
Nano Banana 2.1: più continuità, meno costo
Google aggiorna il modello immagini Flash: migliorano editing e coerenza dei personaggi, con costi inferiori. Per noi conta soprattutto capire quanto regge una sequenza di revisioni, non soltanto il primo frame.
Nano Banana 2.1 arriva nelle API: il test utile è sulle revisioni

Il 6 ottobre Google ha reso generalmente disponibile Nano Banana 2.1 nella Gemini API, con identificativo gemini-nano-banana-2.1. È un aggiornamento del modello immagini Flash, dedicato alla generazione e all’editing conversazionale. Le release note dichiarano miglioramenti nella qualità visiva, nell’aderenza al prompt, nella resa del testo e nella continuità dei personaggi tra successive modifiche. Restano disponibili le risoluzioni 1K, 2K e 4K; arrivano anche rapporti molto allungati, fino a 1:8 e 8:1. Sono possibilità da valutare per fondali e composizioni panoramiche, senza confondere il formato supportato con una garanzia sulla qualità dell’intera superficie. ([ai.google.dev])
La model card identifica Gemini 3.6 Flash come base del modello. Gli input comprendono testo e immagini; gli output possono combinare immagini e testo. Google valuta separatamente la generazione da prompt e diversi tipi di editing: coerenza di un singolo personaggio, scene con più personaggi, mantenimento dei prodotti, stilizzazione e modifiche guidate da maschere o segni. Nei risultati pubblicati, Nano Banana 2.1 supera i modelli di confronto in queste categorie. La distinzione è utile: suggerisce di non limitare la prova a un’immagine riuscita, ma di chiedere modifiche successive e controllare quali elementi restano davvero riconoscibili. ([deepmind.google])
Il secondo fatto è economico. The Decoder segnala costi inferiori rispetto al predecessore, ma invita a leggere con prudenza il vantaggio nei benchmark: anche Nano Banana 2 otteneva risultati competitivi nei test, mentre Pro spesso produceva immagini migliori nell’uso pratico. Non abbiamo quindi una ragione per dichiarare chiusa la scelta del modello. Il confronto da fare in produzione è più concreto: stessa reference, stessa richiesta, stesso criterio di approvazione. La nostra proposta è misurare quante correzioni servono prima di ottenere una still utilizzabile, invece di fermarsi alla classifica o al prezzo di una singola generazione. ([the-decoder.com])
C’è infine un passaggio da pianificare nelle integrazioni. Le release note del 6 ottobre deprecano gemini-3.1-flash-image e indicano Nano Banana 2.1 come destinazione della migrazione; nella documentazione ufficiale consultata non è annunciata una data di spegnimento. ([ai.google.dev]) Nel materiale interno, FAC elenca ancora Gemini 3.1: non abbiamo conferma che il nuovo modello sia già collegato alla console. Prima di cambiare una ricetta approvata, proponiamo una prova breve: spostare un oggetto, cambiare la luce, allargare l’inquadratura e infine recuperare un dettaglio della reference iniziale. Il criterio di riuscita sarà la continuità tra questi passaggi, non l’effetto della prima immagine.
