Test de Nano Banana : Pro face à Nano Banana 2 pour la cohérence des personnages

Nano Banana 2 est le meilleur modèle Nano Banana pour la plupart des designers qui recherchent des itérations rapides, une production d’images à grande échelle, une sortie 4K et des performances de retouche de personnages comparables à Pro. Nano Banana Pro convient mieux aux compositions complexes à références multiples, aux retouches exigeantes d’objets ou d’environnements et aux créations de grande valeur pour lesquelles la précision prime sur la vitesse ou le coût. Aucun modèle ne garantit une cohérence parfaite des personnages pour toutes les poses, tous les angles de caméra, costumes, décors ou cycles de retouche. Les équipes qui comparent les coûts de production doivent aussi prendre en compte les tarifs de Nano Banana et comprendre comment utiliser Nano Banana pour retoucher des photos.

Cette limite devient coûteuse en production. Un personnage peut conserver le même visage tandis que ses proportions corporelles, la construction de ses vêtements, ses tatouages, ses accessoires ou les sujets secondaires évoluent progressivement. Des retouches répétées peuvent aussi modifier des zones qui ne devaient jamais être touchées, obligeant les designers à régénérer des images, comparer des versions, reconstituer des prompts et suivre manuellement les références approuvées. Le véritable défi consiste à maintenir une direction créative sur toute une campagne, un storyboard, une gamme de produits ou un récit visuel, au-delà de la création d’une seule image impressionnante. Un processus de design avec l’IA structuré, du brief à la livraison et une démarche cohérente de direction artistique peuvent réduire ces dérives de production.

Virse aide les équipes de design professionnelles à transformer des résultats d’IA isolés en un processus créatif maîtrisé. Son canevas infini permet d’organiser, relier, comparer et affiner les références et les créations générées, tandis que plusieurs agents accomplissent différentes tâches du projet avec un contexte partagé. Virse conserve aussi les préférences esthétiques, les règles de marque et les connaissances du projet, ce qui facilite la génération par lots, la continuité stylistique, l’organisation des ressources et les révisions successives, tout en laissant aux designers la direction artistique, la révision et l’approbation finale. Cette approche s’inscrit dans les processus créatifs avec des agents de design IA et les systèmes de design avec l’IA au sens large.

Verdict du test de Nano Banana : quel modèle choisir ?

Choisissez Nano Banana 2 pour l’essentiel de la production créative quotidienne. Choisissez Nano Banana Pro lorsqu’une tâche combine plusieurs personnages, produits, environnements, références stylistiques, éléments typographiques ou contraintes de marque strictes.

Google positionne Nano Banana 2 comme le modèle polyvalent offrant le meilleur équilibre global entre performances, intelligence, coût et latence. Pro vise la production professionnelle de ressources visuelles et les instructions complexes. Nano Banana 2 Lite est l’option la moins coûteuse offrant le débit le plus élevé, mais Google précise qu’elle n’est pas optimisée pour les entrées à références multiples ni pour les retouches séquentielles sur plusieurs échanges.

Quels sont les modèles Nano Banana ?

Nano Banana d’origine

Le Nano Banana d’origine est Gemini 2.5 Flash Image. Il a introduit l’approche conversationnelle de la famille pour la génération et la retouche d’images, permettant de décrire les changements en langage naturel plutôt que de créer des masques ou des processus reposant sur des nœuds.

Google le classe désormais parmi les anciens modèles. Il reste utile pour générer des images de 1024 pixels à faible latence, mais Google recommande de passer aux modèles plus récents pour améliorer la qualité, la vitesse, la résolution et les tarifs.

Nano Banana 2

Nano Banana 2 est Gemini 3.1 Flash Image, le modèle polyvalent actuel. Il prend en charge les sorties 0.5K, 1K, 2K et 4K, des rapports d’image plus larges, le raisonnement, l’ancrage dans les recherches Web et d’images, un meilleur rendu du texte et la retouche conversationnelle.

Il peut utiliser jusqu’à 10 références d’objets haute fidélité et quatre références de personnages dans un processus de travail. Pour les designers qui créent des déclinaisons de produits, des supports marketing, des storyboards ou des personnages récurrents, cette capacité de référence associée à un coût inférieur en fait le meilleur choix par défaut.

Nano Banana Pro

Nano Banana Pro est Gemini 3 Pro Image, conçu pour la production professionnelle de ressources visuelles et les instructions visuelles complexes. Il accepte jusqu’à six références d’objets, cinq références de personnages et trois références spécifiquement dédiées au style, soit jusqu’à 14 images de référence au total.

