Gemini Nano Banana 2.1 vs Qwen Image 3.0: un empate en 1K, una división en 2K

Pon Gemini Nano Banana 2.1 y Qwen Image 3.0 en una tarifa y el primer número es curioso: una imagen de 1K del modelo de imagen más reciente de Gemini cuesta $0.0336, y una generación de 1K de Qwen Image 3.0 en Model Studio cuesta $0.03438. Siete centésimas de centavo de diferencia. Dos laboratorios en lados opuestos del mundo, que publican en monedas distintas para plataformas distintas, llegaron al mismo precio por lo que la mayoría de la gente compra en realidad. El empate se rompe en cuanto pasas a 2K — $0.0504 frente a $0.0688, una brecha del 36% a favor de Gemini — y se rompe de forma distinta otra vez cuando te das cuenta de que Qwen factura la entrada de imagen y la entrada de edición como medidores separados, mientras que Nano Banana 2.1 no lo hace. Cuál de esos dos hechos determina lo que construyes depende por completo de cuántas veces tu pipeline toca una imagen antes de entregarla.

También son más diferentes de lo que sugiere el precio. Nano Banana 2.1 se puso a disposición general el 6 de octubre de 2026 como modelo de API alojada, con un plazo de migración de 23 días vinculado a su predecesor. Qwen Image 3.0 se lanzó en la plataforma Qwen AI de Alibaba el 5 de agosto de 2026 con niveles Standard y Pro y API al mismo tiempo, y llega a los desarrolladores internacionales a través de Qwen Cloud y Alibaba Cloud Model Studio. Uno es un modelo de frontera occidental con precios por token de imagen; el otro es un modelo de plataforma chino con precios por imagen, con un presupuesto de concurrencia publicado y una tarifa nacional e internacional que no coinciden entre sí.

Las dos tarifas, línea por línea

Nano Banana 2.1 se factura por tokens, con una conversión por imagen publicada junto con la tarifa. La salida cuesta $30 por millón de tokens de imagen, que Google convierte en $0.0336, $0.0504 y $0.0756 para 1K, 2K y 4K, respectivamente, con los recuentos de tokens por imagen indicados como 1,120, 1,680 y 2,520. La entrada cuesta $1.50 por millón de tokens para texto, imagen y video. La salida por lotes es la mitad: $0.0168, $0.0252 y $0.0378. No hay un medidor independiente para volver a introducir una imagen: una imagen que pasas como entrada se cuenta a la tarifa de tokens de entrada, una sola vez.

Qwen Image 3.0 se ofrece en dos niveles en un tarifario de nube china. Standard cuesta RMB 0,18 por imagen tanto en 1K como en 2K, con entrada de imagen a RMB 0,02 y entrada de edición a RMB 0,02 por imagen. Pro cuesta RMB 0,25 en 1K y RMB 0,50 en 2K. En Qwen Cloud internacional, el nivel Standard cuesta $0,003 de entrada y $0,03 de salida por imagen. En Alibaba Cloud Model Studio, en USD, las cifras publicadas son $0,00275 por entrada de 1K, $0,03438 por generación de 1K, $0,068761 por generación de 2K, $0,04 por salida de 1K y $0,075 por salida de 2K. También se publica el rendimiento: 10 solicitudes concurrentes, una cola asincrónica de 200 solicitudes y 20 solicitudes por minuto.

• Generación 1K — Gemini Nano Banana 2.1 $0.0336; Qwen Image 3.0 Standard $0.03438 en Model Studio. En la práctica, un empate.

• Generación 2K — Nano Banana 2.1 $0.0504; Qwen Image 3.0 Standard $0.068761. Google es 36% más barato.

• 4K — Nano Banana 2.1 $0.0756 y es un nivel documentado; la entrada de Model Studio de Qwen Image 3.0 limita los píxeles totales a 2048×2048, así que no hay una fila de 4K para comparar.

• Entrada de imagen: Nano Banana 2.1 la cuenta a la tarifa de $1.50 por millón de entrada; Qwen Image 3.0 la mide por separado a $0.00275 por 1K de entrada, con la entrada de edición cobrada a 0.02 RMB a nivel nacional.

