Nano Banana 2.1: Il modello Gemini per le immagini, la sua famiglia e quanto costa

Nano Banana 2.1 è il modello di generazione di immagini e di editing conversazionale che il fornitore eroga con l'identificatore API gemini-nano-banana-2.1. La documentazione dello stesso fornitore gli attribuisce il nome di prodotto Gemini Nano Banana 2.1 e lo definisce un aggiornamento di Nano Banana 2, il cui identificatore è gemini-3.1-flash-image. Altri due modelli lo affiancano nella stessa famiglia: Nano Banana 2 Lite (gemini-3.1-flash-lite-image) sotto di esso, e Nano Banana Pro (gemini-3-pro-image) sopra di esso. Questa è la struttura della cosa — una famiglia di immagini a tre livelli con un quarto membro più vecchio ancora documentato — e gran parte della confusione attorno al nome deriva dal fatto che i nomi di prodotto e le stringhe degli endpoint non sono mai stati fatti coincidere. Questa pagina è il riferimento per il modello stesso: che cos'è, chi lo pubblica, cosa si può inserire e cosa si riceve in risposta, cosa dichiara il fornitore e come lo si raggiunge oggi. Ogni dato riportato di seguito è citato dalla model card, dalla guida alla generazione di immagini, dalla pagina dei prezzi e dal changelog del fornitore stesso, nella versione in vigore al 13 ottobre 2026, e ciascuno è etichettato come dichiarato dal fornitore; l'unica fonte indipendente utilizzata è indicata dove compare.

Cos'è, e perché l'identificatore è la parte che conta

Il catalogo dei modelli del fornitore elenca gemini-nano-banana-2.1 con lo stato "New Stable" e la descrizione "Modello di generazione e modifica delle immagini ad alta efficienza, con qualità visiva, tipografia e coerenza multi-turno migliorate." La guida alla generazione di immagini lo presenta in modo ancora più schietto: è "un aggiornamento a Nano Banana 2, che funge da principale modello di riferimento ad alta efficienza per la generazione di immagini e la modifica conversazionale."

La denominazione è il primo problema pratico che un lettore incontra, quindi vale la pena affermarlo senza mezzi termini. In questa famiglia il nome del prodotto non è desumibile dall'identificatore:

• Nano Banana 2.1 — nome prodotto "Gemini Nano Banana 2.1", id API gemini-nano-banana-2.1, l'attuale cavallo di battaglia ad alta efficienza.

• Nano Banana 2 — ID API gemini-3.1-pro-preview. Non c'è alcun numero di versione nell'identificatore, ed è per questo che "Nano Banana 2" e "gemini-3.1-pro-preview" sono lo stesso modello.

• Nano Banana 2 Lite — ID API gemini-3.1-flash-lite-image. La guida di Google lo definisce lo specialista dell'efficienza della famiglia, progettato per una latenza ultra-bassa e un utilizzo interattivo ad alto volume.

• Nano Banana Pro — ID API gemini-3-pro-image, descritto come un motore di progettazione professionale con un nucleo di ragionamento, pensato per layout complessi e rendering preciso del testo.

Se stai collegando qualcosa, l'identificatore è il riferimento affidabile e il nome commerciale no. Non è una questione stilistica: il changelog di Google ha spostato gemini-3.1-flash-image in stato deprecato lo stesso giorno in cui ha rilasciato gemini-nano-banana-2.1, e la voce di deprecazione fa il suo lavoro negli identificatori piuttosto che nei nomi commerciali.

Chi lo pubblica?

Google lo fa, e lo pubblica come modello API ospitato anziché scaricabile — non c'è alcun checkpoint da recuperare né licenza da leggere, perché i pesi non vengono rilasciati. Il materiale autorevole è la documentazione ufficiale dell'API Gemini di Google: l'elenco dei modelli e la scheda per singolo modello su ai.google.dev, la guida alla generazione di immagini, la pagina dei prezzi e il changelog dell'API Gemini. Dove questa pagina indica un numero, quella è la fonte, ed è una fonte del fornitore.

La relazione di famiglia conta però più della linea del publisher, perché decide tra cosa puoi effettivamente scegliere. Rispetto a Nano Banana 2, il suo predecessore immediato, 2.1 è la generazione verso cui Google sta indirizzando i nuovi progetti; rispetto a Nano Banana 2 Lite, 2.1 offre un tetto più alto a un prezzo d'ingresso identico, dato che entrambi vengono fatturati a $0.0336 per un'immagine 1K (prezzi del fornitore, livello standard). Lite rinuncia a questo in tre modi documentati: supporta solo l'output 1K, non ha Search grounding e la guida di Google afferma che "non è ottimizzato per input di riferimento multipli o per la modifica sequenziale multi-turno". Se il tuo carico di lavoro prevede una singola immagine in ingresso e una singola in uscita ad alto volume, Lite è la scelta ingegneristica più economica; se hai bisogno di 2K o 4K, di diversi riferimenti o di una conversazione con l'immagine, Lite non è affatto una candidata.

