Nano Banana 2 Lite

API di editing immagini Nano Banana 2 Lite su E2X

Nano Banana 2 Lite è il gemini-3.1-flash-lite-image di Google, e la sua capability di editing vive su google/nano-banana-2-lite/edit-image sulla nostra piattaforma. Applichiamo una tariffa di $0.0238 per immagine modificata — circa il 43% sotto quello che lo stesso modello costa su fal.ai. Accetta fino a quattordici reference image per chiamata e restituisce a risoluzione 1K, che è tutto l'affare in una frase sola.

Nessuna immagine sorgente da cui partire? Allora Le serve Nano Banana 2 Lite text-to-image — stesso modello, stesso prezzo, solo prompt.

Questa pagina è davvero rivolta a un gruppo di lettori: chiunque abbia una pipeline di editing ancora puntata sul Nano Banana originale, gemini-2.5-flash-image. Google spegne quel modello il 2 ottobre 2026 e lo dice chiaramente — "Consigliamo di passare a Nano Banana 2 Lite per una qualità migliore, velocità superiori e costi inferiori." Per l'editing, l'argomento è più forte del solo prezzo. Il Nano Banana legacy vuole un massimo di tre immagini in input. Lite ne prende quattordici. È un'altra classe di composite in una sola request — e costa meno di quello che paga adesso ($0.0238 qui contro $0.0312 sull'endpoint di editing legacy).

Il nostro prezzo all'ultima verifica del 26 agosto 2026:

I prezzi e le condizioni dei prodotti possono cambiare nel tempo. Verifichi i prezzi aggiornati di ciascun provider prima di prendere una decisione d'acquisto. Il prezzo Google Batch o Flex non è direttamente equivalente a una request API on-demand standard, perché le condizioni di pianificazione, disponibilità ed elaborazione sono diverse; è quindi escluso da questo confronto. Si tratta di un confronto circoscritto a uno scenario d'uso specifico, non dell'affermazione che E2X sia l'opzione più economica al mondo in ogni configurazione.

Quattordici reference sul tier economico

Il budget di reference è la parte di Lite che non ci aspettavamo sopravvivesse al taglio. Ce l'ha fatta — quattordici immagini per request, identico al Nano Banana 2 completo. Una persona, un prodotto, tre reference di illuminazione e una serie di scatti da diverse angolazioni finiscono tutti in una sola chiamata.

Ecco cosa sblocca: lavoro da catalogo in cui un capo resta lo stesso capo attraverso otto scene, coerenza dei personaggi su una serie di vignette, product placement in cui dà in pasto l'oggetto da più angolazioni così il modello smette di inventarsi un retro che non gli ha mai mostrato. Esattamente i lavori su cui il modello legacy si strozzava a tre input.

I compromessi sono reali e preferiamo che li incontri qui piuttosto che in produzione:

• Output 1K, punto. La documentazione di Google dice che il modello "supporta solo la risoluzione 1K". Su questo endpoint non esiste un parametro resolution perché non c'è nulla da impostare. Deve ritoccare una foto che dovrà reggere un taglio per la stampa? Usi Nano Banana 2 edit-image, che arriva a 2K e 4K.
• L'editing è più lento della generazione. Il dato dei quattro secondi di Google descrive la generazione a partire da un prompt. Far passare quattordici reference attraverso il conditioning aggiunge tempo, e più reference significa più tempo. Resta comunque veloce — solo non quattro secondi.
• Nessun grounding di ricerca. Lite non può andare a cercare nulla. "Fai corrispondere il logo ai colori attuali del brand" Le restituisce una supposizione.
• Le istruzioni affollate perdono contro Nano Banana 2. Cambi una cosa, o poche cose correlate, e Lite regge il confronto con il fratello maggiore. Gli dia sei modifiche simultanee con vincoli spaziali e il modello più profondo prende un vantaggio evidente.

Il testo dentro l'immagine è la sorpresa piacevole. Nei test testa a testa Lite rende copy leggibile e stilizzato allo stesso livello di Nano Banana 2, quindi sostituire un titolo o correggere un'etichetta su un packshot è davvero possibile a questo prezzo.

Request API: inviare le reference

Due campi sono obbligatori: prompt e image_urls. Tenga la Sua API key lato server.

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-2-lite/edit-image",
    "input": {
      "prompt": "Metti la sneaker della prima immagine sul ciclorama da studio della seconda immagine. Rispetta il fondale grigio e mantieni visibile il battistrada della suola.",
      "image_urls": [
        "https://example.com/sneaker-side.jpg",
        "https://example.com/studio-set.jpg"
      ],
      "aspect_ratio": "1:1"
    }
  }'

Restituiamo un job ID. Faccia polling finché non si stabilizza, oppure invii un webhookUrl nel body di submit e salti il loop:

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/nano-banana-2-lite/edit-image",
    input: {
      prompt: "Mantieni il viso, i capelli e la posa della donna esattamente come sono. Sostituisci la giacca di jeans con un blazer di lino color crema.",
      image_urls: ["https://example.com/model.jpg"],
      aspect_ratio: "4:5",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());

  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

I job passano da pending → processing → completed, oppure si fermano su failed o cancelled. Il nostro default di aspect_ratio su questo endpoint è 1:1, quindi lo imposti se la Sua sorgente è verticale o larga — l'enum va da 21:9 fino alle strisce ultra-sottili 8:1 e 1:8, e auto lascia decidere al modello. La specifica leggibile dalle macchine porta lo schema e il prezzo aggiornati.

