Nano Banana 2.1: El Modelo de Imagen Gemini, Su Familia y Cuánto Cuesta

Nano Banana 2.1 es el modelo de generación de imágenes y edición conversacional que el proveedor sirve bajo el identificador de API gemini-nano-banana-2.1. La documentación del propio proveedor le asigna el nombre de producto Gemini Nano Banana 2.1 y lo describe como una actualización de Nano Banana 2, cuyo identificador es gemini-3.1-flash-image. Otros dos modelos lo flanquean dentro de la misma familia: Nano Banana 2 Lite (gemini-3.1-flash-lite-image) por debajo, y Nano Banana Pro (gemini-3-pro-image) por encima. Esa es la forma de la cosa —una familia de imágenes de tres niveles con un cuarto miembro, más antiguo, todavía documentado— y la mayor parte de la confusión en torno al nombre proviene del hecho de que los nombres de producto y las cadenas de los endpoints nunca se hicieron coincidir. Esta página es la referencia del modelo en sí: qué es, quién lo publica, qué se puede introducir y qué se obtiene de vuelta, qué afirma el proveedor y cómo se accede a él hoy. Todas las cifras que aparecen a continuación están citadas de la propia ficha del modelo, la guía de generación de imágenes, la página de precios y el registro de cambios del proveedor tal como están el 13 de octubre de 2026, y cada una está etiquetada como reportada por el proveedor; la única fuente independiente utilizada se nombra donde aparece.

Qué es, y por qué el identificador es la parte que importa

El directorio de modelos del proveedor incluye gemini-nano-banana-2.1 con el estado "New Stable" y la descripción "Modelo de generación y edición de imágenes de alta eficiencia con calidad visual, tipografía y consistencia multiturno mejoradas". La guía de generación de imágenes lo presenta de forma aún más sencilla: es "una actualización de Nano Banana 2, que sirve como el principal modelo de trabajo de alta eficiencia para la generación de imágenes y la edición conversacional".

La nomenclatura es el primer problema práctico con el que se topa un lector, así que vale la pena decirlo sin rodeos. En esta familia, el nombre del producto no se puede derivar del identificador:

• Nano Banana 2.1 — nombre de producto "Gemini Nano Banana 2.1", id de API gemini-nano-banana-2.1, el actual caballo de batalla de alta eficiencia.

• Nano Banana 2 — id de API gemini-3.1-flash-image. No hay ningún número de versión en el identificador, y por eso «Nano Banana 2» y «gemini-3.1-flash-image» son el mismo modelo.

• Nano Banana 2 Lite — id de API gemini-3.1-flash-lite-image. La guía de Google lo describe como el especialista en eficiencia de la familia, diseñado para una latencia ultrabaja y un uso interactivo de gran volumen.

• Nano Banana Pro — id de API gemini-3-pro-image, descrito como un motor de diseño profesional con un núcleo de razonamiento, orientado a composiciones complejas y a un renderizado de texto preciso.

Si estás integrando algo, el identificador es la referencia fiable y el nombre comercial no lo es. Esto no es una cuestión de estilo: el registro de cambios de Google movió gemini-3.1-flash-image al estado de obsoleto el mismo día en que publicó gemini-nano-banana-2.1, y la entrada de obsolescencia opera con identificadores en lugar de con nombres comerciales.

¿Quién lo publica?

Google lo hace, y lo publica como un modelo de API alojado en lugar de uno descargable — no hay ningún checkpoint que descargar ni licencia que leer, porque los pesos no se publican. El material autorizado es el propio conjunto de documentación de la API de Gemini de Google: el directorio de modelos y la ficha de cada modelo en ai.google.dev, la guía de generación de imágenes, la página de precios y el registro de cambios de la API de Gemini. Cuando esta página da una cifra, esa es la fuente, y es una fuente del proveedor.

La relación de familia importa más que la línea de publicador, sin embargo, porque decide entre qué puedes elegir realmente. Frente a Nano Banana 2, su predecesor inmediato, 2.1 es la generación hacia la que Google está orientando los proyectos nuevos; frente a Nano Banana 2 Lite, 2.1 ofrece un techo más alto a un precio de entrada equivalente, ya que ambos se facturan a $0.0336 por una imagen en 1K (precios del proveedor, nivel estándar). Lite renuncia a eso de tres maneras documentadas: solo admite salida en 1K, no tiene grounding de Search, y la guía de Google dice que "no está optimizado para múltiples entradas de referencia ni para edición secuencial de varios turnos". Si tu carga de trabajo consiste en una sola imagen de entrada y una sola de salida a gran volumen, Lite es la opción de ingeniería más económica; si necesitas 2K o 4K, varias referencias o una conversación con la imagen, Lite no es candidata en absoluto.

