Images 2.6 vs Nano Banana 2.1: 해상도 사다리에 맞선 애니메이션

이 두 모델 중 오직 하나만 움직이는 파일을 만들 수 있는데, 그것은 벤치마크 점수가 더 높은 모델이 아니다. Images 2.6, 2026년 11월 4일 OpenAI가 공개한 — GPT-Image-2.6 Sunburst는 품질용, GPT-Image-2.6 Flare는 속도용 — 이 제품군에는 단일 단계 애니메이션 GIF 생성, SVG 내보내기, 마크업 안내 편집이 추가되었다. Nano Banana 2.1은 Gemini 3.6 Flash를 기반으로 구축되어 2026년 10월 6일부터 일반 제공된 구글의 모델인데, 그런 것은 하나도 추가하지 않았다. 대신 추가한 것은 가격 인하와 해상도 사다리였다. 1K, 2K, 4K의 이름 붙은 출력 등급, 최대 14장의 참조 이미지, 그리고 8:1처럼 극단적인 화면 비율까지.

따라서 둘 사이의 선택은 품질 경쟁이 아니다. 그것은 결과물이 어떤 형태를 취하는지에 대한 문제다. 애니메이션 스티커, 루프형 소셜 게시물, 짧은 설명용 프레임을 만드는 팀에게는 여기서 한 후보가 있다. 인쇄 해상도의 제품 비주얼이나 와이드 배너 형식을 만드는 팀에게는 다른 후보가 있다. 그다음에야 벤치마크가 중요해지며, 중요해질 때 그 수치는 신규 진입자에게 출시 보도가 암시하는 것보다 덜 호의적이다.

벤치마크의 실제 현황

Artificial Analysis, 2026년 11월 5일 기준:

• AA-Image-Editing v2.1 — Nano Banana 2.1, 1,151 Elo (6,937개 샘플 기준), GPT Image 2.5 Sunburst (max)는 1,199 (18,300개 샘플 기준). Images 2.6은 행이 없습니다.

• AA-Image-T2I v2.1 — Nano Banana 2.1은 1,176점을 기록하며 6,274개 샘플에서 4위; GPT Image 2.5 Sunburst는 1,224점으로 1위, GPT Image 2 (high)는 1,188점으로 3위입니다. Images 2.6 역시 여기에 행이 없습니다.

• 구글 자체 수치 — Thinking 모드의 Nano Banana 2.1은 1,050 Elo로, Nano Banana 2의 990, Nano Banana Pro의 935와 대비된다. 벤더가 보고한 수치이며 AA 보드와는 척도가 다르므로, 두 수치를 혼용해서는 안 된다.

그래서 확실하게 말할 수 있는 두 가지는 Nano Banana 2.1이 독립적인 편집 측정에서 중간권 모델이고 텍스트→이미지에서는 확실한 4위라는 점, 그리고 그 전작이 편집에서 48점 더 낮다는 점입니다. 세 번째, 즉 Images 2.6이 더 나은지 여부는 아직 사실이 아닙니다. 가장 근접한 대리 지표는 OpenAI의 이전 세대가 두 순위표 모두에서 신뢰구간보다 큰 격차로 앞서고 있다는 것, 그리고 2.6이 내세우는 개선은 이미지 한 장당 품질의 도약이 아니라 일련의 편집 전반에 걸친 일관성이라는 점입니다.

해상도 단계 자세히 알아보기

여기가 바로 나노 바나나 2.1이 구조적으로 앞서 있는 지점이며, 이는 미미한 우위가 아니다.

• 출력 등급 — 이름이 붙은 가격 책정 옵션으로서의 1K, 2K 및 4K. Images 2.6은 그런 방식으로 해상도를 판매하지 않습니다. 출력 크기는 토큰 예산에 의해 암시되며, OpenAI는 가격이 책정된 2K 또는 4K 등급을 공개하지 않습니다.

