Nano Banana 2.1: Das Gemini-Bildmodell, seine Familie und was es kostet

Nano Banana 2.1 ist das Modell zur Bilderzeugung und dialogbasierten Bearbeitung, das der Anbieter unter der API-Kennung gemini-nano-banana-2.1 bereitstellt. Die Dokumentation des Anbieters selbst verleiht ihm den Produktnamen Gemini Nano Banana 2.1 und bezeichnet es als Aktualisierung von Nano Banana 2, dessen Kennung gemini-3.1-flash-image lautet. Zwei weitere Modelle umrahmen es in derselben Familie: Nano Banana 2 Lite (gemini-3.1-flash-lite-image) unterhalb davon und Nano Banana Pro (gemini-3-pro-image) oberhalb davon. Das ist die Gestalt der Sache – eine dreistufige Bildfamilie, zu der noch ein viertes, älteres Mitglied dokumentiert ist –, und der größte Teil der Verwirrung um den Namen rührt daher, dass Produktnamen und Endpoint-Strings nie zur Deckung gebracht wurden. Diese Seite ist die Referenz für das Modell selbst: was es ist, wer es veröffentlicht, was man hineingeben und zurückbekommen kann, was der Anbieter behauptet und wie man heute darauf zugreift. Jede der folgenden Angaben ist der Modellkarte, dem Leitfaden zur Bilderzeugung, der Preisseite und dem Changelog des Anbieters in ihrem Stand vom 13. Oktober 2026 entnommen, und jede ist als Angabe des Anbieters gekennzeichnet; die einzige verwendete unabhängige Quelle wird dort genannt, wo sie erscheint.

Was es ist und warum der Bezeichner der Teil ist, auf den es ankommt

Im Modellverzeichnis des Anbieters wird gemini-nano-banana-2.1 mit dem Status „New Stable" und der Beschreibung „Hocheffizientes Bildgenerierungs- und Bildbearbeitungsmodell mit verbesserter visueller Qualität, Typografie und Multi-Turn-Konsistenz" aufgeführt. Der Leitfaden zur Bildgenerierung beschreibt es noch schlichter: Es sei „eine Aktualisierung von Nano Banana 2, die als primäres hocheffizientes Arbeitspferd-Modell für Bildgenerierung und konversationelle Bearbeitung dient".

Die Namensgebung ist das erste praktische Problem, auf das ein Leser stößt, daher lohnt es sich, es rundheraus festzustellen. In dieser Familie lässt sich der Produktname nicht aus dem Bezeichner ableiten:

• Nano Banana 2.1 — Produktname "Gemini Nano Banana 2.1", API-ID gemini-nano-banana-2.1, das aktuelle hocheffiziente Arbeitspferd.

• Nano Banana 2 — API-ID gemini-3.1-flash-image. Überhaupt keine Versionsnummer in der Kennung, weshalb „Nano Banana 2" und „gemini-3.1-flash-image" dasselbe Modell sind.

• Nano Banana 2 Lite — API-ID gemini-3.1-flash-lite-image. Googles Leitfaden bezeichnet es als den Effizienz-Spezialisten der Familie, entwickelt für extrem niedrige Latenz und interaktive Nutzung mit hohem Volumen.

• Nano Banana Pro — API-ID gemini-3-pro-image, beschrieben als professionelle Design-Engine mit einem Reasoning-Kern, ausgerichtet auf komplexe Layouts und präzise Textdarstellung.

Wenn man etwas zusammenschaltet, ist der Bezeichner der verlässliche Anker und der Marketingname nicht. Das ist keine reine Stilfrage: Googles Changelog hat gemini-3.1-flash-image am selben Tag auf den Status „veraltet“ gesetzt, an dem es gemini-nano-banana-2.1 veröffentlichte, und der Eintrag zur Veraltung arbeitet mit Bezeichnern statt mit Marketingnamen.

Wer veröffentlicht es?

Google tut das, und zwar veröffentlicht es sie als gehostetes API-Modell statt als herunterladbares – es gibt keinen Checkpoint zum Abrufen und keine Lizenz zum Lesen, weil die Gewichte nicht freigegeben werden. Das maßgebliche Material ist Googles eigene Gemini-API-Dokumentationssammlung: das Modellverzeichnis und die modellspezifische Karte auf ai.google.dev, der Leitfaden zur Bilderzeugung, die Preisseite und das Gemini-API-Changelog. Wo diese Seite eine Zahl nennt, ist das die Quelle, und es ist eine Anbieterquelle.