Qué acepta y qué devuelve

Aquí es donde el modelo es más amplio de lo que su nombre sugiere, y conviene leerlo en la ficha del proveedor en lugar de deducirlo de la palabra «imagen». La ficha del modelo de Google para gemini-nano-banana-2.1 enumera los tipos de datos de entrada aceptados como Texto, Imagen, Vídeo y PDF, y los tipos de salida como Imagen y Texto. Así pues, el lado de entrada acepta un prompt, una o varias imágenes, vídeo o un documento PDF —no solo texto—, y el lado de salida puede devolver texto junto con la imagen, que es lo que hace posible la edición conversacional: el modelo puede responder sobre la imagen que acaba de crear o modificar.

El resto de la envolvente, todo reportado por el proveedor a partir de la tarjeta del modelo, la guía y el registro de cambios:

• Resoluciones de salida: 1K, 2K y 4K. El nivel de 512px (0,5K) que ofrece Nano Banana 2 indica explícitamente que "no es compatible con Gemini Nano Banana 2.1", por lo que en este modelo el mínimo es 1K. Los parámetros deben usar una K mayúscula; la guía de Google señala que los valores en minúscula como 1k se rechazan.

• Relaciones de aspecto — la guía ahora publica una tabla por modelo y la columna de 2.1 contiene catorce: 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 y 21:9. Eso incluye las relaciones de aspecto anchas y panorámicas en 1:4, 4:1, 1:8 y 8:1, que la guía también atribuye a Gemini 3.1 Flash Image. Lite solo enumera las diez relaciones convencionales.

• Imágenes de referencia — "Combine hasta 14 imágenes de referencia para producir la imagen final", según la guía, y la tabla de la guía ahora asigna el presupuesto por modelo, algo que no hacía de forma legible cuando se redactó por primera vez esta página. Para la columna titulada "Gemini Nano Banana 2.1 & Gemini 3.1 Flash Image", la división es de hasta 10 imágenes de objetos con alta fidelidad y hasta 4 imágenes de consistencia de personajes; la prosa de la guía da las mismas cifras, y dice que 2.1 admite "parecido de hasta 4 personajes y la fidelidad de hasta 10 objetos en un solo flujo de trabajo". Las referencias de estilo solo se enumeran para Gemini 3 Pro Image, así que no cuentes con ellas aquí.

• Límites de tokens — 131,072 tokens de entrada y 32,768 tokens de salida, según la tarjeta del modelo. La tarjeta no indica ninguna fecha de corte de conocimiento para este modelo.

• Thinking: compatible, y la guía especifica claramente que en los modelos de imagen Gemini 3 está "habilitado por defecto y no se puede deshabilitar en la API". El modelo genera hasta dos imágenes provisionales para probar la composición y la lógica, y esas imágenes de pensamiento son visibles en el backend pero no se cobran. Se puede establecer un thinking_level en la configuración de generación; el propio ejemplo de la guía pasa high.

• Grounding — El grounding de búsqueda figura como compatible en la ficha del modelo, y el registro de cambios atribuye a la versión 2.1 el grounding con Google Search. Nano Banana 2 Lite no lo tiene.

• Marcas de agua — «Todas las imágenes generadas incluyen una marca de agua SynthID». Esto se aplica a toda la familia y no es opcional.

Lo que la tarjeta marca como no compatible: generación de audio, almacenamiento en caché, ejecución de código, búsqueda de archivos, llamada a funciones, fundamentación con Google Maps, la Live API, salidas estructuradas y contexto de URL. Batch API es compatible; la inferencia Flex y Priority no lo son.

Representación y edición de texto, como se documenta

Dos comportamientos documentados separan a un modelo como este de un simple endpoint de texto a imagen, y Google describe ambos en la guía de generación de imágenes en lugar de en un benchmark.

Lo primero es la tipografía. La guía incluye la capacidad como «Renderizado de texto avanzado: capaz de generar texto legible y estilizado para infografías, menús, diagramas y recursos de marketing», y el registro de cambios atribuye específicamente a 2.1 la mejora del renderizado de texto. La ficha del modelo se hace eco de ello en la palabra «tipografía». Conviene ser precisos sobre qué es eso: una descripción de una capacidad, no una tasa de precisión medida. Google no publica ninguna cifra de errores de caracteres, ninguna puntuación de legibilidad ni ninguna comparación con su propio modelo anterior en una tarea de renderizado de texto, así que cualquiera que cite una cifra sobre lo bien que 2.1 renderiza letras está citando algo que no es de Google.

