Nano Banana 2 Lite: 4 segundos por imagem mudam o produto, não só a espera

Quatro segundos é o número que o Google colocou na frente do anúncio do Nano Banana 2 Lite, e é o único que importa para o que este modelo realmente serve.
Cerca de quatro segundos para uma geração de texto-para-imagem, contra cerca de onze no Gemini 3.1 Flash Image — aproximadamente 2,7× mais rápido, pela comparação do próprio fornecedor. Saída limitada a 1K. Quatorze proporções. A mesma superfície de API dos irmãos maiores: texto-para-imagem, edição de imagem, composição com múltiplas imagens e uma resposta em texto junto da imagem, porque por baixo continua sendo um modelo multimodal.
Ele está em oitavo na lista de imagens do OpenRouter, com 1.74 bilhão de tokens semanais, a US$ 0.25 por milhão de tokens de entrada e US$ 30 por milhão de saída. É metade do preço de entrada do Nano Banana 2 e o mesmo preço de saída, o que diz onde mora o custo de verdade.
Nada disso é empolgante. Tudo isso é útil, e há um argumento sério de que a faixa entediante é onde o mercado está sendo decidido.
Por que quatro segundos mudam o produto, não só a espera
Existe um limiar em software interativo em algum ponto entre três e cinco segundos, e ele não tem nada a ver com a paciência das pessoas. Abaixo dele, um sistema pode ser um laço. Acima, um sistema tem que ser um job.
Concretamente: a quatro segundos, você gera ao soltar a tecla e o resultado chega enquanto o usuário ainda olha para a tela. Dá para construir uma ferramenta de moodboard em que mudar uma palavra re-renderiza a grade inteira. Dá para colocar geração de imagem dentro do autocomplete de um formulário. A onze segundos, nada disso é possível — cada uma dessas ideias vira barra de progresso, spinner e a decisão de continuar esperando.
É por isso que a faixa Lite existe, e é por isso que os números de uso são o que são. O modelo não está sendo usado para fazer imagem de capa. Está sendo usado para fazer as quarenta imagens que você descarta antes de chegar na imagem de capa.
A linguagem de posicionamento do Google é incomumente direta: “pipelines de desenvolvimento de alta velocidade”, “exploração visual em ritmo acelerado”, “gerar milhares de imagens por uma fração do custo de modelos de produção mais pesados”. Traduzindo: é a faixa que você usa enquanto ainda está decidindo o que quer.

O teto de 1K é a troca, e é a troca certa
O Nano Banana 2 Lite entrega em 1K com quatorze proporções. Sem 2K, sem 4K. Se você precisa disso, deve subir na família para o Nano Banana 2.1, que vai a 4K.
É tentador ler o teto de resolução como limitação. Melhor ler como o mecanismo que torna a velocidade possível. Resolução é a variável mais cara da difusão — quadruplicar pixels não é quadruplicar processamento, é pior — então um modelo que promete turnaround abaixo de cinco segundos tem que abrir mão de resolução em algum lugar.
O que você ganha em troca são quatorze proporções, o que importa mais do que parece. Proporção é o parâmetro que mais costuma forçar uma segunda geração: você gera um hero em 16:9, depois precisa de uma versão 9:16 para Stories, e o corte sai errado. Um modelo que resolve as quatorze em 1K em quatro segundos permite gerar o mesmo conceito uma vez por posicionamento, que é a diferença entre um asset e um conjunto.
SynthID e o argumento da marca d’água invisível
Toda saída carrega uma marca d’água invisível SynthID. O Google vem fazendo isso nos modelos de imagem há um tempo, e normalmente o assunto ocupa uma frase e é esquecido.
Merece mais que uma frase, porque “marca d’água invisível” é uma categoria de coisa que só fica interessante em escala. Uma marca visível é decisão de branding. Uma invisível é infraestrutura: permite que uma plataforma responda “isso foi gerado?” sem mudar a aparência da imagem, e sobrevive à maioria das edições comuns.
Se essa infraestrutura é boa ou ruim depende inteiramente de quem pergunta e por quê. Para uma plataforma de banco de imagens filtrando uploads sintéticos, é útil. Para um diretor de criação que quer metadados de procedência nas entregas, é útil. Para quem quer que a imagem gerada seja indistinguível de uma fotografia, é obstáculo — e o fato de ser imperceptível ao olho mas detectável em código é exatamente o ponto.
