Nano Banana 2.1: o modelo de imagem Gemini, sua família e quanto custa

Nano Banana 2.1 é o modelo de geração de imagens e edição conversacional que o fornecedor disponibiliza sob o identificador de API gemini-nano-banana-2.1. A documentação do próprio fornecedor atribui-lhe o nome de produto Gemini Nano Banana 2.1 e chama-lhe uma atualização de Nano Banana 2, cujo identificador é gemini-3.1-flash-image. Dois outros modelos ladeiam-no na mesma família: Nano Banana 2 Lite (gemini-3.1-flash-lite-image) abaixo dele, e Nano Banana Pro (gemini-3-pro-image) acima dele. Essa é a forma da coisa — uma família de imagens de três níveis, com um quarto membro, mais antigo, ainda documentado — e a maior parte da confusão em torno do nome vem do facto de os nomes de produto e as strings dos endpoints nunca terem sido feitos para coincidir. Esta página é a referência para o próprio modelo: o que é, quem o publica, o que se pode introduzir e receber de volta, o que o fornecedor afirma e como se chega a ele hoje. Todos os valores abaixo são citados da ficha do modelo, do guia de geração de imagens, da página de preços e do registo de alterações do próprio fornecedor, tal como se encontram a 13 de outubro de 2026, e cada um está rotulado como relatado pelo fornecedor; a única fonte independente utilizada é nomeada onde aparece.

O que é, e por que o identificador é a parte que importa

O diretório de modelos do fornecedor lista gemini-nano-banana-2.1 com o status "Novo Estável" e a descrição "Modelo de geração e edição de imagens de alta eficiência, com qualidade visual, tipografia e consistência em múltiplos turnos aprimoradas." O guia de geração de imagens o posiciona de forma ainda mais direta: é "uma atualização do Nano Banana 2, que serve como o principal modelo de alta eficiência para geração de imagens e edição conversacional."

A nomenclatura é o primeiro problema prático com que um leitor se depara, por isso vale a pena afirmá-lo sem rodeios. Nesta família, o nome do produto não é derivável do identificador:

• Nano Banana 2.1 — nome do produto "Gemini Nano Banana 2.1", id da API gemini-nano-banana-2.1, o atual cavalo de batalha de alta eficiência.

• Nano Banana 2 — id da API gemini-3.1-flash-image. Nenhum número de versão no identificador, e é justamente por isso que "Nano Banana 2" e "gemini-3.1-flash-image" são o mesmo modelo.

• Nano Banana 2 Lite — id da API gemini-3.1-flash-lite-image. O guia do Google o chama de especialista em eficiência da família, criado para latência ultrabaixa e uso interativo de alto volume.

• Nano Banana Pro — ID da API gemini-3-pro-image, descrito como um motor de design profissional com um núcleo de raciocínio, voltado para layouts complexos e renderização precisa de texto.

Se você está conectando algo, o identificador é a referência confiável, e o nome de marketing não é. Isso não é uma questão de estilo: o changelog do Google moveu gemini-3.1-flash-imagepara o status de obsoleto no mesmo dia em que lançou gemini-nano-banana-2.1, e o registro de depreciação atua sobre identificadores, e não sobre nomes de marketing.

Quem o publica?

O Google faz isso, e o publica como um modelo de API hospedado, em vez de um modelo baixável — não há checkpoint para buscar nem licença para ler, porque os pesos não são liberados. O material autoritativo é o próprio conjunto de documentação da API Gemini do Google: o diretório de modelos e o cartão por modelo em ai.google.dev, o guia de geração de imagens, a página de preços e o changelog da API Gemini. Onde esta página apresenta um número, essa é a fonte, e é uma fonte do fornecedor.

A relação de família importa mais do que a linha do publicador, porém, porque é ela que decide o que você pode realmente escolher. Em comparação com o Nano Banana 2, seu antecessor imediato, o 2.1 é a geração para a qual o Google está direcionando novos projetos; em comparação com o Nano Banana 2 Lite, o 2.1 oferece um teto mais alto por um preço de entrada equivalente, já que ambos são cobrados a $0,0336 por uma imagem 1K (preço do fornecedor, nível padrão). O Lite abre mão disso de três maneiras documentadas: oferece suporte apenas a saída em 1K, não tem Search grounding, e o guia do Google diz que ele "não é otimizado para múltiplas entradas de referência ou edição sequencial em vários turnos". Se sua carga de trabalho é uma única imagem de entrada e uma única imagem de saída em volume, o Lite é a escolha de engenharia mais barata; se você precisa de 2K ou 4K, várias referências ou uma conversa com a imagem, o Lite não é candidato de forma alguma.

