Nano Banana 2.1 avec plusieurs images de référence : personnages, photos de groupe et essayage testés

Vous avez un visage validé, ou une veste validée, et vous en avez besoin encore et encore : le même personnage dans un nouveau lieu chaque semaine, toute la distribution sur une seule photo de groupe, un lookbook où le même mannequin porte plusieurs pièces à la fois. La retouche de Nano Banana 2.1 accepte plusieurs images de référence dans une seule requête, et les chiffres de Google semblent généreux : jusqu’à 14 références, avec cohérence des personnages pour 4 personnages au plus et fidélité des objets pour 10 objets au plus. Avant de bâtir une série là-dessus, il faut savoir comment transmettre ces images pour que le modèle sache qui et quoi est chacune, et où les résultats commencent à glisser.

Donnez à chaque personne et à chaque produit sa propre image de référence, désignez chaque image par sa position, dites exactement ce qui doit rester identique, et vérifiez à l’œil les petits détails situés d’un seul côté. Dans nos tests du 7 octobre 2026, un seul portrait a gardé le même visage, les mêmes cheveux et les mêmes anneaux de nez dans les huit retouches de scène, quatre portraits séparés ont donné les quatre bonnes personnes aux bonnes places dans les deux essais d’un prompt structuré, et un essayage avec jusqu’à neuf produits a gardé chaque article dans l’image. Ce qui a glissé était petit et reproductible : une boucle d’oreille isolée sautait sur l’oreille tournée vers l’objectif, un chapeau perdait ses coutures contrastées, et un pantalon sortait sans cesse bicolore. La cohérence est une consigne, pas un verrou : la fiche modèle de Google elle-même dit que la cohérence des personnages « n’est pas toujours parfaite », et la tâche n’a ni seed, ni masque, ni réglage de force d’identité pour figer un résultat.

Les règles auxquelles nous sommes arrivés, chacune expliquée et testée plus bas :

• Un personnage, plusieurs scènes : un portrait de face net a porté le visage dans toutes les scènes essayées. Si vous ajoutez d’autres vues de la même personne, envoyez-les comme images séparées : dans notre petit test, elles ont conservé plus souvent une cicatrice au sourcil, alors qu’une seule « planche de personnage » assemblée perdait ou réinventait des détails.
• Détails d’un seul côté : une boucle d’oreille, une cicatrice ou une raie d’un côté peut passer du côté tourné vers l’objectif. Si cela compte, gardez ce côté face à l’objectif ou vérifiez chaque résultat.
• Photos de groupe : un portrait par personne, quatre personnes au maximum, avec les places et les vêtements écrits noir sur blanc. Un prompt d’une ligne a lui aussi gardé les visages, mais il a rhabillé les gens et choisi lui-même les places.
• Essayage et composites de produits : un produit par image, chacun nommé avec son emplacement. Neuf produits et le mannequin dans une seule requête ont gardé chaque article, mais les détails fins comme les coutures et les panneaux de couleur ont quand même glissé.
• Sources de formes différentes : fixez vous-même aspect_ratio. Dans nos quatre essais à formes mixtes, auto a suivi l’image la plus large, qui était à chaque fois aussi la scène.
• Garde-robe pour adultes : la tâche de retouche a refusé les changements en lingerie lors de nos tests du 7 octobre 2026 ; c’est donc un outil pour des séries habillées et présentables au public.

Ce que veut dire « 14 références, 4 personnages, 10 objets »

Google indique sur sa page du modèle que Nano Banana 2.1 prend en charge « multi-image fusion supporting up to 14 reference images (character consistency for up to 4 characters and object fidelity for up to 10 objects) ». Le guide de génération d’images de Google répartit ce même budget en deux sortes de références : jusqu’à 10 images d’objets à intégrer avec une grande fidélité, et jusqu’à 4 images de personnages à garder cohérents. Les 14 sont donc le total des deux. Ce ne sont pas 14 personnes, et ce n’est pas la promesse que chacune des 14 images survivra sans changement dans le résultat.

Chez SpicyAPI, la retouche de Nano Banana 2.1 accepte 1 à 14 images dans image_urls, dans l’ordre où votre prompt s’y réfère, et produit en 1k, 2k ou 4k. Sur SpicyAPI, Nano Banana 2.1 démarre à un prix bien inférieur au tarif public de Google ; la page du modèle affiche les prix actuels.

