En résumé
- Les deux modèles introduisent un raisonnement multi-étapes avant la génération d’image, permettant une gestion plus fiable des prompts complexes, des images de référence et des workflows d’édition prolongés par rapport aux systèmes de diffusion antérieurs.
- Seedream offre des prix inférieurs à ceux de Google et permet une exécution locale ainsi qu’une édition d’images réelles, tandis que Nano Banana est étroitement intégré dans l’écosystème grand public et entreprise de Google.
- Les tests ont montré que Seedream préservait mieux l’identité des personnages et la cohérence spatiale sur plusieurs rounds d’édition, tandis que Nano Banana produisait des résultats plus rapides et une meilleure rendu du texte dans les images.
Deux des modèles d’IA d’image les plus performants disponibles actuellement ont été lancés à quelques jours d’intervalle cette semaine, promettant de transformer la façon dont les utilisateurs créent du contenu.
Nano Banana 2 — nom interne de Google pour Gemini 3.1 Flash Image — est sorti le 26 février et a immédiatement dominé le discours sur l’IA. C’est le successeur de Nano Banana Pro, le modèle qui est devenu la référence en matière d’édition d’images IA après son lancement en novembre 2025. Seedream 5 Lite, la dernière nouveauté de ByteDance dans sa gamme de génération d’images, a été lancé quelques jours plus tôt.
Alors que le premier a été largement mis en avant par la machine marketing de Google, le second est passé presque inaperçu avec à peine un communiqué de presse. Malgré l’écart de couverture, la différence de capacités était plus limitée.
Quelle est la nouveauté ?
Les deux modèles reposent sur la même idée architecturale fondamentale : donner à un générateur d’images la capacité de réfléchir avant de dessiner.
Cela inclut une intégration de recherche web en temps réel avant la génération, ainsi qu’un raisonnement en chaîne à plusieurs étapes pour interpréter des prompts complexes ou ambigus, et la capacité de gérer des images de référence dans des workflows d’édition prolongés.
C’est un véritable changement par rapport aux modèles de génération d’il y a un an, où Stable Diffusion était considéré comme révolutionnaire.
Ils produisent tous deux jusqu’à une résolution 4K. Ils supportent tous deux des entrées multi-images pour la cohérence dans les workflows. Ils peuvent maintenir une cohérence visuelle entre personnages et objets au sein d’une même session.
Les deux peuvent générer du texte stylisé et lisible à l’intérieur des images, bien que pas de façon équivalente. Et tous deux entrent sur un marché déjà occupé par GPT Image 1.5 d’OpenAI, Flux.2 de Black Forest Labs, et un catalogue croissant de modèles chinois concurrents en termes de prix et de flexibilité.
Mais quelle option est la meilleure pour l’utilisateur final ? Nous avons testé les deux modèles pour aider à répondre.
Comparaison technique et tarifaire
L’écart de prix est la première chose à comprendre.
Google facture Nano via l’API Gemini à 60 $ par million de tokens d’image générés. En termes pratiques, cela revient à environ 0,045 $ pour une image de 512 px, 0,067 $ à 1K, 0,101 $ à 2K, et 0,151 $ à 4K.
Seedream facture un tarif fixe de 0,035 $ par image, quel que soit la résolution de sortie, ce qui fait de Seedream l’option la moins chère pour toute taille supérieure à 512 px.
À 4K, Nano coûte plus de quatre fois plus cher par image. Pour des pipelines de production à volume élevé, cet écart s’accumule rapidement.
La disponibilité suit des chemins de distribution très différents. Nano est opérationnel dans tout l’écosystème grand public et développeur de Google, incluant l’application Gemini, le mode IA de Google Search, Google Lens, AI Studio, Vertex AI, et Google Flow pour la création vidéo. Il est intégré dans une infrastructure que des centaines de millions de personnes utilisent déjà quotidiennement.
Seedream atteint ses utilisateurs via CapCut et Jianying, les applications créatives de ByteDance, via des plateformes d’agrégation API tierces, et via Dreamina, l’interface dédiée de ByteDance pour la génération d’images. Une différence clé : Seedream peut être exécuté localement. Google ne le permet pas.
L’expérience plateforme est un autre point à considérer. Gemini est d’abord un chatbot, un générateur d’images en second lieu. Il génère très bien des images et le fait rapidement ; les affirmations de rapidité de Google se vérifient en pratique.
