Nano Banana 2.1 : le modèle d'image Gemini, sa famille et ce qu'il coûte

Nano Banana 2.1 est le modèle de génération d’images et d’édition conversationnelle que le fournisseur expose sous l’identifiant d’API gemini-nano-banana-2.1. La propre documentation du fournisseur lui attribue le nom de produit Gemini Nano Banana 2.1 et le présente comme une mise à jour de Nano Banana 2, dont l’identifiant est gemini-3.1-flash-image. Deux autres modèles l’encadrent dans la même famille : Nano Banana 2 Lite (gemini-3.1-flash-lite-image) en dessous, et Nano Banana Pro (gemini-3-pro-image) au-dessus. Voilà la structure de l’ensemble — une famille d’images à trois niveaux, avec un quatrième membre plus ancien encore documenté — et la majeure partie de la confusion autour du nom vient du fait que les noms de produits et les chaînes d’endpoint n’ont jamais été alignés. Cette page est la référence pour le modèle lui-même : ce qu’il est, qui le publie, ce que vous pouvez y mettre et obtenir en retour, ce que le fournisseur affirme, et comment y accéder aujourd’hui. Chaque chiffre ci-dessous est cité de la fiche de modèle, du guide de génération d’images, de la page de tarification et du journal des modifications du fournisseur tels qu’ils sont au 13 octobre 2026, et chacun est étiqueté comme rapporté par le fournisseur ; l’unique source indépendante utilisée est nommée là où elle apparaît.

Ce que c'est, et pourquoi l'identifiant est la partie qui compte

Le répertoire des modèles du fournisseur répertorie gemini-nano-banana-2.1 avec le statut « New Stable » et la description « Modèle de génération et d’édition d’images à haut rendement, avec une qualité visuelle, une typographie et une cohérence multi-tours améliorées. » Le guide de génération d’images le présente encore plus simplement : il s’agit d’« une mise à jour de Nano Banana 2, servant de modèle principal à haut rendement pour la génération d’images et l’édition conversationnelle. »

Le nommage est le premier problème pratique auquel un lecteur se heurte, il vaut donc la peine de le dire sans détour. Dans cette famille, le nom du produit ne se déduit pas de l’identifiant :

• Nano Banana 2.1 — nom de produit « Gemini Nano Banana 2.1 », identifiant d'API gemini-nano-banana-2.1, la cheville ouvrière actuelle à haut rendement.

• Nano Banana 2 — identifiant d'API gemini-3.1-flash-image. Aucun numéro de version dans l'identifiant, c'est pourquoi « Nano Banana 2 » et « gemini-3.1-flash-image » correspondent au même modèle.

• Nano Banana 2 Lite — ID API gemini-3.1-flash-lite-image. Le guide de Google le présente comme le spécialiste de l'efficacité de la famille, conçu pour une latence ultra-faible et un usage interactif à très grande échelle.

• Nano Banana Pro — id d'API gemini-3-pro-image, décrit comme un moteur de design professionnel doté d'un cœur de raisonnement, destiné aux mises en page complexes et au rendu précis du texte.

Si vous intégrez quelque chose, c'est l'identifiant qui est la référence fiable, et non le nom marketing. Ce n'est pas un point de style : le journal des modifications de Google a fait passer gemini-3.1-flash-image au statut obsolète le jour même où il a publié gemini-nano-banana-2.1, et l'entrée de dépréciation opère sur les identifiants plutôt que sur les noms marketing.

Qui le publie ?

Google le fait, et il le publie sous forme de modèle d'API hébergé plutôt que téléchargeable — il n'y a aucun point de contrôle à récupérer et aucune licence à lire, car les poids ne sont pas distribués. La documentation de référence est l'ensemble de documentation de l'API Gemini de Google elle-même : le répertoire des modèles et la fiche de chaque modèle sur ai.google.dev, le guide de génération d'images, la page de tarification et le journal des modifications de l'API Gemini. Lorsque cette page indique un chiffre, c'est la source, et il s'agit d'une source du fournisseur.

Le lien de parenté compte toutefois davantage que la gamme de l’éditeur, car c’est lui qui détermine entre quoi vous pouvez réellement choisir. Face à Nano Banana 2, son prédécesseur immédiat, la 2.1 est la génération vers laquelle Google oriente les nouveaux projets ; face à Nano Banana 2 Lite, la 2.1 offre un plafond plus élevé pour un prix d’entrée équivalent, puisque les deux sont facturés à 0,0336 $ pour une image 1K (tarification fournisseur, palier standard). Lite renonce à cela de trois manières documentées : il ne prend en charge que la sortie en 1K, il n’a pas de Search grounding, et le guide de Google indique qu’il n’est « pas optimisé pour les entrées de référence multiples ni pour l’édition séquentielle à plusieurs tours ». Si votre charge de travail consiste en une seule image en entrée et une seule image en sortie, en volume, Lite est le choix d’ingénierie le plus économique ; si vous avez besoin de 2K ou 4K, de plusieurs références ou d’une conversation avec l’image, Lite n’est pas du tout un candidat.

