Qu’est-ce que Nano Banana ? Le modèle d’édition d’images de Google, expliqué

Ce n’était pas un nom de produit. Un modèle non identifié est apparu dans des arènes publiques de comparaison directe, où l’on évalue des sorties anonymes sans savoir quel système les a produites, sous l’intitulé provisoire « nano banana ». Il a beaucoup gagné, les gens l’ont remarqué, et les conjectures sur son origine ont duré des semaines avant que Google ne confirme.

Google a ensuite fait quelque chose d’inhabituel en conservant le surnom, d’où le fait qu’une pièce d’infrastructure sérieuse soit connue publiquement par un nom plaisant. L’identité formelle est un modèle d’image Gemini ; le nom recherché est la banane.

Cette histoire explique pourquoi le terme se comporte de manière étrange dans la recherche. L’intérêt est arrivé avant tout marketing, donc les questions posées sont celles que l’on adresse à une rumeur — qu’est-ce que c’est, qui l’a fait, est-ce réel — plutôt que celles d’un produit.

La plupart des modèles d’images sont conçus pour générer une image à partir d’une description. Nano Banana est conçu pour modifier une image que vous avez déjà, et la partie difficile est tout ce que vous ne lui avez pas demandé de changer.

Demandez à un modèle généraliste de mettre la personne de cette photo dans un manteau rouge et, souvent, vous obtiendrez une personne en manteau rouge qui n’est plus tout à fait la même — mâchoire un peu différente, écart des yeux, un visage qui évoque un frère. L’identité survit à une retouche et se dégrade sur plusieurs. Ce que Nano Banana s’emploie à préserver, c’est précisément cette identité, au fil d’instructions successives.

Le mode d’interaction découle de cela. Vous n’écrivez pas un prompt unique et sophistiqué pour accepter ce qui revient ; vous avez une conversation où chaque tour ajuste le résultat précédent. Déplacez la lumière. Maintenant, faites-le au soir. Maintenant, mettez-le dehors. Cette boucle est le produit.

À tout ce qui exige que le même sujet apparaisse plus d’une fois. Photo de produit dans plusieurs décors, personnage au fil d’une séquence de cases, série de variations sur un portrait, maquette qui doit montrer une pièce en quatre coloris.

Il est aussi inhabituellement indulgent pour celles et ceux qui ne veulent pas apprendre une syntaxe de prompt. Comme l’instruction est une retouche plutôt qu’une spécification, des phrases simples fonctionnent, et l’échec d’une demande vague produit un petit changement plutôt qu’une image méconnaissable.

Là où il est moins adapté, c’est la page blanche. Sans image source ni sujet à préserver, le mécanisme de cohérence n’a rien à faire, et les modèles conçus pour la composition texte-vers-image offrent en général plus de contrôle sur le cadrage, l’optique et le style au départ.

Face à Midjourney, la fracture est celle de l’auteur esthétique. Midjourney impose un style maison marqué et sert généralement à produire quelque chose de frappant ; Nano Banana essaie de laisser la photo intacte sauf là où vous avez demandé. L’un est styliste, l’autre retoucheur.

Face aux modèles ouverts — Stable Diffusion et FLUX — la séparation tient à l’emplacement du contrôle. Des poids ouverts permettent d’ajouter ControlNet, des LoRAs et des pipelines d’inpainting pour obtenir une précision fine au prix de l’assemblage du pipeline. Nano Banana place une tranche plus étroite de ce contrôle derrière une phrase, plus rapide d’accès et plus difficile à dépasser.

Face à gpt-image-1, les deux sont plus proches entre eux qu’avec le reste : tous deux sont fermés, suivent les instructions, fonctionnent de manière conversationnelle et sont rattachés à un assistant étendu. La différence pratique souvent rapportée est celle du maintien d’un visage sur plusieurs tours, et cela vaut la peine de le tester sur votre propre matière plutôt que de se fier à un classement.

Rien commercialement — nous ne sommes pas affiliés à Google et ne revendons pas ses modèles. Cette page existe parce que l’on nous demande ce que c’est et que la réponse honnête est courte, et qu’un annuaire qui ne décrirait que les modèles que nous apprécions ne serait pas un annuaire.

Il vaut la peine de la lire en parallèle des pages de retouche ici, car le vocabulaire se transfère. Ce que Nano Banana fait de façon conversationnelle, l’écosystème ouvert le fait avec des techniques nommées : inpainting pour un changement à l’intérieur d’un masque, outpainting pour un changement au-delà du cadre, denoise strength pour la latitude accordée au résultat de s’éloigner de la source. Connaître ces mots clarifie nettement ce que fait — et ne fait pas — n’importe quel éditeur.