Imagen 4 vs Nano Banana 2.1: come scegliere per la generazione di immagini da testo?

TL;DR

• Se vuoi «risoluzione selezionabile (1K/2K/4K), possibilità di inserire immagini di riferimento, output jpg / png», scegli gemini-nano-banana-2.1; se vuoi «tre livelli fissi, materiali e tipografia stabili, generazione diretta solo da testo», scegli Imagen 4 (imagen-4.0).
• I numeri più concreti: livello standard $0.06 contro NB2.1 1K $0.022, $0.038 in più per immagine; 1.000 immagini sono $60.00 contro $22.00. Anche NB2.1 4K a $0.058 resta sotto Imagen 4 Ultra a $0.09.
• Entrambi sono su HiAPI: pagina del modello Imagen 4, pagina del modello Nano Banana 2.1, stessa interfaccia /v1/tasks, 200 crediti in omaggio per i nuovi utenti alla registrazione.

Panoramica a colpo d'occhio

	Imagen 4 (imagen-4.0)	gemini-nano-banana-2.1
Posizionamento	Solo testo-immagine, tre livelli (più Fast / Ultra)	Testo-immagine + mix con immagini di riferimento
Immagini di riferimento	Non accetta	image_input fino a 10, facoltativo
Risoluzione	Nessun parametro di risoluzione	1K / 2K / 4K, predefinito 1K
Proporzioni	aspect_ratio obbligatorio, 6 valori	aspect_ratio 15 valori incluso auto, predefinito auto
Formato di output	Nessun parametro di formato	output_format jpg / png, predefinito jpg
Prezzo (per immagine)	Fast $0.03; standard $0.06; Ultra $0.09	1K $0.022; 2K $0.036; 4K $0.058
Struttura dei livelli	Tre ID modello, modalità di chiamata identica	Risoluzione selezionata all'interno di un singolo modello
Adatto a	Immagini per consegna, scene con requisiti elevati su materiali e testo	Pipeline sensibili alla risoluzione, con immagini di riferimento e output diretto in png

Entrambi i modelli sono al prezzo attuale di HiAPI, verificato il 22 ottobre 2026. La fatturazione avviene per immagini generate con successo, i fallimenti non vengono addebitati e le immagini di riferimento non hanno costi aggiuntivi.

Stesso prompt, risultati reali da entrambi i lati

Stesso prompt, Imagen 4 al livello standard, NB2.1 a 1K, proporzioni identiche su entrambi i lati, una generazione ciascuno.

Gruppo A: natura morta di prodotto (1:1)

Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo

(Significato: teiera in ceramica e due tazze su un vassoio di legno; luce mattutina soffusa; foto di prodotto minimalista.)

Imagen 4 (standard $0.06)	gemini-nano-banana-2.1 (1K $0.022)

A sinistra: imagen-4.0, 1:1, 1024×1024, WebP, $0.06. A destra: gemini-nano-banana-2.1, 1:1, 1K (1024×1024), png, $0.022. In questo gruppo i pixel sono identici su entrambi i lati, il formato è diverso.

Genera con Imagen 4 → ｜ Genera con Nano Banana 2.1 →

Differenze visibili nel gruppo A:

• Soggetto coerente: teiera, due tazze senza manico, vassoio di legno, ambiente chiaro con una fonte di luce soffusa.
• Forma della teiera e oggetti di scena diversi: sul lato Imagen c'è una teiera panciuta con manico laterale su uno sfondo grigio-bianco pulito, con effetto piano di scatto; sul lato NB2.1 c'è una teiera con manico ad arco, smalto maculato, un panno accanto al vassoio e uno sfondo con vista sfocata di una finestra interna.

Gruppo B: ritratto documentaristico (3:4)

Elderly fisherman mending nets on a harbor pier; golden hour; documentary portrait

(Significato: anziano pescatore che ripara le reti sul molo del porto; ora d'oro; ritratto documentaristico.)

Imagen 4 (standard $0.06)	gemini-nano-banana-2.1 (1K $0.022)

A sinistra: imagen-4.0, 3:4, 864×1152, WebP, $0.06. A destra: gemini-nano-banana-2.1, 3:4, 1K (896×1200), png, $0.022. Stesso prompt, una generazione ciascuno.

