Qwen-Image 2.1 vs. Nano Banana 2: Was Sie pro Bild zahlen – und was Sie zahlen, um es zu besitzen

Nur eines dieser beiden Modelle hat einen Preis, den man in eine Tabellenkalkulation eintragen kann. Nano Banana 2 – das Modell Gemini 3.1 Flash Image, allgemein verfügbar seit dem 28. Mai 2026 – kostet etwa 0,067 $ pro 1024×1024-Bild, 0,101 $ bei 2048×2048 und rund 0,151 $ im 4K-Bereich, wobei der Batch-Modus etwa die Hälfte kostet und Texteingabe separat mit 0,25 $ pro Million Tokens abgerechnet wird. Qwen-Image 2.1, am 20. September 2026 vom Qwen-Image-Team als Open Source veröffentlicht, hat überhaupt keinen Preis pro Bild, denn es gibt keinen gehosteten Endpunkt, über den man es beziehen könnte: Es ist ein 33-GB-Download von Gewichten unter einer Research-Lizenz, die kommerzielle Nutzung verbietet. Die erste Frage in diesem Duell ist also nicht, welches Modell besser ist. Sie lautet, ob Sie Bilder kaufen oder eine Maschine, die sie erzeugt, und diese beiden Käufe sind nicht so vergleichbar, wie es ein Datenblatt nahelegt.

Vorhersagbarkeit ist das, was ein Preis pro Bild tatsächlich erkauft.

Googles Preisgestaltung ist in der Bildkategorie ungewöhnlich, weil sie sich so sauber umrechnen lässt. Das Modell berechnet 60 US-Dollar pro Million Ausgabe-Tokens, und da Bildausgaben vorhersehbar tokenisiert werden, ergeben sich daraus Pro-Bild-Werte, über die man nachdenken kann, bevor man überhaupt etwas generiert.

• Nano Banana 2 — etwa 0,067 $ für 1024×1024, 0,101 $ für 2048×2048, rund 0,151 $ bei 4K, im Batch-Modus ungefähr die Hälfte dieser Beträge, plus 0,25 $ pro Million Tokens für Texteingabe. Tausend 2K-Bilder kosten etwa 101 $, auf den Dollar genau vorhersagbar.

• Qwen-Image 2.1 — kein veröffentlichter Preis. Die Kosten sind deine eigene GPU-Zeit für ein 33 GB großes Bundle, und der Rat der Modellkarte für eingeschränkte Hardware ist CPU-Offloading über pipe.enable_model_cpu_offload(), was eher ein Notausgang als eine Lösung ist.

Was man mit dem nutzungsabhängigen Preis bekommt, sind nicht nur die Bilder. Es ist die Möglichkeit, die Frage „Was kostet uns dieses Feature bei zehntausend Bildern pro Monat?“ zu beantworten, ohne zuerst die eigene Hardware zu benchmarken. Das ist ein echter Vorteil, und er ist leicht zu unterschätzen, denn die Alternative – Self-Hosting – hat Kosten, die sich wirklich schwer berechnen lassen: Sie hängen von Ihrer Auslastung, Ihrer Grafikkarte, Ihrem Stromverbrauch und davon ab, ob die Maschine sonst im Leerlauf wäre. Der ehrliche Vergleich ist nicht 101 $ pro tausend gegen kostenlos. Er ist 101 $ pro tausend gegen einen amortisierten Betrag, den Sie selbst ermitteln müssen, und die meisten Teams, die diese Rechnung aufstellen, stellen fest, dass der nutzungsabhängige Preis wettbewerbsfähig ist – bis die Auslastung sehr hoch wird.

Die Lizenz ist der Punkt, an dem „freie Gewichte" nicht mehr frei sind.

Dies ist der deutlichste Unterschied zwischen den beiden Modellen, und er ist keineswegs knapp.

