Générateur et éditeur d’images Nano Banana 2 Lite

Qu’est-ce que Nano Banana 2 Lite ?

Nano Banana 2 Lite est le modèle d’image de Google pensé pour la vitesse, publié le 30 juin 2026 sous l’identifiant de modèle gemini-3.1-flash-lite-image et le nom d’architecture Gemini 3.1 Flash Lite Image. Le résumé de Google est direct sur le compromis : c’est le modèle d’image le plus rapide et le plus économique de la famille Nano Banana à ce jour, conçu pour le gros volume, la vitesse et l’échelle.

Il ne remplace ni Nano Banana 2 ni Nano Banana Pro. Google le positionne pour le travail quasi temps réel à gros volume, où une latence ultra-faible est essentielle, et le désigne comme la voie de mise à niveau recommandée pour quiconque appelle encore le modèle de première génération gemini-2.5-flash-image.

La lecture honnête de ce palier est celle d’un choix de débit. Google publie un test de génération d’une minute dans lequel Lite a produit 21 images contre 3 pour le modèle vedette, sur le même prompt, aux côtés d’un graphique familial qui classe Lite un cran en dessous des paliers supérieurs, tant en qualité visuelle qu’en raisonnement. Les deux documents sont reproduits plus bas sur cette page.

Quatre chiffres que Google attribue à ce modèle

Voici les chiffres que l’article de lancement énonce dans ses propres termes. Tout le reste de cette page les reprend, cite explicitement un tiers, ou décrit cet espace de travail.

Le test d’une minute publié par Google

L’article de lancement comporte une vidéo côte à côte intitulée How many animals can you generate in 1 minute? Deux panneaux exécutent le même prompt pendant soixante secondes — une aquarelle d’un nombre entouré d’autant d’animaux — et chaque panneau affiche son propre compteur. C’est l’affirmation la plus claire de Google sur le débit de ce modèle.

Les deux totaux ne se contredisent pas. Le panneau Lite a dépensé davantage parce qu’il a terminé sept fois plus d’images ; par image, il a coûté presque exactement la moitié, et $0.0336 s’arrondit au tarif de $0.034 cité par Google. Sept fois le débit à la moitié du prix unitaire, voilà tout l’argument de ce palier, et c’est la démonstration de Google lui-même plutôt que l’affirmation d’un revendeur.

Une réserve sur ces deux chiffres. Ce sont les compteurs internes de la vidéo promotionnelle de Google, pas un benchmark indépendant, et le prompt est une seule tâche étroite : un sujet à l’aquarelle, à plat, dans un cadre carré. La latence sur un prompt plus dense, une instruction plus longue ou une retouche avec plusieurs références n’atteindra pas forcément 2.8 secondes.

Où se situe Nano Banana 2 Lite dans la famille

Google publie un graphique familial à quatre axes avec le lancement. C’est le document le plus utile de la sortie, parce qu’il dit clairement où ce palier concède quelque chose, au lieu de ne montrer que ses points forts.

Lisez la ligne de Lite et l’argument du modèle saute aux yeux : c’est le seul palier noté faible à la fois en latence et en coût. Lisez la colonne de la qualité visuelle vers le bas et le prix de ce choix est tout aussi clair, moyenne contre élevée pour les deux paliers supérieurs. Le raisonnement descend encore d’un cran, à faible.

Le titre de la fiche modèle de Google pour ce même modèle dit No compromise on quality, et sa page de famille appelle Lite le modèle le plus efficient à ce jour, avec le meilleur équilibre entre qualité et vitesse. Les deux affirmations sont justes ; le graphique à quatre axes est simplement le document le plus précis, et c’est celui qu’il vaut la peine de lire avant de confier un pipeline à gros volume à ce palier.

Des prompts que vous pouvez copier

Chaque prompt ci-dessous est publié par la source nommée à côté et reproduit mot pour mot. Quatre viennent de Google et un d’un playground tiers qui publie ses propres exemples d’entrée. Ouvrir un prompt le charge dans l’espace de travail.