La segunda es la edición, que la guía trata como el modo conversacional del modelo. En una edición, «el modelo igualará el estilo, la iluminación y la perspectiva de la imagen original»: la edición se aplica dentro del marco existente en lugar de producir una nueva imagen dentro del mismo género. Para el inpainting, la instrucción es aún más concreta: cambia solo el elemento que nombres y conserva «el estilo, la iluminación y la composición originales». La afirmación principal del registro de cambios para la 2.1 en este eje es una mejor consistencia de personajes en múltiples turnos, que es la propiedad que decide si un objeto o una persona sobrevive a cinco ediciones secuenciales luciendo como sí mismos. Esa afirmación está reportada por el proveedor y, a día de hoy, no ha sido reproducida fuera de Google.

Lo que Google afirma frente a lo que realmente se ha medido

La entrada del registro de cambios de Google del 6 de octubre de 2026 dice que 2.1 "mantiene la velocidad y la eficiencia de costos a nivel de Flash" al tiempo que añade "mejoras significativas en la calidad visual, la adherencia al prompt, la consistencia de personajes en múltiples turnos, el renderizado de texto" y relaciones de aspecto amplias y panorámicas. El directorio de modelos añade "mejor calidad visual, tipografía y consistencia en múltiples turnos". Esas son palabras del proveedor, son orientativas en lugar de cuantificadas, y no las acompaña ningún benchmark ejecutado por el proveedor.

Tres cosas se desprenden, y son el estado honesto de la evidencia en lugar de una evasiva.

Primero, Google no publica ninguna cifra de referencia propia para Nano Banana 2.1 — ni Elo, ni tasa de victorias, ni puntuación de ningún tipo en sus páginas de documentación. Si se presenta un número sobre la calidad de este modelo como si fuera de Google, es un número que Google no ha publicado.

Segundo, no existe una comparación directa del proveedor entre Nano Banana 2.1 y Nano Banana 2 con ajustes equivalentes. Google afirma que hay mejoras de una generación a la siguiente; no ha publicado una evaluación emparejada con prompts equivalentes, resoluciones equivalentes y esfuerzo equivalente que permitiera a un lector sopesarlas. Cualquiera que insinúe que existe una diferencia medida entre ambas está insinuando algo que nadie ha ejecutado.

Tercero, la evaluación independiente sí existe, y vale la pena nombrar el sistema de evaluación para que el lector pueda juzgarlo: Artificial Analysis ejecuta Nano Banana 2.1 en su Image Arena, que abarca tanto la generación de imágenes a partir de texto como la edición de imágenes y publica los votos que respaldan sus puntuaciones. Esa es la fuente de terceros que debe usarse para el posicionamiento. El rango específico y el Elo que este modelo ocupa allí es una cuestión distinta de la que responde esta página, y se calcula según un calendario sobre el que esta página no tiene control: consúltelo en la fuente en lugar de compararlo con una cifra copiada de cualquier sitio, incluidos nosotros.

Cómo obtener acceso hoy y cuánto cuesta

El acceso es a través de la propia API de Google. Llamas a la API de Gemini con el identificador de modelo gemini-nano-banana-2.1; ese identificador es el estable, y es el que la entrada de obsolescencia del registro de cambios para gemini-3.1-flash-image señala como destino de migración. No hay ruta autoalojada, ni descarga de pesos ni checkpoint de la comunidad, porque ninguna de la familia de imágenes se publica de esa manera.

Precios, todo ello de la página de precios de Google en el nivel estándar y todo ello reportado por el proveedor:

• Tokens — entrada $1.50 por 1M de tokens para texto, imagen y video; salida $7.50 por 1M de tokens para texto y pensamiento, y $30.00 por 1M de tokens para imágenes.

• Por imagen — $0,0336 a 1K, $0,0504 a 2K y $0,113 a 4K. Google también publica una equivalencia de ejemplo para el caso de 1K: una salida de 1024×1024 consume 1.120 tokens de imagen.

• Lote — la mitad de la tarifa estándar: $0.75 por 1M de tokens de entrada y $15.00 por 1M de tokens de imagen, lo que equivale a $0.0168 / $0.0252 / $0.0567 por imagen de 1K / 2K / 4K, a cambio de un tiempo de respuesta de hasta 24 horas.