Há também uma complicação prática para quem constrói produto em cima desses modelos: se o seu pipeline remove metadados ou recodifica de forma agressiva, você pode estar apagando um sinal que as plataformas a jusante estão começando a exigir. É uma questão de conformidade que vai aparecer em formulário de compras antes de aparecer em relatório de bug.
Onde ele se encaixa no resto da lista
Olhe os oito primeiros do OpenRouter e uma forma aparece. O Google ocupa quatro posições. A OpenAI ocupa duas. A ByteDance uma, a Meta uma. E os dois modelos da faixa Flash do Google — Nano Banana 2 no topo com 5.76B tokens, Nano Banana 2 Lite com 1.74B — não competem entre si tanto quanto cobrem dois trabalhos diferentes: o padrão e o padrão rápido.
É uma estrutura de produto deliberada, e é a mesma que funcionou em modelos de linguagem. Ofereça um modelo bom o suficiente a um preço que torna o uso em volume racional, e um melhor para os casos que justificam a espera. A distância entre eles vira uma decisão de roteamento que a sua aplicação toma, não uma escolha que o usuário precisa entender.
Para quem desenvolve, a implicação prática é que você provavelmente deveria chamar dois modelos, não um. Escreva a especificação na velocidade do Lite, renderize o final em qualidade plena. A diferença de custo é menor que a diferença de tempo.
A aritmética que torna o roteamento óbvio
Faça as contas num trabalho realista, porque comparação abstrata de preço esconde a decisão. Digamos que você precise de uma imagem de capa final e aceite tentar vinte direções antes de fechar. Na velocidade do Lite, quatro segundos cada, são oitenta segundos de exploração — menos de um minuto e meio, o que cabe num café. A onze segundos cada, são quase quatro minutos, tempo suficiente para você desistir da vigésima ideia.
Os tokens de saída custam o mesmo por milhão nos dois modelos, então a economia está inteira no lado da entrada e no número de chamadas que você aceita fazer. Essa segunda parte é a que as pessoas esquecem. O modelo mais barato não custa apenas menos por tentativa; ele muda quantas tentativas você consegue justificar, e o número de tentativas é o que determina se a imagem final é boa.
Então a arquitetura correta é entediante: roteie a exploração para o Lite, roteie a única direção aprovada para o modelo maior em 2K ou 4K. Duas chaves, um template de prompt, um booleano. A maioria das equipes que reclama do custo de geração de imagem está rodando o modelo caro nos dois trabalhos.
O que observar
O risco óbvio é a faixa Lite virar silenciosamente a única faixa que alguém consegue pagar, e a qualidade convergir para baixo enquanto todo mundo otimiza por throughput. Foi mais ou menos o que aconteceu com geração de texto, e o resultado foi bom para a maioria das tarefas e ruim para as que exigiam cuidado.
O outro risco é mais específico: uma saída em 1K que parece boa na tela e desmonta na impressão, num mockup de outdoor ou em qualquer contexto em que alguém dê zoom a 200%. Turnaround de quatro segundos incentiva o hábito de nunca dar zoom. É risco de fluxo de trabalho, não defeito do modelo, mas é o tipo que vai para produção.
Ainda assim, é a faixa que vai definir como a maioria das imagens será feita neste ano. Não porque é a melhor. Porque é rápida o bastante para fazer parte do pensamento em vez de vir depois dele — e porque a US$ 0.25 por milhão de tokens de entrada, dá para errar quarenta vezes antes de acertar uma.
Artigos relacionados
O conselho criou um comitê de exportação na mesma semana do balanço
Só o resultado virou notícia. O comitê de controle de exportação é o que pode mudar de fato como a empresa opera.
A Nvidia nunca formou um banco de sucessores. Essa é a descoberta.
A empresa passou trinta e três anos decidindo, sem dizer, que a pergunta sobre quem vem depois não era urgente.
A AMD ganhou 19% só por ser a outra opção
O dinheiro não saiu de IA. Saiu do único nome com problema de governança e foi para os dois que não tinham.
Dez rebaixamentos em quatro sessões e nenhum número novo
Ninguém publicou dado novo sobre o livro de pedidos. O que mudou foi a largura da faixa, não o ponto do meio.