Nano Banana 2.1 vs Nano Banana Pro: Um Teste às Cegas em Edições de Fotos de Imóveis

A resposta curta

O Nano Banana 2.1 custa muito menos que o Nano Banana Pro e, nas nossas fotos de imóveis, nenhum dos dois modelos ficou livre de erros. Pelos preços de tabela do Google, uma imagem de saída 2K custa US$ 0,0504 com o Nano Banana 2.1 e US$ 0,134 com o Nano Banana Pro, 62% a menos. Incluindo a foto de entrada e os tokens de pensamento, o custo mediano por imagem editada na nossa rodada de 10 de outubro de 2026 foi de US$ 0,0572 e US$ 0,1392, cerca de 59% a menos.

O Google lançou o Nano Banana 2.1 (gemini-nano-banana-2.1) em 6 de outubro de 2026 e o chama de "a contraparte mais eficiente" do Nano Banana Pro (gemini-3-pro-image). Neste artigo, "2.1" significa Nano Banana 2.1 e "Pro" significa Nano Banana Pro. Para esta análise do Nano Banana 2.1, demos aos dois modelos as mesmas nove edições de fotos de imóveis licenciadas, em 2K. Um único avaliador da nossa equipe, às cegas quanto ao modelo e à ordem, comparou os sete pares em que os dois modelos retornaram uma imagem. Neste pequeno teste, nosso avaliador preferiu o Nano Banana 2.1 em cinco dos sete pares (claramente em um), preferiu ligeiramente o Pro em um e considerou um par empatado. Com um único avaliador e uma imagem por modelo para cada foto, esta é uma primeira impressão, não uma nota.

Sobre o aplicativo Gemini, os planos Google AI e a privacidade de clientes, veja nosso guia do Nano Banana 2.1 para imóveis.

Nano Banana 2.1 vs Pro: visão geral de especificações e preços

A documentação do Google, consultada em 12 de outubro de 2026, lista estas diferenças:

Fontes: a página de preços do Google (atualizada em 9 de outubro de 2026), seu guia de geração de imagens e a página do modelo Nano Banana 2.1.

Nano Banana 2.1 vs Nano Banana 2

O Google chama o 2.1 de atualização do Nano Banana 2 (gemini-3.1-flash-image), que o Google descontinuou em 6 de outubro de 2026 sem data de desligamento. Uma imagem 2K custa US$ 0,0504 com o 2.1 e US$ 0,101 com o Nano Banana 2, embora os tokens de entrada e de pensamento custem mais. Nosso guia para imóveis compara os dois modelos em 1K em duas das fotos usadas aqui.

Como testamos

Fizemos o teste em 10 de outubro de 2026, entre 19:05 e 19:13 UTC, pela API Gemini, com duas requisições em andamento ao mesmo tempo. As nove fotos resultaram em 18 requisições: quatro remoções de objetos, três cômodos vazios para staging, uma cozinha para organizar e uma correção estilo HDR, cada uma enviada aos dois modelos. O Nano Banana 2.1 retornou 8 imagens, e o Pro retornou 7.

• Fotos: nove fotos licenciadas do Pexels, oito de residências e uma de um quarto de hotel; a licença do Pexels permite alterações. Não são fotos de clientes, e nenhuma mostra pessoas. Fotos de banco de imagens costumam ser feitas por profissionais, então os resultados podem parecer melhores do que com uma foto de celular (checklist de fotografia).
• Verificação das entradas: a página de cada foto no Pexels mostra os dados da câmera (EXIF), e os arquivos baixados não traziam metadados C2PA nem de geração por AI.
• Configurações: saída 2K em 3:2, a proporção de todas as fotos, o pensamento padrão de cada modelo, sem temperatura nem semente, uma imagem por requisição e sem novas tentativas.
• Prompts: escritos antes da rodada e enviados sem alterações aos dois modelos (abaixo). Nas remoções, desenhamos um contorno vermelho ao redor do objeto em uma cópia da foto.
• Avaliação: um único avaliador da nossa equipe, às cegas quanto ao modelo e à ordem, comparou os sete pares após a rodada, em outubro de 2026. O avaliador viu o original, a cópia marcada nas remoções e os dois resultados como "A" e "B" em ordem aleatória, sem nomes de arquivo nem metadados, com até 1.280 pixels no lado maior. Cada par vinha com uma pergunta escrita antes da rodada, por exemplo, qual resultado removeu melhor o objeto marcado e preservou melhor o restante. Uma lista baseada no prompt mostrava o que precisava continuar igual. O avaliador escolhia uma de cinco respostas: A claramente melhor, A ligeiramente melhor, empate, B ligeiramente melhor ou B claramente melhor. O avaliador também podia marcar caixas para os problemas que notasse: estrutura do cômodo alterada, objeto não marcado removido ou alterado, marca vermelha remanescente, enquadramento alterado, luz ou escala irrealista, porta ou janela bloqueada e outro.
• Limite da votação: um único avaliador não basta para um resultado firme; dois ou mais avaliadores independentes seriam mais confiáveis.
• Verificações objetivas: uma contagem de pixels vermelhos dentro da faixa do contorno e uma verificação de enquadramento que alinha cada saída com o seu original.
• Nossa análise: também comparamos cada par lado a lado em tamanho real; essa análise não foi às cegas.
• Custo: dados de uso multiplicados pelos preços de tabela do Google. É uma estimativa, não uma fatura.
• Independência: o Google não patrocinou nem revisou este teste.

