A melhor IA para geração de imagem, escolhida pelo trabalho

"Qual é a melhor IA para uma imagem" tem um problema de formato. A pergunta parece querer um nome, e toda resposta honesta é uma tabela. Rodamos cinco modelos de imagem atrás de uma API só e recebemos essa pergunta toda semana. A resposta útil nunca muda: diga qual é o trabalho. O modelo que ganha num recorte de produto transparente perde feio em mil miniaturas de blog.

O melhor tem o formato do trabalho, e os trabalhos não são próximos

Ranqueie modelos de imagem num eixo só e o ranking está certo para um trabalho e silenciosamente errado para os outros seis. O que decide um projeto é uma porteira de capability, não um gradiente de qualidade. Um modelo ou devolve fundo transparente ou não devolve, ou aceita quatorze referências ou três, ou chega a 4K ou para em 1K.

Essas porteiras não acompanham o preço do jeito que você esperaria. O modelo mais barato que vendemos carrega aspect ratios que o mais caro não consegue produzir. O mais caro é o único que escreve uma palavra legível dentro de uma imagem. Nada disso é intuitivo, que é por que a tabela existe.

A tabela de decisão

Por imagem em 1K, na E2X, conferido em 26 de agosto de 2026.

Os preços e as condições dos produtos podem mudar. Verifique o preço atual de cada provider antes de tomar uma decisão de compra. O preço do Google Batch ou Flex não é diretamente equivalente a um request de API on-demand padrão, porque as condições de agendamento, disponibilidade e processamento são diferentes; por isso ele ficou fora desta comparação. Esta é uma comparação de escopo limitado, não uma afirmação de que a E2X é a opção mais barata do mundo em qualquer configuração.

O resto deste post é o raciocínio atrás de cada linha.

Transparência: GPT Image 2, e mais nada

O GPT Image 2 expõe background, que aceita transparent, opaque ou auto. Peça transparent e você recebe um PNG com canal alfa de verdade. Nenhum modelo do Google no nosso catálogo oferece esse parâmetro, então isso não é preferência. É o único caminho.

Importa mais do que parece. Uma foto de produto recortada, uma cartela de stickers, um logo que tem que ficar sobre um fundo desconhecido — cada um ou chega com alfa ou chega precisando de uma pessoa no Photoshop. Parafusar remoção de fundo num modelo mais barato te compra uma segunda chamada de API, um segundo modo de falha, e o halo cinza que a extração automática deixa em volta de cabelo e vidro.

quality no GPT Image 2 é um multiplicador de ×7 em toda configuração, incluindo low e auto, e o default é high. O preço real em 1K é $0.0075 × 7 = $0.0525, não o número cru de catálogo.

Palavras legíveis na imagem: Nano Banana Pro

Se a imagem contém tipo — mockup de embalagem, pôster, menu board, gráfico — o Nano Banana Pro é onde o Google colocou texto legível, estilizado e multilíngue dentro da imagem. Ele é o gemini-3-pro-image, e essa capability é a única razão para pagar $0.075 em vez de $0.04.

O lado multilíngue é subestimado. Um infográfico em inglês já pronto pode voltar como referência com um pedido de texto em espanhol, e o Pro reescreve o tipo sem reconstruir o layout ao redor. Localização deixa de ser um ticket de design e vira uma chamada de API.

Os tiers mais antigos nunca foram feitos para isso. O Nano Banana original é um modelo de geração 2.5, e as letras dele se seguram até alguém de fato ler. Se há um título na imagem, não tente economizar $0.035.

Volume: Nano Banana 2 Lite

Mil imagens é onde o preço unitário deixa de ser erro de arredondamento. O Nano Banana 2 Lite sai por $0.0238 contra uma tabela de $0.042, então esse milheiro custa $23.80. A mesma rodada no Pro dá $75.

O Lite é o gemini-3.1-flash-lite-image, uma geração inteira mais novo que o modelo sem sufixo que ele substitui, apesar do que a nomenclatura sugere. Mais barato e mais novo ao mesmo tempo.