Ce qu’il accepte et ce qu’il renvoie

C'est ici que le modèle est plus large que son nom ne le suggère, et il vaut mieux s'en tenir à la fiche du fournisseur plutôt que de se fier au mot « image ». La fiche du modèle gemini-nano-banana-2.1de Google répertorie les types de données d'entrée acceptés comme Texte, Image, Vidéo et PDF, et les types de sortie comme Image et Texte. Ainsi, le côté entrée prend un prompt, une ou plusieurs images, une vidéo ou un document PDF — pas seulement du texte — et le côté sortie peut renvoyer du texte en plus de l'image, ce qui rend possible l'édition conversationnelle : le modèle peut répondre à propos de l'image qu'il vient de créer ou de modifier.

Le reste de l'enveloppe, tous rapportés par le fournisseur, d'après la fiche du modèle, le guide et le journal des modifications :

• Résolutions de sortie — 1K, 2K et 4K. Le palier 512 px (0,5K) proposé par Nano Banana 2 n’est explicitement « pas pris en charge sur Gemini Nano Banana 2.1 », donc sur ce modèle le minimum est 1K. Les paramètres doivent utiliser un K majuscule ; le guide de Google indique que les valeurs en minuscules telles que 1k sont rejetées.

• Ratios d'aspect — le guide publie désormais un tableau par modèle et la colonne de 2.1 en compte quatorze : 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 et 21:9. Cela inclut les ratios larges et panoramiques à 1:4, 4:1, 1:8 et 8:1, que le guide attribue également à Gemini 3.1 Flash Image. Lite ne liste que les dix ratios conventionnels.

• Images de référence — « Combinez jusqu'à 14 images de référence pour produire l'image finale », selon le guide, et le tableau du guide attribue désormais le budget par modèle, ce qu'il ne faisait pas de manière lisible lors de la première rédaction de cette page. Pour la colonne intitulée « Gemini Nano Banana 2.1 & Gemini 3.1 Flash Image », la répartition est de jusqu'à 10 images d'objets en haute fidélité et de jusqu'à 4 images de cohérence des personnages ; le texte du guide donne les mêmes chiffres, indiquant que 2.1 prend en charge « la ressemblance de jusqu'à 4 personnages et la fidélité de jusqu'à 10 objets dans un seul flux de travail ». Les références de style ne sont répertoriées que pour Gemini 3 Pro Image, donc ne comptez pas sur elles ici.

• Limites de tokens — 131 072 tokens d'entrée et 32 768 tokens de sortie, d'après la fiche du modèle. La fiche ne mentionne aucune date limite de connaissances pour ce modèle.

• Réflexion — prise en charge, et le guide précise explicitement que, sur les modèles d'image Gemini 3, elle est « activée par défaut et ne peut pas être désactivée dans l'API ». Le modèle génère jusqu'à deux images intermédiaires pour tester la composition et la logique, et ces images de réflexion sont visibles dans le backend mais ne sont pas facturées. Un thinking_level peut être défini dans la configuration de génération ; l'exemple du guide lui-même passe high.

• Ancrage — L'ancrage de recherche est indiqué comme pris en charge sur la fiche du modèle, et le journal des modifications attribue à la version 2.1 l'ancrage Google Search. Nano Banana 2 Lite ne l'a pas.

• Filigrane — « Toutes les images générées incluent un filigrane SynthID. » Cela s’applique à toute la famille et n’est pas facultatif.

• Ce que la fiche indique comme non pris en charge — la génération audio, la mise en cache, l'exécution de code, la recherche de fichiers, l'appel de fonctions, l'ancrage Google Maps, l'API Live, les sorties structurées et le contexte d'URL. L'API Batch est prise en charge ; les inférences Flex et Priority ne le sont pas.

Rendu et édition de texte, comme documenté

Deux comportements documentés distinguent un modèle comme celui-ci d’un simple point de terminaison texte-image, et Google décrit les deux dans le guide de génération d’images plutôt que dans un benchmark.

Le premier point est la typographie. Le guide répertorie cette capacité comme suit : « Rendu de texte avancé : capable de générer du texte lisible et stylisé pour des infographies, des menus, des diagrammes et des ressources visuelles », et le journal des modifications attribue spécifiquement à la version 2.1 une amélioration du rendu de texte. La fiche modèle le reprend avec le mot « typographie ». Il vaut la peine de préciser ce dont il s'agit : la description d'une capacité, et non un taux d'exactitude mesuré. Google ne publie aucun chiffre d'erreur de caractères, aucun score de lisibilité et aucune comparaison avec son propre modèle antérieur sur une tâche de rendu de texte, de sorte que quiconque cite un chiffre sur la qualité avec laquelle la version 2.1 rend les lettres cite autre chose que Google.