A charming watercolor painting of the number n, with n animals around it, on a clean white background, formatted as a perfect 1:1 square. Do not include any text, letters, words, or writing.

A lone astronaut stands poised at the threshold of a futuristic corridor, their back to the viewer, gazing out towards a distant, mountainous landscape visible at the far end. The composition is perfectly symmetrical, using the clean, repeating lines of the brightly lit hallway to create a powerful vanishing point. The corridor itself is a marvel of sleek, sterile design, with glowing white panels on the walls and ceiling, and a highly reflective, cyan-tinted floor that mirrors the entire scene, doubling its visual impact. The astronaut, clad in a white and gold-trimmed spacesuit, is the central, human element in this otherwise impersonal, high-tech environment. The lighting is bright and even, giving the scene an ethereal, almost heavenly quality. The color palette is a minimalist blend of stark white, cool cyan, and the earthy tones of the distant planet. The artistic style is one of clean, utopian science fiction, evoking a sense of calm, wonder, and the beginning of a grand journey into the unknown.

Create a beautiful travel lifestyle image of a woman in a light linen dress standing on a sunlit Mediterranean terrace. The background includes blue sea, white coastal houses, flowering bougainvillea, terracotta steps, and warm afternoon light. Use a soft travel-magazine aesthetic, natural colors, realistic facial and clothing details, and a balanced composition that feels bright, graceful, and shareable.

Keep the same woman's face, hairstyle, expression, pose, and clothing, but replace the plain studio background with a beautiful Mediterranean seaside terrace. Add blue ocean water, white coastal buildings, soft flowers, warm sunlight, and a refined travel-lifestyle atmosphere. Preserve the subject's identity clearly and make the final image feel elegant, bright, and natural.

Create a charming editorial illustration of an outdoor breakfast table under a lemon tree. Include croissants, honey, tea, fresh fruit, wildflowers, ceramic plates, linen napkins, and soft morning sunlight. Use warm hand-painted textures, tasteful color harmony, and a polished storybook-meets-lifestyle-magazine style. The composition should feel cozy, beautiful, and visually refined.

Les travaux pour lesquels ce modèle est taillé

Le cadrage de Google lui-même, c’est l’idéation rapide et les pipelines à haut débit. La liste ci-dessous s’en tient à ce que Google démontre ou à ce que montre un exemple publié, plutôt qu’à tout ce qu’un modèle d’image peut faire en théorie.

• Le brouillon en volume. Le test d’une minute de Google résume tout l’argument : 21 images 1K bon marché pendant qu’un modèle plus lourd en termine trois.
• Remplir une interface au fil de l’usage. Google montre le modèle dans Gridscape, un canevas infini qui génère des images à mesure qu’un sujet est exploré, et dans Space Lift, qui transforme une seule photo de pièce en plusieurs concepts d’intérieur.
• L’exploration rapide de prompts avant de vous engager. Testez une direction en 1K, puis transférez le prompt gagnant vers un palier doté de plus de résolution et de raisonnement.
• Des compositions personnalisées à partir d’une seule photo. La démo Anywhere de Google joint une image et génère des cartes postales de ce sujet devant des monuments.
• De l’art de scène et d’objet là où l’état actuel change plus vite qu’un cycle de design, la raison pour laquelle Google cite la démo Latitude pour l’usage de ce modèle.
• Des brouillons de scènes produit et lifestyle, en utilisant le flux d’images de référence pour garder le produit inchangé et remplacer ce qui l’entoure.
• Le remplacement d’arrière-plan et de décor sur une photographie existante, le cas de retouche mesuré plus bas sur cette page.
• Des passes de localisation où la mise en page compte plus que la langue. La liste de limites de Google elle-même signale la grammaire et la nuance culturelle comme plus faibles que le résultat visuel : traitez donc le texte traduit comme un brouillon.

