Nano Banana 2.1 har släppts: Google pensionerade modellen ovanför den och halverade priset

Två meningar i versionsinformationen från den 6 oktober 2026 är svåra att hålla ihop. Den första gör Nano Banana 2.1 allmänt tillgänglig under modell-id:t gemini-nano-banana-2.1. Den andra tillkännager att Nano Banana 2 – modellen som den ersätter, utgiven som Gemini 3.1 Flash Image – kommer att stängas av den 29 oktober 2026. Sedan gör prislistan något märkligare: Nano Banana 2.1 listas till $0.0336 per 1 000 bilder, vilket är hälften av vad Nano Banana 2 tar för samma utdata och exakt vad budgetnivån, Nano Banana 2 Lite, tar. Leverantörens högeffektiva arbetshäst blev bättre, billigare och, om 22 dagar, den enda av de två som fortfarande svarar.

Det här är alltså en lansering som faktiskt har ägt rum, inte en läcka: det finns ett publicerat modellkort på ai.google.dev, en post i ändringsloggen och ett inlägg från Googles eget konto som beskriver samma modell med samma ord. Det som saknas är det enda som den här bloggen normalt skulle inleda med – en siffra. Det finns ingen post för Nano Banana 2.1 i Artificial Analysis bildarena, ingen tredjepartsutvärdering av något slag, och därför ingen direkt jämförelse mot GPT-Image-2.5, vilket är jämförelsen som den första vågen av reaktioner efterfrågade först av allt. Alla kvalitetspåståenden nedan är Googles egna och märks som sådana. Det gapet är inte ett forskningsmisslyckande från vår sida; det är hur dokumentationen ser ut dag ett.

Vad Google säger att de har levererat

Nano Banana 2.1 presenteras som en uppdatering av Nano Banana 2 snarare än en ny nivå, och den dokumenterade funktionslistan framstår som en uppsättning reparationer av den modellens svagaste punkter:

• Upplösningar – 1K, 2K och 4K, med 1K som standard. Den erbjuder inte storleken 512px (0,5K) som Nano Banana 2 introducerade, så den billigaste tumnagelnivån försvinner med uppgraderingen.

• Breda och panoramiska bildrutor — modellen åtgärdar tiling-artefakter på bildförhållandena 1:4, 4:1, 1:8 och 8:1 vid 2K och 4K. Det är just i dessa extrema format som en söm uppstår, och det är det mest konkreta påståendet på kortet. Totalt stöds fjorton bildförhållanden.

• Multibildfusion – upp till 14 referensbilder i ett enda arbetsflöde, med karaktärskonsekvens för upp till fyra karaktärer och objekttrohet för upp till tio. Nano Banana 2 Lite stöder de 14 objektreferenserna men inga referenser för karaktärskonsekvens alls.

• Grounding – Google Web Search plus, nytt för den här generationen, Google Image Search-grounding. Googles dokumentation lägger till ett förbehåll som spelar roll för alla som bygger kring människor: sökgrounding kan inte använda verkliga fotografier av människor som hämtats från webben.

• Tanknivåer — minimal, medel och hög, med medel som standard. Nano Banana 2 och Nano Banana 2 Lite exponerar endast minimal och hög, så medel är en genuint ny kontrollmöjlighet, inte en ommärkning.

• Indata och gränser – text, bild, video och PDF som indata; en gräns på 131 072 token för indata och en gräns på 32 768 token för utdata. Generering från video till bild stöds.

• Härkomst — varje genererad bild bär en SynthID-vattenstämpel.

Modellkortet är lika tydligt om vad Nano Banana 2.1 inte gör: inga funktionsanrop, ingen kontextcachelagring, inga strukturerade utdata, ingen URL-kontext, inget Live API. Den stöder Batch API, vilket blir viktigt i nästa avsnitt.

Prislistan är den egentliga historien.

Läs de tre nivåerna sida vid sida, och lanseringen framstår inte längre som rutinmässig. Google fakturerar bildutdata per miljon tokens, och tokenkostnaden för en bild skalar med dess upplösning, så samma modell som anges till "30 dollar per miljon bildtokens" innebär tre olika priser per bild vid tre storlekar.