Os prompts exatos:

REMOVAL (4 photos):
Using the provided photo, remove only the object outlined in red,
and remove the red outline as well. Fill the area with what would
naturally be behind the object, matching the surrounding surfaces
and light. Keep everything else in the image exactly the same,
preserving the original style, lighting, and composition.

STAGING (3 rooms; {room}, {style} and {items} listed below):
Using the provided photo of an empty room, furnish it as a {room}
in a {style} style: {items}. Arrange the furniture so that every
door and window stays clear. Keep the walls, windows, doors, floor,
ceiling, light fixtures and camera framing exactly the same; only
add furniture and decor.
- living room, warm modern: a sofa, a coffee table, an armchair,
  a rug, a floor lamp and two plants
- bedroom, calm Scandinavian: a double bed with bedding, two
  nightstands with lamps, a rug and a plant
- dining room, modern: a dining table with six chairs, a sideboard,
  a rug and a vase of flowers

DECLUTTER (1 kitchen):
Using the provided photo, remove the loose clutter: items lying on
the floor, on tables and on counters, plus any loose cables and
bags. Keep all furniture, appliances, built-ins, artwork, curtains,
walls, windows, doors and lighting exactly as they are, preserving
the original style, lighting, and composition.

HDR (1 hotel room):
Using the provided photo, edit it like a professional real estate
HDR photo: brighten the dark areas, bring back detail in the bright
windows, make the white balance neutral and keep vertical lines
straight. Do not add, remove or move anything, and keep the framing
exactly the same.

Nossa amostra é pequena: nove fotos, uma imagem por requisição, uma rodada e um único avaliador. Ela mostra o que pode acontecer nessas fotos, não com que frequência acontece.

Resultados por tarefa

Cada linha "Voto" traz a resposta do avaliador. As demais observações vêm da nossa própria análise.

Remoção de objetos com o Nano Banana 2.1 e o Pro

Os dois modelos removeram todos os três objetos marcados para os quais retornaram uma imagem. Na quarta foto, uma chaleira em uma bancada de cozinha, nenhum dos modelos retornou imagem (veja "Velocidade e confiabilidade").

• Abajur de mesa, sala de estar: os dois removeram o abajur, seu fio e a toalhinha de renda, e mantiveram o abajur igual do outro lado do sofá. O Pro deixou na parede a luz do abajur e a sombra do corpo dele. O Nano Banana 2.1 também removeu a luz, o que escureceu a ponta do sofá, e deixou uma mancha escura onde o abajur ficava. Voto: nosso avaliador preferiu claramente o Nano Banana 2.1; caixas de problema marcadas para o Pro: "luz ou escala irrealista" e "outro".
• Orquídea entre duas pias, banheiro: os dois removeram a planta e seu vaso, reconstruíram as bordas inferiores das duas molduras de espelho e preencheram a bancada. As torneiras, as argolas porta-toalha, a tomada e o aromatizador de ambiente permaneceram. Voto: nosso avaliador preferiu ligeiramente o Nano Banana 2.1; nenhuma caixa de problema marcada.
• Cadeira avulsa, quarto: os dois removeram a cadeira e reconstruíram o canto do tapete com sua franja, o rodapé e a parede atrás dela. Voto: nosso avaliador considerou os dois empatados; nenhuma caixa de problema marcada.