Che cosa accetta e che cosa restituisce

È qui che il modello è più ampio di quanto il suo nome lasci intendere, e vale la pena leggere la scheda del fornitore anziché desumerlo dalla parola «immagine». La scheda del modello di Google per gemini-nano-banana-2.1 elenca i tipi di dati di input accettati come Testo, Immagine, Video e PDF, e i tipi di output come Immagine e Testo. Quindi il lato di input accetta un prompt, una o più immagini, video o un documento PDF — non solo testo — e il lato di output può restituire testo insieme all'immagine, ed è questo che rende possibile la modifica conversazionale: il modello può rispondere riguardo all'immagine che ha appena creato o modificato.

Il resto dell'inviluppo, tutto quanto riportato dal fornitore nella model card, nella guida e nel changelog:

• Risoluzioni di output — 1K, 2K e 4K. Il livello 512px (0,5K) che Nano Banana 2 offre è esplicitamente "non supportato su Gemini Nano Banana 2.1", quindi su questo modello il minimo è 1K. I parametri devono usare una K maiuscola; la guida di Google afferma che i valori minuscoli come 1k vengono rifiutati.

• Proporzioni — la guida ora pubblica una tabella per modello e la colonna di 2.1 ne elenca quattordici: 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 e 21:9. Ciò include i formati wide e panoramici 1:4, 4:1, 1:8 e 8:1, che la guida attribuisce anche a Gemini 3.1 Flash Image. Lite elenca solo i dieci formati convenzionali.

• Immagini di riferimento — "Combina fino a 14 immagini di riferimento per produrre l'immagine finale", secondo la guida, e la tabella della guida ora assegna il budget per modello, cosa che non faceva in modo leggibile quando questa pagina è stata redatta per la prima volta. Per la colonna intitolata "Gemini Nano Banana 2.1 & Gemini 3.1 Flash Image" la suddivisione è fino a 10 immagini di oggetti ad alta fedeltà e fino a 4 immagini per la coerenza dei personaggi; il testo della guida fornisce gli stessi numeri, affermando che 2.1 supporta "la somiglianza dei personaggi fino a 4 personaggi e la fedeltà fino a 10 oggetti in un unico flusso di lavoro". I riferimenti di stile sono elencati solo per Gemini 3 Pro Image, quindi non prevederli qui.

• Limiti di token — 131.072 token di input e 32.768 token di output, secondo la scheda del modello. La scheda non indica alcun limite temporale delle conoscenze per questo modello.

• Thinking — supportato, e la guida specifica esplicitamente che sui modelli di immagini Gemini 3 è "abilitato per impostazione predefinita e non può essere disabilitato nell'API". Il modello genera fino a due immagini intermedie per testare composizione e logica, e quelle immagini di pensiero sono visibili nel backend ma non vengono addebitate. Un thinking_level può essere impostato nella configurazione di generazione; l'esempio della guida stessa passa high.

• Grounding — Il grounding di ricerca è indicato come supportato sulla scheda del modello, e il changelog attribuisce a 2.1 il grounding con Google Search. Nano Banana 2 Lite non ne dispone.

• Watermarking — "Tutte le immagini generate includono una filigrana SynthID". Questo vale per tutta la famiglia e non è opzionale.

• Ciò che la scheda contrassegna come non supportato — generazione audio, caching, esecuzione del codice, ricerca di file, chiamata di funzioni, grounding di Google Maps, la Live API, output strutturati e contesto URL. Batch API è supportata; Flex e inferenza Priority non lo sono.

Rendering e modifica del testo, come documentato

Due comportamenti documentati distinguono un modello come questo da un semplice endpoint text-to-image, e Google li descrive entrambi nella guida alla generazione di immagini anziché in un benchmark.

Il primo è la tipografia. La guida elenca la capacità come «Rendering avanzato del testo: in grado di generare testo leggibile e stilizzato per infografiche, menu, diagrammi e materiali di marketing», e il changelog attribuisce specificamente alla 2.1 un rendering del testo migliorato. La scheda del modello lo riecheggia nella parola «typography». Vale la pena essere precisi su che cosa sia: una descrizione di una capacità, non un tasso di accuratezza misurato. Google non pubblica alcun dato sugli errori a livello di caratteri, alcun punteggio di leggibilità né alcun confronto con il proprio modello precedente su un compito di rendering del testo, quindi chiunque citi un numero su quanto bene la 2.1 renda le lettere sta citando qualcosa che non proviene da Google.