Nano Banana 2 ist ein kommerzielles Produkt mit kommerziellen Bedingungen. Sie zahlen pro Bild und bringen das, was Sie damit erstellen, auch auf den Markt. Qwen-Image 2.1 erscheint unter der Qwen Research License Agreement vom 20. September 2026, die Rechte „FOR NON-COMMERCIAL PURPOSES ONLY" einräumt und feststellt, dass eine kommerzielle Nutzung eine separate, beim Anbieter zu beantragende Lizenz erfordert. Das ist eine Änderung gegenüber der früheren Qwen-Image-Reihe, die unter Apache 2.0 veröffentlicht wurde – die offene Option in diesem Vergleich ist also in dem Sinne offen, dass man sie lesen und ausführen kann, nicht in dem Sinne, dass man ein Geschäft darauf aufbauen kann.

Für ein Forschungsteam, einen Hobbyisten oder jeden, der Benchmarks durchführt, ist das eine gute Lizenz, und der Download ist wirklich kostenlos. Für ein Produktteam bedeutet es, dass das Modell in diesem Vergleich ohne Preis pro Bild auch keinen kommerziellen Weg hat, was den Kostenvergleich vollständig zunichte macht: Man wählt nicht zwischen 101 $ und etwas Billigerem, sondern zwischen einem Modell, dessen Output man verkaufen kann, und einem, bei dem das nicht möglich ist.

Auflösung und Seitenverhältnisse, wo das offene Modell einen echten Vorteil hat

Legt man die Lizenz beiseite, tut Qwen-Image 2.1 etwas, das Nano Banana 2 nicht tut – und zwar auf eine Weise, die für bestimmte Workflows von Bedeutung ist.

• Qwen-Image 2.1 — natives 2K mit 2048×2048 als dokumentierter Standard bei 40 Inferenzschritten, sieben Voreinstellungen für Seitenverhältnisse, bis zu 10 Referenzbilder und RGBA-Ausgabe: ein echter Alphakanal, Bearbeitung transparenter Ebenen und Subjektextraktion aus RGB-Fotos.

• Nano Banana 2 — 4K-Ausgabe mit Unterstützung für ungewöhnliche Seitenverhältnisse, darunter die Extreme 1:4 und 1:8, was eine größere Reichweite darstellt, als die meisten Modelle in beide Richtungen bieten, und es werden Konsistenzwerte von fünf Figuren und vierzehn Objekten in einer einzigen Generierung angegeben.

Der Alphakanal ist der Punkt, auf den man achten sollte. Googles Modell ist nicht dafür dokumentiert, Transparenz zu erzeugen, und Qwen-Image 2.1 tut das nativ, was bedeutet, dass der Compositing-Schritt, der sonst manuelle Arbeit wäre – das Motiv freistellen, die weichen Kanten erhalten, es auf etwas anderes platzieren –, im Modell liegt statt danach. Wenn Sie beruflich mehrschichtige Assets erstellen, ist das ein Workflow-Unterschied und keine Aussage über die Qualität. Es lohnt sich außerdem, klar zu sagen, dass beide Modelle größer rendern, als die meisten Arbeiten brauchen: 4K und 2048×2048 liegen beide jenseits der Grenze, ab der nicht mehr das Modell, sondern das Ziel die Einschränkung ist.

Eine veröffentlichte Zahl gegen ein Versprechen

Googles Modell ist seit dem Frühjahr in beiden Image-Boards von Artificial Analysis vertreten und liegt im September-Snapshot in den Top 5 für Text-zu-Bild und Bildbearbeitung, bei rund Elo 1.320 im Bereich Text-zu-Bild. Seine Konsistenzwerte – fünf Figuren, vierzehn Objekte – stammen von Google selbst, doch sie stehen neben einem unabhängigen Scoreboard, was bedeutet, dass sie gegen die tatsächliche Leistung des Modells in Blindvergleichen auf Plausibilität geprüft werden können.

Qwen-Image 2.1 hat keinen unabhängigen Score. Es gibt einen Anbieter-Blogbeitrag mit einem Qwen-Image-Bench-Diagramm, das kein Dritter reproduziert hat, sowie einen praktischen Early-Access-Bericht von einem Tester im Qwen-Ambassador-Programm, der die finalen Gewichte über eine ModelScope-Studio-Oberfläche laufen ließ: etwa 10–15 Sekunden für Text-zu-Bild, 18–23 Sekunden für Bearbeitung, starke Handhabung von Kameraposition und Multi-Character-Rollen sowie eine Multi-Reference-Konsistenz, die ab etwa drei Eingabebildern zunehmend nachlässt. Ein einziger Rezensent, kein gezeigter Timer, kein veröffentlichter Prompt-Satz. Es ist die einzige öffentlich existierende Beobachtung des Modells von außen, und sie sollte eher als Hinweis denn als Messung gelesen werden.