Ce que cet espace de travail expose

Le sélecteur fait foi sur ce que vous pouvez envoyer ici. La page d’un autre fournisseur décrit le compte de ce fournisseur, et le prix est calculé par le service plutôt que par cette page.

Les sept ratios ci-dessus sont la liste exacte que cet espace de travail accepte pour Nano Banana 2 Lite, et ce n’est pas la même que celle de Nano Banana 2, qui offre quinze valeurs dont auto et les cadres extrêmes 1:4 et 8:1. Un sélecteur plus étroit est une limite de ce site, pas du modèle.

Le plafond de cinq images de référence mérite la même honnêteté. Google ne publie aucune limite d’images de référence pour ce modèle, et les schémas tiers en autorisent dix. Plutôt que d’annoncer un nombre que le service n’a pas confirmé, cet espace de travail conserve le plafond prudent du palier Nano Banana précédent. Si votre retouche a besoin de plus de références que le sélecteur n’en autorise, c’est une raison d’utiliser un autre modèle ici.

Nano Banana 2 Lite, Nano Banana 2 et Pro dans cet espace de travail

Seul le premier groupe de lignes ci-dessous provient de Google. Les lignes de contrôles viennent du sélecteur de cet espace de travail, d’où leur possible écart avec ce qu’un autre site propose pour ces trois mêmes modèles.

Comme Lite est le seul des trois plafonné au 1K ici, le choix entre lui et Nano Banana 2 porte rarement sur la résolution. Il porte sur ce que vous préférez : cinq fois plus d’images pour le même budget, ou moins d’images que Google classe un cran au-dessus en qualité et en raisonnement.

Pourquoi d’autres sites citent des chiffres différents

Plusieurs des pages bien classées pour ce modèle citent des réglages que cet espace de travail ne propose pas. Aucune n’est forcément fausse : elles décrivent le schéma publié du modèle, rapporté à leur propre compte. L’écart mérite d’être compris avant de comparer des coûts d’exploitation.

La page nanobanana.im liste 15 ratios d’image, jusqu’à 10 images de référence et un coût de 2 crédits par génération, comme son palier Nano Banana précédent. Le schéma de requête publié par kie.ai pour le même modèle accepte quinze valeurs de ratio et une limite de dix fichiers : c’est de là que viennent le quinze et le dix. Le modèle accepte plus que ce que cet espace de travail expose ; le sélecteur d’ici ne transmet qu’un ensemble plus étroit.

Côté prix, la page de kie.ai porte deux affirmations différentes sur son propre tarif pour le même palier 1K, l’une disant quatre crédits et l’autre trois, dans des chaînes voisines. Considérez les deux comme les textes marketing de ce fournisseur, et non comme un tarif auquel le tenir. Le seul chiffre qui fait foi ici est le devis que l’espace de travail affiche avant l’envoi.

• Quinze ratios d’image sur deux pages concurrentes contre sept dans ce sélecteur : le modèle accepte plus que ce que ce site transmet.
• Dix images de référence dans un schéma tiers contre cinq ici, et Google ne publie aucun plafond qui lui soit propre.
• Les prix en crédits sont propres à chaque fournisseur et changent ; le devis de l’espace de travail est le montant qui s’applique à votre tâche.

Retoucher avec des références plutôt que des masques

Une retouche commence par des images que vous avez le droit d’utiliser et par une instruction qui précise ce qui doit changer et ce qui doit y survivre. Aucun masque à dessiner : le modèle raisonne sur les parties que l’instruction vise et laisse le reste en paix. La note de limites de Google se montre moins confiante sur les cas difficiles, en avertissant que la retouche avec masque, le passage jour-nuit et le mélange de plusieurs images peuvent encore produire des résultats contre nature, des artefacts visuels ou des scènes incohérentes.

La comparaison plus bas sur cette page est un avant/après mesuré, et non un duo décoratif. Sur une grille de neuf tuiles, les deux images présentent une corrélation de 0.88 à 0.96 dans la colonne centrale, et proche de zéro ou en dessous sur les deux flancs. C’est la signature d’un sujet conservé pendant que tout ce qui l’entoure a été remplacé, et c’est notre vérification, pas une affirmation de Google. Le prompt et les deux images proviennent du même exemple publié : l’appariement est donc documenté autant que mesuré.