Il secondo è l'editing, che la guida tratta come la modalità conversazionale del modello. In caso di modifica, "il modello corrisponderà lo stile, l'illuminazione e la prospettiva dell'immagine originale" — la modifica viene applicata all'interno della cornice esistente anziché produrre una nuova immagine dello stesso genere. Per l'inpainting, l'istruzione è ancora più ristretta: cambiare solo l'elemento che si nomina e mantenere "lo stile, l'illuminazione e la composizione originali". L'affermazione principale del changelog per la 2.1 su questo asse è una migliore coerenza dei personaggi multi-turno, che è la proprietà che decide se un oggetto o una persona sopravvive a cinque modifiche sequenziali mantenendo il proprio aspetto. Tale affermazione è riportata dal fornitore e, a oggi, non è stata riprodotta al di fuori di Google.

Ciò che Google sostiene rispetto a ciò che è stato effettivamente misurato

La voce di changelog di Google per il 6 ottobre 2026 afferma che 2.1 "mantiene velocità ed efficienza dei costi a livello di Flash" aggiungendo "miglioramenti significativi nella qualità visiva, nell'aderenza ai prompt, nella coerenza dei personaggi multi-turno, nel rendering del testo" e rapporti d'aspetto ampi e panoramici. La directory dei modelli aggiunge "qualità visiva, tipografia e coerenza multi-turno migliorate". Queste sono le parole del fornitore, sono indicative anziché quantificate, e nessun benchmark eseguito dal fornitore le accompagna.

Seguono tre cose, e rappresentano lo stato onesto delle prove piuttosto che una cautela.

Innanzitutto, Google non pubblica alcun dato di benchmark proprio per Nano Banana 2.1 — nessun Elo, nessun tasso di vittoria, nessun tipo di punteggio nelle sue pagine di documentazione. Se un numero sulla qualità di questo modello viene presentato come di Google, è un numero che Google non ha pubblicato.

In secondo luogo, non esiste un confronto diretto del fornitore tra Nano Banana 2.1 e Nano Banana 2 a impostazioni equivalenti. Google dichiara miglioramenti da una generazione all'altra; non ha pubblicato una valutazione appaiata con prompt equivalenti, risoluzioni equivalenti e sforzo equivalente che consentirebbe a un lettore di soppesarli. Chiunque insinui un divario misurato tra i due sta insinuando qualcosa che nessuno ha eseguito.

Terzo, la valutazione indipendente esiste davvero, e vale la pena citare il sistema di valutazione così che il lettore possa giudicarlo: Artificial Analysis esegue Nano Banana 2.1 nella sua Image Arena, che copre sia la generazione di immagini da testo sia la modifica di immagini e pubblica i voti alla base dei suoi punteggi. Questa è la fonte di terze parti da usare per il posizionamento. La posizione specifica e l'Elo che questo modello detiene lì sono una questione diversa da quella a cui risponde questa pagina, e vengono calcolati secondo un programma su cui questa pagina non ha alcun controllo — verificali alla fonte piuttosto che confrontarli con una cifra copiata da qualsiasi parte, anche da noi.

Come ottenere l'accesso oggi e quanto costa

L'accesso avviene tramite l'API di Google stessa. Chiami l'API Gemini con l'identificatore del modello gemini-nano-banana-2.1; quell'identificatore è quello stabile, ed è quello che la voce di deprecazione del changelog per gemini-3.1-flash-image indica come destinazione della migrazione. Non esiste una via self-hosted, né un download dei pesi né un checkpoint della community, perché nessun membro della famiglia di immagini viene rilasciato in quel modo.

Prezzi, tutti provenienti dalla pagina dei prezzi di Google nel livello standard e tutti dichiarati dal fornitore:

• Token — input $1,50 per 1M di token per testo, immagine e video; output $7,50 per 1M di token per testo e ragionamento, e $30,00 per 1M di token per immagini.

• Per immagine — $0,0336 a 1K, $0,0504 a 2K e $0,113 a 4K. Google pubblica anche un esempio di calcolo di equivalenza per il caso 1K: un output 1024×1024 consuma 1.120 token immagine.