Die familiäre Beziehung ist allerdings wichtiger als die Publisher-Linie, denn sie entscheidet, zwischen welchen Optionen Sie tatsächlich wählen können. Im Vergleich zu Nano Banana 2, seinem unmittelbaren Vorgänger, ist 2.1 die Generation, auf die Google neue Projekte ausrichtet; im Vergleich zu Nano Banana 2 Lite erkauft sich 2.1 eine höhere Obergrenze bei gleichem Einstiegspreis, da beide mit 0,0336 $ für ein 1K-Bild abgerechnet werden (Anbieterpreise, Standard-Tarif). Lite verzichtet darauf in drei dokumentierten Punkten: Es unterstützt nur 1K-Ausgabe, es hat kein Search-Grounding, und Googles Leitfaden sagt, es sei „nicht für mehrere Referenzeingaben oder mehrrundige sequenzielle Bearbeitung optimiert“. Wenn Ihre Arbeitslast in großem Umfang aus einem einzelnen Bild als Eingabe und einem einzelnen Bild als Ausgabe besteht, ist Lite die günstigere technische Wahl; wenn Sie 2K oder 4K, mehrere Referenzen oder eine Konversation mit dem Bild benötigen, kommt Lite überhaupt nicht infrage.

Was es akzeptiert und was es zurückgibt

Hier zeigt sich, dass das Modell breiter aufgestellt ist, als sein Name vermuten lässt, und es lohnt sich, dies der Anbieterkarte zu entnehmen, statt es aus dem Wort „Bild“ abzuleiten. Googles Modellkarte für gemini-nano-banana-2.1 führt als akzeptierte Eingabedatentypen Text, Bild, Video und PDF auf und als Ausgabetypen Bild und Text. Die Eingabeseite nimmt also einen Prompt, ein oder mehrere Bilder, Video oder ein PDF-Dokument entgegen – nicht nur Text –, und die Ausgabeseite kann zusammen mit dem Bild Text zurückgeben, was dialogbasierte Bearbeitung möglich macht: Das Modell kann Auskunft über das Bild geben, das es gerade erstellt oder geändert hat.

Der Rest des Umschlags, alles vom Anbieter angegeben aus der Modellkarte, dem Leitfaden und dem Changelog:

• Ausgabeauflösungen — 1K, 2K und 4K. Die 512px-Stufe (0,5K), die Nano Banana 2 bietet, wird ausdrücklich „auf Gemini Nano Banana 2.1 nicht unterstützt“, daher liegt die Untergrenze bei diesem Modell bei 1K. Parameter müssen ein großes K verwenden; Googles Leitfaden besagt, dass kleingeschriebene Werte wie 1k abgelehnt werden.

• Seitenverhältnisse — der Leitfaden veröffentlicht jetzt eine Tabelle pro Modell, und die Spalte von 2.1 enthält vierzehn: 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9 und 21:9. Das umfasst die Breitbild- und Panorama-Seitenverhältnisse 1:4, 4:1, 1:8 und 8:1, die der Leitfaden ebenfalls Gemini 3.1 Flash Image zuschreibt. Lite listet nur die zehn herkömmlichen Seitenverhältnisse auf.

• Referenzbilder — „Mischen Sie bis zu 14 Referenzbilder, um das endgültige Bild zu erzeugen“, so die Anleitung, und die Tabelle der Anleitung weist jetzt das Budget pro Modell zu, was sie bei der ersten Erstellung dieser Seite nicht lesbar tat. Für die Spalte mit der Überschrift „Gemini Nano Banana 2.1 & Gemini 3.1 Flash Image“ beträgt die Aufteilung bis zu 10 Objektbilder mit hoher Wiedergabetreue und bis zu 4 Bilder für Charakterkonsistenz; der Fließtext der Anleitung nennt dieselben Zahlen und besagt, dass 2.1 „Charakterähnlichkeit von bis zu 4 Charakteren und die Wiedergabetreue von bis zu 10 Objekten in einem einzigen Workflow“ unterstützt. Stilreferenzen sind nur für Gemini 3 Pro Image aufgeführt, rechnen Sie hier also nicht damit.

• Token-Limits — 131.072 Eingabe-Tokens und 32.768 Ausgabe-Tokens, laut Modellkarte. Die Karte gibt an, dass für dieses Modell kein Wissensstichtag existiert.

