Nano Banana 2.1 vs GPT-Image-2.5: de een heeft een ranglijst, de ander een label

Zet Nano Banana 2.1 en GPT-Image-2.1 op 6 oktober 2026 naast elkaar en de eerlijke vergelijking is niet tussen twee beeldmodellen — die is tussen een leaderboardvermelding en een menulabel. GPT-Image-2.1 kwam op 8 september 2026 uit voor alle ChatGPT-, ChatGPT Work- en Codex-tiers, met twee aanroepbare API-identificaties, en Artificial Analysis voegde beide drie dagen later toe aan zijn ranglijsten. Nano Banana 2.1 bestaat als een selecteerbare string in de modelkiezer van Flow en verder niets: geen aankondiging, geen modelcard, geen identificatie, geen prijs, geen score. Als je hier bent gekomen om tussen deze twee te kiezen, ligt het antwoord deze week noodgedwongen vast, want een van de twee is niet aanroepbaar. De nuttige vraag is wat er zou moeten veranderen om dat niet langer waar te laten zijn.

De staat van elke zijde, in één keer

GPT-Image-2.5 is een familie, niet één enkele checkpoint: GPT-Image-2.5 Flare draagt de identifier gpt-image-2.5-flare en is gepositioneerd als de snelle standaard, terwijl GPT-Image-2.5 Sunburst de identifier gpt-image-2.5-sunburst draagt en langer per generatie nodig heeft voor nauwkeurigere bewerkingscontrole. Beide gingen naar de API op dezelfde dag dat de consumentenuitrol begon.

Nano Banana 2.1 is een versieverhoging van 0,1 ten opzichte van Nano Banana 2, de naam waaronder Google Gemini 3.1 Flash Image uitbrengt. Het label werd op 27 september voor het eerst opgemerkt als een interne verwijzing in de Flow-webbuild, ter vervanging van een eerdere string "Nano Banana 2.5 Flash", en op 5 oktober werd het selecteerbaar in de interface. Google heeft er sindsdien niets over gezegd.

Die asymmetrie is het hele artikel. Alles hieronder is ofwel een gemeten getal voor GPT-Image-2.5 ofwel een gedocumenteerde afwezigheid voor Nano Banana 2.1, en die twee kunnen niet tegen elkaar worden uitgespeeld.

Wat de boards zeggen — voor de kant die boards heeft

Artificial Analysis beoordeelde het GPT-Image-2.5-paar op 11 september 2026, drie dagen na de lancering, wat deze matchup ongebruikelijk maakt voor OpenAI: de 2.5-generatie is niet noemenswaardig lang een release met alleen leveranciersclaims geweest.

• Tekst-naar-afbeelding — GPT-Image-2.5 Sunburst (max) Elo 1.197 en GPT-Image-2.5 Flare (max) Elo 1.191, eerste en tweede op de ranglijst; GPT-Image-2 (high) derde met 1.172.

• Beeldbewerking — GPT-Image-2.5 Sunburst (max) Elo 1.182 en GPT-Image-2.5 Flare (max) Elo 1.162, eerste en tweede; MAI-Image-2.6 derde met 1.137.

• Kosten zoals gemeten — Artificial Analysis vermeldt beide GPT-Image-2.5-varianten tegen $210,70 per 1.000 afbeeldingen op zijn eigen prijsschaal, tegenover $211,00 voor de GPT-Image-2 (high) die ze vervangen.

• OpenAI's token-tarievenkaart — $8 per miljoen inputtokens voor afbeeldingen en $30 per miljoen outputtokens voor afbeeldingen, ongewijzigd ten opzichte van GPT-Image-2, zonder gepubliceerd tarief per afbeelding.

Voor Nano Banana 2.1 bestaan de bijbehorende rijen niet. Er is geen Elo, omdat geen enkel board het heeft gedraaid. Er is geen prijs, omdat Google er geen heeft gepubliceerd. Er is zelfs geen resolutie of lijst met beeldverhoudingen, die elk ander lid van de Nano Banana-familie wel heeft gedocumenteerd. Elke specificatie die je nu voor Nano Banana 2.1 leest, is afgeleid van de naam.

Twee van die rijen bepalen op zichzelf al de uitkomst van de vergelijking. De rij met de API-identificatie is de reden waarom een ontwikkelaar het model van Google niet kan selecteren, en de Elo-rijen zijn de reden waarom het model van OpenAI niet langer op goed vertrouwen hoeft te worden aangenomen — het scorebord publiceerde zijn cijfers drie dagen na de lancering, wat snel is voor welke leverancier dan ook.

De eerlijke vervanger: GPT-Image-2.5 vs de Nano Banana die je daadwerkelijk kunt aanroepen

Als de keuze reëel is en niet hypothetisch, is de Google-kant ervan Nano Banana 2 — Gemini 3.1 Flash Image — omdat dat het model is met een identifier (gemini-3.1-flash-image), een GA-datum (28 mei 2026, na de consumentenuitrol van 26 februari) en een positie met een score.

• Kwaliteit — GPT-Image-2.5 Sunburst leidt de ranglijst voor tekst-naar-afbeelding met Elo 1.197; Nano Banana 2 staat op Elo 1.125. Bij bewerken staat Sunburst op 1.182 tegenover de 1.108 van Nano Banana 2.