Nosso guia para remover objetos e desordem explica o que remover e o que deixar.

Staging de um cômodo vazio

O prompt pedia aos dois modelos que mantivessem todas as portas e janelas livres e as luminárias iguais.

• Sala de estar: nenhum dos modelos cobriu as duas portas internas. O Pro acendeu o lustre existente, e sua nova poltrona fica na frente do canto inferior da porta da varanda. O Nano Banana 2.1 deixou o lustre apagado e a porta da varanda livre. Voto: nosso avaliador preferiu ligeiramente o Nano Banana 2.1; nenhuma caixa de problema marcada.
• Quarto estreito: o Pro colocou uma planta alta em vaso na frente das portas do armário embutido e uma mesa de cabeceira sob a janela, e o abajur dela se ergue na frente da parte inferior do vidro. O Nano Banana 2.1 manteve a janela livre, mas sua mesa de cabeceira mais distante fica bem ao lado da porta aberta do quarto, e sua cama esconde a soleira dessa porta. Do ponto de vista da câmera, as duas camas também escondem a base das portas do armário embutido. Voto: nosso avaliador preferiu ligeiramente o Nano Banana 2.1; nenhuma caixa de problema marcada.
• Sala de jantar: os dois colocaram o aparador sob uma janela. O Nano Banana 2.1 pôs uma planta e livros sobre ele, e o Pro pôs um pequeno vaso de folhagens. Nas duas imagens, essa decoração se ergue na frente da parte inferior do vidro. Do ponto de vista da câmera, as flores sobre as duas mesas também cobrem parte de uma janela ao fundo. Os dois mantiveram o vão da porta livre. Voto: nosso avaliador preferiu ligeiramente o Nano Banana Pro; nenhuma caixa de problema marcada.

Nosso guia do Nano Banana 2.1 para imóveis testa como a lista de móveis muda o resultado, e nosso guia de staging de um cômodo vazio aborda o fluxo de trabalho completo.

Organização de uma cozinha

Os dois modelos limparam a mesa, removeram a sacola pendurada em uma cadeira e os itens do chão, e mantiveram os eletrodomésticos, as prateleiras abertas e o guarda-louça. O Pro limpou uma parte maior das bancadas, removendo um borrifador, um frasco de detergente, um copo, um pote branco e uma tigela que o 2.1 deixou. O Nano Banana 2.1 tirou uma toalha listrada de uma cadeira e desenhou o encosto da cadeira que a toalha cobria; o Pro deixou a toalha. Voto: nosso avaliador preferiu ligeiramente o Nano Banana 2.1; nenhuma caixa de problema marcada.

Para uma rotina completa de limpeza, veja nosso fluxo de trabalho de limpeza de fotos.

Correção de exposição estilo HDR

O Pro não retornou imagem para esta foto de um quarto de hotel escuro, então não houve par para votar. O Nano Banana 2.1 clareou as paredes, o teto e a escrivaninha e atenuou um tom azulado na cortina, enquanto os móveis, a janela e a vista permaneceram no lugar. Para atualizações de fotos de hotéis, veja nosso guia de fotografia de hotéis pós-reforma.

Plantas baixas

Em uma planta baixa densa da mesma rodada, os dois modelos cometeram erros de medidas, e os dois escreveram um ponto decimal como vírgula. Em uma vista 3D de outra planta, os dois desenharam uma porta onde a planta mostra uma janela; nossa comparação de APIs de plantas baixas aborda ferramentas feitas para plantas.

A falha que os dois compartilham: cada edição redesenha a imagem inteira

O guia de imagens do Google descreve o inpainting, ou "máscara semântica", como uma forma de "editar uma parte específica de uma imagem deixando o restante intocado". Nosso prompt de remoção terminava com a última frase do modelo de edição do Google, que pede para manter todo o resto exatamente igual. Ainda assim, cada edição voltou como uma imagem recém-gerada e, em várias delas, detalhes longe da edição mudaram.

O model card do Nano Banana 2.1 lista "cumprimento parcial de instruções e persistência de tinta em edições com máscara/baseadas em rabiscos" entre suas limitações conhecidas. A Atlas Cloud, fornecedora de modelos de AI, descreve o mesmo comportamento: o modelo "regenera o quadro inteiro a cada edição".