Pro est particulièrement pertinent lorsque l’identité, la fidélité du produit, le style visuel, la typographie, la composition et l’environnement doivent tous être maîtrisés dans une même génération. Son avantage ne garantit pas sa supériorité pour chaque image : sa configuration est plus solide pour les briefs comportant de nombreuses contraintes interdépendantes.

Nano Banana 2 Lite

Nano Banana 2 Lite est Gemini 3.1 Flash Lite Image. C’est le modèle le plus rapide et le moins cher de cette famille Google ; il prend actuellement en charge la sortie 1K. Toutefois, il n’est pas optimisé pour les entrées à références multiples ni pour les longues séquences de retouche. Il convient donc moins à une analyse de cohérence des personnages centrée sur l’identité entre scènes et les révisions en plusieurs échanges.

Analyse de la cohérence des personnages dans Nano Banana : que signifie la cohérence ?

La cohérence d’un personnage est la capacité à préserver son identité reconnaissable et sa conception dans différentes images, poses, vues, scènes et étapes de retouche. Un visage simplement ressemblant ne suffit pas.

Notre analyse utilise cinq dimensions :

1. Cohérence de l’identité : structure du visage, âge apparent, détails de peau et traits reconnaissables.
2. Cohérence corporelle : taille, carrure, silhouette et proportions du corps.
3. Cohérence vestimentaire : construction des vêtements, couleurs, coiffure, bijoux, tatouages et accessoires.
4. Cohérence stylistique : qualité des traits, textures, langage de l’éclairage et méthode de rendu.
5. Continuité de scène : stabilité entre poses, points de vue, environnements et retouches successives.

Cette distinction compte, car la préservation du sujet dans une seule image, la cohérence du personnage entre scènes et la continuité des retouches sur plusieurs échanges sont des capacités distinctes. Remplacer un arrière-plan avec succès ne prouve pas que le même personnage restera stable dans 30 scènes générées indépendamment.

Méthodologie de recherche sur Nano Banana

Cette analyse synthétise la documentation officielle de Google, les fiches de modèles DeepMind, des recherches publiées sur la retouche d’images, des cas documentés de méthodes de travail et 24 questions récurrentes relevées dans notre étude des évaluations publiques et des discussions sur la production. Ces questions portaient sur les dérives corporelles, la cohérence du profil, les effets excessifs des retouches locales, les scènes à plusieurs personnages, les différences entre plateformes, la dégradation après retouches répétées, l’exactitude factuelle et le coût de production.

Les cas externes ne sont pas présentés comme nos propres essais de génération. Les chiffres des évaluations officielles sont identifiés comme des évaluations de Google, tandis que les exemples indépendants servent uniquement à expliquer des schémas de travail pratiques.

Résultats de cohérence des personnages : Nano Banana Pro face à Nano Banana 2

Les performances de retouche de personnages sont comparables

Dans l’évaluation humaine côte à côte de Google, Nano Banana 2 avec raisonnement et recherche a obtenu une estimation Elo de 1056 ± 7 en retouche de personnages, contre 1050 ± 8 pour Nano Banana Pro. Les intervalles se chevauchent : il faut donc conclure que leurs performances mesurées étaient comparables, et non que Nano Banana 2 a définitivement battu Pro.

Pour une seule personne ou mascotte récurrente accompagnée de références claires, Nano Banana 2 devrait donc suffire dans de nombreux processus. Pro devient plus pertinent lorsque l’identité du personnage doit coexister avec des contraintes plus complexes d’environnement, d’objets, de typographie ou de style.

Pro a obtenu des estimations ponctuelles supérieures pour les retouches complexes

Nano Banana Pro a obtenu une estimation ponctuelle de 1056 ± 12 pour la retouche à entrées multiples, contre 1037 ± 8 pour Nano Banana 2 avec recherche. Pro a aussi obtenu 1042 ± 10 pour la retouche d’objets et d’environnements, contre 1029 ± 8 pour Nano Banana 2.

Ces résultats suggèrent un avantage pratique pour Pro sur les briefs complexes, mais le chevauchement des intervalles de confiance interdit de les traiter comme des taux de réussite universels ou des résultats garantis.

La cohérence du visage n’est pas celle du personnage entier

Notre analyse de processus documentés a révélé un schéma récurrent : l’identité faciale reste souvent reconnaissable alors que la forme du corps, les détails vestimentaires, les accessoires ou les sujets secondaires changent. Cela se remarque particulièrement lors du passage d’un portrait de face à un profil, une pose en pied, une scène d’action ou une composition de groupe.

