più sicura quando la modifica riguarda etichette o testi di packaging. Con qualunque modello, comunque, rileggi il testo renderizzato prima di pubblicare — la tipografia generata dai modelli richiede sempre una verifica umana.

Ripeti il test con le tue immagini

Il modo più rapido per risolvere la domanda "quale modello image-to-image fa per i miei contenuti" è lo stesso che abbiamo usato noi: scegli un'immagine sorgente, scrivi un prompt di modifica ed eseguilo su gpt-image-2/image-to-image@ext, nano-banana-2 e nano-banana-pro — su hiapi sono tre POST identiche, cambia solo la stringa del modello. Ottieni una chiave API dalla guida di avvio rapido; con i livelli che abbiamo usato, l'intero esperimento sui tre modelli costa circa $0.32. Meno di quanto costi il caffè che quel dripper può preparare.