• 가로세로 비율 — Nano Banana 2.1에서는 어느 방향으로든 최대 8:1까지 지원합니다. 3,200 × 400 리더보드 배너는 잘라낸 것이 아니라 정식 요청입니다. Images 2.6은 2.5 세대가 지원한 것을 그대로 이어받는데, OpenAI는 이를 명시적인 범위로 문서화하지 않았습니다.

• 참조 이미지 — 최대 14개, Nano Banana 2.1에서는 4개의 캐릭터와 10개의 개체로 구성됩니다. Images 2.6은 ChatGPT에서 재사용 가능한 저장된 참조 이미지를 추가하고 두 엔드포인트 모두에서 이미지 입력을 허용하지만 최대 개수는 공개되지 않습니다.

• 컨텍스트 — Nano Banana 2.1에서 입력 약 131K, 출력 약 32K 토큰이며 검색 그라운딩을 사용할 수 있습니다. Images 2.6은 컨텍스트 윈도우를 공개하지 않으며, 모델 페이지에는 텍스트 및 이미지 입력과 이미지 출력만 나열되어 있고 그 이상은 없습니다.

• 편집 제어 — Nano Banana 2.1의 마스크 기반 로컬 편집과 세 가지 사고 수준; Images 2.6의 마크업 기반 편집과 새로운 복잡도 파라미터. 이 둘은 가까운 사촌 사이로, 둘 다 모델이 얼마나 많은 숙고를 들일지 그리고 어디에 적용할지를 지정할 수 있게 해줍니다.

실무적 결과는 Nano Banana 2.1이 두 모델 중 계약서에 명시할 수 있는 유일한 모델이라는 점입니다. "16:9 비율의 4K 이미지를 생성하며, 공시된 4K 요율로 청구한다"는 문장은 작업 명세서에 그대로 써넣을 수 있습니다. Images 2.6에 해당하는 문장은 토큰 예산과 추정치일 뿐입니다.

가격 비교에는 진짜 모호한 점이 하나 있다

Nano Banana 2.1 출력은 이미지 토큰 100만 개당 $30으로 청구되며, Nano Banana 2의 $60에서 인하된 금액입니다. 이 절반 인하가 출시를 화제로 만들었죠. 실제로는 1K에서 $0.0336이고 2K에서 $0.0504입니다. 배치 가격은 두 경우 모두 다시 절반으로 줄어듭니다.

4K에서는 출처들이 서로 다르게 말하며, 그 불일치는 사소한 것이 아니다. 일부 매체는 $0.0756을 보도하고, TechRepublic과 heise를 포함한 다른 매체들은 4K 토큰 수가 약 3,780개로 증가했다는 근거로 $0.113을 보도한다. 두 수치 모두 같은 출시에 관한 신뢰할 만한 기사에 등장한다. 4K 파이프라인의 예산을 책정하고 있다면, 이는 가장 큰 지출 항목에서 50%의 차이이며, 이 글을 포함한 어떤 2차 출처보다도 Google 자체 요율표를 기준으로 확인할 가치가 있다.

잘못된 방향으로 움직인 한 가지: Nano Banana 2.1은 입력 가격을백만 토큰당 $1.50으로 인상했습니다—기존 $0.50에서, 텍스트 및 사고 출력은 백만 토큰당 $7.50입니다. 대형 원본 이미지를 전달하는 편집이 많은 워크플로에서는 출력 측 인하가 입력 측 인상으로 일부 상쇄될 수 있어 순 절감액은 헤드라인 수치보다 작습니다.

비교를 위해 Images 2.6은 텍스트 입력 100만 토큰당 $5, 이미지 입력 100만 토큰당 $8, 이미지 출력 100만 토큰당 $30입니다. 배치 요금은 해당 수치의 절반이지만, 2.6 모델 페이지에서는 /v1/batch를 지원하지 않는 것으로 표시되어 있어, 이 모델에서는 아직 그린필드 배치 가격을 이용할 수 없습니다. 이미지당 추정치는 품질이 낮을 때 약 $0.006, 중간일 때 $0.013, 높을 때 $0.053, 최대일 때 $0.21에 가깝습니다 — 이는 2.5 세대에서 이어온 토큰 예산에서 도출된 것이지 공개된 2.6 수치가 아닙니다.

