Mardi, Google a lancé Nano Banana 2 Lite, le dernier-né de sa gamme de génération d’images Gemini.
Officiellement baptisé Gemini 3.1 Flash Lite Image, le modèle peut transformer une invite textuelle en image en environ quatre secondes, soit près de cinq fois plus vite que le modèle Nano Banana standard. Il ne coûte également que 0,034 dollar US pour 1 000 images, ce qui en fait l’une des options les moins chères du marché.
Parallèlement au modèle d’images, Google a élargi l’accès à Gemini Omni Flash, un outil de génération et de montage vidéo présenté pour la première fois lors de Google I/O plus tôt cette année. Omni Flash est désormais disponible pour les développeurs via Google AI Studio et l’API Gemini pour la première fois, au tarif de 0,10 dollar US par seconde de vidéo, soit le même prix que le modèle Veo 3.1 Fast de Google.
Les deux outils sont désormais disponibles dans Google AI Studio, l’API Gemini et la Gemini Enterprise Agent Platform. Côté grand public, Nano Banana 2 Lite est progressivement déployé dans le mode IA de la recherche Google, l’application Gemini, NotebookLM, Google Photos, Google Flow et Google Ads.
Pourquoi c’est important
La vitesse et le coût sont devenus le véritable champ de bataille de la génération d’images par IA, et pas seulement la qualité des images. Google présente Nano Banana 2 Lite comme le nouveau modèle par défaut pour les développeurs qui doivent produire rapidement de gros volumes d’images. L’entreprise le recommande pour remplacer le modèle Nano Banana, qu’elle qualifie désormais de modèle « legacy ».
Google a expliqué la stratégie consistant à associer les deux nouveaux outils, déclarant : « La création avec des médias génératifs repose souvent sur l’itération créative », et les développeurs peuvent désormais « créer des expériences multimédias complètes, de bout en bout, qui associent la génération rapide d’images à la création et au montage vidéo », selon un article publié sur le blog de l’entreprise.
Le revers de la médaille
Le gain de vitesse n’est pas sans contrepartie.
Ars Technica a rapporté que Nano Banana 2 Lite a davantage de difficultés à restituer les petits textes, est plus sujet aux erreurs dans les infographies et offre une moins bonne cohérence lorsqu’il génère le même personnage dans plusieurs images. Google reconnaît lui-même que le modèle privilégie la vitesse au degré de finition.
Gemini Omni Flash a également ses propres défauts. Selon le blog de Google, le modèle est actuellement limité à des clips vidéo de 10 secondes, ne prend pas encore en charge les références audio ni l’extension de scènes via l’API, et peine à conserver la cohérence des personnages lors des changements de scène ou des panoramiques.
Nano Banana 2 Lite occupe désormais le premier échelon d’un système à quatre niveaux : le Nano Banana historique, la nouvelle version Lite axée sur les petits budgets, le modèle polyvalent Nano Banana 2 et Nano Banana Pro pour les travaux professionnels exigeant une grande précision.
La banalisation de la création
Cette annonce concerne moins des avancées technologiques que la banalisation des médias génératifs. Google abaisse agressivement la barrière à l’entrée, non pas en proposant la meilleure qualité, mais en offrant le meilleur rapport qualité-prix dans les contextes de production à grande échelle.
Pour les petites entreprises et les start-up, c’est un changement majeur pour tester des créations publicitaires en A/B ou générer d’immenses jeux de données destinés à entraîner d’autres modèles. Cela signale toutefois aussi un point de saturation du marché.
En proposant un modèle aussi bon marché, Google parie que les entreprises privilégieront l’efficacité des coûts au risque de produire du contenu générique et de moindre qualité. Cette production à la chaîne signifie que le Web sera probablement inondé d’une quantité accrue d’images générées par IA et produites sans effort.
À lire aussi : Google a étendu la génération personnalisée d’images par IA dans Gemini avec Nano Banana 2 et Google Photos, permettant aux invites de s’appuyer sur les applications connectées d’un utilisateur et son contexte personnel.