Ce que la tâche ne donne pas compte autant :

• Pas de seed. Deux essais de la même requête sont deux tentatives différentes ; prévoyez donc d’en examiner plus d’une.
• Pas de masque, pas de poids par image, pas de curseur de force d’identité. Tout ce que vous voulez conserver doit figurer dans le prompt.
• Aucune garantie sur les petits détails ni sur la pose. La fiche modèle de Google cite parmi les limites connues « Character consistency is not always perfect between input images and generated output image », ainsi que « rare instances of persistent subject pose » dans les retouches et des confusions occasionnelles entre gauche et droite.

Notre propre test à l’aveugle va dans le même sens. Le 7 octobre 2026, nous avons soumis Nano Banana 2.1 à un ensemble fixe de prompts et de retouches, et des juges IA de trois éditeurs différents ont noté les résultats sans voir le nom du modèle. Il a obtenu 65,9 sur 100 en cohérence de retouche (six questions de retouche), contre 76,7 en respect du prompt et 77,8 en qualité d’image ; la revue de Nano Banana 2.1 donne le tableau complet. Dans deux de ces retouches, il a changé des choses que personne n’avait demandé de changer : il a remplacé l’arrière-plan par une rue de nuit lors d’une tâche de rééclairage, et il a rapproché la caméra lors d’une tâche de chute de neige. Sur une question de dénombrement, il a dessiné sept convives alors qu’on en demandait six.

Comment écrire un prompt à références multiples

Tous les tests ci-dessous, sauf une comparaison volontaire en une ligne, utilisent la même structure en cinq parties. Elle paraît longue, mais chaque partie répond à une question à laquelle le modèle répondrait sinon à votre place.

1. Nommez chaque image par sa position et dites ce que c’est. « Image 1 is the model. Image 2 is the jacket. » L’ordre de image_urls est l’étiquette sur laquelle votre prompt peut s’appuyer ; gardez donc les deux en phase.
2. Dites ce qu’il faut prendre de chaque image et ce qu’il faut ignorer. Un portrait pris sur fond gris doit donner le visage, pas le fond.
3. Décrivez la nouvelle scène : le décor, ce que fait chaque personne, où elle se tient, la caméra et la lumière.
4. Écrivez le nombre de personnes lorsqu’il y en a : « exactly four people, and nobody else ».
5. Terminez par une liste de ce qu’il faut garder : les détails qui doivent survivre, image par image.

Donnez à chaque pose ou action qui compte sa propre phrase. Dans notre test à trois sources précédent, le visage d’un homme ainsi que la couleur, les boutons-pression en laiton et les poches poitrine d’une veste en daim sont passés dans une scène d’observatoire, mais « one hand on the eyepiece », mentionné en passant, est revenu sous la forme d’une petite longue-vue en laiton dans sa main.

Un modèle à adapter :

Image 1 is [who or what]. Image 2 is [who or what]. Image 3 is [who or what].
Use image 1 only for [the face / the garment / the setting]; ignore its background.
New scene: [setting]. [Person from image 1] [action, position]. [Person or product from image 2] [placement].
[Camera and framing]. [Light].
Show exactly [number] people and nobody else.
Keep [details that must survive] from image 1, and [details] from image 2.

Savoir si la version longue vaut l’effort fait partie de ce que nous avons testé : voir la section sur les photos de groupe plus bas.

À propos des images de test. Les photos de référence de cet article (les portraits, le mannequin de l’essayage, les photos de produits et la cour) sont des illustrations que nous avons créées comme entrées de test ; ce ne sont pas des résultats de Nano Banana 2.1. Chaque résultat que nous notons est une retouche de Nano Banana 2.1, lancée le 7 octobre 2026 en 2k sauf mention contraire, et chaque composite montre l’essai 1 sur deux sauf si la légende dit autre chose.

Un personnage, quatre nouvelles scènes à partir d’un seul portrait

Une série commence par un visage validé. Notre portrait de test est une femme adulte fictive d’une trentaine d’années, avec quatre détails que nous pouvions vérifier dans chaque résultat, choisis parce que les petits détails situés d’un seul côté sont généralement les premiers à dériver : des boucles courtes teintes en cuivre aux pointes, une fine cicatrice traversant le sourcil droit, de petits anneaux d’or dans les deux narines, et un unique anneau d’or avec une perle verte dans l’oreille gauche seulement.

