Gemini Nano Banana 2.1 vs Qwen Image 3.0: Oavgjort vid 1K, splittrat vid 2K

Sätt Gemini Nano Banana 2.1 och Qwen Image 3.0 i en prislista, och det första talet är lustigt: en 1K-bild från den nyaste Gemini-bildmodellen kostar $0,0336, och en 1K-generering från Qwen Image 3.0 på Model Studio kostar $0,03438. Sju hundradels cent ifrån varandra. Två labb på varsin sida av jorden, som publicerar i olika valutor för olika plattformar, landade på samma pris för det som de flesta faktiskt köper. Det jämna läget bryts i samma stund som du går över till 2K — $0,0504 mot $0,0688, en 36-procentig skillnad till Geminis fördel — och det bryts annorlunda igen när du inser att Qwen fakturerar bildinmatning och redigeringsinmatning som separata mätare medan Nano Banana 2.1 inte gör det. Vilket av dessa två fakta som avgör ditt bygge beror helt och hållet på hur många gånger din pipeline rör vid en bild innan den skickar ut en.

De är också mer olika än vad priset antyder. Nano Banana 2.1 blev allmänt tillgänglig den 6 oktober 2026 som en hostad API-modell med en 23-dagars migreringsfrist kopplad till sin föregångare. Qwen Image 3.0 lanserades på Alibabas Qwen AI-plattform den 5 augusti 2026 med Standard- och Pro-nivåer och API:er samtidigt, och når internationella utvecklare genom Qwen Cloud och Alibaba Cloud Model Studio. Den ena är en västerländsk modell från ett frontlinjelabb med prissättning per bildtoken; den andra är en kinesisk plattformsmodell med prissättning per bild, med en publicerad samtidighetsbudget och en inhemsk och internationell prislista som inte stämmer överens med varandra.

De två prislistorna, rad för rad

Nano Banana 2.1 faktureras i tokens med en konvertering per bild som publiceras vid sidan om. Utdata kostar $30 per miljon bildtokens, vilket Google räknar om till $0,0336, $0,0504 och $0,0756 för 1K, 2K respektive 4K, med antalet tokens per bild angivet som 1 120, 1 680 och 2 520. Indata kostar $1,50 per miljon tokens för text, bild och video. Batchutdata är hälften: $0,0168, $0,0252 och $0,0378. Det finns ingen separat mätare för att mata in en bild igen — en bild som du skickar som indata räknas en gång, till indata-taxan per token.

Qwen Image 3.0 finns i två nivåer på en kinesisk molnprislista. Standard är 0,18 RMB per bild vid både 1K och 2K, med bildindata på 0,02 RMB och redigeringsindata på 0,02 RMB per bild. Pro är 0,25 RMB vid 1K och 0,50 RMB vid 2K. På Qwen Cloud international ligger Standard-nivån på 0,003 USD i indata och 0,03 USD i utdata per bild. På Alibaba Cloud Model Studio i USD är de publicerade siffrorna 0,00275 USD per 1K indata, 0,03438 USD per 1K generering, 0,068761 USD per 2K generering, 0,04 USD per 1K utdata och 0,075 USD per 2K utdata. Även genomströmningen publiceras: 10 samtidiga förfrågningar, en asynkron kö på 200 förfrågningar och 20 förfrågningar per minut.

• 1K-generering — Gemini Nano Banana 2.1 $0.0336; Qwen Image 3.0 Standard $0.03438 på Model Studio. I praktiken oavgjort.

• 2K-generering — Nano Banana 2.1 $0.0504; Qwen Image 3.0 Standard $0.068761. Google är 36 % billigare.

• 4K — Nano Banana 2.1 $0.0756 och det är en dokumenterad nivå; Qwen Image 3.0:s Model Studio-post begränsar det totala antalet pixlar till 2048×2048, så det finns ingen 4K-rad att jämföra.

• Bildinmatning — Nano Banana 2.1 räknar den enligt priset $1,50 per miljon indata; Qwen Image 3.0 mäter den separat till $0,00275 per 1 000 indata, där redigeringsindata debiteras med 0,02 RMB inrikes.

• Batch — Nano Banana 2.1 halverar allt via Batch-API:et med upp till 24 timmars svarstid; Qwen Image 3.0:s publicerade styrspak är en asynkron kö på 200 snarare än en rabattnivå.

• Genomströmning — Qwen Image 3.0 publicerar 10 samtidiga, 200 i kö, 20 RPM; Google publicerar inga av dessa för Nano Banana 2.1.

