Quattro secondi e meno di quattro centesimi di dollaro per mille immagini generate. Il martedì di Google si è aperto con il lancio di Nano Banana 2 Lite, l’ultima incarnazione della sua famiglia di modelli per la creazione di immagini tramite intelligenza artificiale. Un biglietto da visita che parla la lingua dei numeri: velocità e costo, per sviluppatori che devono produrre contenuti visivi su larga scala.

La carta d’identità tecnica

Il modello promette una generazione in circa 4 secondi, con un pricing aggressivo inferiore a 0,04 dollari ogni mille richieste. Non si tratta di una versione on-device o scaricabile: Nano Banana 2 Lite è disponibile come API cloud, inserita nell’ecosistema dei servizi gestiti di Google. Una scelta che semplifica l’integrazione ma che solleva le solite domande su dove risiedono i dati e chi ha il controllo sull’infrastruttura.

Quando il prezzo sfida le logiche on-premise

Per chi costruisce pipeline di generazione immagini, il calcolo economico è spesso un ago della bilancia. Un costo così basso può far vacillare anche le valutazioni più orientate al self-hosted: se un’immagine costa meno di un centesimo di dollaro, il TCO di un cluster GPU on-premise – tra acquisto, consumo energetico e manutenzione – diventa difficile da giustificare per volumi contenuti o intermittenti. Ma il ragionamento non è lineare. Carichi costanti e la necessità di prevedibilità della spesa, insieme a considerazioni di latenza e personalizzazione, possono ancora far preferire un’infrastruttura interna, magari basata su modelli open come Stable Diffusion.

La partita della sovranità e del controllo

La generazione di immagini tocca spesso dati sensibili: dal materiale medico a concept di prodotto ancora da brevettare. In settori regolati, il transito dei dati attraverso un’API pubblica rappresenta un rischio di compliance che nessun prezzo basso può azzerare. Nano Banana 2 Lite, per quanto economico, non offre di default garanzie di residenza dei dati o isolamento paragonabili a un deployment on-premise. È qui che la riflessione si sposta dal costo al controllo: chi sceglie la via self-hosted paga un prezzo più alto in hardware, ma mantiene la piena sovranità sulle informazioni e sulla filiera di elaborazione.

Un mercato in ebollizione, qualche segnale

Il lancio di Google si inserisce in un panorama dove la generazione visiva sta diventando una commodity, accessibile a costi che fino a un anno fa sembravano irrealistici. Per i decisori IT, questo significa dover ricalibrare continuamente i parametri di scelta. Non si tratta più solo di decidere tra on-premise e cloud, ma di farlo con la consapevolezza che le forbici economiche si stanno restringendo. AI-RADAR continuerà a monitorare l’evoluzione di questi modelli e a offrire strumenti di analisi per orientarsi tra le opzioni, perché la velocità di generazione è importante quanto la lucidità nella scelta dell’architettura.