Mais vous travaillez dans une interface conversationnelle qui n’a pas été conçue pour des workflows visuels itératifs.
Dreamina a été conçue spécifiquement pour la création d’images. Elle dispose d’outils dédiés pour la gestion de références, l’édition multi-étapes, et le contrôle de composition.
De plus, la file d’attente de génération de Dreamina prend sensiblement plus de temps que Nano via l’interface Gemini. Pour un test rapide ou une seule image, Gemini vous y mène plus vite. Pour des sessions d’édition prolongées, la structure de Dreamina est plus cohérente.
En termes de modération de contenu, Gemini refuse de travailler avec de vraies personnes dans la plupart des scénarios — demander une modification de ressemblance, une manipulation photo impliquant une figure publique, ou tout contenu suggestif avec une personne identifiable, et il refuse.
Seedream fonctionne avec des règles beaucoup plus permissives. ByteDance autorise l’édition d’images réelles et le travail avec des sujets identifiables, ce que Google ne permet pas, ce qui explique une part importante de la communauté de Seedream parmi les créateurs de contenu.
Concernant l’API, les deux modèles supportent un degré de raisonnement configurable. Nano permet aux développeurs de choisir entre Minimal, High ou Dynamic, pour que le modèle raisonne sur des prompts complexes avant de rendre.
Seedream intègre un supervision en chaîne de pensée dans son architecture, améliorant ainsi la fidélité des prompts pour des tâches de génération multi-contrainte et spatialement complexes.
Aucun des deux modèles ne rend le raisonnement totalement transparent pour le développeur, mais tous deux performent mieux sur des prompts difficiles que leurs prédécesseurs sans cette capacité.
Cohérence des personnages : test de mini campagne
Ce test vérifie si les modèles peuvent maintenir une identité reconnaissable à travers plusieurs itérations modifiées d’une vraie image. Le sujet original était un couple photographié dans un centre commercial.
L’objectif était de changer leurs tenues et autres éléments dans la photo sur cinq itérations, en conservant les visages, la silhouette et l’identité visuelle tout au long.
Le chatbot Gemini a refusé d’interagir directement avec la photo réelle — conformément à sa politique de contenu. Pour Nano Banana 2, il a fallu passer par l’API directement.
Nano :
Les résultats de Nano, bien que visuellement soignés, montraient une dérive significative de l’identité à partir de la deuxième ou troisième itération.
La géométrie de la scène tenait — environnement tunnel LED, perspective du trottoir carrelé, placement des panneaux en arrière-plan — tout restait cohérent.
Mais les sujets eux-mêmes étaient effectivement recadrés. À la fin des itérations, la femme n’était plus la même. L’homme était presque entièrement remplacé : âge différent, silhouette différente, structure faciale différente, cheveux différents.
Le modèle a produit quelque chose de beau, mais pas les personnes réelles. Cela peut être partiellement corrigé en téléchargeant des références d’origine sans visages susceptibles de confondre le modèle.
Seedream :
Seedream a nettement mieux conservé l’identité tout au long du workflow. La structure faciale, la géométrie du sourire, et l’inclinaison de la tête de la femme sont restés liés à l’image source à travers plusieurs rounds.
L’homme a conservé davantage sa silhouette et sa présence physique d’origine. La continuité de pose entre les deux sujets a aussi été mieux maintenue — placement des bras, proximité, alignement de la stance, ce qui est important pour que la scène paraisse cohérente plutôt que nouvelle.
De petites différences subsistaient, notamment un léger lissage de la peau, une légère modification de la taille de la taille, et une dégradation générale de la qualité des sujets.
Mais le couple restait reconnaissable. Pour un workflow de campagne où les mêmes personnes doivent apparaître dans plusieurs créations, cette différence n’est pas négligeable.
Extension de scène et prolongation de toile
Le test d’extension de scène consistait à agrandir une image moderne minimaliste d’un salon pour obtenir un format 16:9, en étendant la scène naturellement à gauche et à droite tout en conservant la cohérence de l’éclairage et la logique spatiale.
Le prompt précisait des murs blancs, un canapé beige, une table basse en bois, et des plantes d’intérieur — un brief simple avec des paramètres architecturaux clairs.
Nano :
Nano Banana 2 a produit des résultats propres, sans artefacts visibles ou bandes tonales aux limites de la coupe originale. La couleur des murs, l’équilibre de la lumière du jour, et le matériau du sol sont restés cohérents dans l’extension.