O que mudou na nossa rodada, embora ninguém tenha pedido:

• Rótulos e textos pequenos: na cozinha, os dois modelos reescreveram os rótulos impressos e manuscritos dos potes de mantimentos com letras inventadas. Os dois também transformaram as linhas de medida impressas em uma pequena caneca pendurada em uma caligrafia inventada.
• Quadros na parede: os dois redesenharam uma gravura emoldurada no quarto e uma pequena pintura acima do sofá, longe da cadeira e do abajur que removeram. As mudanças na gravura eram mais fáceis de ver na imagem do 2.1.
• Luminárias: o Pro acendeu o lustre da sala de estar, embora o prompt pedisse para manter as luminárias exatamente iguais.

• Uma remoção extra: o Nano Banana 2.1 tirou de uma cadeira uma toalha que o prompt não listava como desordem.
• Áreas que parecem inalteradas: em tamanho real, as árvores do lado de fora da janela da sala de jantar e os reflexos nos espelhos do banheiro foram redesenhados, não copiados.

O que não vimos: nenhuma imagem manteve tinta vermelha de um contorno, a "persistência de tinta" sobre a qual o model card alerta, e nenhuma foi girada em mais de 0,02 grau. Cada imagem perdeu cerca de 0,3% da largura de cada lado, o que corresponde ao formato ligeiramente mais estreito de uma saída de 2.528 × 1.696 pixels. Na nossa análise, nenhuma parede, janela ou porta foi adicionada ou removida.

Como verificar uma edição antes de usá-la:

1. Nomeie o que deve permanecer, perto da edição e longe dela, e diga se as luzes estão acesas ou apagadas. Nomear um detalhe nem sempre o protege: nosso prompt de staging nomeava as luminárias, e mesmo assim o Pro acendeu o lustre. Nosso guia para imóveis testou isso em dois cômodos mobiliados com o Nano Banana 2.1: um prompt que nomeava o que manter não deu um resultado melhor do que um prompt curto.
2. Faça uma alteração por requisição. Cada edição extra é mais uma chance de os detalhes mudarem.
3. Compare em tamanho real: a área que você editou, as fontes de luz, os objetos ao lado da edição, os rótulos e textos pequenos e as bordas da foto.
4. Guarde o original e rotule a edição onde o seu mercado exigir; veja nosso guia de requisitos de fotos de MLS e nosso guia da AB 723.

Fotos de produtos e de catálogo podem mudar da mesma forma, de logotipos a peças pequenas; nosso guia de fundos com AI para catálogos de móveis aborda esse fluxo de trabalho.

Custo por imagem e por imagem utilizável

Os preços de tabela contam apenas a imagem de saída. Uma edição real também paga pela foto de entrada e pelos tokens de pensamento e de texto. Aos preços de tabela do Google, nossas edições em 2K custaram:

• Nano Banana 2.1: mediana de US$ 0,0572 por imagem em 8 imagens (de US$ 0,0555 a US$ 0,0666), 13% acima do preço de tabela de US$ 0,0504. As parcelas medianas foram US$ 0,0504 pela imagem, cerca de US$ 0,0018 pela foto de entrada e pelo prompt e cerca de US$ 0,0050 pelo pensamento e pelo texto.
• Nano Banana Pro: mediana de US$ 0,1392 por imagem em 7 imagens (de US$ 0,1387 a US$ 0,1398), 4% acima do preço de tabela de US$ 0,134. A página de preços do Google fixa cada imagem de entrada do Pro em 560 tokens, enquanto os dados de uso informaram 258; com 560 tokens, a mediana do Pro seria US$ 0,1398.
• A diferença: cerca de US$ 0,08 por imagem, então o 2.1 custou cerca de 59% menos. Com essas medianas, 100 edições custam cerca de US$ 5,72 com o 2.1 e US$ 13,92 com o Pro, antes de novas tentativas.

O pensamento faz o custo do 2.1 depender da tarefa. Suas três remoções usaram de 142 a 168 tokens de pensamento, enquanto seus stagings e a organização usaram de 291 a 1.421; cada 1.000 tokens de pensamento acrescentam US$ 0,0075. O Pro usou de 164 a 237 tokens de pensamento por imagem. Essas contagens cobrem apenas as requisições que retornaram uma imagem.

