← Torna al blog
Aicirca 6 min di lettura

Sei dei dieci migliori modelli di immagini sono una sola famiglia

Pubblicato 31 ott 2026
Sei dei dieci migliori modelli di immagini sono una sola famiglia

La classifica delle immagini di OpenRouter per la settimana che termina il 26 ottobre si legge come un catalogo prodotti più che come una competizione. Sei dei primi dieci posti appartengono a un'unica famiglia di modelli. Il primo ha 1.57 milioni di richieste. Il decimo ne ha 253,000.

La lista, in ordine: Nano Banana 2 (Gemini 3.1 Flash Image) a 1.57M, +13% settimana su settimana; GPT Image 2.5 Sunburst a 1.25M, +6%; Muse Image di Meta a 824K, +23%; GPT Image 2.5 Flare a 793K, +26%; Nano Banana 2 Lite a 726K, +18%; GPT Image 2 a 633K, -4%; Nano Banana a 450K, stabile; Nano Banana Pro a 417K, +5%; Nano Banana 2.1 a 383K, +21%; e Nano Banana 2 nella sua forma preview a 253K, -14%.

Per autore, la settimana che inizia il 19 ottobre si divide così: Google 43.3% delle richieste di immagini, OpenAI 33.2%, Meta 7.8%, Black Forest Labs 4.8%, ByteDance Seed 3.9%, Recraft 1.8%, SpaceXAI 1.8%, Tencent 1.1%, Qwen 0.9%.

Due aziende prendono tre quarti delle richieste. È la storia, ed è una storia meno interessante di quella nascosta nella struttura dei livelli.

Cinque livelli dello stesso modello

Le voci di Google non sono cinque modelli in competizione. Sono un'unica linea di modelli tagliata per prezzo e capacità: Nano Banana 2 in cima, Nano Banana 2 Lite sotto, Nano Banana Pro più in alto per qualità, Nano Banana 2.1 come fascia media, e il semplice Nano Banana della generazione precedente che porta ancora 450,000 richieste a settimana.

OpenAI fa la stessa cosa con due voci: Sunburst e Flare sono entrambi GPT Image 2.5, posizionati a velocità e prezzi diversi, e insieme occupano il secondo e il quarto posto.

Non è un trucco. Segmentare è come si serve un mercato in cui un cliente ha bisogno di un'immagine hero in 4K e un altro di 900 thumbnail prima di pranzo. Ma significa che la classifica misura qualcosa di diverso dalla qualità del modello. Un fornitore con quattro livelli occupa quattro posti con un modello. Un fornitore con un solo ottimo modello occupa un posto.

La prova più chiara che queste sono decisioni di distribuzione e non di qualità è la decima voce: Nano Banana 2 in forma preview, che riceve ancora 253,000 richieste a settimana, nove settimane dopo l'uscita della versione di produzione. Nessuno sceglie un modello preview di proposito. La pipeline di qualcuno era costruita su quella stringa e nessuno l'ha più toccata. Il volume di richieste misura l'inerzia tanto quanto la preferenza.

十块发光的小方块排成两列悬浮在深色背景上,尺寸与亮度依次递减,像一组分级刻度

L'unico numero che non riguarda Google o OpenAI

Muse Image di Meta a 824K è l'unica voce nei primi quattro che non viene dai due leader, ed è cresciuta del 23% in una settimana, più veloce di entrambi. La proposta di Meta per Muse è che progetta una composizione prima di renderizzarla, la stessa scommessa architetturale che Canva ha fatto questa settimana con Craft. Due aziende che arrivano al planning-poi-rendering nello stesso mese è una cosa da notare, anche se forse dice più di dove sono i guadagni facili che di un'intuizione condivisa.

L'altro numero che spicca è Black Forest Labs al 4.8%, +83% settimana su settimana. È il tasso di crescita più alto della classifica con ampio margine, ed è ancora sotto il 5%. Un arrampicatore veloce su volumi bassi di solito segnala l'ingresso di un grande cliente, non un cambio di mercato. Da tenere d'occhio, non da cui concludere.