Rédigez l’instruction en deux temps. D’abord le sujet et la modification. Ensuite les parties qui ne doivent pas bouger, comme la silhouette, l’angle de caméra ou la couleur de tout le reste.

• Vérifiez d’abord les visages et les mains. Google désigne les petits visages comme un point faible, et la dérive de ressemblance est la modification indésirable la plus fréquente dans la retouche d’un portrait.
• Relisez les petits textes en taille réelle. L’orthographe exacte est l’autre point faible que Google nomme, et une enseigne de cinq mots suffit à le révéler.
• Comparez les reflets, les ombres et les points de contact là où l’arrière-plan a été remplacé, car c’est là qu’un remplacement laisse voir ses coutures.
• Changez une instruction à la fois, afin de pouvoir attribuer une différence à l’instruction plutôt qu’à la variance propre au modèle.

Comment générer ou retoucher ici

Quatre étapes, dans l’ordre où l’espace de travail les demande.

1. Collez votre prompt, ou ouvrez-en un de la liste ci-dessus avec le bouton de copie.
2. Laissez la résolution en 1K et choisissez l’un des sept ratios, ou partez de 1:1.
3. Joignez jusqu’à cinq images de référence lorsque le travail est une retouche plutôt qu’une image nouvelle.
4. Lisez le devis, connectez-vous quand l’espace de travail le demande, puis envoyez. Si une tâche échoue, lisez son statut avant de réessayer pour ne pas envoyer de doublon.

Ce que cette page ne promet pas

Une page de modèle doit dire où s’arrêtent ses propres affirmations. Voici les frontières de celle-ci.

• Aucune allocation gratuite n’est promise. Les éventuels crédits ou essais offerts figurent dans votre compte, pas ici.
• Les chiffres de 4 secondes et de $0.034 sont les valeurs publiées par Google pour sa propre API. Ce ne sont pas des mesures de cet espace de travail, et la latence réelle dépend de la charge du service au moment de votre envoi.
• Google ne publie aucune limite d’images de référence pour ce modèle : le plafond de cinq images ici est donc un choix prudent de cet espace de travail, et non une limite documentée du modèle.
• Les résultats du test d’une minute proviennent d’une vidéo promotionnelle reposant sur un seul prompt étroit. Ne lisez pas 2.8 secondes comme une garantie pour une instruction longue ou une retouche multi-références.
• Les notes du graphique familial ont été lues sur l’image publiée du graphique, et non dans une spécification textuelle, car Google ne publie aucun tableau de ces quatre axes.
• Les scores Elo et les comparaisons de latence remontent à arena.ai et artificialanalysis.ai, tels que crédités par Google, et à des lectures tierces de ces graphiques. Aucun benchmark de cette page n’a été exécuté par ce site.
• Les sorties portent le filigrane SynthID selon Google. Ce site ne peut pas le retirer, et la méthode de vérification de Google consiste à importer une image dans l’application Gemini et à demander si Google AI l’a générée.
• Le texte intégré à une image, les petits visages, l’exactitude factuelle des infographies et la cohérence des personnages sont tous cités comme perfectibles dans la liste de limites de Google. Relisez en taille réelle tout élément critique.
• La galerie mêle du matériel officiel de Google et des exemples de playground tiers. Rien n’a été généré sur ce site, et un prompt publié ne garantit pas la reproduction d’un résultat donné.
• L’identifiant de modèle est publié par Google comme identifiant actuel, et sa disponibilité ou son comportement peuvent changer sans préavis.

D’où viennent les exemples et les chiffres

Chaque chiffre et chaque image de cette page remonte à l’une des sources ci-dessous. Quand une valeur vient d’un tiers plutôt que de Google, la ligne le précise.