• Thinking — unterstützt, und der Leitfaden stellt ausdrücklich fest, dass es bei den Bildmodellen Gemini 3 „standardmäßig aktiviert ist und in der API nicht deaktiviert werden kann“. Das Modell generiert bis zu zwei Zwischenbilder, um Komposition und Logik zu testen, und diese Gedankenbilder sind im Backend sichtbar, werden aber nicht abgerechnet. Ein thinking_level kann in der Generierungskonfiguration festgelegt werden; das eigene Beispiel des Leitfadens übergibt high.

• Grounding — Such-Grounding wird auf der Modellkarte als unterstützt aufgeführt, und das Changelog schreibt 2.1 Google Search Grounding zu. Nano Banana 2 Lite verfügt nicht darüber.

• Wasserzeichen — „Alle generierten Bilder enthalten ein SynthID-Wasserzeichen." Das gilt für die gesamte Familie und ist nicht optional.

• Was die Karte als nicht unterstützt kennzeichnet – Audio-Generierung, Caching, Codeausführung, Dateisuche, Funktionsaufrufe, Google Maps Grounding, die Live API, strukturierte Ausgaben und URL-Kontext. Batch API wird unterstützt; Flex- und Priority-Inferenz nicht.

Textdarstellung und -bearbeitung, wie dokumentiert

Zwei dokumentierte Verhaltensweisen unterscheiden ein Modell wie dieses von einem reinen Text-zu-Bild-Endpunkt, und Google beschreibt beide im Leitfaden zur Bildgenerierung statt in einem Benchmark.

Das erste ist die Typografie. Der Leitfaden führt die Fähigkeit als „Advanced text rendering: Capable of generating legible, stylized text for infographics, menus, diagrams, and marketing assets“ auf, und im Changelog wird 2.1 ausdrücklich eine verbesserte Textwiedergabe zugeschrieben. Die Modellkarte greift dies mit dem Wort „Typografie“ auf. Es lohnt sich, präzise zu sein, was das ist: eine Beschreibung einer Fähigkeit, keine gemessene Genauigkeitsrate. Google veröffentlicht keine Zeichenfehlerquote, keinen Lesbarkeitswert und keinen Vergleich mit seinem eigenen früheren Modell bei einer Textwiedergabe-Aufgabe, sodass jeder, der eine Zahl dafür angibt, wie gut 2.1 Buchstaben rendert, etwas zitiert, das nicht von Google stammt.

Der zweite ist die Bearbeitung, die der Leitfaden als den Konversationsmodus des Modells behandelt. Bei einer Bearbeitung „passt das Modell den Stil, die Beleuchtung und die Perspektive des Originalbilds an“ – die Bearbeitung wird innerhalb des bestehenden Rahmens vorgenommen, statt ein neues Bild im selben Genre zu erzeugen. Beim Inpainting ist die Anweisung noch enger gefasst: Ändern Sie nur das Element, das Sie benennen, und behalten Sie „den ursprünglichen Stil, die Beleuchtung und die Komposition“ bei. Die wichtigste Behauptung des Changelogs zu 2.1 in dieser Hinsicht ist die verbesserte Multi-Turn-Charakterkonsistenz, also die Eigenschaft, die darüber entscheidet, ob ein Objekt oder eine Person fünf aufeinanderfolgende Bearbeitungen übersteht und dabei noch sich selbst ähnlich sieht. Diese Behauptung stammt vom Anbieter und wurde bis heute außerhalb von Google nicht reproduziert.

Was Google behauptet versus was tatsächlich gemessen wurde

Googles Changelog-Eintrag für den 6. Oktober 2026 besagt, dass 2.1 „Flash-Level-Geschwindigkeit und Kosteneffizienz beibehält“, während es „erhebliche Verbesserungen bei visueller Qualität, Prompt-Treue, Multi-Turn-Charakterkonsistenz, Textwiedergabe“ sowie breite und panoramische Seitenverhältnisse hinzufügt. Das Modellverzeichnis ergänzt „verbesserte visuelle Qualität, Typografie und Multi-Turn-Konsistenz“. Das sind die Worte des Anbieters; sie sind richtungsweisend und nicht quantifiziert, und kein vom Anbieter durchgeführter Benchmark begleitet sie.