Nous avons ensuite demandé quatre nouvelles scènes, chacune à partir de ce seul portrait, en changeant à chaque fois la garde-robe, le décor, l’angle de caméra et le format, et chaque scène a été lancée deux fois.

En haut à gauche : le portrait de référence unique (une entrée de test, pas un résultat de 2.1). Les quatre autres vignettes sont des retouches de Nano Banana 2.1 à partir de ce seul portrait, essai 1 de chaque scène : bar en terrasse 4:5, rue pluvieuse 16:9, cuisine 1:1 et plage 9:16, chacune recadrée dans le même cadre 4:5 pour cette grille.

La scène du bar en terrasse, telle qu’envoyée :

Image 1 shows a fictional adult woman. New scene: she sits at a rooftop bar at night, city lights blurred behind her, wearing a black satin slip dress with a cropped black blazer draped over her shoulders, holding a coupe glass and looking at the camera with a slow smile. Warm light from the bar, medium shot. Keep her face, her short copper-tipped coils, the thin scar through her right eyebrow, the small gold rings in both nostrils and the single green-bead hoop earring in her left ear exactly as in image 1.

Les trois autres scènes reprenaient la première et la dernière phrase avec un milieu différent : une rue pluvieuse la nuit sous un parapluie transparent dans un trench camel, vue de trois quarts depuis sa droite (16:9) ; une cuisine ensoleillée en pull crème ample, riant avec une tasse, gros plan (1:1) ; et une plage de galets à l’heure dorée en robe portefeuille en lin orange rouille, en pied et de profil depuis sa droite (9:16).

Le visage, les boucles cuivrées aux pointes et les deux anneaux de nez sont passés dans les huit essais, et ni le fond ni le T-shirt du portrait source ne se sont jamais glissés dans une scène. La boucle d’oreille est l’échec instructif. Elle est apparue dans chaque essai, mais elle n’est restée sur l’oreille gauche que dans les quatre essais qui la montraient de face ou du côté gauche ; dans les quatre essais qui tournaient son côté droit vers l’objectif, elle est passée à l’oreille droite, celle qui était en vue. La cicatrice se voyait dans cinq essais sur huit ; dans les trois autres, elle se trouvait du côté opposé du visage ou n’était simplement pas dessinée.

Les prompts de la rue pluvieuse et de la plage demandaient deux choses d’un seul côté à la fois : montrer son côté droit et garder la boucle d’oreille à l’oreille gauche. Dans chacun de ces quatre essais, exactement une des deux est sortie correcte. L’essai 1 de la rue pluvieuse a gardé la boucle d’oreille à l’oreille gauche en montrant à la place son côté gauche ; les trois autres ont montré son côté droit et déplacé la boucle d’oreille à l’oreille droite. Vue de sa droite, une boucle d’oreille à l’oreille gauche devrait simplement être hors de vue, mais le modèle l’a amenée dans le champ plutôt que de la laisser cachée.

Si un détail se trouve d’un côté du visage (une boucle d’oreille, une cicatrice, une raie, un tatouage), gardez ce côté face à l’objectif dans votre description de scène, ou prévoyez de vérifier et de refaire les essais qui l’inversent.

Une deuxième ou une troisième photo de la même personne aident-elles ?

Le profil sur la plage est le cas difficile : le visage est petit, détourné, et montre un côté que le portrait de face n’a jamais montré. Nous l’avons relancé de deux autres manières, deux fois chacune, avec le même texte de scène :

• Trois images séparées d’elle : le portrait de face, une vue de trois quarts et une photo en pied, les deux dernières obtenues en retouchant le portrait et vérifiées à l’œil avant usage, car une vue de côté générée peut inventer des détails que l’original n’a jamais montrés.
• Les mêmes trois vues assemblées en une seule image, la « planche de personnage » que beaucoup de créateurs utilisent.

Une limite de ce test : notre vue de trois quarts montre le côté gauche de son visage, celui de la boucle d’oreille, de sorte qu’aucun des jeux de références n’a jamais montré son côté droit, celui que demande la photo de plage. Une référence du côté que montre la scène serait le test suivant évident, et nous ne l’avons pas fait.