• Batch — metà della tariffa standard: $0,75 per 1M di input e $15,00 per 1M di token immagine, che corrisponde a $0,0168 / $0,0252 / $0,0567 per immagine 1K / 2K / 4K, in cambio di un tempo di elaborazione fino a 24 ore.

• Grounding — nessuna voce separata sull'immagine stessa. Google include il grounding di Ricerca Web e Ricerca Immagini con i modelli di immagini Gemini 3 a 5.000 richieste di ricerca gratuite al mese, condivise tra tutti i modelli Gemini 3 e successivi, poi 14 $ per 1.000 richieste; il contesto recuperato non viene fatturato come token di input.

• Piano gratuito — la colonna Piano gratuito della pagina dei prezzi riporta "Non disponibile" per ogni valore sopra. Non esiste una quota gratuita per l'output di immagini su questo modello. Se ne compare una, comparirà lì e in nessun altro posto.

• Confronto tra livelli all'interno della famiglia — Nano Banana 2 Lite costa $0.0336 per immagine a 1K, identico alla tariffa 1K di 2.1, ma non pubblica alcun prezzo per 2K o 4K perché non gestisce quelle dimensioni. Nano Banana 2 (Gemini 3.1 Flash Image) costa $0.067 per immagine a 1K e $0.101 per immagine a 2K, quindi 2.1 è più economico a ogni dimensione che condividono. Nano Banana Pro (Gemini 3 Pro Image) costa $0.134 per immagine a 1K o 2K e $0.24 a 4K, circa il doppio della tariffa di 2.1 fino a 2K e poco più del doppio a 4K.

• Il membro legacy, per completezza — l'originale Nano Banana (gemini-2.5-flash-image) è deprecato e la pagina dei prezzi riporta un avviso di dismissione datato 2 ottobre 2026. Quel modello non è un livello inferiore al 2.1 in alcun senso attivo; il punto di ingresso della famiglia ora è Nano Banana 2 Lite.

Una cifra all'interno di quell'insieme non torna, e vale la pena dirlo invece di scegliere il numero più ordinato. La pagina dei prezzi di Google afferma che un'immagine 4K su questo modello consuma 3.780 token e indica 0,113 $ per immagine 4K; le due cifre concordano su 30 $ per 1 milione di token immagine. La tabella per modello nella guida alla generazione di immagini riporta gli stessi conteggi di token per 1K e 2K della pagina dei prezzi (1.120 e 1.680), ma indica 2.520 per il 4K, che alla stessa tariffa sarebbe circa 0,0756 $. Entrambe sono pagine Google e non concordano. Il prezzo è la cifra a cui attenersi, perché è quella riportata sulla pagina che ti fattura, e la discrepanza è esattamente il tipo di cosa da ricontrollare alla fonte prima di costruirci sopra un modello di costo.

Ancora una riga che un lettore potrebbe voler vedere, detta per quello che è: Nano Banana 2.1 oggi non è nella lista dei modelli live di OrcaRouter, quindi questa pagina non afferma nulla sul chiamarlo qui. Ciò che è in quella lista è invece il suo predecessore diretto sotto l'identificatore google/gemini-3.1-flash-image-preview, che è il modello le cui stringhe migrano alla 2.1. OrcaRouter applica il prezzo di listino del fornitore con markup 0% sui modelli che instrada, quindi una variazione di prezzo del fornitore su un modello instradato arriva qui lo stesso giorno anziché in ritardo — ed è la proprietà da verificare per questa famiglia mentre Google continua a riorganizzarne i livelli.

La versione breve

Nano Banana 2.1 è il modello di immagini Gemini di fascia media di Google: in input testo, immagine, video e PDF; in output immagine e testo; 1K, 2K e 4K; fino a 14 riferimenti suddivisi in dieci oggetti e quattro personaggi; grounding su Web e Ricerca immagini; SynthID su ogni output; thinking attivo per impostazione predefinita; 0,0336 $ per immagine a 1K. Si colloca sopra Nano Banana 2 Lite, che corrisponde al suo prezzo per il 1K ma si ferma a 1K e rinuncia al grounding di Ricerca, e sotto Nano Banana Pro, che costa circa il doppio ed è la via costosa verso layout complessi e testo preciso. Il suo identificatore, gemini-nano-banana-2.1, è l'unico nome che non ti ingannerà — e le dichiarazioni di qualità a esso associate sono parole di Google, non riprodotte. La pagina del modello è il luogo dove scoprire di cosa si tratta; se lo stai scegliendo per una differenza di qualità rispetto a Nano Banana 2, l'unico posto dove vedere soppesata quella differenza è l'arena indipendente, non la nota di rilascio del fornitore.