• Prijs — GPT-Image-2.5 is OpenAI's premiumniveau voor afbeeldingen, volgens metingen van Artificial Analysis ongeveer $211 per 1.000 afbeeldingen; Nano Banana 2 wordt vermeld voor $67 per 1.000, waarbij het eigen outputtoken-tarief van Google van $60 per miljoen neerkomt op ongeveer $0,045 per 512px-afbeelding en $0,067 bij 1024×1024.

• Surface — GPT-Image-2.5 is de standaard beeldengine van ChatGPT op elk niveau; Nano Banana 2 is de standaard in de Gemini-app, en Google heeft het via Lens en AI Mode naar Zoeken geduwd, naar Flow en naar Ads.

• Consistentiefuncties — OpenAI claimt referentietrouw bij opeenvolgende bewerkingen; Google claimt tot vijf consistente personages en veertien objecten in een workflow. Beide zijn leveranciersbeschrijvingen.

Dat is een echte drie-weg-spread in plaats van een twee-weg-spread: het nieuwe model van OpenAI wint op gemeten kwaliteit en kost ongeveer drie keer zoveel, en het model dat Google uitlevert wint op unit-economics. Een Nano Banana 2.1 die de kwaliteitskloof dicht zonder de prijslijn te verschuiven, zou de vorm van die afweging veranderen. Een Nano Banana 2.1 die Nano Banana Pro louter visueel evenaart — waar de vroegste Flow-outputs naar verluidt op lijken — zou dat niet doen, omdat Nano Banana Pro al lager scoort dan GPT-Image-2.5 op beide ranglijsten (Elo 1.102 tekst-naar-afbeelding, 1.099 bewerken).

Waarom "we kunnen het nog niet beoordelen" hier geen uitvlucht is

Vergelijkingen van een niet-aangekondigd model eindigen meestal met de belofte dat er een update volgt. Dat is in dit geval niet wat er gebeurt, en het verschil is het waard om ronduit te zeggen. Nano Banana 2.1 is niet gelekt uit een onderzoekspaper of gespot in een framework-integratie — het is zichtbaar in de interface van een Google-product dat al in productie is, wat betekent dat er bij Google een build van draait die gebruikers te zien krijgen. Het ontbreken van elk ander artefact is daarom een bewuste publicatiekloof, geen bewijs dat het model ver weg is.

De reeks tot nu toe is dezelfde die Nano Banana 2 zelf volgde: eerst het consumentenoppervlak, maanden later de ontwikkelaars-API, waarbij de identifier en de GA-datum samen kwamen. Volgens dat patroon impliceert een Flow-waarneming in oktober een API-identifier enige tijd daarna, en niets in de waarneming vertelt je hoe lang het interval is.

Beide zijden via één eindpunt routeren

De praktische complicatie in deze vergelijking is dat de beeldmodellen van de twee leveranciers achter twee verschillende commerciële relaties schuilgaan, en het gat tussen wat elke leverancier heeft uitgebracht maakt dat ongemakkelijk. De huidige beeldfamilie van OpenAI is slechts gedeeltelijk bereikbaar via aggregators — OrcaRouter biedt openai/gpt-image-2 en openai/gpt-image-1.5, maar niet het 2.5-paar, dus voor de nieuwe OpenAI-modellen is momenteel een directe OpenAI-sleutel nodig. Aan de Google-kant bevat onze catalogus de Gemini-beeldlijn, waaronder google/gemini-3.1-flash-image-preview en google/gemini-2.5-flash-image, tegen de lijstprijs van elke aanbieder die met 0% opslag wordt doorberekend.

Wat dat je oplevert in een vergelijking zoals deze is failover in plaats van een korting. Wanneer een leverancier een pointrelease uitbrengt of een model tussen tiers verplaatst, kan een stack die één endpoint aanroept, routeren naar welk beeldmodel op dat moment het juiste is voor de workload en automatisch failoveren als een provider verslechtert — zonder het tweede contract, de tweede sleutel en de migratie die een integratie met één leverancier met zich meebrengt. Nano Banana 2.1 staat niet op OrcaRouter, want het is nergens anders te vinden dan in een Flow-kiezer. Wanneer het een aanroepbaar model wordt, is dat de weg waarlangs het zou arriveren.

Waar dit een beslissing laat

Als je workload vandaag de best gemeten beeldkwaliteit nodig heeft en het budget ongeveer $211 per duizend afbeeldingen aankan, is GPT-Image-2.5 Sunburst de verdedigbare standaardkeuze — het voert beide ranglijsten van Artificial Analysis aan en het is volledig gedocumenteerd. Als je workload grootschalig en prijsgevoelig is, is Nano Banana 2 tegen $67 per duizend de betere afweging, en het is het Google-model dat je deze week daadwerkelijk kunt aanroepen.

Nano Banana 2.1 is nog geen derde optie. Het is een geplande mogelijkheid, en de enige gedisciplineerde manier om ermee om te gaan is als een trigger: wanneer Google een identificatie, een prijs en een eerste onafhankelijke score publiceert, verandert de bovenstaande driedelige vergelijking in een echte vergelijking en verandert de afweging. Tot dan is het behandelen van een Flow-menu-item als concurrent van een gelanceerd, gescoord en geprijsd model het soort vergelijking dat inkoopbeslissingen verkeerd laat uitpakken.