Depois de realmente usar imagens de IA na criação de conteúdo, você perceberá um problema muito real: a primeira imagem geralmente não é a versão final.
A direção dos personagens pode estar errada, o cenário pode estar vazio demais, as cores podem estar excessivamente vibrantes, o protagonista pode não se destacar o suficiente, ou a imagem pode ser bonita, mas não estar muito alinhada com o conteúdo que o artigo quer expressar. Especialmente em imagens para artigos, storyboards de vídeo, imagens conceituais de produtos e conteúdo para redes sociais, os criadores geralmente precisam gerar várias versões primeiro e depois escolher uma direção para continuar ajustando.
Nesse momento, o que afeta a experiência não é apenas se o modelo consegue gerar uma boa imagem, mas também: quanto tempo é preciso esperar pela imagem, se o custo de cada modificação é alto, se Prompts complexos podem ser compreendidos e se ele pode ser integrado ao fluxo de trabalho de API existente.
Essa também é a coisa que mais queríamos confirmar ao testar o Nano Banana 2.1: ele consegue encontrar um equilíbrio confortável entre velocidade, expressão visual e custo de uso?
¶ Fizemos um teste com um Prompt “não muito amigável”
Para evitar testar apenas retratos ou paisagens simples, projetamos uma cena oriental de wuxia e xianxia com uma grande quantidade de informações. A imagem inclui uma seita da espada suspensa sob uma tempestade, um protagonista empunhando uma espada, uma personagem feminina controlando múltiplas camadas de formações, um velho monge guerreiro guardando o portão da montanha, discípulos escoltando crianças durante a evacuação, inimigos mascarados no céu, além de um portão celestial dourado, uma galáxia e a silhueta de um dragão antigo.
O Prompt também estipula uma câmera em ângulo baixo, lente cinematográfica de 28 mm, relações entre primeiro plano, plano médio e plano de fundo, contraste entre cores frias e quentes, além de requisitos estruturais como mãos, armas e relações entre os personagens.
A dificuldade desse tipo de Prompt não está em gerar um personagem bonito, mas em o modelo precisar processar simultaneamente personagens, ambiente, ações, luz e relações narrativas.
¶ O resultado de geração do Nano Banana 2.1
Nesta configuração foram usados nano-banana-2.1, 16:9, 1K e geração única.
O tempo real de geração foi de cerca de 44,44 segundos, e o custo da tarefa foi de 0,20 credit. O tamanho final da imagem foi de 1376×768, o formato de saída foi JPEG e o tamanho do arquivo foi de cerca de 0,903 MiB.
À primeira vista, esta imagem não busca apenas preencher todos os elementos. O espadachim masculino é o centro visual claro, enquanto a mestra das formações, o ancião que guarda o portão e a multidão em evacuação estão distribuídos em diferentes áreas. Mesmo sem olhar o Prompt original, é possível compreender aproximadamente as relações entre os personagens.
¶ 1. A narrativa visual é relativamente clara
Prompts complexos facilmente geram uma imagem em que “há de tudo, mas não se sabe para onde olhar”.
Esta imagem do Nano Banana 2.1 é relativamente contida. O protagonista enfrenta os inimigos, a mestra das formações fornece suporte, o ancião guarda o portão da montanha e os demais estão evacuando. Nem todos os detalhes da imagem foram reproduzidos rigorosamente, mas a história como um todo funciona.
Para imagens de artigos e esboços de storyboard, esse tipo de clareza geralmente é mais importante do que simplesmente adicionar detalhes.
¶ 2. A atmosfera oriental de xianxia é relativamente natural
A arquitetura, as vestimentas, as espadas, as formações mágicas e a energia de espada em forma de dragão mantêm uma estética oriental relativamente unificada, sem uma mudança evidente para castelos ocidentais ou armaduras pesadas de fantasia, e sem o uso excessivo de cores neon altamente saturadas. A noite chuvosa em tons frios e a luz do fogo ao longe formam um contraste entre frio e quente relativamente agradável.
¶ 3. A velocidade de geração é adequada para testar versões repetidamente
O registro de teste único para o mesmo Prompt é o seguinte:
| Modelo | Tempo de geração única | Custo real |
|---|---|---|
| Nano Banana 2.1 | 44,44 segundos | 0,20 credit |
| GPT Image 2 | 87,32 segundos | 0,11 credit |
| GPT Image 2.5 Flare | 262,85 segundos | 0,19 credit |
Este é o registro de uma geração para cada modelo e será afetado pelo agendamento de tarefas, pelo estado do serviço e pelo processo de geração aleatória, portanto não pode ser considerado diretamente como uma velocidade média de longo prazo. Mas, a partir desta experiência de criação, a sensação de espera do Nano Banana 2.1 foi realmente menor.
¶ Vistos juntos: os três modelos têm suas próprias concessões
¶ GPT Image 2
O desempenho do GPT Image 2 é relativamente equilibrado. O tempo de geração foi de cerca de 87,32 segundos, com custo de 0,11 credit; o tamanho de saída foi de 1792×1024, e o arquivo PNG teve cerca de 3,595 MiB. Ele é adequado para tarefas que têm requisitos claros de tamanho e formato de saída, e que ao mesmo tempo desejam controlar o custo por imagem.