As duas colunas de custo incluem as requisições que não retornaram imagem. O custo por imagem utilizável divide tudo o que foi gasto em uma tarefa pelas imagens que você realmente poderia usar. Contamos uma imagem como utilizável quando o avaliador não marcou nenhuma caixa de problema para ela e a nossa própria análise em tamanho real também não encontrou nenhum desses problemas. Por essa regra, 5 das 14 imagens dos sete pares votados eram utilizáveis: a remoção da orquídea e a sala de jantar dos dois modelos, e a sala de estar do 2.1. As outras nove tinham, cada uma, um problema descrito acima, como uma luz ou mancha remanescente, uma gravura redesenhada, um lustre aceso, uma porta ou armário embutido bloqueado, ou rótulos de potes reescritos. Decoração na frente de parte de uma janela, como as flores da sala de jantar, não contou como bloqueio; móveis ou uma planta na frente de uma porta ou armário embutido contaram. Detalhes que foram redesenhados, mas parecem iguais a menos que você amplie a imagem, como os reflexos do espelho e uma pequena etiqueta de tomada no banheiro, não contaram como alterados. A sua própria regra pode ser diferente: rótulos de potes reescritos podem não importar em uma foto de anúncio, mas importariam em uma foto de produto.

Para comparar o custo da API do Nano Banana 2.1 com serviços de staging prontos, veja nosso guia de preços de APIs de staging virtual e nosso ranking de APIs de staging virtual por preço.

Velocidade e confiabilidade

Velocidade. Cronometramos cada requisição do nosso lado, do envio da foto ao recebimento da imagem, com duas requisições em andamento.

• Nesta comparação, a mediana foi de 19,4 segundos para o 2.1 (8 imagens, de 17,4 a 24,9 segundos) e de 22,2 segundos para o Pro (7 imagens, de 21,1 a 24,3 segundos). Em quatro dos sete pares, a requisição do 2.1 levou menos tempo.
• Em todas as imagens 2K da mesma rodada, incluindo testes para nossos outros artigos, as medianas foram de 22,4 segundos para o 2.1 (21 imagens) e de 21,8 segundos para o Pro (11 imagens).

Nenhum dos modelos foi claramente mais rápido; a ordem mudou conforme a combinação de tarefas. O model card alerta para "lentidão ocasional ou problemas de tempo limite" no 2.1, então meça com a sua própria carga de trabalho.

Requisições sem imagem. Nossa rodada inteira enviou 39 requisições, incluindo testes para outros artigos, e 36 retornaram uma imagem. As 3 que não retornaram estavam todas nesta comparação:

A referência da API do Google define IMAGE_RECITATION como "Geração de imagem interrompida devido à recitação." Ela não dá nenhuma outra explicação, e não tentamos adivinhar uma. Cada retorno veio como uma resposta HTTP 200 normal, sem imagem e sem texto, mas seus dados de uso listavam tokens de entrada e de pensamento. O FAQ de faturamento do Google diz apenas que requisições que falham com erro 400 ou 500 não são cobradas, por isso nossa estimativa conta esses tokens. Por uma regra que definimos antes da rodada, não tentamos de novo.

Nosso conselho para fluxos de trabalho com API: leia o motivo de finalização, não apenas o status HTTP, e registre o uso de cada requisição sem imagem. Decida com antecedência se vai tentar de novo, mudar o prompt ou trocar de modelo. Nosso tutorial de API de staging virtual aborda novas tentativas e orçamentos de créditos, e nossa comparação de APIs de staging virtual mostra como os provedores lidam com trabalhos que falharam.

Não vimos respostas MAX_TOKENS, embora um desenvolvedor tenha relatado respostas desse tipo sem imagem do 2.1 no fórum de desenvolvedores do Google em 7 de outubro de 2026; o tópico não tinha nenhuma resposta quando verificamos.

Onde o Pro ainda vence e o que dizem os rankings

O Pro mantém vantagens reais em suas especificações. O Google o chama de "a escolha premium para as tarefas visuais mais complexas, oferecendo o mais alto nível de conhecimento de mundo, localização avançada, consistência de marca precisa e controle criativo de precisão". Ele também aceita imagens de referência de estilo e uma quinta imagem de personagem.