Le second est l'édition, que le guide traite comme le mode conversationnel du modèle. Lors d'une édition, « le modèle fera correspondre le style, l'éclairage et la perspective de l'image originale » — l'édition est appliquée à l'intérieur du cadre existant plutôt que de produire une nouvelle image dans le même genre. Pour l'inpainting, l'instruction est encore plus étroite : ne changez que l'élément que vous nommez et conservez « le style, l'éclairage et la composition d'origine ». L'affirmation phare du changelog pour la 2.1 sur cet axe est une meilleure cohérence des personnages sur plusieurs tours, qui est la propriété qui détermine si un objet ou une personne survit à cinq éditions séquentielles en ressemblant à lui-même ou à elle-même. Cette affirmation est rapportée par le fournisseur et, à ce jour, non reproduite en dehors de Google.

Ce que Google affirme versus ce qui a réellement été mesuré

L’entrée du journal des modifications de Google datée du 6 octobre 2026 indique que 2.1 « conserve la vitesse et l’efficacité de coût de Flash » tout en ajoutant « des améliorations significatives de la qualité visuelle, du respect des invites, de la cohérence des personnages sur plusieurs tours, du rendu du texte », ainsi que des formats larges et panoramiques. Le répertoire des modèles ajoute « une meilleure qualité visuelle, une meilleure typographie et une meilleure cohérence multi-tours ». Ce sont les termes du fournisseur ; ils indiquent une orientation plutôt qu’ils ne la quantifient, et aucun benchmark réalisé par le fournisseur ne les accompagne.

Trois choses suivent, et elles constituent l’état honnête des preuves plutôt qu’une échappatoire.

D'abord, Google ne publie aucun de ses propres chiffres de benchmark pour Nano Banana 2.1 — aucun Elo, aucun taux de victoire, aucun score d'aucune sorte sur ses pages de documentation. Si un chiffre concernant la qualité de ce modèle est présenté comme provenant de Google, c'est un chiffre que Google n'a pas publié.

Deuxièmement, il n'existe aucun comparatif direct du fournisseur entre Nano Banana 2.1 et Nano Banana 2 à réglages identiques. Google affirme des améliorations d'une génération à l'autre ; elle n'a pas publié d'évaluation appariée à invites identiques, résolutions identiques et effort identique qui permettrait à un lecteur de les comparer. Quiconque laisse entendre un écart mesuré entre les deux laisse entendre une chose que personne n'a fait tourner.

Troisièmement, une évaluation indépendante existe bel et bien, et le dispositif d’évaluation mérite d’être nommé pour que le lecteur puisse en juger : Artificial Analysis fait tourner Nano Banana 2.1 dans son Image Arena, qui couvre à la fois la génération d’images à partir de texte et l’édition d’images, et publie les votes qui sous-tendent ses scores. C’est la source tierce à utiliser pour le positionnement. Le rang précis et l’Elo que ce modèle y occupe sont une question différente de celle à laquelle cette page répond, et ils sont calculés selon un calendrier sur lequel cette page n’a aucun contrôle — vérifiez-le à la source plutôt que par rapport à un chiffre recopié de n’importe où, y compris chez nous.

Comment obtenir l’accès aujourd’hui, et combien cela coûte

L'accès se fait via l'API propre à Google. Vous appelez l'API Gemini avec l'identifiant de modèle gemini-nano-banana-2.1 ; cet identifiant est celui qui est stable, et c'est celui que l'entrée de dépréciation du journal des modifications pour gemini-3.1-flash-image désigne comme cible de migration. Il n'existe aucune voie auto-hébergée, aucun téléchargement de poids et aucun checkpoint communautaire, car aucun membre de la famille d'images n'est publié de cette manière.

Tarification, tout cela provenant de la page de tarification de Google dans le niveau standard et tout cela déclaré par le fournisseur :

• Jetons — entrée : 1,50 $ par million de jetons pour le texte, l’image et la vidéo ; sortie : 7,50 $ par million de jetons pour le texte et la réflexion, et 30,00 $ par million de jetons pour les images.

• Par image — 0,0336 $ en 1K, 0,0504 $ en 2K et 0,113 $ en 4K. Google publie également une équivalence calculée pour le cas 1K : une sortie de 1024×1024 consomme 1 120 jetons d'image.

