Seis dos dez melhores modelos de imagem são uma família só

O ranking de imagem do OpenRouter para a semana encerrada em 26 de outubro parece um catálogo de produtos, não uma competição. Seis das dez primeiras posições pertencem a uma única família de modelos. O primeiro lugar tem 1,57 milhão de requisições. O décimo tem 253 mil.

A lista, em ordem: Nano Banana 2 (Gemini 3.1 Flash Image) com 1,57 milhão, alta de 13% semana a semana; GPT Image 2.5 Sunburst com 1,25 milhão, alta de 6%; Muse Image, da Meta, com 824 mil, alta de 23%; GPT Image 2.5 Flare com 793 mil, alta de 26%; Nano Banana 2 Lite com 726 mil, alta de 18%; GPT Image 2 com 633 mil, queda de 4%; Nano Banana com 450 mil, estável; Nano Banana Pro com 417 mil, alta de 5%; Nano Banana 2.1 com 383 mil, alta de 21%; e o Nano Banana 2 em sua forma de prévia com 253 mil, queda de 14%.

Por autor, a semana que começa em 19 de outubro se divide assim: Google com 43,3% das requisições de imagem, OpenAI com 33,2%, Meta com 7,8%, Black Forest Labs com 4,8%, ByteDance Seed com 3,9%, Recraft com 1,8%, SpaceXAI com 1,8%, Tencent com 1,1%, Qwen com 0,9%.

Duas empresas ficam com três quartos das requisições. Essa é a manchete, e é uma manchete menos interessante do que a que se esconde na estrutura de faixas.

Cinco faixas do mesmo modelo

As entradas do Google não são cinco modelos concorrentes. São uma linhagem fatiada por preço e capacidade: Nano Banana 2 no topo, Nano Banana 2 Lite abaixo, Nano Banana Pro acima disso em qualidade, Nano Banana 2.1 como faixa intermediária, e o Nano Banana puro da geração anterior ainda puxando 450 mil requisições por semana.

A OpenAI faz a mesma coisa com duas entradas: Sunburst e Flare são os dois o GPT Image 2.5, posicionados em velocidades e preços diferentes, e juntos ocupam o segundo e o quarto lugar.

Não é um truque. Criar faixas é como se atende um mercado em que um cliente precisa de uma imagem hero em 4K e outro precisa de 900 thumbnails antes do almoço. Mas significa que o ranking está medindo outra coisa que não qualidade de modelo. Um fornecedor com quatro faixas ocupa quatro posições com um modelo. Um fornecedor com um modelo excelente ocupa uma.

A evidência mais clara de que são decisões de distribuição e não de qualidade é a décima entrada: o Nano Banana 2 em sua forma de prévia, ainda recebendo 253 mil requisições por semana, nove semanas depois de a versão de produção sair. Ninguém escolhe um modelo de prévia de propósito. O pipeline de alguém foi montado em cima daquela string e ninguém mexeu desde então. Volume de requisições mede inércia tanto quanto preferência.

O único número que não é sobre o Google ou a OpenAI

O Muse Image, da Meta, com 824 mil, é a única entrada entre as quatro primeiras que não vem dos dois líderes, e cresceu 23% em uma semana, mais rápido que qualquer um deles. O argumento da Meta para o Muse é que ele planeja uma composição antes de renderizar, que é a mesma aposta arquitetural que a Canva fez com o Craft nesta semana. Duas empresas chegando em planejar-para-depois-renderizar no mesmo mês merece atenção, embora possa dizer mais sobre onde estão os ganhos fáceis do que sobre uma intuição compartilhada.

O outro número que chama atenção é a Black Forest Labs com 4,8%, alta de 83% semana a semana. É a taxa de crescimento mais rápida do quadro por boa margem, e continua abaixo de 5%. Um nome que sobe rápido com volume baixo costuma ser sinal de um cliente grande entrando, não de mudança de mercado. Vale acompanhar, não vale concluir.

A cauda da tabela é onde estão as ausências interessantes. Recraft com 1,8% e alta de 29%, Tencent com 1,1%, Qwen com 0,9%, SpaceXAI com 1,8%. Não são fracassos. São modelos com um trabalho específico: o Recraft sempre foi a escolha para vetor e ativos consistentes com a marca, os modelos de imagem da Tencent importam dentro de produtos em chinês, e os pesos abertos do Qwen rodam no hardware do próprio cliente, o que significa que as requisições nunca aparecem aqui.

Esse último ponto é o maior ponto cego de qualquer ranking de roteador. Um modelo distribuído como pesos abertos pode ser extremamente usado e invisível nestes dados, porque quem o roda está rodando por conta própria. As contagens medem adoção hospedada, que é uma proxy de conveniência para o desenvolvedor, não de implantação total.

O que contagens de requisição não dizem

Isto é contagem de requisição, não receita e não tokens. Uma requisição numa faixa Lite pode custar uma fração de uma requisição numa faixa Pro, então um fornecedor com padrão barato pode liderar o gráfico ganhando menos por chamada que o fornecedor em terceiro lugar. O OpenRouter também publica uma visão separada de participação no gasto exatamente por isso, e as duas nem sempre concordam.

Há uma segunda lacuna, que é o OpenRouter ser um roteador. Ele vê o tráfego que os desenvolvedores encaminham por ele, o que pende para quem constrói produtos, agentes e jobs em lote. Não vê o tráfego que vai direto para o aplicativo de um fornecedor, nem o volume enorme de consumidor dentro de ferramentas como Canva ou Photoshop. O Google liderar com 43,3% aqui é uma afirmação sobre padrões de desenvolvedor. Não é uma afirmação sobre qual modelo faz mais imagens no planeta.

O que quem constrói deveria tirar disso

Se você está escolhendo um modelo de imagem esta semana, o ranking é uma proxy razoável para três coisas: quais modelos têm mais exemplos e respostas da comunidade, quais dificilmente serão descontinuados sem aviso, e quais os seus próximos contratados provavelmente já usaram.

É uma proxy ruim para o que você realmente se importa, que é se o modelo lida com as suas imagens específicas. Uma liderança de 1,57 milhão de requisições não diz nada sobre como ele renderiza a embalagem do seu produto.

O padrão mais útil nos dados é a própria criação de faixas. Se dois fornecedores agora oferecem quatro e cinco pontos de preço do mesmo modelo por baixo, então preço é negociável de um jeito que não era um ano atrás, e o movimento certo é testar a faixa barata primeiro. A maior parte do trabalho de produção não precisa do modelo Pro. Precisa do modelo Lite e de um upscale decente.

E a entrada de prévia em décimo lugar é um lembrete pequeno para quem mantém um pipeline: o modelo que você fixou no código em março continua rodando, continua cobrando e provavelmente continua sendo a build de prévia. Checar custa uma tarde.

O custo de uma faixa em que ninguém pensa

Há um custo mais silencioso escondido nessa estrutura. Cada faixa extra é uma migração extra que alguém vai ter que fazer cedo ou tarde, e as faixas envelhecem em velocidades diferentes. Um fornecedor que oferece cinco pontos de preço de uma linhagem aposenta as de baixo primeiro, porque são as menos defendidas comercialmente. A build de prévia parada em 253 mil requisições não é um problema hoje. Vira um no dia em que ela deixa de aceitar chamadas.

As equipes que lidam bem com isso fazem uma coisa entediante: mantêm uma lista curta de qual string de modelo cada produto usa, quem é o responsável e qual é o plano B. Não é trabalho interessante. É a diferença entre uma tarde de terça e uma queda de terça.