Colonnes, de gauche à droite : un portrait, trois images séparées, une planche assemblée (rangée du haut : les jeux de références, entrées de test). Rangées du milieu et du bas : gros plans du visage recadrés dans les résultats Nano Banana 2.1 en pied 9:16, essai 1 et essai 2 de chaque jeu.

Les six résultats se lisaient comme la même femme ; le visage n’avait donc pas besoin d’aide de vues supplémentaires. Le seul gain mesuré des trois images séparées est la cicatrice, conservée dans 2 essais sur 2 contre 1 sur 2 avec le portrait seul. La planche assemblée est le seul jeu qui ait perdu ou réinventé un détail. Aucun des trois n’a corrigé la boucle d’oreille : même avec une vue de trois quarts qui montre clairement l’anneau à son oreille gauche, le modèle l’a mis sur l’oreille tournée vers l’objectif. Deux essais par jeu, c’est un petit échantillon ; lisez donc cela comme une direction plutôt que comme une règle : si vous ajoutez des vues, envoyez-les comme images séparées, et n’attendez pas d’elles qu’elles règlent un détail de gauche ou de droite.

Photos de groupe : deux et quatre personnes à partir de portraits séparés

Le chiffre de Google pour les personnages est de quatre ; nous avons donc testé deux et quatre. Le reste de la distribution est composé d’adultes fictifs photographiés de la même façon, chacun sur un fond uni différent afin de voir si les fonds s’infiltrent dans la scène : un homme d’Asie de l’Est d’une quarantaine d’années à lunettes rondes en écaille, avec une mèche argentée à la tempe et un grain de beauté sous l’œil droit ; une femme d’Asie du Sud d’une vingtaine d’années avec un clou de nez argenté et un grain de beauté près de la lèvre, en cardigan moutarde ; et un homme blanc d’une cinquantaine d’années au crâne rasé et à la moustache grise en guidon, en chemise à carreaux buffalo.

La requête à deux personnes plaçait la femme du premier test et l’homme à lunettes dans un marché de nuit :

Image 1 shows a fictional adult woman and image 2 a fictional adult man. Show exactly these two people in the foreground, sharing street food at a crowded night market. On the left, the woman from image 1 laughs and holds chopsticks, wearing a black leather jacket. On the right, the man from image 2 holds a paper tray of dumplings and smiles at her, wearing a dark green bomber jacket. Medium shot at eye level, warm lantern light, the crowd behind them softly blurred. Keep each person's face and details from their own image: her short copper-tipped coils, the scar through her right eyebrow, her gold nose rings and green-bead earring; his silver streak at the left temple, round tortoiseshell glasses, short beard and the small mole under his right eye.

À gauche : les deux portraits de référence (entrées de test). À droite : recadrages serrés des deux visages issus du résultat Nano Banana 2.1 en 16:9, essai 1 ; l’image entière montrait aussi les étals du marché et une foule.

Dans les deux essais, chaque visage est resté avec sa personne : ses lunettes, sa barbe et sa mèche argentée sont restées sur lui, ses boucles, ses anneaux de nez et sa boucle d’oreille sont restés sur elle, et chacun portait la veste que nous avions attribuée. Il n’y avait pas de personnes supplémentaires au premier plan, seulement la foule demandée derrière eux. Deux détails répétaient le premier test : elle était tournée avec son côté droit vers l’objectif et la boucle d’oreille est passée à cette oreille, et son grain de beauté se trouvait du côté du visage détourné de nous. Le modèle a aussi rempli les étals d’enseignes que nous n’avions jamais demandées ; si un arrière-plan doit rester propre, dites-le.

Pour quatre personnes, nous avons envoyé les quatre portraits avec un prompt structuré, en 16:9 et 2k :

Images 1 to 4 each show one fictional adult. Show exactly four people, these four and nobody else, at a candlelit dinner party around a round wooden table in a warm apartment. From left to right: the man from image 4 raising a glass, the woman from image 3 leaning in to listen, the woman from image 1 laughing, and the man from image 2 passing a plate of bread. Each person wears the top from their own image. Keep each person's face, hair, skin tone, glasses, facial hair and marks exactly as in their own image. Eye-level wide shot, all four faces clearly visible, warm candlelight.