La coda della tabella è dove stanno le assenze interessanti. Recraft all'1.8% e +29%, Tencent all'1.1%, Qwen allo 0.9%, SpaceXAI all'1.8%. Non sono fallimenti. Sono modelli con un compito specifico: Recraft è sempre stata la scelta per asset vettoriali e coerenti con il brand, i modelli di immagini di Tencent contano dentro i prodotti in lingua cinese, e i pesi aperti di Qwen girano sull'hardware del cliente, il che significa che le richieste non compaiono qui per niente.

Quest'ultimo punto è il punto cieco più grande di qualsiasi classifica di un router. Un modello distribuito a pesi aperti può essere usatissimo e invisibile in questi dati, perché chi lo usa lo esegue da sé. I conteggi misurano l'adozione hosted, che è un proxy della comodità per gli sviluppatori, non del deployment totale.

Cosa non ti dicono i conteggi di richieste

Questo è un conteggio di richieste, non ricavi e non token. Una richiesta su un livello Lite può costare una frazione di una su un livello Pro, quindi un fornitore con un default economico può guidare la classifica guadagnando meno per chiamata del fornitore terzo. OpenRouter pubblica anche una vista separata della quota di spesa proprio per questo motivo, e le due non sempre coincidono.

C'è un secondo scarto: OpenRouter è un router. Vede il traffico che gli sviluppatori fanno passare di lì, che pende verso chi costruisce prodotti, agenti e batch job. Non vede il traffico che va diretto all'app di un fornitore, e non vede l'enorme volume consumer dentro strumenti come Canva o Photoshop. Che Google guidi qui al 43.3% è un'affermazione sui default degli sviluppatori. Non è un'affermazione su quale modello faccia più immagini al mondo.

Cosa dovrebbe trarne chi costruisce

Se stai scegliendo un modello di immagini questa settimana, la classifica è un proxy ragionevole per tre cose: quali modelli hanno più esempi e risposte della community, quali è improbabile che vengano dismessi senza preavviso, e quali i tuoi futuri assunti hanno probabilmente già usato.

È un pessimo proxy per la cosa che ti interessa davvero, cioè se il modello gestisce le tue immagini specifiche. Un vantaggio di 1.57 milioni di richieste non ti dice nulla su come rende il packaging del tuo prodotto.

Lo schema più utile nei dati è la segmentazione stessa. Se due fornitori ora distribuiscono quattro e cinque livelli di prezzo dello stesso modello sottostante, allora il prezzo è negoziabile in un modo che non era un anno fa, e la mossa giusta è testare prima il livello economico. La maggior parte del lavoro di produzione non ha bisogno del modello Pro. Ha bisogno del modello Lite e di un buon upscale.

E la voce preview al numero dieci è un piccolo promemoria per chi mantiene una pipeline: il modello che hai cablato a marzo sta ancora girando, sta ancora fatturando, ed è probabilmente ancora la build preview. Controllare costa un pomeriggio.

Il costo di un livello a cui nessuno pensa

C'è un costo più silenzioso nascosto in questa struttura. Ogni livello in più è una migrazione in più che qualcuno prima o poi dovrà fare, e i livelli invecchiano a velocità diverse. Un fornitore che distribuisce cinque punti di prezzo di una sola linea ritira prima quelli in basso, perché sono i meno difesi commercialmente. La build preview con 253,000 richieste non è un problema oggi. Lo diventa il giorno in cui smette di accettare chiamate.

I team che gestiscono bene la cosa fanno una cosa noiosa: tengono una lista breve di quale stringa di modello usa ogni prodotto, chi ne è responsabile e qual è il fallback. Non è lavoro interessante. È la differenza tra un martedì pomeriggio e un outage di martedì.

Articoli correlati