Qwen Image 3 vs Nano Banana 2.1: teste com o mesmo prompt e preço

Em 25 de outubro de 2026, os mesmos quatro prompts passaram por Qwen Image 3 e Nano Banana 2.1, e os dois escreveram certinho cada palavra em inglês e em chinês. Nano Banana 2.1 ganhou dois testes, Qwen Image 3 ganhou um, e um terminou empatado. Uma imagem 2K custa $0.03 no preço de tabela da Alibaba e cerca de $0.057 no da Google, com o raciocínio incluído.

Se você ainda usa Nano Banana 2, a troca vale: a Google o declarou obsoleto em 6 de outubro de 2026, e a 2.1 custa metade do preço por imagem 2K.

Os dois modelos estão no OmniaKey: Qwen Image 3 e Nano Banana 2.1.

Como testamos

• Modelos e IDs: qwen-image-3 e gemini-nano-banana-2.1 no OmniaKey. O qwen-image-3 do OmniaKey é o qwen-image-3.0 da Alibaba, então a documentação e os preços da Alibaba abaixo usam esse ID.
• Parâmetros enviados: Qwen Image 3 recebeu {"size": "2048*2048", "prompt_extend": false, "watermark": false} e Nano Banana 2.1 recebeu {"aspect_ratio": "1:1", "image_size": "2K"}. Todas as imagens são 2048×2048.
• Tudo rodou em 25 de outubro de 2026. O pôster e a placa em chinês rodaram duas vezes por modelo; o retrato e a edição, uma vez. São 12 imagens de teste mais uma foto de origem para a edição, e toda tarefa deu certo na primeira tentativa.
• Para comparar em pé de igualdade, a reescrita de prompt do Qwen (prompt_extend, ligada por padrão) ficou desligada, o que também desliga o modo de raciocínio, então o Qwen desenhou o nosso texto exato. O Nano Banana 2.1 manteve o raciocínio padrão.
• A foto de origem da edição foi gerada com GPT Image 2 em 1024×1024, então nenhum modelo editou a própria imagem.
• O tempo vai do envio da tarefa até o status succeeded.
• A avaliação foi em tamanho real: cada palavra pedida letra por letra e depois se a imagem segue o prompt em composição, lugar e profundidade de campo; na edição, se o produto e o rótulo sobreviveram.
• O OmniaKey vende acesso de API aos dois modelos, então os testes rodaram por ele. Todos os preços abaixo são os de tabela da Alibaba e da Google, não os nossos.
• Fontes: a referência da API de imagem do Qwen da Alibaba, os preços do Model Studio e os modelos recém-lançados; da Google, os preços da API Gemini, a geração de imagens e o registro de mudanças, todos conferidos em 25 de outubro de 2026.

Uma ou duas imagens por prompt formam uma amostra pequena, então leia os resultados como exemplos e não como ranking.

Quatro testes, os mesmos prompts

Teste 1: pôster de jazz em inglês (1:1)

Este teste confere palavra por palavra uma linha de pôster com maiúsculas e minúsculas misturadas, e se o arquivo é um pôster ou a foto de um pôster.

Prompt:

A minimalist concert poster for a jazz night. Large headline at the top: BLUE HOUR SESSIONS. Below it, in smaller type: Friday 14 November · 8 PM · The Lantern Room. In the middle, a brass saxophone silhouette against a deep blue gradient. Off-white paper texture, generous margins, clean modern typography.

• Qwen Image 3 (23.1 s e 23.5 s): todas as palavras certas nas duas execuções. A linha pequena diz "Friday 14 November · 8 PM · The Lantern Room", com as mesmas maiúsculas e minúsculas do prompt. Papel cru, um pôster chapado ocupando o quadro inteiro e uma silhueta de saxofone quase preta sobre um painel de degradê azul, nas duas vezes.
• Nano Banana 2.1 (32.2 s e 36.5 s): todas as palavras certas nas duas execuções, mas a linha pequena ficou em maiúsculas: "FRIDAY 14 NOVEMBER · 8 PM · THE LANTERN ROOM". O saxofone é dourado, de latão, sobre um círculo azul na primeira execução e um painel azul na segunda. As duas vezes o pôster aparece como uma folha de papel fotografada sobre um fundo cinza ou escuro, então é preciso recortar antes de usar.