Ouvrir ce prompt dans le Playground de retouche Nano Banana 2.1, puis ajoutez vos propres quatre portraits sous « Images » dans le même ordre ; le lien ne remplit que le prompt.

Un prompt structuré contre un prompt d’une ligne

Pour voir si la structure justifie sa longueur, nous avons envoyé les mêmes quatre portraits, dans le même ordre et avec les mêmes 16:9 et 2k, avec une seule ligne : « Put these people together at a candlelit dinner party. » Deux essais chacun. Cela change plusieurs choses à la fois (le nombre, les positions, les vêtements, la liste à garder) ; lisez-le donc comme « un brief complet contre une demande décontractée », et non comme le test d’une phrase en particulier.

En haut : les quatre portraits de référence, images 1 à 4 (entrées de test). En bas à gauche : le prompt structuré ; en bas à droite : le prompt d’une ligne. Les deux sont du Nano Banana 2.1 en 16:9 et 2k, essai 1 ; la seule différence est le prompt.

Le modèle n’avait pas besoin du long prompt pour distinguer quatre visages : les deux essais en une ligne avaient exactement quatre personnes, chacune reconnaissable, et notre faux pas du test à l’aveugle, sept convives pour six, ne s’est répété dans aucune de nos six photos de groupe. Ce que le long prompt a apporté, c’est le contrôle. Les deux essais structurés ont placé chacun exactement où nous l’avions demandé, dans ses propres vêtements ; les essais en une ligne ont choisi leurs propres places et rhabillé une personne, puis trois. Si votre série dépend des tenues ou de qui se tient à côté de qui, écrivez-le.

Pour les scènes à deux personnes avec contact (mains, danse, étreinte), notre guide des images à deux personnages explique comment placer chaque personne et corriger les échanges d’identité un par un.

Essayage virtuel : où la fidélité des produits baisse

L’essayage est la tâche qui teste le côté objets des chiffres de Google. Notre mannequin est une photo en pied d’un homme adulte fictif en T-shirt blanc uni, jogging gris et baskets blanches, et les produits sont neuf photos sur fond blanc, chacune avec un détail facile à rater :

Les entrées de l’essayage (images de test réalisées pour cet article, pas des résultats de 2.1) : le mannequin (image 1), puis les images 2 à 10 de gauche à droite et de haut en bas, dans l’ordre d’envoi.

Nous l’avons ensuite habillé quatre fois avec un ensemble croissant : 1 produit (la veste), 3 (plus le pantalon et les bottines), 6 (plus le bob, les lunettes de soleil et le sac) et 9 (plus la montre, le foulard et la ceinture), si bien que la plus grande requête portait dix images, le mannequin plus neuf produits. Chaque palier a été lancé deux fois en 3:4 et 2k, et nous avons noté chaque produit demandé pour sa présence, sa couleur et son détail. La plus grande requête, telle qu’envoyée (les paliers plus petits reprennent le même texte avec seulement les produits qu’ils comprennent) :

Image 1 is the model, a fictional adult man. Dress him in the products from images 2 to 10, keeping each product's colour, material and details exactly as photographed: the mustard corduroy chore jacket from image 2, worn open; the charcoal pinstripe trousers from image 3; the oxblood Chelsea boots from image 4; the green bucket hat from image 5 on his head; the gold round sunglasses from image 6 on his face; the cobalt crossbody bag from image 7 worn across his body; the salmon-dial watch from image 8 on his left wrist; the striped silk scarf from image 9 knotted loosely at his neck; the woven tan belt from image 10 through the trouser loops, visible because the jacket is open. Where a product replaces something he wears in image 1, it replaces it. Keep his face, beard, skin tone and build exactly as in image 1. Full-length fashion catalogue photograph: he stands relaxed on a sunlit concrete rooftop in late-afternoon light, facing the camera, his whole body from head to boots in frame. No other people, no text.

Deux lignes sont là exprès, même si nous n’avons pas testé le prompt sans elles. « Where a product replaces something he wears in image 1, it replaces it » dit au modèle que le pantalon prend la place du jogging au lieu de se superposer à lui. « Visible because the jacket is open » relie la ceinture à la veste ouverte pour qu’elle reste visible. Notez aussi ce que le prompt ne fait pas : il ne nomme jamais les coutures blanches du bob ni la couleur unique du pantalon ; « exactly as photographed » est tout ce qu’il en disait.