Genera con Imagen 4 → ｜ Genera con Nano Banana 2.1 →

Differenze visibili nel gruppo B:

• Persona e azione coerenti: anziano con barba bianca seduto sul molo a testa china che ripara le reti, luce calda dell'ora d'oro in controluce laterale, ritratto documentaristico in verticale.
• Seduta e abbigliamento diversi: sul lato Imagen è seduto su uno sgabello di plastica blu e indossa un cappello grigio; sul lato NB2.1 è seduto su una cassa di legno, indossa un berretto di lana e tiene un piccolo coltello nella mano destra.
• Densità degli oggetti ambientali diversa: sul lato NB2.1 accanto ci sono nasse per aragoste e cassette impilate, reti e corde sono stese più ampiamente; sul lato Imagen gli oggetti a terra sono relativamente pochi.

Entrambi i gruppi hanno proporzioni identiche e formato diverso (WebP contro png); le dimensioni in pixel sono identiche nel gruppo A (1024×1024), simili ma non uguali nel gruppo B (864×1152 contro 896×1200) — questa è una differenza intrinseca delle due interfacce, tienila a mente quando confronti le immagini ingrandite.

Come scegliere in base allo scenario

• Generazione in blocco per e-commerce e social, scegli gemini-nano-banana-2.1: 1K $0.022, 1.000 immagini $22.00, e puoi anche caricare immagini di riferimento per controllare lo stile.
• Immagini per consegna, con requisiti elevati su dettagli dei materiali e testo nell'immagine, scegli Imagen 4 livello standard o Ultra.
• Se la pipeline richiede output diretto png / jpg, scegli NB2.1 (output_format è selezionabile esplicitamente); Imagen 4 non ha parametri di formato, convertire richiede un passaggio in più.
• Se vuoi immagini grandi in 4K ma con budget ridotto, NB2.1 4K a $0.058 costa meno di Imagen 4 Ultra a $0.09; prova in base al tipo di scena prima di decidere; genera prima un'immagine di confronto a livello 1K da entrambi i lati per scegliere lo stile, poi investi il costo aggiuntivo sul vincitore.
• Per proporzioni speciali consulta prima la tabella dei valori: Imagen 4 ne ha sei (1:1, 16:9, 9:16, 3:4, 4:3, auto), NB2.1 ne ha quindici incluso auto.
• Per i template di scenario di Imagen 4 vedi la guida completa ai prompt, per i dettagli sui prezzi dei tre livelli vedi la pagina dei prezzi.

Costo di commutazione: cambia solo model e input

Entrambi usano POST /v1/tasks, stessa Key, stessa logica di polling:

{
  "model": "imagen-4.0",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1"
  }
}

{
  "model": "gemini-nano-banana-2.1",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1",
    "resolution": "1K",
    "output_format": "png"
  }
}

Per Imagen 4 i campi obbligatori sono solo prompt e aspect_ratio; NB2.1, passando esplicitamente resolution e output_format, produce come richiesto, senza modificare il resto del codice. Polling, callback e idempotenza sono completamente condivisi tra i due lati; usare un solo SDK con entrambi i modelli per un A/B è solo una questione di un ramo in più.

Domande frequenti

Si può provare a basso costo da entrambi i lati?

Sì. Generando un'immagine dal livello standard e una da NB2.1 1K, il costo del confronto è $0.082; poi aumenti i volumi dopo aver scelto la direzione.

Si possono usare i due modelli insieme?

Sì. Bozze ad alto volume e controllo dello stile con immagini di riferimento vanno su NB2.1, versioni definitive e scene con testo su Imagen 4, con lo stesso /v1/tasks.

Più alta è la risoluzione, meglio è?

Non necessariamente. Le 2K/4K di NB2.1 hanno un costo aggiuntivo per immagine ($0.036 / $0.058), Imagen 4 non ha parametri di risoluzione, i dettagli dipendono dal livello.

Le regole per le immagini di riferimento sono le stesse?

No. Imagen 4 non accetta immagini di riferimento, la scena dipende interamente dal prompt; image_input di NB2.1 accetta fino a 10 immagini, facoltativo.

I fallimenti vengono addebitati?

No. Entrambi non addebitano nulla e le immagini di riferimento non hanno costi aggiuntivi; su HiAPI immagini, video e audio condividono una sola Key, e le fatture dei due modelli sono visibili nello stesso punto.

Prossimo passo: prendi il prompt della teiera del gruppo A, vai su Imagen 4 e sulla pagina del modello NB2.1, genera un'immagine ciascuno e mettile a confronto per vedere quale è più stabile sulle tue immagini di prodotto.