중요한 설정에서 두 제품을 나란히 비교해 보면, 출시 보도가 그린 그림과는 다릅니다. 2K에서 {{1}}Nano Banana 2.1{{/1}}의 비용은 $0.0504입니다. 고품질 설정에서 {{2}}Images 2.6{{/2}}의 비용은 약 $0.053입니다. 두 가격은 서로 5% 이내 차이입니다. 구글의 가격 인하는 {{1}}Nano Banana 2.1{{/1}}을 토큰 단위로 과금되는 경쟁 제품보다 극적으로 저렴하게 만든 것이 아니라, 고품질로 실행되는 제품과 거의 동등하게 만들었고, xhigh 및 max에 대해서만 더 저렴하게 만들었습니다.

그 동등성이야말로 두 모델을 모두 한 곳에서 접근 가능하게 유지해야 하는 근거다. OrcaRouter는 공급자 목록 가격을 0% 마크업으로 그대로 전달하며, 이는 벤더의 가격 인하가 업스트림에 적용되는 당일 우리 쪽에도 바로 반영된다는 뜻이다. 리셀러가 가격을 다시 매길 때까지 기다릴 필요가 없다는 것이다. 그리고 라우팅 규칙을 활용하면 거의 동일한 두 비용 중 상태가 정상인 쪽으로 트래픽을 보낼 수 있다. Google은 이미 이번 분기에 이미지 모델 하나를 지원 중단했는데, 통합을 다시 구축하는 대신 모델 문자열을 바꿀 수 있는 능력은 1센트의 일부보다 더 가치 있다.

구글이 실제로 권장하는 마이그레이션

서비스 종료보다 더 미묘한 무언가가 Google 쪽에서 벌어지고 있습니다. 2026년 11월 5일에 확인한 실시간 이미지 생성 문서에는 Nano Banana 제품군의 모델 다섯 개가 나열되어 있습니다 — Nano Banana 2.1(gemini-nano-banana-2.1), Nano Banana 2 Lite(gemini-3.1-flash-lite-image), Nano Banana 2(gemini-3.1-flash-image), Nano Banana Pro(gemini-3-pro-image) 그리고 레거시 Gemini 2.5 Flash Image 모델입니다. Nano Banana 2는 여전히 목록에 올라 있고 여전히 호출할 수 있으며, 종료 날짜도 명시되어 있지 않습니다. 문서의 안내는 모든 신규 프로젝트가 Nano Banana 2.1을 사용해야 한다는 것인데, 이는 폐기(deprecation)라기보다는 권장 사항입니다.

두 가지 세부 사항 때문에 그 권고는 겉보기만큼 깔끔하지 않다. Nano Banana 2 Lite는 이제 가장 빠르고 가장 저렴한 등급으로, 다중 참조나 다중 턴 편집보다는 속도와 규모를 위해 의도된 것으로 설명되므로, “2.1로 이전하라”는 것이 대량의 단순 생성에서 자동으로 비용 최적의 선택이 되는 것은 아니다. 그리고 Google 자체의 지원 중단 페이지는 게시된 날짜가 “모델이 퇴역할 수 있는 가장 이른 날짜”임을 분명히 밝히며, 실제 종료 전에 사전 공지를 약속한다. 날짜가 전혀 없는 모델은 서비스 종료를 앞둔 모델이 아니다.

다만 상업적인 걸림돌은 실재합니다. Gemini 앱에서 무료 사용자는 여전히 Nano Banana 2를 사용할 수 있지만, 2.1은 AI Pro, Plus 또는 Ultra 요금제가 필요하며, API에서는 2.1의 무료 티어가 없습니다. 무료 티어에서 프로토타입을 제작한 뒤 이제 프로덕션으로 옮기는 팀은 자신의 테스트 환경과 프로덕션 환경이 더 이상 같은 모델이 아니라는 사실을 발견하게 될 것입니다. 이는 "스테이징에서는 잘 됐는데"라는 실패가 발생하는 확실한 원인입니다.