La direction de l’éclairage venant de la fenêtre implicite a été plausible dans le cadre élargi. Techniquement, la fusion était quasi parfaite.
Mais le modèle a introduit quelques éléments hors scène, comme un panier à droite et un bâtiment en arrière-plan. Cela dit, c’est très impressionnant comparé aux modèles précédents.
Seedream :
Seedream a été plus simple dans la sortie initiale, ce qui a facilité les modifications.
L’extension à gauche a introduit une deuxième grande plante en pot et un rideau complet, ce qui semblait spatialement justifié par la fenêtre implicite.
À droite, l’extension a intégré un mur secondaire, une œuvre encadrée, et une console en bois basse, en conservant un style minimaliste — bois clair, neutres doux, rien qui contredise l’esthétique originale. L’éclairage est resté cohérent dans tout le cadre étendu.
Le plafond, la suspension, et le motif en chevrons du sol ont été alignés logiquement. La pièce paraissait comme un cadre plus large crédible, plutôt qu’un concept recomposé. Aucun artefact notable n’a été repéré.
Pour des contextes de production où la fidélité spatiale et l’authenticité architecturale comptent, Seedream 5 Lite est l’outil le plus fiable ici. Si le réalisme prime sur la fidélité, Nano Banana 2 peut être la meilleure option.
Génération d’images non réalistes : test de miniature YouTube
Ce test est passé de l’édition et de l’extension à la génération pure avec un brief très précis : une miniature YouTube lisant “AI IMAGE WAR” avec un sous-titre mentionnant les deux modèles, une mise en page split-screen avec un gros titre en gras à gauche, des couleurs vives contrastées, et un format 16:9.
La génération de miniature nécessite une typographie précise, une hiérarchie de composition délibérée, et une énergie visuelle immédiate — tout en même temps.
Nano :
Nano a parfaitement compris la grammaire des miniatures.
Il a produit une composition avec une typographie surdimensionnée, à contraste élevé, à gauche, un face-à-face dramatique en split-screen à droite, un contraste néon saturé entre orange chaud et bleu électrique, et une division centrale en éclairage pour renforcer l’effet “versus”.
La hiérarchie du titre était claire — “AI IMAGE WAR” dominait visuellement avec des contours et des effets de glow visibles même en petite taille sur mobile.
Le rendu du texte était précis, sans erreur d’orthographe, ni caractères brouillés, avec un espacement cohérent. Les visages étaient hyper-détaillés et intensément expressifs.
L’énergie visuelle était forte. Cela ressemblait exactement à une miniature conçue pour attirer le clic.
Seedream :
Seedream adopte une approche différente. Au lieu de visages photoréalistes et dramatiques, il a généré des mascottes stylisées — un personnage banane et un orbe neural lumineux — pour représenter chaque modèle, donnant un aspect plus graphique et iconographique à la comparaison.
La mise en page était plus épurée et structurée, avec le titre en dominant, le sous-titre bien lisible, et chaque nom de modèle encadré pour une lecture instantanée.
La typographie était forte : trait clair, lisible à grande échelle, sans artefacts majeurs. Là où Nano Banana privilégiait le spectacle et l’intensité émotionnelle, Seedream produisait quelque chose de moins explosif, plus différencié, et facilement réplicable comme identité visuelle récurrente.
C’est peut-être un choix stylistique, mais selon notre avis subjectif, pour une optimisation virale CTR agressive, l’intensité cinématographique de Nano Banana 2 a l’avantage.
Génération d’images réalistes : précision multi-contrainte
Le dernier test mesurait la capacité de chaque modèle à suivre précisément un prompt détaillé à plusieurs éléments, sans violer ni mal interpréter aucune contrainte.
Le brief : un portrait cinématographique d’une architecte de 32 ans sur un toit au coucher de soleil, portant un trench beige et des lunettes rondes, tenant des plans roulés dans la main gauche, avec la skyline de la ville légèrement floue en arrière-plan, éclairage doré avec une lumière douce en bordure, faible profondeur de champ simulant un objectif 50mm, format vertical 4:5, texture de peau réaliste, et grain de film subtil. Chaque élément de cette liste est une contrainte pouvant échouer indépendamment.