O que ele aceita e o que ele retorna

É aqui que o modelo é mais abrangente do que o nome sugere, e vale a pena consultar a ficha do fornecedor em vez de inferir a partir da palavra "imagem". A ficha do modelo do Google para gemini-nano-banana-2.1 lista os tipos de dados de entrada aceitos como Texto, Imagem, Vídeo e PDF, e os tipos de saída como Imagem e Texto. Assim, o lado da entrada recebe um prompt, uma ou mais imagens, vídeo ou um documento PDF — não apenas texto — e o lado da saída pode retornar texto junto com a imagem, o que torna possível a edição conversacional: o modelo pode responder sobre a imagem que acabou de criar ou alterar.

O resto do envelope, tudo reportado pelo fornecedor a partir do cartão do modelo, do guia e do changelog:

• Resoluções de saída — 1K, 2K e 4K. O nível de 512px (0,5K) oferecido pelo Nano Banana 2 é explicitamente "não suportado no Gemini Nano Banana 2.1", portanto, nesse modelo, o mínimo é 1K. Os parâmetros devem usar K maiúsculo; o guia do Google afirma que valores em minúsculas, como 1k, são rejeitados.

• Proporções de aspecto — o guia agora publica uma tabela por modelo, e a coluna do 2.1 traz catorze: 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. Isso inclui as proporções largas e panorâmicas 1:4, 4:1, 1:8 e 8:1, que o guia também atribui ao Gemini 3.1 Flash Image. O Lite lista apenas as dez proporções convencionais.

• Imagens de referência — "Combine até 14 imagens de referência para produzir a imagem final," conforme o guia, e a tabela do guia agora atribui a cota por modelo, o que ela não fazia de forma legível quando esta página foi redigida pela primeira vez. Para a coluna intitulada "Gemini Nano Banana 2.1 & Gemini 3.1 Flash Image", a divisão é de até 10 imagens de objetos com alta fidelidade e até 4 imagens de consistência de personagem; a prosa do guia apresenta os mesmos números, dizendo que a 2.1 oferece suporte a "semelhança de personagem de até 4 personagens e fidelidade de até 10 objetos em um único fluxo de trabalho." Referências de estilo são listadas apenas para o Gemini 3 Pro Image, portanto, não conte com elas aqui.

• Limites de tokens — 131.072 tokens de entrada e 32.768 tokens de saída, conforme o cartão do modelo. O cartão não indica nenhuma data de corte de conhecimento para este modelo.

• Raciocínio — compatível, e o guia deixa explícito que, nos modelos de imagem Gemini 3, ele está "ativado por padrão e não pode ser desativado na API". O modelo gera até duas imagens intermediárias para testar composição e lógica, e essas imagens de raciocínio são visíveis no back-end, mas não são cobradas. Um thinking_level pode ser definido na configuração de geração; o próprio exemplo do guia passa high.

• Grounding — O grounding de pesquisa está listado como compatível no cartão do modelo, e o changelog credita ao 2.1 o grounding do Google Search. O Nano Banana 2 Lite não possui isso.

• Aplicação de marca d'água — "Todas as imagens geradas incluem uma marca d'água SynthID." Isso se aplica a toda a família e não é opcional.

• O que o card indica como não suportado — geração de áudio, cache, execução de código, pesquisa de arquivos, chamada de funções, grounding do Google Maps, a Live API, saídas estruturadas e contexto de URL. A Batch API é suportada; a inferência Flex e Priority não.

Renderização e edição de texto, conforme documentado

Dois comportamentos documentados distinguem um modelo como este de um endpoint simples de texto para imagem, e o Google descreve ambos no guia de geração de imagens, e não em um benchmark.

A primeira é a tipografia. O guia lista a capacidade como "Renderização avançada de texto: capaz de gerar texto legível e estilizado para infográficos, menus, diagramas e materiais de marketing", e o changelog credita especificamente ao 2.1 a renderização de texto aprimorada. O model card ecoa isso na palavra "tipografia". Vale a pena ser preciso sobre o que isso é: uma descrição de uma capacidade, não uma taxa de precisão medida. O Google não publica nenhum valor de erro de caracteres, nenhuma pontuação de legibilidade e nenhuma comparação com seu próprio modelo anterior em uma tarefa de renderização de texto, então qualquer pessoa que cite um número para o quão bem o 2.1 renderiza letras está citando algo que não é do Google.

