Nano Banana 2.1 migliora editing e infografiche con Gemini 3.6 Flash

📌 In Sintesi

• Nano Banana 2.1 è basato su Gemini 3.6 Flash e migliora sia la generazione text-to-image sia l’editing rispetto a Nano Banana 2 e Nano Banana Pro.
• I progressi più netti riguardano coerenza di più personaggi, editing multi-reference, interventi tramite maschere e qualità delle infografiche.
• Google continua però a segnalare limiti su testo molto piccolo, coerenza perfetta dei soggetti, localizzazione spaziale e factuality.

Google aggiorna ancora la propria famiglia di modelli visuali e con Nano Banana 2.1 sposta l’attenzione dalla semplice qualità dell’immagine alla capacità di mantenere coerenti soggetti, prodotti e riferimenti durante modifiche successive. La model card ufficiale di Google DeepMind pubblicata il 6 ottobre 2026 conferma che il modello è costruito su Gemini 3.6 Flash, dispone di una finestra di contesto fino a un milione di token e genera immagini insieme a output testuale. I benchmark interni indicano progressi soprattutto nell’editing multi-character, nelle infografiche e nelle trasformazioni guidate da maschere, i punti nei quali i generatori visuali iniziano a diventare veri strumenti di produzione.

Gemini 3.6 Flash diventa il motore della nuova generazione visuale

Nano Banana 2.1 sostituisce Gemini 3.1 Flash Image come base tecnologica con Gemini 3.6 Flash, portando nell’elaborazione visuale un modello più recente e progettato per combinare velocità, multimodalità e capacità di reasoning. La differenza emerge nei benchmark di preferenza generale: Google assegna alla versione 2.1 con Thinking un punteggio Elo di 1050, contro 990 di Nano Banana 2 e 935 di Nano Banana Pro. Non si tratta di una misura assoluta della qualità fotografica, ma di confronti relativi basati su valutazioni umane. Il salto prosegue il percorso iniziato con Nano Banana 2 e l’unione tra qualità Pro, velocità Flash e immagini 4K, ma la nuova versione punta meno sulla sola generazione e molto di più sul controllo durante le iterazioni.

Leggi anche: Google nel 2026 potenzia SpeciesNet e Gemini con Nano Banana 2

Il salto maggiore arriva nella coerenza tra persone, prodotti e riferimenti

La metrica più interessante riguarda la multi-character consistency, dove Nano Banana 2.1 con Thinking raggiunge 1106 punti contro 978 della generazione precedente. Crescono anche single-character consistency, product consistency e multi-reference editing, quest’ultimo da 988 a 1066. Sono risultati importanti perché uno dei limiti storici dei generatori di immagini non è creare un singolo frame convincente, ma mantenere identità, abiti, oggetti e proporzioni quando il soggetto viene spostato in un’altra scena o sottoposto a più modifiche. Google aveva già iniziato a portare Nano Banana e Nano Banana Pro negli ambienti enterprise di Google Cloud; una maggiore stabilità tra iterazioni rende il modello molto più adatto a cataloghi, advertising, design di prodotto e workflow creativi nei quali l’identità visuale deve sopravvivere a decine di variazioni.

Maschere e infografiche diventano un test del reasoning visuale

Nano Banana 2.1 mostra miglioramenti anche nell’editing tramite maschere o annotazioni grafiche, dove la versione con Thinking arriva a 1049 punti contro 965 di Nano Banana 2, e nella progettazione di infografiche, con un Elo di 1048 contro 961. Ancora più significativa è la factuality delle infografiche: secondo la metodologia di Google passa da 0,179 a 0,521 con Thinking, pur restando una metrica interna che non elimina il rischio di errori. La possibilità di comprendere documenti, testo e immagini nello stesso contesto permette al modello di usare materiale complesso per trasformarlo in schemi visuali, poster e diagrammi. L’espansione arriva dopo che Google aveva già ampliato l’accesso alla generazione di immagini Gemini riducendo le barriere economiche: la competizione ora si sposta dalla disponibilità alla precisione del risultato.

Thinking migliora i risultati ma Google ammette ancora limiti evidenti

La model card distingue sistematicamente risultati con Thinking e senza Thinking, e quasi tutte le metriche premiano la modalità che utilizza maggiore elaborazione. La differenza diventa particolarmente visibile sulla factuality delle infografiche, ma rimane anche nell’editing generale e nella qualità complessiva. Google non presenta però Nano Banana 2.1 come modello risolutivo: il testo molto piccolo può ancora risultare sfocato, i paragrafi lunghi nelle immagini rimangono problematici e la coerenza dei personaggi non è garantita in ogni trasformazione. Persistono inoltre errori nella localizzazione spaziale, per esempio tra destra e sinistra, difficoltà con ragionamento 3D avanzato e casi nei quali la posa iniziale del soggetto resta troppo vincolante durante l’editing. È un limite rilevante anche rispetto ai modelli aperti che stanno alzando la pressione competitiva, come Qwen-Image 2.1 con 7 miliardi di parametri e pesi disponibili.

Continua con:

Google rende l’AI operativa tra Flow, Gemini e strumenti visuali

Nano Banana diventa uno strumento di produzione più che un generatore

Il dato strategico di Nano Banana 2.1 è quindi meno spettacolare di una nuova risoluzione massima ma più importante per l’uso professionale. Google sta cercando di ridurre la distanza tra generazione e editing controllato, perché è proprio nella seconda fase che i modelli visuali tendono a perdere coerenza e costringono l’utente a ricominciare da zero. L’aumento delle prestazioni su personaggi multipli, prodotti, riferimenti incrociati e maschere indica una direzione precisa: trasformare il modello da macchina capace di produrre una bella immagine a sistema capace di lavorare sullo stesso progetto per più iterazioni. Nano Banana 2.1 resta imperfetto e Google stessa documenta i suoi errori, ma il benchmark decisivo non è più soltanto “quanto è realistica l’immagine”: è quanto del lavoro precedente sopravvive quando l’utente chiede di cambiarla.