Nano Banana 2.1 – 1,50 USD per miljon indatatokens och 30,00 USD per miljon bildutdatatokens, vilket Google räknar om till 0,0336 USD per 1K-bild, 0,0504 USD vid 2K och 0,0756 USD vid 4K. Batch halverar allt detta, till 0,0168 USD, 0,0252 USD och 0,0378 USD.

• Nano Banana 2 (Gemini 3.1 Flash Image) — $0.50 för indata och $60.00 per miljon bildtokens, eller $0.067 vid 1K, $0.101 vid 2K och $0.151 vid 4K. Batch halverar det till $0.034, $0.050 och $0.076.

• Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) — 0,25 $ för indata och 30,00 $ per miljon bildtokens, eller 0,0336 $ för en 1K-bild, 0,0168 $ i batch. Den producerar endast 1K; 2K och 4K stöds inte.

Ställ dem bredvid varandra och prissättningslogiken inverteras. Nano Banana 2.1:s standardpris för 1K på 0,0336 USD ligger under Nano Banana 2:s batchpris på 0,034 USD — den nya modellen till fullpris är billigare än den gamla modellen till halva priset, för en bild som Google beskriver som en förbättring. Det är också exakt samma pris som Nano Banana 2 Lite, vilket innebär att de två billigaste sätten att köpa en Google-bild nu har samma pris och inte längre är samma produkt. Differentieringen har flyttat från notan och upp till taket: för samma pengar stannar den ena modellen vid 1K och den andra når 4K, tar video som kontext, grundar sig i sökresultat och har fler referenser.

Premiumnivån är orörd. Nano Banana Pro (Gemini 3 Pro Image) förblir familjens främsta alternativ för komplexa tillgångar, och Googles versionsmeddelande positionerar Nano Banana 2.1 uttryckligen som "den mer effektiva motsvarigheten" till den snarare än en ersättare.

29 oktober är datumet på kalendern.

Den del av den här utgåvan som har verklig operativ tyngd är avvecklingen, och Googles egen avvecklingstabell är entydig. gemini-3.1-flash-image – Nano Banana 2 – blir otillgänglig den 29 oktober 2026, och det dokumenterade migreringsmålet är gemini-nano-banana-2.1. Samma tabell visar hur grundligt Google konsoliderar mot det nya id:t: gemini-2.5-flash-image stängdes redan av den 2 oktober 2026, och hela Imagen 4-serien – de tre imagen-4.0-* modellerna – släcktes den 17 augusti 2026. Var och en av dessa rader pekar nu på Nano Banana 2.1.

Tjugotvå dagar är inte mycket spelrum för en produktionspipeline, och migreringens form är ovanligt gynnsam: ett 1:1-byte av identifierare som, med prissättningen ovan, sänker kostnaden. De besvärliga fallen är de som beror på beteende som ingen har mätt. Om dina prompts har trimmats mot Nano Banana 2:s specifika felmoder, flyttar du till en modell utan tredjepartsprofil, under en deadline, utan möjlighet att vänta på en sådan.

Varför det inte finns något benchmark, och varför det är det egentliga förbehållet

Frestelsen med en 0.1-utgåva är att anta att det är ett utbyte av checkpoints. Googles ordval talar för motsatsen – "betydande förbättringar av visuell kvalitet, promptföljsamhet, karaktärskonsistens över flera turer, textrendering" är en längre lista av påståenden än vad en underhållsuppdatering brukar medföra – men den meningen är leverantörens egen beskrivning av sin modell, och den har inte reproducerats av någon utanför Google. Det finns inget utvärderingsdiagram från leverantören i modellkortet, ingen preferensstudie från leverantören och ingen oberoende post på en resultattavla.

För att sätta det i proportion mättes modellen som den ersätter, blygsamt och utan kontrovers. I vår egen senaste avläsning av bildarenan hos Artificial Analysis den 6 oktober 2026 låg Nano Banana 2 i den yttersta toppen av text-till-bild-topplistan på omkring Elo 1 125, med Nano Banana Pro strax bakom och Nano Banana 2 Lite ännu lägre. Det är röster från människor som väljer mellan två anonyma bilder, och det är den typ av bevis som en 2.1 måste rubba. Inget på topplistan har ännu rört sig för Nano Banana 2.1 eftersom topplistan inte har sett den. Det är det ärliga taket för allt den här artikeln kan berätta för dig om kvalitet: Google säger att bredformats-tilingen är åtgärdad och textrenderingen förbättrad, och ingen utanför företaget har kontrollerat det.