La fiche du modèle de Google reconnaît elle-même que la cohérence des personnages entre images d’entrée et de sortie n’est pas toujours parfaite. Elle cite également le petit texte, la localisation spatiale et le respect partiel des instructions parmi les points à améliorer.

Tarifs et rapport qualité-prix : Nano Banana Pro face à Nano Banana 2

Aux tarifs standard de l’API, Nano Banana 2 coûte 50 % de moins que Pro pour une sortie 1K et environ 37 % de moins pour une sortie 4K. Ces chiffres excluent les tokens d’entrée, l’ancrage par recherche au-delà des quotas inclus, les générations rejetées, les nouvelles tentatives et la révision humaine.

L’image la moins chère n’est pas toujours le choix de production le moins coûteux. Voici un calcul utile :

Coût réel de production = frais API + résultats ratés + nouvelles tentatives + temps de révision + travail de correction + gestion des ressources.

Pour les grandes campagnes, utilisez Nano Banana 2 pour explorer et créer des variantes, puis réservez Pro aux scènes dont la complexité justifie son coût supérieur.

Études de cas Nano Banana : ce que révèlent les données

Cinq cycles de retouche peuvent préserver la composition mais perdre des détails d’identité

Dans un processus Nano Banana 2 documenté sur cinq cycles, la composition principale de deux personnes trinquant est restée reconnaissable, tandis que le teint, les tatouages, les bracelets et les manches changeaient au fil des retouches.

Ce cas illustre une distinction importante : la continuité de la composition peut rester plus forte que celle des détails d’identité. Une séquence peut encore sembler structurellement correcte tout en devenant inutilisable pour un personnage de marque, un sujet de mode ou un récit visuel.

Banana100 a constaté une dégradation sur 28 000 images

L’étude Banana100 a créé un jeu de données de 28 000 images générées au cours de 100 étapes de retouche itérative avec Nano Banana Pro. Les chercheurs ont constaté que de petits artefacts s’accumulaient jusqu’à provoquer une dégradation visible sévère, et qu’aucun des 21 indicateurs courants de qualité d’image sans référence ne détectait systématiquement cette baisse.

Pour les processus professionnels, cela étaye une règle claire : ne continuez pas indéfiniment à retoucher le dernier résultat. Enregistrez des étapes approuvées et revenez à la dernière image sans défaut lorsque les détails du visage, les textures, le respect des instructions ou la fidélité des objets commencent à dériver.

Les retouches locales peuvent modifier des zones non ciblées

La retouche générative reconstruit une image conditionnée par l’image source et l’instruction ; elle ne se comporte pas comme un calque modifiable traditionnel. Des recherches ont documenté des décalages spatiaux, des distorsions de texture et du contenu halluciné dans des processus exigeant une fidélité au pixel près.

Cela explique pourquoi modifier un sourcil, un reflet, la couleur d’une veste ou un arrière-plan peut aussi affecter la forme du corps, la texture de la peau, l’éclairage ou la composition. La plausibilité visuelle ne doit jamais être confondue avec la préservation structurelle.

Comment améliorer la cohérence des personnages avec Nano Banana

Construisez un système maîtrisé de références de personnages

Utilisez un ensemble de références comprenant :

• Un portrait de face
• Une vue de trois quarts
• Un profil
• Une image en pied
• Une vue claire des vêtements et accessoires

Évitez les références contradictoires concernant la coiffure, l’âge apparent, le costume, la morphologie ou le style visuel. Ajouter des références n’améliore pas automatiquement la cohérence si elles apportent des signaux incompatibles.

Séparez l’identité fixe des variables modifiables

Utilisez une structure de prompt comme celle-ci :

Préservez la structure du visage de Maya, son âge apparent, ses proportions corporelles, sa coiffure, la construction de sa veste bleu marine, son collier en argent et ses bottes noires. Modifiez uniquement la pose, l’angle de caméra, l’environnement et l’éclairage.

L’expression « modifiez uniquement » réduit l’ambiguïté en séparant les attributs permanents des variables de la scène.

Modifiez une seule variable à la fois

Voici une séquence fiable :

1. Établissez le personnage approuvé.
2. Modifiez la pose.
3. Modifiez l’angle de caméra.
4. Modifiez l’environnement.
5. Modifiez l’éclairage.
6. Réutilisez le résultat approuvé comme prochaine référence.
7. Revenez à la dernière étape sans défaut lorsqu’une dérive apparaît.

Google recommande également d’inclure les images déjà générées dans les prompts suivants et de fournir une référence de pose pour les angles difficiles.