¶ GPT Image 2.5 Flare
O GPT Image 2.5 Flare cobre elementos complexos de forma mais ativa. Inimigos no ar, dragões gigantes, portões celestiais, formações mágicas, talismãs de papel e adereços de campo de batalha são mais densos, e o protagonista também tem um impacto visual mais forte, no estilo de pôster. Correspondentemente, a imagem parecerá mais cheia, e personagens, armas e fundos locais também ficam mais facilmente congestionados entre si.
Se o objetivo for um pôster conceitual de filme ou uma apresentação de visão de mundo em alta densidade, esse tipo de expressão é muito atraente; se for uma imagem para páginas internas de artigo, a narrativa relativamente clara do Nano Banana 2.1 pode ser mais fácil de usar.
¶ Para quais cenários o Nano Banana 2.1 é mais adequado
¶ Imagens para artigos e redes sociais
As imagens de artigos não necessariamente precisam estar cheias de detalhes; mais importante é que o tema seja claro, o estilo seja estável e a geração seja rápida. Quando forem necessárias imagens de capa, imagens de capítulo e imagens horizontais para compartilhamento, é possível primeiro determinar rapidamente a direção geral e depois escolher uma delas para continuar modificando.
¶ Storyboards de vídeo e exploração de cenários
Na fase de storyboard, geralmente são testados diferentes ângulos de câmera, posições dos personagens, horários e climas. Essas propostas não são complexas individualmente, mas são muitas. Uma velocidade de geração maior tornará o processo de exploração muito mais fácil.
¶ Criação de estilo contínuo
Em artigos temáticos, histórias em série ou visuais de marca, o fato de uma única imagem ser impressionante não é o único critério. Mais importante é saber se a mesma direção artística pode continuar a se expandir. O Nano Banana 2.1 é adequado para primeiro definir personagens, paleta de cores e linguagem de cenário, e depois complementar gradualmente outras imagens.
¶ Acessando o Nano Banana 2.1 via Ace Data Cloud
O endpoint unificado de geração de imagens da Ace Data Cloud é:
POST https://api.acedata.cloud/openai/images/generations
A interface unificada oferece suporte ao GPT Image e à série Nano Banana, permitindo alternar entre modelos ao modificar o parâmetro model, sem precisar redesenhar todo o fluxo de solicitação para cada modelo.
¶ Exemplo em cURL
curl -X POST "https://api.acedata.cloud/openai/images/generations" \
-H "Authorization: Bearer $ACEDATACLOUD_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "nano-banana-2.1",
"prompt": "Cena xianxia oriental fotorrealista de nível cinematográfico. Em uma noite de tempestade, uma cultivadora de espada vestida de preto está sobre um altar de jade branco quebrado, brandindo sua espada em direção ao portão celestial dourado no céu. Ao longe, a seita imortal está em chamas, o mar de nuvens se agita, e a energia de espada azul-esverdeada se transforma em um dragão longo. Ângulo baixo, enquadramento cinematográfico, materiais realistas, contraste entre luz fria e quente.",
"size": "1792x1024",
"n": 1,
"response_format": "url"
}'
¶ Exemplo em Python
import os
import requests
url = "https://api.acedata.cloud/openai/images/generations"
payload = {
"model": "nano-banana-2.1",
"prompt": "Cena xianxia oriental fotorrealista de nível cinematográfico, em uma noite de tempestade, uma cultivadora de espada vestida de preto enfrenta o portão celestial dourado.",
"size": "1792x1024",
"n": 1,
"response_format": "url"
}
headers = {
"Authorization": f"Bearer {os.environ['ACEDATACLOUD_API_KEY']}",
"Content-Type": "application/json"
}
response = requests.post(url, headers=headers, json=payload, timeout=300)
response.raise_for_status()
print(response.json())
Se não quiser esperar de forma síncrona, também é possível usar async: true ou configurar callback_url para receber resultados assíncronos.
¶ Considerações finais
A vantagem do Nano Banana 2.1 não é apenas gerar imagens rapidamente.
Mais precisamente, ele é adequado para um estado real de criação: a direção ainda não está completamente definida, é necessário ver várias versões e ajustar enquanto se gera. Nesse tipo de trabalho, o modelo não precisa tornar a imagem perfeita ao máximo todas as vezes, mas precisa responder rapidamente às alterações, para que a inspiração não seja interrompida pela espera.
Se for necessário criar pôsteres conceituais cinematográficos com alta densidade de informações, o GPT Image 2.5 Flare pode ser mais adequado; se custo e dimensões fixas forem mais importantes, o GPT Image 2 é uma escolha equilibrada; se for necessário testar rapidamente rascunhos, explorar storyboards e criar imagens para uso cotidiano, o Nano Banana 2.1 será uma forma de trabalho relativamente leve.