Veredito: Qwen Image 3. Os dois escreveram cada palavra certa, duas vezes. O Qwen respeitou nossas maiúsculas e entregou um pôster chapado pronto para imprimir. O saxofone dourado do Nano está mais perto do prompt, mas ele mudou a linha pequena para maiúsculas e emoldurou o pôster como mockup fotografado nas duas vezes. Para pôster no Nano, acrescente "flat design, no mockup, keep the capitalization".

Teste 2: placa de uma casa de chá chinesa (1:1)

Este teste confere duas linhas de chinês numa placa e se o resultado parece a fotografia realista que o prompt pede.

Prompt:

一家老茶馆的门面，傍晚暖光，写实摄影。门楣上挂着一块深色木质牌匾，金色大字写着“清风茶舍”，牌匾下方一行小字“始于一九八六”。门两侧各挂一盏红灯笼，门口摆着几把竹椅。

Tradução: a fachada de uma casa de chá antiga, luz quente de fim de tarde, fotografia realista. Sobre a porta, uma placa de madeira escura com caracteres dourados grandes dizendo 清风茶舍 (Qingfeng Tea House) e uma linha menor embaixo, 始于一九八六 (desde 1986). Uma lanterna vermelha de cada lado da porta e algumas cadeiras de bambu na entrada.

• Qwen Image 3 (23.1 s e 23.2 s): "清风茶舍" e "始于一九八六" estão certos nas duas execuções. Caracteres dourados brilhantes sobre madeira escura limpa, telhas acima, luz quente, lanternas vermelhas e cadeiras de bambu. O acabamento lembra mais um render 3D do que uma foto.
• Nano Banana 2.1 (36.5 s e 32.0 s): as duas linhas certas nas duas execuções. A placa é madeira desgastada com tinta descascada e caracteres dourados foscos. Parece uma foto de verdade: gente dentro, lanternas acesas, plantas, um jogo de chá e até um aparelho de ar-condicionado na parede.

Veredito: Nano Banana 2.1. As quatro imagens têm as duas linhas em chinês certas, então o texto empata. O prompt pedia 写实摄影, fotografia realista, e a versão do Nano parece foto enquanto a do Qwen parece um render limpo.

Teste 3: retrato no mercado de peixe de Lisboa (1:1)

Este teste confere um retrato espontâneo: pistas de lugar, pouca profundidade de campo e textura de pele.

Prompt:

Candid street portrait of a woman in her sixties laughing at a fish market stall in Lisbon, holding a paper-wrapped bundle of sardines in both hands. Morning light, shallow depth of field, natural skin texture with fine wrinkles, ice and silver fish blurred in the background. Shot on a 50mm lens.

• Qwen Image 3 (27.4 s): uma mulher rindo, de cabelo castanho-avermelhado, segurando sardinhas embrulhadas em papel com as duas mãos. Atrás, um balcão de peixe com gelo e peixes prateados, levemente desfocado. Nada no quadro diz Lisboa.
• Nano Banana 2.1 (37.1 s): uma mulher de cabelos grisalhos rindo, de lenço, segurando um embrulho de papel com sardinhas nas duas mãos. Azulejos azuis e brancos na parede, uma placa de preço escrita à mão dizendo "SARDINHAS 1,40", pessoas desfocadas ao fundo e piso de pedra.

Veredito: Nano Banana 2.1. Colocou a cena em Lisboa, com azulejos e uma placa de preço em português, e desfocou mais o fundo, que é o que "shallow depth of field" pede. O retrato do Qwen poderia sair de qualquer mercado coberto.