- Disponibilità API
- Generalmente disponibile dal 6 ottobre 2026
- Identificativo API
- gemini-nano-banana-2.1
- Modello base
- Gemini 3.6 Flash
- Risoluzioni
- 1K, 2K e 4K
- Rapporti d’aspetto
- Fino a 1:8 e 8:1
- Google's new image model Nano Banana 2.1 generates better images for less money The Decoder
- Release notes — October 6, 2026 Google AI for Developers
- Nano Banana 2.1 — Model Card Google DeepMind
In breve tutte le notizie →
EmbeddingGemma 2 cerca nei media, senza generarli
Il 6 ottobre Google ha pubblicato EmbeddingGemma 2, un modello che rappresenta testo, immagini, video e audio in uno spazio comune per la ricerca per somiglianza semantica. Non è un nuovo generatore. Serve, per esempio, a trovare un momento video con una richiesta parlata o una registrazione audio attraverso una descrizione scritta. Google distribuisce il modello con licenza Apache 2.0 e indica l’esecuzione locale tra gli impieghi previsti. Per una produzione, il tema interessante è recuperare reference e materiali già esistenti senza dipendere soltanto dai nomi dei file. ([blog.google])
Una guida per cercare parole, risate e applausi nel girato
ElevenLabs ha pubblicato il 5 ottobre una guida alla trascrizione con timestamp per parola e riconoscimento degli eventi sonori. Non è l’annuncio di un nuovo modello: chiarisce un workflow utile in post. Scribe restituisce dati strutturati con tempi, attribuzione dei parlanti ed eventi come risate o applausi; la guida descrive anche l’esportazione in SRT e VTT. Il materiale può quindi servire sia ai sottotitoli sia alla ricerca di momenti dentro registrazioni lunghe. Proposta di prova: usare le reazioni del pubblico come punti di partenza per una selezione, mantenendo al montatore la scelta del ritmo e del contesto. ([elevenlabs.io])
Kling in Firefly: il piano Teams resta un limite
In una risposta ufficiale del 6 ottobre nella community Adobe, una Community Manager chiarisce che modelli cinesi come Kling sono disponibili agli abbonati individuali, non agli utenti con piani Teams o Enterprise. Aggiunge che Seedance non è disponibile negli Stati Uniti attraverso Firefly. È una precisazione sull’accesso, non un nuovo rilascio del modello. Per chi confronta piattaforme in studio, evita un equivoco: vedere un motore nelle presentazioni di Firefly non significa poterlo utilizzare con il proprio contratto aziendale. La risposta non annuncia quando queste limitazioni cambieranno. ([community.adobe.com])
La continuità si vede nei dettagli
Costruiamo una still con pochi oggetti riconoscibili e una luce netta. Poi chiediamo una sola modifica per volta: cambiare l’ora del giorno senza perdere forme, materiali e posizione degli elementi.
Cinematic widescreen 16:9 photograph of a miniature observatory workshop built inside a vast abandoned hangar. A brushed copper telescope stands beside a folded cobalt-blue canvas chair and a shallow ceramic bowl filled with rainwater. Warm sunrise cuts through tall windows, crossing cool atmospheric haze. Shot on a 35mm lens from a low three-quarter angle, strong foreground silhouettes, deep spatial layering, restrained copper, slate and blue palette, tactile materials, no lettering, no logos.
Slow lateral dolly to the right, revealing subtle parallax between the telescope, chair and distant windows. A light breeze gently lifts one loose edge of the canvas while small ripples cross the water bowl. Preserve every object's shape and position.
Modello consigliato: Nano Banana. Salva la still iniziale come riferimento del test. Nelle revisioni separa il cambio di luce dal cambio d’inquadratura: così puoi capire quale richiesta introduce la prima deriva.
Una domanda pratica — un workflow, quale modello conviene, come verificare un risultato — e la risposta arriva da tutte le edizioni, dai Weekly e dal Manuale, con le fonti e quello che c'è già in FAC. Le risposte sono per il team di Frameworks.
- Come impostiamo un confronto sulle revisioni tra Nano Banana 2.1 e il modello attuale?
- Come potremmo usare EmbeddingGemma 2 per cercare reference nella Libreria?
- Come proviamo Scribe per individuare risate e applausi in una registrazione?
- Quali limitazioni di accesso dobbiamo verificare prima di confrontare Kling e Seedance in Firefly?
Hai trovato qualcosa che dovremmo leggere?
Un tool, un workflow, un modello, una norma, un artista: mandaci il link e due righe sul perché conta. La redazione legge tutto e il meglio finisce nel notiziario.
📋 Sommario in testo con i link da incollare in chat