A segunda é a edição, que o guia trata como o modo conversacional do modelo. Em uma edição, "o modelo corresponderá ao estilo, à iluminação e à perspectiva da imagem original" — a edição é aplicada dentro do quadro existente, em vez de produzir uma nova imagem no mesmo gênero. Para inpainting, a instrução é ainda mais restrita: altere apenas o elemento que você nomear e mantenha "o estilo, a iluminação e a composição originais". A principal alegação do changelog para a versão 2.1 nesse eixo é a consistência de personagem aprimorada em múltiplos turnos, que é a propriedade que determina se um objeto ou uma pessoa mantém a própria aparência após cinco edições sequenciais. Essa alegação é relatada pelo fornecedor e, até hoje, não foi reproduzida fora do Google.

O que a Google afirma versus o que foi realmente medido

A entrada do changelog do Google para 6 de outubro de 2026 diz que o 2.1 "mantém velocidade e eficiência de custo no nível do Flash" enquanto adiciona "melhorias significativas em qualidade visual, aderência ao prompt, consistência de personagens em múltiplos turnos, renderização de texto", além de proporções de tela amplas e panorâmicas. O diretório de modelos acrescenta "qualidade visual, tipografia e consistência em múltiplos turnos aprimoradas". Essas são palavras do fornecedor, são orientativas e não quantificadas, e nenhum benchmark executado pelo fornecedor as acompanha.

Três coisas se seguem, e elas são o estado honesto das evidências, e não uma evasiva.

Primeiro, o Google não publica nenhum número de benchmark próprio para o Nano Banana 2.1 — nenhum Elo, nenhuma taxa de vitórias, nenhuma pontuação de qualquer tipo em suas páginas de documentação. Se um número sobre a qualidade deste modelo for apresentado como sendo do Google, é um número que o Google não publicou.

Segundo, não há uma comparação direta do fornecedor entre o Nano Banana 2.1 e o Nano Banana 2 em configurações equivalentes. O Google afirma melhorias de uma geração para a outra; não publicou uma avaliação pareada com prompts equivalentes, resoluções equivalentes e esforço equivalente que permitisse a um leitor ponderá-las. Quem insinua uma diferença medida entre os dois está insinuando algo que ninguém executou.

Terceiro, a avaliação independente de fato existe, e vale a pena nomear a estrutura de avaliação para que o leitor possa julgá-la: a Artificial Analysis executa o Nano Banana 2.1 em sua Image Arena, que abrange tanto texto para imagem quanto edição de imagem e publica os votos por trás de suas pontuações. Essa é a fonte de terceiros a ser usada para posicionamento. A posição específica e o Elo que este modelo ocupa lá são uma questão diferente da que esta página responde, e são calculados em um cronograma sobre o qual esta página não tem controle — confira na fonte, em vez de comparar com um valor copiado de qualquer lugar, inclusive de nós.

Como obter acesso hoje, e quanto custa

O acesso é feito através da própria API do Google. Você chama a API Gemini com o identificador do modelo gemini-nano-banana-2.1; esse identificador é o estável, e é o que a entrada de descontinuação no registro de alterações para gemini-3.1-flash-image indica como o destino de migração. Não há rota auto-hospedada, nem download de pesos, nem checkpoint da comunidade, porque nenhuma da família de imagens é disponibilizada dessa forma.

Preços, tudo isso da página de preços do Google no nível padrão e tudo isso informado pelo fornecedor:

• Tokens — entrada $1,50 por 1M de tokens para texto, imagem e vídeo; saída $7,50 por 1M de tokens para texto e raciocínio, e $30,00 por 1M de tokens para imagens.

• Por imagem — $0,0336 em 1K, $0,0504 em 2K e $0,113 em 4K. O Google também publica uma equivalência demonstrada para o caso de 1K: uma saída de 1024×1024 consome 1.120 tokens de imagem.

• Lote — metade da tarifa padrão: US$ 0,75 por 1M de entrada e US$ 15,00 por 1M de tokens de imagem, o que equivale a US$ 0,0168 / US$ 0,0252 / US$ 0,0567 por imagem de 1K / 2K / 4K, em troca de um prazo de até 24 horas.