Duas análises encontraram pontos em que o Pro se saiu melhor. O The Decoder escreveu em 6 de outubro de 2026 que "na prática, o Nano Banana Pro muitas vezes ainda produz imagens visivelmente melhores". Em seu próprio teste lado a lado, a imagem do Pro parecia "mais realista e natural, particularmente em suas cores e proporções". A Fuser, fornecedora de ferramentas criativas de AI, rodou cada modelo uma vez por tarefa. O Nano Banana 2.1 venceu duas das cinco tarefas da Fuser e empatou duas, e foi o único modelo que seguiu o briefing de iluminação; o Pro venceu a quinta, com a correspondência mais próxima de um rosto de referência. Nosso teste não tinha rostos nem briefing de iluminação, então não podemos confirmar nenhum dos dois resultados. Na nossa própria votação às cegas, o avaliador preferiu ligeiramente o Pro em um dos sete pares: a sala de jantar com staging.

A avaliação do próprio Google e os rankings públicos colocam o 2.1 acima do Pro. Os rankings gerais usam prompts genéricos, não fotos de imóveis, e mudam diariamente. Posições conforme as lemos em 12 de outubro de 2026:

Apenas a categoria da Artificial Analysis trata de arquitetura e imóveis, e a página do ranking não diz quais imagens usa. Os modelos GPT Image 2.5 da OpenAI lideram os dois rankings públicos de edição; nosso artigo sobre o GPT-6 Astra explica como os modelos de imagem da OpenAI se encaixam no staging.

Qual modelo usar? Um checklist de decisão

• Custo em primeiro lugar: para alto volume, comece com o 2.1 e use o Batch quando um prazo de 24 horas funcionar para você.
• Remoção de objetos: os dois modelos removeram todos os objetos marcados para os quais retornaram uma imagem. Confira a luz e as sombras onde o objeto ficava e os objetos ao redor dele.
• Staging: nenhum dos modelos ficou livre de erros de posicionamento nos nossos três cômodos. Escreva você mesmo a lista de móveis e depois confira cada porta, armário embutido, janela e luminária.
• Referências e formatos: use o Pro para imagens de referência de estilo ou cinco imagens de personagem, e o 2.1 para dez imagens de objeto, entrada de vídeo ou PDF, ou os formatos 1:4, 4:1, 1:8 e 8:1.
• Pipelines de API: leia o motivo de finalização, inclua novas tentativas no orçamento e mantenha um segundo modelo como contingência.
• Códigos de modelo antigos: a tabela de descontinuação do Google marca o gemini-3-pro-image-preview como já desligado (data de desligamento: 25 de junho de 2026), e o Nano Banana 2 está descontinuado. Em vez deles, chame o gemini-3-pro-image ou o gemini-nano-banana-2.1.
• Suas próprias fotos: passe de cinco a dez delas pelos dois modelos e conte os resultados utilizáveis antes de se comprometer.

Divulgação: a Roomagen, que publica este teste, desenvolve ferramentas de edição de fotos baseadas nos modelos de imagem Gemini do Google. Se você prefere etapas fixas a prompts, nossas ferramentas de remoção de objetos, staging virtual, organização virtual e edição HDR encapsulam um modelo em um fluxo de trabalho, e as mesmas verificações se aplicam.

Conclusão

O Nano Banana 2.1 é a opção de menor custo: na nossa rodada, custou cerca de 59% menos por imagem 2K do que o Nano Banana Pro, com velocidade semelhante. Neste pequeno teste, nosso único avaliador também preferiu o 2.1 em cinco dos sete pares, com mais clareza na remoção de objetos, e o Pro em um. O Pro ainda aceita imagens de referência de estilo e uma quinta imagem de personagem, oferece o que o Google chama de "o mais alto nível de conhecimento de mundo", e uma análise, a do The Decoder, ainda considerou suas imagens mais realistas.

Os dois modelos redesenham a imagem inteira, então detalhes podem mudar quer você os nomeie ou não, de rótulos de potes a uma luminária. Seja qual for o modelo escolhido, compare cada edição com o original em tamanho real antes de publicá-la.

Preços, status dos modelos, definições de motivos de finalização e posições nos rankings verificados com base nas fontes abaixo em 12 de outubro de 2026. Os resultados dos testes vêm de uma rodada em 10 de outubro de 2026, com nove fotos licenciadas e um único avaliador, conforme descrito em "Como testamos".