Gérez la cohérence comme une question de système de design

La qualité des prompts ne suffit pas à gérer un grand projet visuel. Les équipes doivent aussi suivre les références, les résultats retenus, les générations ratées, l’historique des révisions, les règles visuelles et les statuts d’approbation.

Virse peut fournir à ce processus une couche de travail reposant sur un canevas. Les designers peuvent garder les références et résultats reliés visibles sur un même canevas infini, attribuer des tâches différentes à plusieurs agents et conserver le contexte du projet et de la marque au fil des révisions. Il devient ainsi plus facile de décliner une direction approuvée sur différents formats de campagne, produits, scènes ou marchés, tout en maintenant la révision humaine au centre.

Risques de Nano Banana : retouche d’images, texte et exactitude factuelle

Nano Banana 2 obtient de bons résultats dans les évaluations Google de qualité visuelle et d’infographies, surtout lorsque l’ancrage par recherche est activé. Cependant, Google cite toujours les hallucinations, les problèmes de petit texte, la cohérence imparfaite des personnages et la confusion spatiale comme des limites connues.

Avant de publier une infographie ou un visuel de produit :

1. Vérifiez chaque chiffre et affirmation factuelle auprès de sa source d’origine.
2. Contrôlez la géométrie du produit, les étiquettes, les logos et les détails de l’emballage.
3. Comparez les visages, corps, vêtements et arrière-plans aux références.
4. Recréez les éléments typographiques essentiels sous forme de texte modifiable.
5. Terminez les corrections sensibles aux pixels dans un éditeur traditionnel.

Toutes les images Nano Banana générées par l’API Gemini comprennent également le filigrane SynthID de Google.

Conclusion du test de Nano Banana

Nano Banana 2 est le meilleur modèle par défaut pour la plupart des processus de design assistés par IA : il associe des performances de retouche de personnages comparables à Pro à des tarifs inférieurs, des itérations plus rapides, des résolutions flexibles et une meilleure capacité de production à grande échelle. Nano Banana Pro reste plus adapté aux scènes complexes à références multiples, aux retouches exigeantes d’objets ou d’environnements et aux créations haut de gamme soumises à de nombreuses contraintes interdépendantes. Aucun des deux modèles n’offre un verrouillage illimité des personnages ni une retouche non destructive. Des résultats fiables dépendent donc toujours de références structurées, de prompts maîtrisés, d’étapes sauvegardées, de vérifications factuelles, de la gestion des ressources et d’un contrôle qualité humain.

Questions fréquentes

NB2 est-il meilleur que NB Pro pour la cohérence des personnages ?

NB2 et NB Pro ont produit des résultats comparables de retouche de personnages dans l’évaluation humaine actuelle de Google. NB Pro a obtenu des estimations ponctuelles supérieures pour les retouches à entrées multiples et d’objets ou d’environnements. Commencez par NB2 pour un seul personnage récurrent et une production en grand volume ; utilisez NB Pro lorsque plusieurs personnages, produits, styles et environnements doivent être maîtrisés ensemble.

Pourquoi NB change-t-il le corps lorsqu’il retouche un visage ?

NB génère une nouvelle image conditionnée plutôt que de modifier uniquement les pixels demandés. Une instruction concernant le visage peut donc affecter les proportions corporelles, les vêtements, l’éclairage ou les détails de l’arrière-plan. Précisez clairement ce qui doit rester inchangé, modifiez une variable par cycle et revenez à la dernière référence approuvée dès qu’une dérive apparaît.

NB2 est-il une régression par rapport à NB Pro ?

L’évaluation officielle disponible ne permet pas d’affirmer une régression générale. NB2 a obtenu des estimations ponctuelles supérieures pour la préférence globale, la qualité visuelle, la retouche générale et la retouche de personnages, tandis que NB Pro a mieux réussi dans certaines catégories de retouche complexe. Les résultats varient toujours selon les références, la plateforme, la conception du prompt, la résolution et la complexité de la tâche.

NB peut-il remplacer Photoshop ?

NB peut remplacer de nombreuses tâches d’exploration de concepts, de rééclairage, de modification d’arrière-plan, de recontextualisation et de création de variantes d’images, mais il ne remplace pas Photoshop pour les masques précis, les calques modifiables, la préservation au pixel près ou les corrections réversibles. Le meilleur processus de production utilise NB pour l’exploration générative et un éditeur traditionnel pour la précision finale et le contrôle qualité. Pour ce processus hybride, consultez comment utiliser Nano Banana dans Photoshop.