• Fundamentación: no hay una línea de facturación separada para la propia imagen. Google incluye la fundamentación de Búsqueda web y Búsqueda de imágenes con los modelos de imagen Gemini 3 a 5,000 solicitudes de búsqueda gratuitas al mes, compartidas entre todos los modelos Gemini 3 y posteriores, y luego $14 por cada 1,000 solicitudes; el contexto recuperado no se factura como tokens de entrada.

• Nivel gratuito — la columna Nivel gratuito de la página de precios indica «No disponible» para todas las cifras anteriores. No hay ninguna cuota gratuita para la salida de imágenes en este modelo. Si aparece alguna, aparecerá ahí y en ningún otro lugar.

• Comparación de gamas dentro de la familia — Nano Banana 2 Lite cuesta $0.0336 por imagen de 1K, idéntico a la tarifa de 1K de 2.1, pero no publica ningún precio de 2K o 4K porque no admite esos tamaños. Nano Banana 2 (Gemini 3.1 Flash Image) cuesta $0.067 por 1K y $0.101 por 2K, así que 2.1 es más barato en todos los tamaños que comparten. Nano Banana Pro (Gemini 3 Pro Image) cuesta $0.134 por imagen de 1K o 2K y $0.24 en 4K, aproximadamente el doble de la tarifa de 2.1 hasta 2K y un poco más del doble en 4K.

• El miembro heredado, para que quede completo — el Nano Banana original (gemini-2.5-flash-image) está obsoleto y la página de precios incluye un aviso de cierre con fecha del 2 de octubre de 2026. Ese modelo no es un nivel inferior a 2.1 en ningún sentido vigente; el punto de entrada de la familia ahora es Nano Banana 2 Lite.

Una cifra dentro de ese conjunto no cuadra, y vale la pena decirlo en lugar de elegir el número más ordenado. La página de precios de Google indica que una imagen 4K en este modelo consume 3.780 tokens y da un precio de $0,113 por imagen 4K; esas dos cifras concuerdan en $30 por 1 millón de tokens de imagen. La tabla por modelo de la guía de generación de imágenes da los mismos recuentos de tokens de 1K y 2K que la página de precios (1.120 y 1.680), pero indica 2.520 para 4K, lo que, a la misma tarifa, sería aproximadamente $0,0756. Ambas son páginas de Google y no coinciden. El precio es la cifra a la que hay que aferrarse, porque es la que aparece en la página que te factura, y la discrepancia es exactamente el tipo de cosa que conviene volver a comprobar en la fuente antes de basar en ella un modelo de costos.

Una línea más que un lector podría querer, dicha tal como es: Nano Banana 2.1 no está hoy en la lista de modelos activos de OrcaRouter, así que esta página no afirma nada sobre invocarlo aquí. Lo que sí está en esa lista es su predecesor directo bajo el identificador google/gemini-3.1-flash-image-preview, que es el modelo cuyas cadenas migran a la 2.1. OrcaRouter traslada el precio de lista del proveedor con un 0 % de margen en los modelos que enruta, de modo que un cambio de precio del proveedor en un modelo enrutado llega aquí el mismo día en lugar de con retraso — que es la propiedad que hay que verificar en esta familia mientras Google sigue reajustando sus niveles de precios.

La versión corta

Nano Banana 2.1 es el modelo de imágenes Gemini de gama media de Google: entrada de texto, imagen, video y PDF; salida de imagen y texto; 1K, 2K y 4K; hasta 14 referencias divididas en diez objetos y cuatro personajes; fundamentación con Búsqueda web y de imágenes; SynthID en cada salida; pensamiento activado por defecto; $0,0336 por imagen de 1K. Se sitúa por encima de Nano Banana 2 Lite, que iguala su precio de 1K pero se detiene en 1K y elimina la fundamentación de Búsqueda, y por debajo de Nano Banana Pro, que cuesta aproximadamente el doble y es la vía costosa para diseños complejos y texto preciso. Su identificador, gemini-nano-banana-2.1, es el único nombre que no te engañará — y las afirmaciones de calidad que se le atribuyen son palabras de Google, no reproducidas. La página del modelo es el lugar para aprender qué es; si lo eliges por una diferencia de calidad con Nano Banana 2, el único lugar donde ver esa diferencia sopesada es la arena independiente, no la nota de lanzamiento del proveedor.