• Fundamentação — não há item de linha separado na própria imagem. O Google inclui a fundamentação com a Pesquisa Web e de Imagens nos modelos de imagem Gemini 3 com 5.000 solicitações de pesquisa gratuitas por mês, compartilhadas entre todos os modelos Gemini 3 e mais recentes, e depois US$ 14 por 1.000 solicitações; o contexto recuperado não é cobrado como tokens de entrada.

• Nível gratuito — a coluna Nível gratuito da página de preços exibe "Não disponível" para todos os valores acima. Não há cota gratuita para saída de imagens neste modelo. Se houver alguma, ela aparecerá lá e em nenhum outro lugar.

• Comparação de níveis dentro da família — o Nano Banana 2 Lite custa $0.0336 por imagem de 1K, igual à tarifa de 1K da 2.1, mas não publica preço de 2K nem de 4K porque não trabalha com esses tamanhos. O Nano Banana 2 (Gemini 3.1 Flash Image) custa $0.067 por 1K e $0.101 por 2K, então a 2.1 é mais barata em todos os tamanhos que compartilham. O Nano Banana Pro (Gemini 3 Pro Image) custa $0.134 por imagem de 1K ou 2K e $0.24 em 4K, aproximadamente o dobro da tarifa da 2.1 até 2K e um pouco mais que o dobro em 4K.

• O membro legado, para fins de completude — o Nano Banana original (gemini-2.5-flash-image) está obsoleto e a página de preços traz um aviso de encerramento datado de 2 de outubro de 2026. Esse modelo não é um nível abaixo do 2.1 em nenhum sentido ativo; o ponto de entrada da família agora é o Nano Banana 2 Lite.

Um número dentro desse conjunto não bate, e vale a pena dizê-lo em vez de escolher o número mais arrumado. A página de preços da Google afirma que uma imagem 4K neste modelo consome 3.780 tokens e indica $0,113 por imagem 4K; esses dois valores concordam a $30 por 1M de tokens de imagem. A tabela por modelo do guia de geração de imagens apresenta as mesmas contagens de tokens de 1K e 2K que a página de preços (1.120 e 1.680), mas lista 2.520 para 4K, o que, à mesma taxa, seria cerca de $0,0756. Ambas são páginas da Google e discordam. O preço é o valor a que se agarrar, porque é o que está na página que lhe cobra, e a discrepância é exatamente o tipo de coisa a reverificar na fonte antes de construir um modelo de custos com base nela.

Mais uma linha que um leitor pode querer, dita como é: o Nano Banana 2.1 não está na lista de modelos ativos do OrcaRouter hoje, então esta página não faz nenhuma afirmação sobre chamá-lo aqui. O que está nessa lista é seu predecessor direto sob o identificador google/gemini-3.1-flash-image-preview, que é o modelo cujas strings migram para 2.1. O OrcaRouter repassa o preço de tabela do provedor com 0% de margem nos modelos que roteia, então uma mudança de preço do fornecedor em um modelo roteado chega aqui no mesmo dia, e não com atraso — que é a propriedade a verificar nesta família à medida que o Google continua a reclassificá-la.

A versão curta

O Nano Banana 2.1 é o modelo de imagem Gemini de nível intermediário do Google: entrada de texto, imagem, vídeo e PDF; saída de imagem e texto; 1K, 2K e 4K; até 14 referências divididas entre dez objetos e quatro personagens; grounding com a Pesquisa Web e de Imagens; SynthID em todas as saídas; thinking ativado por padrão; US$ 0,0336 por imagem em 1K. Ele fica acima do Nano Banana 2 Lite, que iguala seu preço de 1K, mas para em 1K e abre mão do grounding de Pesquisa, e abaixo do Nano Banana Pro, que custa aproximadamente o dobro e é a via cara para layouts complexos e texto preciso. Seu identificador, gemini-nano-banana-2.1, é o único nome que não vai induzi-lo a erro — e as alegações de qualidade atribuídas a ele são palavras do Google, não reproduzidas. A página do modelo é o lugar para aprender o que ele é; se você o está escolhendo com base em uma diferença de qualidade em relação ao Nano Banana 2, o único lugar para ver essa diferença avaliada é a arena independente, não a nota de lançamento do fornecedor.