Teste 4: editar a foto de um produto (1:1)

Este teste confere se a edição muda só o fundo, deixando a garrafa e o rótulo exatamente como estavam. A foto de origem foi feita com GPT Image 2 e os dois modelos receberam o mesmo arquivo.

Prompt:

Place this exact bottle on a sunlit white marble kitchen counter with a blurred window behind it and a sprig of rosemary beside it. Keep the bottle, the cork, the label and every word on the label exactly the same.

• Qwen Image 3 (41.5 s): manteve o formato da garrafa, a rolha e o rótulo, "OLIVA", o desenho do ramo de oliveira e "Extra Virgin · 500 ml". Bancada de mármore e alecrim ao lado. A janela atrás fica nítida. A garrafa é a mais fiel à origem.
• Nano Banana 2.1 (28.4 s): manteve a rolha e as mesmas palavras e o mesmo desenho no rótulo. Bancada de mármore, alecrim e uma janela bem desfocada atrás, como o prompt pediu. O azeite parece um pouco mais dourado que na origem, e o quadro inteiro parece mais uma fotografia.

Veredito: empate. Os dois mantiveram cada palavra do rótulo. O Qwen deixou a garrafa mais fiel à origem. O Nano seguiu a janela desfocada, parece mais fotografado e foi mais rápido nesta edição. Escolha o Qwen quando o produto não pode mudar em nada.

Resultados por teste

O texto não decidiu: as oito gerações de pôster e placa escreveram certa cada palavra pedida, em inglês e em chinês. Decidiram as maiúsculas, a composição e o quanto o resultado parece foto. O Qwen seguiu o texto ao pé da letra. O Nano acrescentou detalhes de lugar, como azulejos e placa de preço.

Preço e velocidade

Preço de tabela da Alibaba, segundo a página de preços do Alibaba Cloud Model Studio, conferida em 25 de outubro de 2026:

Preço de tabela da Google, segundo a página de preços da API Gemini, conferida em 25 de outubro de 2026:

O que custa uma imagem das nossas execuções nesses preços de tabela:

A edição do Qwen é $0.03 mais $0.003 pela imagem de entrada, sem cobrança de tokens. As cinco gerações do Nano Banana 2.1 usaram 812, 825, 860, 878 e 1,011 tokens de raciocínio, com mediana de 860, o que soma 860 × $7.50 por milhão = $0.0065 aos $0.0504 da imagem. Nossa edição com o Nano usou 87 tokens de raciocínio e uma imagem de entrada de 1,120 tokens.

A diferença vem do raciocínio. A Google cobra os tokens de raciocínio como saída de texto a $7.50 por milhão e deixa o raciocínio no nível médio por padrão, então o número por imagem na tabela de preços é um piso e não a fatura.

O Qwen foi mais rápido em toda imagem nova, de 23.1 a 27.4 s contra 32.0 a 37.1 s do Nano, e mais lento na única edição. Para as tarifas atuais do OmniaKey, veja as páginas de Qwen Image 3 e Nano Banana 2.1.

E o Nano Banana 2?

A Google declarou o Nano Banana 2 (gemini-3.1-flash-image) obsoleto em 6 de outubro de 2026, no dia em que lançou a 2.1, segundo o registro de mudanças, conferido em 25 de outubro de 2026. Ele indica a 2.1 como substituta e não anunciou data de desligamento. A documentação da Google ainda lista o Nano Banana 2 como estável e compatível, mas manda os projetos novos para a 2.1.

Só pelo preço, a 2.1 é a escolha: $0.0504 por imagem 2K contra $0.101 do Nano Banana 2, e $0.0252 contra $0.050 na Batch API. Se você pesquisou "qwen image 3 vs nano banana 2", teste a 2.1: a Google já direciona projetos novos para ela, e os resultados da placa e do retrato acima são da 2.1. As diferenças entre a 2 e a 2.1, e como a 2.1 fica diante da Pro, estão no nosso teste Nano Banana 2.1 vs Pro.