Essayage Nano Banana 2.1 en 3:4 et 2k, essai 1 de chaque palier, de gauche à droite : 1, 3, 6 et 9 produits. Scores de ces quatre : 1 sur 1, 2 sur 3, 4 sur 6 et 8 sur 9 produits entièrement corrects.

La fidélité n’a pas chuté à pic quand la liste s’allongeait. Chaque produit demandé est apparu dans chacun des huit résultats, au bon endroit : les lunettes de soleil sur son visage, le sac en travers du corps sur sa chaîne, la montre au poignet gauche, le foulard noué au cou, la ceinture visible à travers la veste ouverte. Son visage et sa barbe n’ont jamais changé. Les ratés n’étaient pas les articles les plus récents qui chassaient les plus anciens ; c’étaient les deux mêmes détails à chaque fois. Le bob a gardé sa couleur et sa forme mais a perdu les coutures contrastées blanches dans les quatre essais qui l’incluaient, et le pantalon anthracite à fines rayures est revenu avec une jambe ou un panneau d’un marron plus clair dans cinq des six essais qui l’incluaient, ce que la photo du produit n’a pas.

Nous nous sommes arrêtés à neuf produits plus le mannequin, dix images dans une requête, et n’avons pas testé 11 à 14 images ; nous ne pouvons donc rien dire du haut de la fourchette de Google. Jusqu’à dix, le plafond pratique n’était pas le nombre de produits mais le détail fin de chacun : vérifiez coutures, motifs et blocs de couleur sur chaque résultat, et refaites ceux qui dérivent.

Deux remarques pratiques pour l’essayage :

• Recadrez les photos de produits au plus serré et sur fond uni. C’est notre conseil, pas quelque chose que nous avons testé : un produit photographié sur une personne ou dans une pièce peut emporter cette personne ou cette pièce avec lui, alors qu’une photo nette sur fond blanc ne donne au modèle qu’une seule chose à copier.
• Le modèle redessine chaque pixel. Si une étiquette, un logo ou un motif doit être exact au pixel près, composez plutôt la vraie photo du produit ; notre guide de la photo produit aux maquettes publicitaires montre comment.

L’essayage de lingerie et de maillots de bain est une autre affaire. Lors de nos tests du 7 octobre 2026, la tâche de retouche a refusé un passage de robe à lingerie (refusé, non facturé), alors qu’une retouche de robe de soirée dos nu est passée. Nous n’avons pas testé les maillots de bain avec la tâche de retouche.

Formats de sources mixtes et auto

Avec une seule image source, aspect_ratio: auto (la valeur par défaut) en garde la forme : un panorama 4:1 est revenu en 2064 x 512 lors de nos tests du 7 octobre. Avec plusieurs sources, il doit en choisir une. Dans le test à deux sources de ce jour-là, un portrait carré plus une plage 4:1 sont revenus en 4:1, suivant la seconde image, plus large.

Nous avons vérifié quelle source auto suit avec trois requêtes de plus en 1k, avec l’homme à lunettes (un portrait 3:4), une cour 16:9 et la photo carrée du sac :

L’ordre n’a fait aucune différence : dans nos quatre essais à formes mixtes, auto a suivi la source la plus large, qui était dans chaque cas aussi l’image du décor. C’est souvent ce que l’on veut pour placer une personne dans un lieu, mais c’est le mauvais cadre pour un portrait ou une fiche produit. Dès que vos sources ont des formes différentes, choisissez vous-même le format, car la forme du résultat décide de la composition : un cadre large transforme un portrait en pied en petite silhouette dans un paysage.

Quand les références échouent : symptômes et remèdes

Quand un résultat est proche mais pas juste, repartez de vos références d’origine plutôt que de réinjecter le résultat défectueux. Une image plus tardive n’est pas une meilleure référence simplement parce qu’elle est plus récente ; ne réutilisez un résultat qu’après l’avoir comparé aux originaux.