• Lote — Nano Banana 2.1 lo reduce todo a la mitad a través de la Batch API, con un tiempo de respuesta de hasta 24 horas; la palanca anunciada de Qwen Image 3.0 es una cola asíncrona de 200 en lugar de un nivel de descuento.

• Rendimiento — Qwen Image 3.0 publica 10 concurrentes, 200 en cola, 20 RPM; Google no publica ninguno de estos para Nano Banana 2.1.

• A nivel nacional — Qwen Image 3.0 Standard cuesta 0,18 RMB por imagen según la lista de precios china; Nano Banana 2.1 no tiene una tarifa nacional china porque Google no vende ninguna.

Dos de esas filas importan más que el resto. La fila de 4K es más una brecha de capacidades que una brecha de precio — si necesitas salida en 4K, la opción de Model Studio de Qwen Image 3.0 no entra en consideración en absoluto. Y la fila de entrada de imágenes es donde las dos filosofías de facturación divergen marcadamente, lo cual merece su propia sección porque es la parte que no aparece en un precio de titular.

Por qué la segunda pasada cambia las matemáticas

Una generación en una sola pasada es el caso fácil, y en una sola pasada estos dos son intercambiables en precio. El trabajo real con imágenes rara vez se hace en una sola pasada. Un flujo de trabajo de edición típico genera un candidato, vuelve a introducir una imagen de referencia para una corrección, vuelve a introducir la imagen corregida para una pasada de estilo, y solo entonces la entrega. Cada uno de esos retornos es una entrada de imagen.

En Nano Banana 2.1, esa entrada se factura a la tarifa general de entrada junto con el prompt de texto, y la edición conversacional del modelo está diseñada explícitamente para ello: la edición multiturno mediante una interacción previa es una función documentada, y el modo de pensamiento sostiene la conversación. En Qwen Image 3.0, el mismo bucle se factura en una línea dedicada que el proveedor publica: entrada de imagen a $0.00275 por 1K en Model Studio, RMB 0.02 por imagen como entrada de edición a nivel nacional. Ninguno es caro por llamada. La diferencia es que el medidor de Qwen hace visible el costo de iteración como una partida propia, mientras que el de Google lo incluye dentro de los tokens de entrada, y un equipo que presupueste a partir de la cifra destacada por imagen subestimará el flujo de trabajo de tres pasadas en ambas plataformas.

Haz los cálculos con honestidad y la guía práctica es aburrida pero real. A precio de 1K, son iguales, así que el precio no es la razón para elegir uno u otro. A 2K, Nano Banana 2.1 es considerablemente más barato por generación y además ofrece un nivel por lotes que lo vuelve a reducir a la mitad. Si necesitas 4K, no hay ninguna comparación que hacer. Si necesitas un presupuesto de concurrencia publicado con el que puedas planificar una cola, Qwen Image 3.0 publica uno y Nano Banana 2.1 no. Esa es la forma de la decisión: se trata principalmente de la resolución y la garantía de rendimiento que necesitas, no del precio en el nivel que todos citan.

Qué se mide y para quién

La asimetría de evidencia aquí va en dirección contraria a lo que podrías esperar. Qwen Image 3.0 tiene una posición independiente, y Nano Banana 2.1, con solo un día de vida, no la tiene. En la tabla de texto a imagen de Artificial Analysis, a partir de muestras recogidas en julio de 2026, Qwen-Image-3.0 se sitúa en Elo 1.077, en el decimosexto puesto, con 5.816 muestras, y Qwen-Image-3.0-Pro en 1.088, en el decimocuarto, con 6.077 —a mitad de tabla, bien muestreados, y más o menos donde se sitúa un modelo de plataforma sólido y no uno de frontera. La propia afirmación de Alibaba en el lanzamiento, de que el modelo se hizo con el primer puesto en China en la tabla de clasificación de texto a imagen de Arena.ai, es una cifra reportada por el proveedor en una tabla diferente con una población de votantes diferente; no contradice la posición de Artificial Analysis, simplemente mide algo distinto.