Come scegliere fra i nostri modelli di editing immagini

La decisione è più stretta di quanto sembri dalla tabella. Nano Banana 2 costa il 68% in più di Lite e compra esattamente tre cose: risoluzione sopra il 1K, grounding di ricerca e un comportamento migliore sotto istruzioni complicate. Se nessuna di queste è nella Sua lista di requisiti, sta pagando un margine di manovra che non userà. Preferiamo dirlo piuttosto che venderglielo.

Dove invece spingiamo contro Lite: tutto ciò che è destinato alla stampa, e tutto ciò in cui una singola chiamata deve fare sei cose insieme. In entrambi i casi l'upgrade vale la pena. L'insieme completo vive nella categoria editing immagini e nel catalogo modelli.

Scrivere un prompt di editing che tiene

Un prompt di editing non è la descrizione di una scena. Dica cosa cambia, poi dica cosa non deve cambiare.

Etichetti le Sue reference quando ne invia più di una — "l'immagine 1 è il soggetto, l'immagine 2 è lo sfondo, le immagini 3–5 sono solo reference di colore." Nient'altro comunica al modello quale allegato fosse una palette. Poi ancori ciò che deve sopravvivere: volto, posa, testo dell'etichetta, colore del brand. Il passaggio di ragionamento più superficiale di Lite va alla deriva sui dettagli non dichiarati più di quanto faccia Nano Banana 2, quindi li dichiari.

Quando modifica del testo, metta fra virgolette la stringa vecchia e quella nuova. Parafrasare è un invito a reinterpretare.

Prima di andare in produzione

Ogni immagine modificata torna indietro con un watermark SynthID incorporato. Google lo applica a tutto l'output, nessun provider espone un interruttore, e questo vale anche per noi. Controlli i Suoi contratti con i clienti prima di costruirci sopra.

Tenga d'occhio le dimensioni degli input. Può consegnarci una sorgente 4K, ma il risultato torna a 1K — un solo tier di output, che non segue il Suo input. Sta migrando dall'endpoint legacy? Butti via la logica di suddivisione a tre immagini che aveva scritto attorno al vecchio limite. Ora è codice morto.

Domande frequenti

Quante reference image può contenere una request di editing?

Quattordici. Nano Banana 2 Lite pareggia con il Nano Banana 2 completo sul numero di reference — Google non l'ha ridotto per il tier Lite. È più di quattro volte quello che il Nano Banana legacy raccomandava, fermo a tre immagini in input.

Quanto costa l'editing di immagini con Nano Banana 2 Lite su E2X?

Applichiamo una tariffa di $0.0238 per immagine modificata, fissa — nessun tier di risoluzione e nessun sovrapprezzo per inviare quattordici reference invece di una. Quel dato viene dalla nostra verifica dei prezzi del 26 agosto 2026, quando fal.ai listava $0.042 per lo stesso modello. Verifichi sulla pagina del modello aggiornata prima di impegnare un budget.

Posso ottenere modifiche in 2K o 4K da questo modello?

No. La documentazione di Google è esplicita: il modello supporta soltanto la risoluzione 1K, quindi sull'endpoint non esiste proprio alcun parametro di risoluzione. Usi Nano Banana 2 o Nano Banana Pro quando Le serve un output più grande.

Vale la pena migrare dal Nano Banana originale?

Sì, e ha una scadenza — Google ritira gemini-2.5-flash-image il 2 ottobre 2026. Per l'editing ottiene quattordici reference invece di tre, il rendering funzionante del testo dentro l'immagine, una generazione più veloce e un prezzo più basso sulla nostra piattaforma ($0.0238 contro $0.0312).

Quanto tempo richiede una modifica?

Più di una generazione text-to-image. L'affermazione "in appena quattro secondi" di Google descrive la generazione con il solo prompt; il conditioning sulle reference aggiunge tempo, e cresce con quante ne invia. Resta comunque l'editor più veloce della famiglia Nano Banana.

Meglio Lite o Nano Banana 2 per l'editing?

Usi Lite a meno che non Le serva un output sopra il 1K, il grounding di ricerca o una gestione affidabile di molte istruzioni simultanee in una sola chiamata. Per sostituzioni di sfondo, cambi di guardaroba, rimozione di oggetti e lavoro sul colore a risoluzione web, la differenza si vede raramente e Lite costa il 40% in meno.

Le immagini modificate portano un watermark?

Sì. SynthID, il marcatore impercettibile di Google per i contenuti generati dall'IA, viene applicato a ogni output. Nessun provider offre un modo per disattivarlo.