Tâches que nous n’avons pas testées, et où aller à la place

• Cinq personnes ou plus : au-delà du chiffre de Google de quatre personnages, et nous ne l’avons pas testé. Composer ensemble des personnes générées séparément est le choix le plus sûr.
• Scènes pour adultes, lingerie ou maillots de bain : pas avec ce modèle, vu le refus de lingerie ci-dessus. Chez SpicyAPI, Qwen Image 2.1 Edit et Seedream 5.0 Pro Edit sont étiquetés « sans censure » et acceptent chacun 1 à 10 images de référence ; notre comparatif d’éditeurs d’images sans censure montre jusqu’où chacun est allé dans nos tests. Nous n’avons pas testé si la méthode de référence de cet article s’y applique ; commencez donc par un portrait et vérifiez l’identité avant d’empiler les références. Le reste du catalogue de modèles SpicyAPI peut être filtré par politique de contenu. Ne travaillez qu’avec des adultes fictifs ou des adultes qui ont donné leur autorisation.

FAQ

Combien d’images de référence Nano Banana 2.1 peut-il utiliser ?

Google dit jusqu’à 14 dans une requête de retouche, avec cohérence pour 4 personnages au plus et fidélité pour 10 objets au plus ; son guide de génération d’images le compte comme jusqu’à 4 images de personnages plus jusqu’à 10 images d’objets. Envoyez-les dans image_urls dans l’ordre où votre prompt s’y réfère. Notre plus grand test a envoyé dix images, un mannequin et neuf produits, et chaque produit est apparu dans les deux essais.

Nano Banana 2.1 peut-il garder le même personnage sur toute une série ?

Largement oui, mais pas parfaitement, et rien ne le verrouille : il n’y a ni seed ni contrôle d’identité. Dans nos tests du 7 octobre 2026, un portrait a porté le visage, les cheveux et les anneaux de nez à travers les huit retouches de scène, tandis qu’une boucle d’oreille d’un seul côté est passée à l’oreille tournée vers l’objectif dans quatre d’entre elles et qu’une cicatrice au sourcil était visible dans cinq. Utilisez le même portrait d’origine pour chaque image, tenez une liste écrite des détails qui ne doivent pas changer, et vérifiez chaque résultat par rapport au portrait, pas par rapport au résultat précédent.

Dois-je téléverser une planche de personnage ou des photos séparées ?

Si vous ajoutez des vues, envoyez-les comme photos séparées. Dans notre test de profil sur la plage, trois vues séparées de la même femme ont gardé sa cicatrice au sourcil dans les deux essais (le portrait seul : un sur deux), alors que les mêmes vues assemblées en une planche ont perdu sa boucle d’oreille dans un essai et transformé la cicatrice en piercing au sourcil dans l’autre. Le visage a tenu avec chaque jeu, et aucun n’a empêché la boucle d’oreille de passer à l’oreille tournée vers l’objectif. Deux essais par jeu, c’est un petit échantillon.

Puis-je l’utiliser pour l’essayage de lingerie ou de maillots de bain ?

Pas pour la lingerie : lors de nos tests du 7 octobre 2026, la tâche de retouche a refusé un passage de robe à lingerie (refusé, non facturé). Les maillots de bain n’ont pas été testés avec la tâche de retouche. Pour la garde-robe adulte, voyez les modèles de retouche sans censure cités plus haut.

Pourquoi le modèle a-t-il ajouté une personne ou changé l’arrière-plan ?

Il redessine tout le cadre, et tout ce que vous ne verrouillez pas peut changer. Nos six photos de groupe avaient toutes le bon nombre de personnes, avec ou sans indication du nombre, mais notre test à l’aveugle a relevé sept convives alors que six étaient demandés, un arrière-plan remplacé lors d’une tâche de rééclairage et un mouvement de caméra lors d’une tâche de chute de neige, et notre scène du marché de nuit est revenue avec des enseignes que nous n’avions jamais demandées. Écrivez le nombre et dites que l’arrière-plan reste, puis vérifiez chaque résultat.

En bref : une image par personne ou par produit, des rôles numérotés et une liste de ce qu’il faut garder ont porté un visage, quatre personnes et neuf produits dans nos tests ; le menu détail demande toujours vos yeux. Utilisez le 1k pour essayer un jeu de références et des prompts à peu de frais (les images en 1k sont généralement revenues en bien moins d’une demi-minute dans nos tests). Quand le jeu fonctionne, lancez les images finales en 2k ou 4k (jusqu’à environ une minute chacune) et vérifiez-les à nouveau : il n’y a pas de seed, donc un essai en 2k est une nouvelle image et non un agrandissement du brouillon, et un détail d’un seul côté peut encore s’inverser.