El lado de Nano Banana 2.1 en el balance es más escaso. No hay Elo, ni recuento de votos, ni comparación de renderizado de terceros en el registro público al 7 de octubre de 2026. Lo que existe es el lenguaje del registro de cambios de Google —"mejoras significativas" en calidad visual, adherencia a las indicaciones, consistencia de personajes en múltiples turnos y renderizado de texto— y los cambios de funciones documentados: salida en 1K, 2K y 4K sin nivel de 512px, hasta 14 imágenes de referencia divididas en diez objetos y cuatro personajes, modo de pensamiento activado de forma predeterminada y grounding de Google Image Search junto con la búsqueda web. Si quieres comparar estos dos en cuanto a calidad hoy, estás comparando la puntuación medida de mitad de tabla de un modelo con la afirmación del proveedor de otro modelo, y no son el mismo tipo de número.

Dónde puedes llamar a cada uno de ellos

Ninguno de los dos modelos está en OrcaRouter, y vale la pena decirlo claramente en lugar de insinuar lo contrario. Gemini Nano Banana 2.1 está disponible a través de la propia API del proveedor y de varias plataformas de terceros; Qwen Image 3.0 está disponible a través de su propia plataforma y de varias plataformas de terceros. Nuestro catálogo sí incluye otros modelos de imagen —de OpenAI: openai/gpt-image-2 y google/gemini-3.1-flash-image-preview, entre ellos — y 207 modelos en total tras un único endpoint compatible con OpenAI.

Eso importa para esta comparación por una razón concreta: ambos proveedores cambian sus cifras. Google cambió toda la estructura de niveles del predecesor de Nano Banana 2.1 y anunció un cierre el mismo día; Alibaba publica una tarifa en RMB para la plataforma nacional, una segunda en USD para Model Studio y un tercer conjunto de cifras para Qwen Cloud internacional. Cuando el precio de un proveedor es un blanco móvil, el valor de comprar a través de una capa que traslada el precio de lista del proveedor con un 0 % de margen es que la cifra de tu lado se mueve el mismo día en que se mueve en el suyo, sin margen entre tú y la cifra publicada y sin un contrato aparte que renegociar. Esa es la disciplina sobre la que está construido el enrutamiento de OrcaRouter, y es la razón por la que una comparación de tarifas como esta sigue siendo válida un mes después en lugar de desviarse.

¿Cuál elegir realmente?

Elige Gemini Nano Banana 2.1 cuando necesites salida en 4K, cuando quieras un nivel de lote que reduzca a la mitad el coste por imagen para grandes pasadas de referencia, cuando la edición basada en prompts con hasta 14 imágenes de referencia sea el flujo de trabajo, o cuando quieras fundamentación de Google Search dentro de la generación. La fecha límite de migración de su predecesor es una razón para pasarse a él en lugar de una razón para evitarlo, y la bajada de precio respecto a Nano Banana 2 es aproximadamente una reducción a la mitad en todas las resoluciones. Las cuestiones abiertas son la ausencia de cualquier medición de calidad independiente y los límites de rendimiento no publicados, por lo que una ruta de producción debería estar preparada para la conmutación por error en lugar de asumir que el endpoint se mantiene.

Elige Qwen Image 3.0 cuando la salida se mantenga en 2048×2048 o por debajo, cuando importe un presupuesto de concurrencia publicado porque pones trabajo en cola, cuando la tarifa china de RMB 0,18 por imagen sea la cifra comercialmente relevante, o cuando el precio más alto del nivel Pro te aporte algo que tu evaluación pueda demostrar. La posición independiente en la mitad de la tabla no es una debilidad para este uso —es el dato individual más fiable de esta comparación, porque es el único número aquí que no generó ninguno de los dos proveedores.

Si tienes el lujo de hacer una comparativa, llévala a cabo en la dimensión que realmente marca la diferencia: la edición de múltiples pasadas. Genera un candidato y, después, haz tres correcciones sucesivas en cada modelo, y cuenta el costo total de la imagen aceptada en lugar del costo del primer render. Esa es la comparación que la lista de precios de ningún proveedor hace por ti, y es la que decide si un «empate» a 1K es realmente un empate.