Duas restrições para construir em volta. Ele é só 1K, sem nenhum parâmetro resolution — mandar um é erro, não um campo ignorado. O default de aspect_ratio dele é 1:1, então defina de forma explícita ou um lote de banners vira um lote de quadrados em silêncio.

Um personagem ao longo de uma série: Nano Banana Pro

Essa linha surpreende as pessoas. Parece um problema de qualidade e é um problema de slot de referência.

O Pro é o único tier aqui que sabe para o quê serve cada imagem de referência. Quatorze slots, e eles não são intercambiáveis: 5 são lidos como quem a pessoa é, 6 como o objeto se parece, 3 como a coisa toda deve ser tratada.

Todo o resto aceita as referências como uma pilha indiferenciada. A diferença prática: um único request ao Pro segura um rosto, o objeto nas mãos daquela pessoa e a direção de arte ao mesmo tempo, e devolve os três juntos. Um composto de anúncio numa chamada em vez de três passagens e um passo de composição. O Nano Banana 2 aceita as mesmas quatorze mas não pode ser informado de qual é qual. Segurar um rosto firme ao longo de uma rodada longa tem um guia próprio.

Resolução de impressão: Nano Banana 2, ou Pro se a arte carrega texto

O Nano Banana 2 chega a 4K com multiplicadores de ×1,5 em 2K e ×2 em 4K, então $0.04 vira $0.06 e depois $0.08. É o 4K mais barato do nosso catálogo por uma margem larga.

O Pro também chega a 4K, até 4096 por 4096, a $0.15 — vale a pena só quando a peça impressa tem tipo dentro. Uma peculiaridade útil: no Pro, 1K e 2K custam exatamente o mesmo, os dois $0.075. Se você já está pagando pelo Pro, pedir 1K deixa pixels na mesa.

Um detalhe de slug que vale uma hora de debug. A geração neste modelo é google/nano-banana-2 e para por aí — o sufixo de capability que os outros modelos carregam não existe aqui. A edição carrega sim um, google/nano-banana-2/edit-image. Anexe /text-to-image ao slug de geração e você recebe um 404.

Formatos extremos: GPT Image 2 para panorâmicas, Lite para faixas

O GPT Image 2 carrega quinze aspect ratios, a faixa mais ampla que vendemos, e só ele tem 3:1, 1:3, 2:1 e 1:2 de verdade. Um banner de destaque 3:1 gerado nativamente ganha de uma imagem 21:9 cortada, porque o modelo compõe para o quadro que recebeu em vez de ter o sujeito fatiado.

Para as faixas realmente extremas, vira para o modelo mais barato. Só o Lite oferece 1:4, 4:1, 1:8 e 8:1. Um header 8:1 de site ou uma barra lateral vertical 1:8 não tem substituto em nenhum outro tier, e custa $0.0238.

Os defaults mudam ao longo da faixa: 9:16 no Nano Banana 2 e no Pro, 1:1 no Lite. Fixe no seu template de request e pare de pensar nisso.

O default, e quando sair dele

Se você não vai ler a tabela, pegue o Nano Banana 2 a $0.04. Ele cobre o conjunto mais amplo de trabalhos que vemos: 4K quando você quiser, 14 referências, texto bom o bastante para qualquer coisa que não seja guiada por tipografia, dez aspect ratios, e um preço perto o bastante do piso para o volume não te assustar. A maior parte dos projetos que chegam pedindo Pro fica bem nele.

Saia do default em quatro situações, e só nessas:

1. A imagem precisa de fundo transparente, então vira GPT Image 2.
2. O tipo na imagem é o ponto da imagem, então vira Pro.
3. Um personagem ou um produto tem que ficar idêntico ao longo de uma série longa, então vira Pro pelas referências com papéis separados.
4. Você está gerando aos milhares e as imagens são simples, então vira Lite e a conta cai 40%.

Todo o resto, fique no Nano Banana 2. Preferimos dizer isso a te vender o Pro por quase o dobro do preço para um trabalho que nunca usa aquilo para que o Pro serve.