Es folgen drei Dinge, und sie geben den ehrlichen Stand der Beweislage wieder und sind keine bloße Absicherung.

Erstens veröffentlicht Google keine eigenen Benchmark-Zahlen für Nano Banana 2.1 – kein Elo, keine Siegquote, keinerlei Punktzahl auf seinen Dokumentationsseiten. Wenn eine Zahl zur Qualität dieses Modells als eine von Google präsentiert wird, dann ist es eine Zahl, die Google nicht veröffentlicht hat.

Zweitens gibt es keinen direkten Vergleich vom Anbieter zwischen Nano Banana 2.1 und Nano Banana 2 bei identischen Einstellungen. Google behauptet Verbesserungen von einer Generation zur nächsten; das Unternehmen hat keine gepaarte Bewertung mit identischen Prompts, identischen Auflösungen und identischem Aufwand veröffentlicht, die es einem Leser ermöglichen würde, sie gegeneinander abzuwägen. Wer einen gemessenen Unterschied zwischen den beiden impliziert, impliziert etwas, das niemand durchgeführt hat.

Drittens, unabhängige Evaluierung existiert durchaus, und es lohnt sich, die Testumgebung zu nennen, damit der Leser sie beurteilen kann: Artificial Analysis betreibt Nano Banana 2.1 in seiner Image Arena, die sowohl Text-zu-Bild als auch Bildbearbeitung abdeckt und die Stimmen veröffentlicht, die hinter ihren Bewertungen stehen. Das ist die Drittquelle, die für die Einordnung zu verwenden ist. Der konkrete Rang und Elo-Wert, den dieses Modell dort innehat, ist eine andere Frage als die, die diese Seite beantwortet, und er wird nach einem Zeitplan berechnet, auf den diese Seite keinen Einfluss hat – prüfen Sie ihn an der Quelle und nicht anhand einer Zahl, die von irgendwo kopiert wurde, auch nicht von uns.

Wie Sie heute Zugang erhalten und was es kostet

Der Zugang erfolgt über Googles eigene API. Sie rufen die Gemini-API mit der Modellkennung gemini-nano-banana-2.1 auf; diese Kennung ist die stabile, und sie ist diejenige, die der Deprecation-Eintrag im Changelog für gemini-3.1-flash-image als Migrationsziel nennt. Es gibt keinen selbst gehosteten Weg, keinen Download von Gewichten und keinen Community-Checkpoint, weil keines der Modelle der Bildfamilie auf diese Weise veröffentlicht wird.

Preise, alle von Googles Preisseite in der Standardstufe und alle vom Anbieter angegeben:

• Token — Eingabe: 1,50 $ pro 1 Mio. Token für Text, Bild und Video; Ausgabe: 7,50 $ pro 1 Mio. Token für Text und Denken sowie 30,00 $ pro 1 Mio. Token für Bilder.

• Pro Bild — 0,0336 $ bei 1K, 0,0504 $ bei 2K und 0,113 $ bei 4K. Google veröffentlicht außerdem eine durchgerechnete Äquivalenz für den 1K-Fall: Eine Ausgabe mit 1024×1024 verbraucht 1.120 Bild-Tokens.

• Batch — halber Standardtarif: 0,75 $ pro 1 Mio. Eingabe-Tokens und 15,00 $ pro 1 Mio. Bild-Tokens, was 0,0168 $ / 0,0252 $ / 0,0567 $ pro 1K-/2K-/4K-Bild entspricht, im Gegenzug für eine Durchlaufzeit von bis zu 24 Stunden.

• Grounding – kein separater Posten für das Bild selbst. Google bündelt Web- und Bildersuch-Grounding mit den Gemini-3-Bildmodellen zu 5.000 kostenlosen Suchanfragen pro Monat, die über alle Gemini 3 und neueren Modelle hinweg gemeinsam genutzt werden, danach 14 $ pro 1.000 Anfragen; abgerufener Kontext wird nicht als Eingabe-Token abgerechnet.

• Kostenlose Stufe – In der Spalte „Kostenlose Stufe“ auf der Preisseite steht bei allen oben genannten Zahlen „Nicht verfügbar“. Für die Bildausgabe gibt es bei diesem Modell kein kostenloses Kontingent. Sollte eines erscheinen, wird es dort und nirgendwo sonst erscheinen.