Es kursiert außerdem eine Zahl in der Berichterstattung Dritter, die Qwen-Image 2.1 als 20-Layer-Transformer beschreibt. Das widerspricht der Modellkarte, die einen 32-Layer-Single-Stream-Diffusion-Transformer mit 7B Parametern in der visuellen Generierungskomponente, einen Qwen3-VL 8B Textencoder und einen 64-Kanal-RGBA-VAE bei 16-facher räumlicher Kompression dokumentiert. Verwenden Sie die Modellkarte.

Das Einzige, was du mit beiden tun kannst

Dies ist der einzige Artikel in dieser Charge, in dem der Gegner ein Modell ist, das wir tatsächlich routen. Nano Banana 2 gibt es auf OrcaRouter als google/gemini-3.1-flash-image-preview, zusammen mit dem Rest des Bildangebots – der GPT-Image-Familie von OpenAI, den Imagen-4-Stufen von Google, den anderen Gemini-Bildvorschauen und dem Grok-Imagine-Bildendpunkt von xAI – alle hinter einem OpenAI-kompatiblen Endpunkt zum Listenpreis des Anbieters ohne Aufschlag. Qwen-Image 2.1 gehört nicht zu den Modellen, die wir routen, und dieser Beitrag wird nicht andeuten, dass dem so ist.

Was das für diese Entscheidung in der Praxis bedeutet, ist enger gefasst als ein Werbespruch und nützlicher als ein solcher. Wenn Sie die beiden Modelle mit Ihren eigenen Prompts vergleichen möchten, kostet Sie die Google-Seite einen API-Schlüssel und etwa einen Zehntelcent pro Bild bei 2K, und sie läuft über denselben Endpunkt wie alles andere, was Sie aufrufen. Die Alibaba-Seite kostet Sie einen 33-GB-Download, eine GPU und eine Prüfung der Forschungs-Lizenz, bevor Sie irgendetwas Kommerzielles mit der Ausgabe anfangen können. Automatisches Failover über Anbieter hinweg ist das andere Stück, auf das es hier ankommt: Eine Route kann Produktionsverkehr über ein gemessenes Modell leiten, während ein ungemessenes daneben evaluiert wird, sodass die Evaluierung nie auf dem kritischen Pfad liegt.

Welches, für wen?

• Wählen Sie Nano Banana 2, wenn Sie ausliefern. Es bietet eine kommerzielle Lizenz, einen Preis, den Sie auf den Dollar genau vorhersagen können, einen unabhängigen Top-5-Wert in beiden Ranglisten, 4K-Ausgabe und den breitesten Seitenverhältnisbereich in diesem Vergleich. Tausend 2K-Bilder kosten etwa 101 $, und Sie können sie noch heute Nachmittag generieren.

• Wählen Sie Qwen-Image 2.1, wenn Sie recherchieren. Es ist kostenlos herunterzuladen, die Architektur und der System-Prompt zur Prompt-Umschreibung sind vollständig einsehbar, es rendert nativ in 2048×2048 mit echter Transparenz und es akzeptiert bis zu 10 Referenzbilder mit lokalen Bearbeitungen per Kreis, gemalter Anmerkung oder Maske. Sie dürfen nicht verkaufen, was es erzeugt, und niemand hat gemessen, ob es etwas taugt.

Die Lücke zwischen diesen beiden Absätzen ist die Lücke zwischen den Modellen, und sie ist keine Qualitätslücke – sie ist eine Reifelücke, und sie schließt sich nach Zeitplan. Qwens Early-Access-Tester wurden gebeten, bis zum 29. September 2026 Beispiele oder Reviews zu veröffentlichen. Wenn diese erscheinen, ist das offene Modell keine Unbekannte mehr und wird vergleichbar, und die einzige verbleibende Frage wird die Lizenz sein. Das ist die Zahl, die es zu beobachten gilt, und sie ist eine Lizenzdatei statt eines Benchmarks.