Prós e contras

• Prós: texto exato, maiúsculas incluídas; layouts chapados sem mockup; gerações mais rápidas, com mediana de 23 s; menor preço de tabela por imagem 2K, $0.03.
• Contras: visual limpo e de render em prompts de foto; poucos detalhes de lugar se você não pedir; edição mais lenta, 41.5 s; para em 2048×2048.

• Prós: os resultados mais fotográficos; acrescenta detalhes de lugar e do mundo real; edição mais rápida; até 4K; Batch API pela metade do preço.
• Contras: mudou as maiúsculas da nossa linha pequena; emoldurou o pôster como mockup nas duas vezes; gerações mais lentas, com mediana de 36.5 s; gasta tokens de raciocínio em toda imagem.

Qual escolher para cada trabalho

Rode o mesmo teste por uma única API

Esta requisição envia o prompt do pôster ao Qwen Image 3 em 2048×2048, com a reescrita de prompt e a marca d'água desligadas, como rodamos:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: blue-hour-poster-001" \
  -d '{
    "model": "qwen-image-3",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A minimalist concert poster for a jazz night. Large headline at the top: BLUE HOUR SESSIONS. Below it, in smaller type: Friday 14 November · 8 PM · The Lantern Room. In the middle, a brass saxophone silhouette against a deep blue gradient. Off-white paper texture, generous margins, clean modern typography."},
    "parameters": {"size": "2048*2048", "prompt_extend": false, "watermark": false}
  }'

1. A resposta é 202 com um id de tarefa.
2. A cada poucos segundos, busque https://api.omniakey.com/v1/media/tasks/{id} até status ser succeeded.
3. Baixe a imagem em assets[0].url.

Para o Nano Banana 2.1, troque model por gemini-nano-banana-2.1 e parameters por {"aspect_ratio": "1:1", "image_size": "2K"}. Para editar, troque operation por edit: o Qwen recebe a origem em input.images como uma lista de URLs ou data URLs, e o Nano Banana 2.1 recebe em input.image como {"data": "<base64>", "mime_type": "image/jpeg"}.

Abra as páginas de Qwen Image 3 e Nano Banana 2.1 para começar uma execução, e a documentação da API de imagem para cada parâmetro.

Perguntas frequentes

O Qwen Image 3 é melhor que o Nano Banana 2.1?

Para pôsteres e outros layouts chapados onde o texto exato importa, sim: ganhou o teste do pôster com um arquivo chapado em 23 s. Para fotos, o Nano Banana 2.1 é melhor: ganhou a fachada chinesa e o retrato de Lisboa.

O Qwen Image 3 é open source?

Não. Não existem pesos do Qwen Image 3.0: a página da equipe do Qwen no Hugging Face lista a família Qwen-Image-2.1 e nada da 3.0. O modelo de imagem aberto mais novo do Qwen é o Qwen-Image-2.1, de 7B, sob a Qwen Research License. Nosso teste do Qwen-Image-2.1 mostra o que esses pesos fazem na sua máquina.

O Qwen Image 3 gera imagens em 4K?

Não. A saída máxima é 2048×2048, com proporções de 1:8 a 8:1, então 2K é o teto. O Nano Banana 2.1 gera em 1K, 2K ou 4K, e a Google cobra $0.113 por uma imagem 4K.

Qual é mais barato, Qwen Image 3 ou Nano Banana 2.1?

Pelos preços de tabela dos fornecedores, o Qwen Image 3 custa cerca de metade: $0.03 por uma imagem 2K contra $0.0504 do Nano Banana 2.1, ou cerca de $0.057 contando os tokens de raciocínio. As edições saem por $0.033 no Qwen e cerca de $0.053 no Nano.

O Nano Banana 2.1 coloca marca d'água?

Toda imagem do Nano Banana 2.1 leva uma marca d'água SynthID, invisível, segundo a documentação de geração de imagens da Google. O Qwen Image 3 só coloca se você pedir, porque watermark vem como false.

Registro de atualizações

• 25 de outubro de 2026: primeira versão, com quatro testes do mesmo prompt feitos no mesmo dia.