• Tarifvergleich innerhalb der Familie — Nano Banana 2 Lite kostet 0,0336 $ pro 1K-Bild, identisch mit dem 1K-Preis von 2.1, veröffentlicht aber keinen 2K- oder 4K-Preis, da es diese Größen nicht unterstützt. Nano Banana 2 (Gemini 3.1 Flash Image) kostet 0,067 $ pro 1K und 0,101 $ pro 2K, sodass 2.1 bei jeder gemeinsam angebotenen Größe günstiger ist. Nano Banana Pro (Gemini 3 Pro Image) kostet 0,134 $ pro 1K- oder 2K-Bild und 0,24 $ bei 4K, etwa doppelt so viel wie der Preis von 2.1 bis einschließlich 2K und bei 4K etwas mehr als doppelt so viel.

• Das Legacy-Mitglied, der Vollständigkeit halber — das ursprüngliche Nano Banana (gemini-2.5-flash-image) ist veraltet, und die Preisseite enthält einen Abschaltungshinweis vom 2. Oktober 2026. Dieses Modell ist in keinerlei aktiver Hinsicht eine Stufe unter 2.1; der Einstiegspunkt der Familie ist jetzt Nano Banana 2 Lite.

Eine Zahl in dieser Aufstellung geht nicht auf, und es ist besser, das zu sagen, als die sauberere Zahl zu wählen. Auf Googles Preisseite heißt es, dass ein 4K-Bild bei diesem Modell 3.780 Token verbraucht, und es werden 0,113 $ pro 4K-Bild angegeben; diese beiden Angaben stimmen bei 30 $ pro 1 Mio. Bild-Token überein. Die modellspezifische Tabelle im Leitfaden zur Bildgenerierung nennt dieselben Token-Zahlen für 1K und 2K wie die Preisseite (1.120 und 1.680), führt aber 2.520 für 4K auf, was bei gleichem Satz etwa 0,0756 $ wären. Beide sind Google-Seiten, und sie widersprechen sich. Der Preis ist die Zahl, an der man sich festhalten sollte, denn er ist diejenige auf der Seite, die Ihnen in Rechnung gestellt wird, und die Abweichung ist genau die Art von Sache, die man an der Quelle noch einmal prüfen sollte, bevor man darauf ein Kostenmodell aufbaut.

Noch eine Zeile, die man als Leser vielleicht sehen möchte, und zwar als das benannt, was sie ist: Nano Banana 2.1 steht heute nicht auf OrcaRouters Live-Modellliste, deshalb behauptet diese Seite nicht, dass man es hier aufrufen kann. Was ist auf dieser Liste – dabei handelt es sich um seinen direkten Vorgänger unter der Kennung google/gemini-3.1-flash-image-preview, also das Modell, dessen Strings zu 2.1 wandern. OrcaRouter reicht den Listenpreis der Anbieter mit 0 % Aufschlag durch bei den Modellen, die es routet, sodass eine Preisänderung eines Anbieters bei einem gerouteten Modell noch am selben Tag hier ankommt und nicht erst mit Verzögerung – und genau das ist die Eigenschaft, auf die man bei dieser Familie achten sollte, da Google sie immer wieder neu einstuft.

Die Kurzfassung

Nano Banana 2.1 ist Googles mittelklassiges Gemini-Bildmodell: Text, Bild, Video und PDF als Eingabe; Bild und Text als Ausgabe; 1K, 2K und 4K; bis zu 14 Referenzen, aufgeteilt in zehn Objekte und vier Charaktere; Web- und Bildsuch-Grounding; SynthID bei jeder Ausgabe; Thinking standardmäßig aktiviert; 0,0336 $ pro 1K-Bild. Es steht über Nano Banana 2 Lite, das denselben 1K-Preis bietet, aber bei 1K endet und Search-Grounding fallen lässt, und unter Nano Banana Pro, das ungefähr den doppelten Preis kostet und der teure Weg zu komplexen Layouts und präzisem Text ist. Seine Kennung, gemini-nano-banana-2.1, ist der einzige Name, der Sie nicht in die Irre führt – und die damit verbundenen Qualitätsaussagen sind Googles Worte, nicht reproduziert. Die Modellseite ist der Ort, an dem Sie erfahren, was es ist; wenn Sie es wegen eines Qualitätsunterschieds zu Nano Banana 2 wählen, ist der einzige Ort, an dem dieser Unterschied abgewogen wird, die unabhängige Arena, nicht die Versionshinweise des Anbieters.