› html[data-theme-mode="dark"] body.postid-51274 .px-single-body h2{color:#FFE135}html[data-theme-mode="dark"] body.postid-51274 .px-single-body h3{color:#C8DB72}html[data-theme-mode="light"] body.postid-51274 .px-single-body h2{color:#6E5600}html[data-theme-mode="light"] body.postid-51274 .px-single-body h3{color:#4F6614}html[data-theme-mode="dark"] body.postid-51274 .px-single-body{--accent:#FFE135;--pw-accent:#FFE135;--a16-accent:#FFE135;--a13-accent:#FFE135;--a17-accent:#FFE135}html[data-theme-mode="light"] body.postid-51274 .px-single-body{--accent:#8A6D00;--pw-accent:#8A6D00;--a16-accent:#8A6D00;--a13-accent:#8A6D00;--a17-accent:#8A6D00}html[data-theme-mode="dark"] body.postid-51274,html[data-theme-mode="dark"] body.postid-51274 .px-single-body{--accent:#FFE135;--pw-accent:#FFE135;--a16-accent:#FFE135;--a13-accent:#FFE135;--a17-accent:#FFE135;--a13-bg:#14140B;--a16-bg:#14140B;--a17-bg:#14140B;--a13-card:#1D1D10;--a16-panel:#1D1D10;--a17-panel:#1D1D10;--a13-muted:#C9C5A6;--a16-muted:#C9C5A6;--a17-muted:#C9C5A6;--bg:#14140B;--border:#34341B;--text:#F3F0DC;--muted:#B5B191;background:#14140B!important}html[data-theme-mode="dark"] body.postid-51274 .px-single-body .pw-ws.pw-ws.pw-ws.pw-ws,html[data-theme-mode="dark"] body.postid-51274 .px-single-body .pw-status-box{background:#1D1D10!important}html body.postid-51274 .pw-ws{border-top-color:#FFE135!important}html[data-theme-mode="dark"] body.postid-51274 .pw-ws>.hd,html[data-theme-mode="light"] body.postid-51274 .pw-ws>.hd{color:#E0B800!important}html body.postid-51274 .pw-ws li::marker{color:#FFE135}html body.postid-51274 .pw-lead{border-left-color:#FFE135!important}html[data-theme-mode="dark"] body.postid-51274 .px-single-body>p>a,html[data-theme-mode="dark"] body.postid-51274 .px-single-body li>a,html[data-theme-mode="dark"] body.postid-51274 .px-single-body td>a{color:#FFE135!important;text-decoration-color:rgba(255,225,53,.45)!important}html body.postid-51274.a16-page.a16-article article.px-single .px-single-body th,html body.postid-51274 .px-single-body th{background:#FFE135!important;color:#17170D!important}html body.postid-51274 .px-single-body table :is(td,th):first-child{width:34%}html body.postid-51274 .px-single-body figcaption{border-left:3px solid #FFE135;padding-left:10px}html body.postid-51274 .pw-dojr{display:flex;flex-wrap:wrap;align-items:flex-start;gap:12px;margin:1.6em 0}html body.postid-51274 .pw-dojr>div{flex:1 1 210px;padding:14px 16px;border:1px solid color-mix(in srgb,currentColor 16%,transparent);border-top:4px solid var(--c)}html body.postid-51274 .pw-dojr svg{margin:0 0 8px}html body.postid-51274 .pw-dojr b{display:block;font-size:13px;letter-spacing:.12em;text-transform:uppercase;margin:0 0 6px}html body.postid-51274 .pw-dojr ul{margin:0;padding-left:1.1em}html body.postid-51274 .pw-dojr li{margin:.25em 0} Ho sottoposto Nano Banana 2.1 a due prove a cui nessun generatore di immagini era mai stato sottoposto in precedenza: un grafico a barre basato su dati reali, misurando l'altezza di ogni singola barra al pixel, e un fumetto a 4 vignette con balloon di testo complessi, verificati carattere per carattere.
› L'analisi completa del modello, i listini e gli altri benchmark sono disponibili nella mia guida a Nano Banana 2.1.
› Risultati in sintesi (7 ottobre 2026)Barre: tutti e tre i modelli le disegnano in modo proporzionato.
› Nano Banana 2.1 sbaglia in media dello 0,14 punti percentuali (p.p.) rispetto all'altezza della barra più alta, GPT Image 2.5 dello 0,16 p.p., Nano Banana 2 dello 0,41 p.p.Numeri nei grafici: Nano Banana 2.1 ha trascritto 19 valori su 19 esattamente come forniti.