• Traitement par lots — la moitié du tarif standard : 0,75 $ par 1M de tokens d’entrée et 15,00 $ par 1M de tokens d’image, ce qui revient à 0,0168 $ / 0,0252 $ / 0,0567 $ par image 1K / 2K / 4K, en échange d’un délai de traitement allant jusqu’à 24 heures.

• Grounding — aucune ligne distincte sur l’image elle-même. Google regroupe l’ancrage Web et Image Search avec les modèles d’image Gemini 3 à 5 000 requêtes de recherche gratuites par mois, partagées entre tous les modèles Gemini 3 et plus récents, puis 14 $ par 1 000 requêtes ; le contexte récupéré n’est pas facturé comme jetons d’entrée.

• Free Tier — la colonne « Free Tier » de la page de tarifs indique « Not available » pour chaque chiffre ci-dessus. Il n'existe aucune allocation gratuite pour la sortie d'images sur ce modèle. Si une telle allocation apparaît, elle apparaîtra là et nulle part ailleurs.

• Comparaison des paliers au sein de la famille — Nano Banana 2 Lite coûte 0,0336 $ par image 1K, un tarif identique à celui de la 1K de 2.1, mais il ne publie aucun prix pour la 2K ou la 4K, car il ne gère pas ces tailles. Nano Banana 2 (Gemini 3.1 Flash Image) coûte 0,067 $ la 1K et 0,101 $ la 2K, donc 2.1 est moins cher pour toutes les tailles qu'ils ont en commun. Nano Banana Pro (Gemini 3 Pro Image) coûte 0,134 $ par image 1K ou 2K et 0,24 $ en 4K, soit environ le double du tarif de 2.1 jusqu'à la 2K, et un peu plus du double en 4K.

• Le membre historique, pour être exhaustif — le Nano Banana d'origine (gemini-2.5-flash-image) est obsolète et la page de tarification comporte un avis d'arrêt daté du 2 octobre 2026. Ce modèle ne constitue en aucun cas un échelon inférieur à 2.1 dans un sens concret ; le point d'entrée de la famille est désormais Nano Banana 2 Lite.

Un chiffre dans cet ensemble ne concorde pas, et il vaut la peine de le signaler plutôt que de retenir le nombre le plus propre. La page de tarification de Google indique qu’une image 4K sur ce modèle consomme 3 780 tokens et annonce 0,113 $ par image 4K ; ces deux valeurs concordent à 30 $ par million de tokens d’image. Le tableau par modèle du guide de génération d’images donne les mêmes nombres de tokens pour 1K et 2K que la page de tarification (1 120 et 1 680), mais indique 2 520 pour la 4K, ce qui, au même tarif, équivaudrait à environ 0,0756 $. Ce sont deux pages Google, et elles ne concordent pas. Le prix est le chiffre à retenir, car c’est celui de la page qui vous facture, et l’écart est exactement le genre de chose à revérifier à la source avant de bâtir un modèle de coûts dessus.

Une ligne de plus qu'un lecteur peut souhaiter, énoncée pour ce qu'elle est : Nano Banana 2.1 ne figure pas aujourd'hui sur la liste des modèles actifs d'OrcaRouter, aussi cette page n'affirme-t-elle rien quant à un appel à ce modèle ici. Ce qui est sur cette liste, c'est son prédécesseur direct sous l'identifiant google/gemini-3.1-flash-image-preview, le modèle dont les chaînes migrent vers 2.1. OrcaRouter répercute le prix catalogue du fournisseur avec 0 % de marge sur les modèles qu'il route, de sorte qu'un changement de prix du fournisseur sur un modèle routé arrive ici le jour même plutôt qu'avec un retard — propriété à vérifier sur cette famille à mesure que Google en revoit les paliers tarifaires.

La version courte

Nano Banana 2.1 est le modèle d'image Gemini de milieu de gamme de Google : en entrée, texte, image, vidéo et PDF ; en sortie, image et texte ; 1K, 2K et 4K ; jusqu'à 14 références réparties en dix objets et quatre personnages ; ancrage sur la recherche Web et Images ; SynthID sur chaque sortie ; réflexion activée par défaut ; 0,0336 $ par image 1K. Il se situe au-dessus de Nano Banana 2 Lite, qui s'aligne sur son prix pour la 1K mais s'arrête à la 1K et abandonne l'ancrage Search, et en dessous de Nano Banana Pro, dont le tarif est environ le double et qui constitue la voie coûteuse vers des mises en page complexes et du texte précis. Son identifiant, gemini-nano-banana-2.1, est le seul nom qui ne vous induira pas en erreur — et les affirmations de qualité qui y sont attachées sont les mots de Google, non reproduits. La page du modèle est l'endroit où apprendre ce qu'il est ; si vous le choisissez pour une différence de qualité avec Nano Banana 2, le seul endroit où voir cette différence évaluée est l'arène indépendante, pas la note de version du fournisseur.