Nano :
Nano a généré une femme caucasienne regardant ailleurs — choix narratif non spécifié dans le prompt, ce qui indique une tendance à l’interprétation créative plutôt qu’à une stricte conformité.
Le trench beige, les lunettes rondes, et les plans roulés dans la main gauche ont été correctement rendus. La scène sur le toit et la skyline floue étaient présentes et crédibles.
L’éclairage doré était là, mais un peu plus froid que les tons chauds demandés. La lumière en bordure était discrète, pas clairement définie. La profondeur de champ était bien réalisée, mais la compression spatiale semblait plus proche d’un 35mm ou 40mm que d’un vrai 50mm.
Le grain de film était minimal, presque imperceptible. La texture de peau était réaliste, mais avec un léger lissage, typique des systèmes de diffusion entraînés à la beauté. Exécution solide, avec quelques substitutions discrètes où le modèle a fait ses propres choix.
Seedream :
Seedream a généré une femme asiatique regardant directement la caméra — position neutre par défaut pour un prompt sans indication de regard.
Tous les éléments spécifiés étaient présents et bien implémentés. La chaleur dorée était plus prononcée (voire exagérée), avec une lumière en bordure bien définie séparant le sujet de l’arrière-plan, conformément à l’intention du prompt.
La profondeur de champ et la compression focales ressemblaient davantage à une simulation réelle de 50mm, avec des proportions naturelles entre sujet et arrière-plan. La texture de peau était précise, avec une meilleure micro-contraste et moins d’artéfacts de lissage que Nano Banana.
Cependant, un des plans roulés était mal généré, ressemblant plus à un artefact qu’à un élément cohérent.
Côté composition, le résultat de Seedream était plus centré et techniquement précis, avec moins d’ajouts interprétatifs, mais Nano Banana produisait une image plus réaliste.
Un bug de cohérence à surveiller
Sur des sessions API prolongées impliquant un volume élevé de générations successives, les deux modèles ont montré une dégradation qui n’était pas présente au début du workflow.
Seedream a commencé à produire des visages flous et indistincts sur des sujets qui étaient auparavant bien rendus. Nano a perdu l’identité des sujets, générant des personnages sans lien cohérent avec ceux initiaux.
Les deux modèles semblent réduire leur profondeur de raisonnement à mesure que la session s’allonge — comme s’ils dépensaient moins d’effort à chaque génération, après plusieurs itérations.
Il n’est pas clair si cela résulte d’un réglage délibéré, d’un équilibrage de charge sous forte utilisation API, ou d’un aspect architectural.
Mais cela doit être pris en compte dans tout pipeline de production long, car ils performent mieux au début, puis se dégradent avec la durée.
L’idéal serait de demander au modèle plusieurs modifications en une seule itération pour éviter cette dégradation.
Mais c’est un art : trop d’itérations en une fois dégrade la fidélité au prompt, trop peu nécessite plusieurs passages, ce qui peut aussi nuire à la cohérence des sujets.
Conclusion : qui gagne ?
Nano l’emporte sur le rendu du texte, la vitesse brute, l’intégration dans l’écosystème, et l’énergie de génération. La précision du texte est son avantage le plus évident — pas de caractères brouillés, pas de polices incohérentes, pas de répétitions.
Il génère rapidement. Il fonctionne dans des produits déjà utilisés par des milliards. Et son intégration de recherche web, qui lui permet de rechercher avant de décider quoi rendre, donne des résultats qui paraissent plus ancrés dans une logique éditoriale que simplement esthétiques.
Si votre workflow s’inscrit dans l’écosystème Google, si la précision du texte dans les images est non négociable, ou si vous avez besoin d’itérations rapides sans travailler avec de vraies personnes, Nano est l’outil le plus adapté.
Seedream l’emporte sur le coût, la conception de plateforme, la flexibilité du contenu, la discipline structurelle dans les tâches spatiales, et la fidélité des personnages sur plusieurs étapes d’édition.
Son tarif fixe de 0,035 $ en fait la solution pratique par défaut pour tout pipeline générant des images en volume. L’interface dédiée de Dreamina est plus cohérente pour des sessions créatives prolongées que le chatbot Gemini.
Sa politique de contenu permissive ouvre des cas d’usage que Google ne prend pas en charge. Et pour des workflows nécessitant une cohérence d’identité sur plusieurs itérations de sujets réels — la demande centrale du travail de campagne — Seedream s’est montré supérieur dans tous nos tests.