Duas coisas que este post deliberadamente não é

Não é uma resenha de fotorrealismo. Qual modelo faz a fotografia mais convincente é uma pergunta mais estreita com outra resposta, e ela mora em a comparação do gerador de imagem de IA mais realista.

Também não é a explicação dos quatro Nano Banana. O Google entrega quatro modelos com esse nome — legado, 2, 2 Lite e Pro — e desembaraçar eles toma um post inteiro, que é a comparação de modelos Nano Banana. A aritmética de preço em todo tier e todo multiplicador está em a API de geração de imagem mais barata, e a decisão entre API e assinatura está em o que vale o dinheiro.

Todo modelo acima responde ao mesmo contrato de submit e polling, então mover-se entre linhas daquela tabela é uma string no corpo do request — vale saber antes de você se comprometer com uma linha. Veja todos, ou estreite para text-to-image. A técnica de prompt atravessa a faixa inteira, e ela está no guia de prompting.

Perguntas frequentes

Qual é a melhor IA para geração de imagem?

Não existe uma única melhor, porque as diferenças entre modelos são porteiras de capability e não gradientes de qualidade. Para a maior parte dos trabalhos, o Nano Banana 2 a $0.04 é o default certo. Troque para o GPT Image 2 para fundos transparentes, para o Nano Banana Pro para texto legível dentro da imagem ou referências com papéis separados, e para o Nano Banana 2 Lite para lotes de alto volume.

Qual modelo de imagem de IA consegue fazer fundo transparente?

O GPT Image 2, que expõe um parâmetro background aceitando transparent, opaque ou auto. É o único modelo do catálogo da E2X que devolve um canal alfa de verdade numa chamada só, a $0.0525 por imagem em 1K em 26 de agosto de 2026. Os modelos do Google não têm equivalente, então transparência ali significa um passo separado de remoção de fundo.

Qual modelo de IA escreve texto legível dentro de uma imagem?

O Nano Banana Pro, gemini-3-pro-image, que renderiza texto legível, estilizado e multilíngue como parte da arte. O Nano Banana 2 dá conta de palavras simples de forma aceitável. O Nano Banana original é anterior à capability inteira, já que ela chegou com a geração Gemini 3, então qualquer coisa guiada por tipografia pertence ao Pro a $0.075.

Qual é o gerador de imagem de IA mais barato que ainda é bom?

O Lite, a $0.0238 a imagem. O model ID dele é gemini-3.1-flash-lite-image, o que o coloca uma geração inteira à frente do Nano Banana original que ele sucedeu, então ele fica abaixo daquele modelo em preço enquanto ganha dele em capability. Os limites são reais, no entanto: saída só em 1K, e o campo resolution que os outros tiers aceitam é recusado aqui.

Qual gerador de imagem de IA suporta saída em 4K?

O Nano Banana 2 e o Nano Banana Pro. O Nano Banana 2 custa $0.08 em 4K, sendo um multiplicador de ×2 sobre o preço base de $0.04, o que faz dele o caminho mais barato. O Nano Banana Pro chega a 4096 por 4096 a $0.15, e cobra por 2K o mesmo que por 1K.

Quantas imagens de referência posso usar para personagens consistentes?

Quatorze no Nano Banana Pro, e a parte útil é que o Pro classifica elas: 5 slots são lidos como o personagem, 6 como objetos, 3 como estilização. Essa classificação é o que impede um rosto de vagar ao longo de uma rodada longa. O Nano Banana 2 também aceita quatorze, mas lê todas do mesmo jeito, e o Nano Banana original para em três.

Qual modelo de IA suporta aspect ratios extremos como banners 8:1?

O Nano Banana 2 Lite, que é o único modelo do catálogo oferecendo 1:4, 4:1, 1:8 e 8:1 ao lado do conjunto padrão. Para panorâmicas largas mas não extremas, o GPT Image 2 carrega quinze proporções, incluindo 3:1, 1:3, 2:1 e 1:2 de verdade. Os tiers flash e pro do Google param em 21:9.