Det finns en specifik risk som är värd att nämna. Föregångaren Nano Banana 2 Lite är billig, snabb och har ett tak på 1K, och Google har just publicerat en modell som matchar den i pris men hävdar ett mycket högre tak. Om påståendena håller existerar Lite-nivån bara för dem som behöver en latens under två sekunder, och Googles produktlinje har i tysthet kollapsat från fyra bildmodeller till ungefär två och en halv. Om påståendena inte håller — om 2.1:s utdata är omöjliga att skilja från föregångarens, som de tidigaste ögonblicksbedömningarna om den interimistiska Flow-etiketten antydde före lanseringen — då är priset hela släppet. Endast blinda röster kommer att skilja de två världarna åt, och det finns inga.

Vad är faktiskt handlingsbart den här veckan?

Två saker, och ingen av dem innebär att vänta på ett benchmark. Det första är själva migreringen: om något i din stack anropar gemini-3.1-flash-image har den ett utgångsdatum den 29 oktober och en dokumenterad ersättning som kostar mindre. Gör bytet tidigt, medan du fortfarande kan köra båda, i stället för under veckan då den gamla slutpunkten försvinner.

Det andra handlar om hur bytet är kopplat. Anledningen till att en prislista från Google spelar roll för ett routningslager är samma anledning som en deadline gör: på OrcaRouter förs varje leverantörs listpris vidare med 0 % påslag, så en ändring i Googles prislista – inklusive halveringen i den här utgåvan – slår igenom hos oss samma dag i stället för vid nästa förnyelse. Vår katalog innehåller de Google-bildmodeller som finns som anropbara rutter i dag, inklusive google/gemini-3.1-flash-image-preview (förhandsvisningsversionen av Nano Banana 2), google/gemini-3-pro-image-preview för Nano Banana Pro, och google/gemini-2.5-flash-image. För att vara exakt om sakernas tillstånd i stället för bekvämt: Nano Banana 2.1 finns inte själv på OrcaRouter ännu, eftersom den nådde allmän tillgänglighet den 6 oktober och rutter för stabilt API läggs till vartefter de stabiliseras, och inte heller Nano Banana 2 Lite. Vad ett API över fler än 200 modeller ger dig under tiden är att migreringen är en modell-slug i en förfrågan, och dagen den nya rutten lanseras är det samma typ av ändring – inget andra avtal, ingen andra faktureringsrelation, inget andra SDK att lära sig medan en nedstängningsklocka tickar.

Om du helst inte alls vill binda en produktionsväg till en omätt modell är failover-beteendet det ärliga svaret på det också: att dirigera samma jobb genom mer än en leverantör innebär att en underpresterande modell försämrar en begäran i stället för att bryta den, vilket är en rimlig hållning under de första veckorna av en modell som ingen har poängsatt.

Frågan som detta släpp lämnar öppen

Google släppte en billigare, bredare och bättre dokumenterad bildmodell och pensionerade den som låg över den, och versionen av den här historien som skrivs om en månad beror helt och hållet på en leaderboard som inte finns ännu. Tre saker skulle avgöra saken, i fallande ordning efter användbarhet. En post hos Artificial Analysis, eftersom det förvandlar "betydande förbättringar" till en siffra och säger dig om Lite-nivån fortfarande har en anledning att finnas. Ett publicerat modellkort från Google DeepMind med utvärderingsdetaljer, eftersom det är skillnaden mellan ett leverantörspåstående och en leverantörsmätning. Och en första oberoende direktjämförelse mot GPT-Image-2.5, eftersom det är jämförelsen som alla faktiskt har i åtanke och den som ingen för närvarande kan göra.

Fram till dess är den sakliga sammanfattningen kort. Nano Banana 2.1 är allmänt tillgänglig från och med den 6 oktober 2026, den är den billigaste bildmodellen med full upplösning som Google någonsin har sålt, den är den obligatoriska destinationen för tre utfasade modellserier, och den har inte betygsatts av någon utan egenintresse i resultatet. Agera på utfasningen. Avvakta med kvalitetsanspråket.