문서가 말하는 것과 말하지 않는 것

분명히 말해 둘 만합니다. 그것이 제품과 발표를 가르는 차이이기 때문입니다.

이미지 2.6:의 모델 페이지gpt-image-2.6-sunburst가 OpenAI 개발자 문서에 공개되었습니다. 가격 책정, 지원되는 엔드포인트 — 이미지 생성 및 이미지 편집만 지원하며 채팅 완료나 응답은 지원하지 않음 — 및 모달리티 선언이 포함되어 있습니다. 해당 페이지들은 "복잡도 설정, 마크업 기반 편집, SVG 출력, 애니메이션 GIF 출력"에 대한 이미지 가이드를 안내합니다. 해상도 옵션, 참조 이미지 최대 개수, GIF 길이, 프레임 속도 또는 파일 크기 제한은 명시하지 않습니다.

Nano Banana 2.1: 명명된 티어, 공개된 이미지당 가격, 참조 이미지 예산, 화면 비율 범위, 컨텍스트 윈도우까지 모두 문서화되어 있습니다. 설계 기준으로 삼을 수 있는 사양서입니다.

이 격차는 특히 GIF 기능과 관련해 중요합니다. 애니메이션 GIF 생성은 ChatGPT에 출시되어 작동 중입니다. /v1/images/generations 엔드포인트가 애니메이션 파일을 반환하는지는 공개된 테스트로 확인된 바 없으며, OpenAI 자체 문서도 이 기능을 엔드포인트 레퍼런스가 아닌 가이드에서 설명합니다. 애니메이션이 Images 2.6을 고려하는 이유라면, 이를 기반으로 설계하기 전에 실제 API 호출로 확인하세요.

그것들 중에서 선택하기

Nano Banana 2.1을 선택하세요. 산출물이 인쇄 해상도이거나 비정상적인 비율이라면, 한 번의 호출에 십여 개가 넘는 참조가 필요하다면, 계약서에 기재할 문서화된 사양서가 필요하다면, 또는 지원이 종료된 Nano Banana 2에서 이전하면서 가장 짧은 경로를 원한다면 — 이것이 공식 승인된 대상이며 모든 등급에서 가격이 공개되어 있습니다.

Take Images 2.6은 결과물이 바뀌는 경우 선택하세요. GIF 파이프라인은 이 비교에서 Google 쪽에 대응 기능이 없는 유일한 기능이며, 단순한 참신함이 아닙니다. 프레임별 편집과 속도 제어로 업로드한 사진에 애니메이션을 적용하는 기능은 한 부류의 숏폼 작업에서 비디오 생성 단계를 대체합니다. SVG 내보내기는 대응 기능이 없는 두 번째 기능이며, 아이콘 및 로고 시스템에서는 결정적입니다. 마크업 기반 편집은 세 번째 기능으로, 일부 변경 유형에서는 마스크를 그리는 것보다 진정으로 더 나은 상호작용입니다.

어느 설명도 들어맞지 않는다면, 즉 대량으로 정적 2K 이미지를 생성하면서 그저 더 나은 모델을 원할 뿐이라면, 답은 아직 그런 증거가 존재하지 않는다는 것입니다. GPT Image 2.5 Sunburst는 편집에서 Nano Banana 2.1을 48점 앞서고 텍스트-투-이미지에서도 48점 앞서며, 둘 다 신뢰구간을 벗어나 있고, Images 2.6은 아직 평가되지 않았습니다. Elo 순위표 한 줄을 위해 2주를 기다리는 데는 아무 비용이 들지 않으며, 기회비용도 들지 않을 가능성이 큽니다. 그때까지 두 모델 중 어느 것도 철수되지 않을 테니까요.