• Inrikes — Qwen Image 3.0 Standard kostar 0,18 RMB per bild enligt den kinesiska prislistan; Nano Banana 2.1 har ingen inhemsk kinesisk prisnivå eftersom Google inte säljer någon.

Två av dessa rader spelar större roll än de övriga. 4K-raden är ett kapacitetsgap snarare än ett prisgap – om du behöver 4K-utdata är posten för Qwen Image 3.0 i Model Studio inte ens med i diskussionen. Och raden för bildinmatning är där de två faktureringsfilosofierna går kraftigt isär, vilket är värt ett eget avsnitt eftersom det är den del som inte syns i ett rubrikpris.

Varför det andra passet ändrar matematiken

En generering i ett enda försök är det enkla fallet, och vid ett enda försök är dessa två likvärdiga i pris. Verkligt bildarbete sker sällan i ett enda försök. Ett typiskt redigeringsflöde genererar en kandidat, matar tillbaka en referensbild för en korrigering, matar tillbaka den korrigerade bilden igen för en stilbearbetning och levererar först därefter. Var och en av dessa återföringar är en bildinmatning.

På Nano Banana 2.1 debiteras den indatan enligt den allmänna indata-taxan tillsammans med textprompten, och modellens konversationsredigering är uttryckligen utformad för det – redigering i flera turer via en tidigare interaktion är en dokumenterad funktion, och tankeläget bär konversationen. På Qwen Image 3.0 debiteras samma loop på en dedikerad rad som leverantören publicerar: bildindata till $0,00275 per 1 000 på Model Studio, 0,02 RMB per bild som redigeringsindata inrikes. Ingen av dem är dyr per anrop. Skillnaden är att Qwens mätare gör iterationskostnaden synlig som en egen radpost medan Googles viker in den i indatatoken, och ett team som budgeterar utifrån den angivna per-bild-siffran kommer att underskatta arbetsflödet med tre pass på båda plattformarna.

Räkna ärligt på matematiken, och den praktiska vägledningen är tråkig men verklig. Vid 1K-priset är de lika, så priset är inte skälet att välja någon av dem. Vid 2K är Nano Banana 2.1 avsevärt billigare per generering och erbjuder dessutom en batch-nivå som halverar det igen. Om du behöver 4K finns det ingen jämförelse att göra. Om du behöver en publicerad samtidighetsbudget som du kan planera en kö kring, publicerar Qwen Image 3.0 en och Nano Banana 2.1 gör det inte. Det är så beslutet ser ut: mest om upplösningen och den genomströmningsgaranti du behöver, inte om priset på den nivå alla citerar.

Vad mäts, och för vem

Bevisasymmetrin här är den motsatta mot vad man kanske skulle förvänta sig. Qwen Image 3.0 har en oberoende placering och Nano Banana 2.1, som bara är en dag gammal, har det inte. På Artificial Analysiss text-till-bild-tavla, baserat på prover insamlade i juli 2026, ligger Qwen-Image-3.0 på Elo 1 077 på sextonde plats av 5 816 prover och Qwen-Image-3.0-Pro på 1 088 på fjortonde plats av 6 077 — i mitten av tabellen, med gott om prover, och ungefär där en stark plattformsmodell hamnar snarare än en frontlinjemodell. Alibabas eget lanseringspåstående, att modellen tog förstaplatsen i Kina på Arena.ais text-till-bild-topplista, är en leverantörsrapporterad siffra på en annan tavla med en annan väljarpopulation; den motsäger inte placeringen hos Artificial Analysis, den mäter bara något annat.

Nano Banana 2.1:s sida av räkenskaperna är tunnare. Det finns ingen Elo, ingen rösträkning och ingen tredjepartsjämförelse av renderingar i den offentliga dokumentationen per den 7 oktober 2026. Det som finns är formuleringarna i Googles ändringslogg – "avsevärda förbättringar" av visuell kvalitet, följsamhet mot promptar, karaktärskonsekvens över flera turer och textrendering – och de dokumenterade funktionsändringarna: 1K-, 2K- och 4K-utdata utan 512px-nivå, upp till 14 referensbilder uppdelade på tio objekt och fyra karaktärer, tänkandeläge aktiverat som standard och Google Image Search-groundning vid sidan av webbsökning. Om du vill jämföra dessa två kvalitetsmässigt i dag, jämför du en modells uppmätta poäng i mitten av tabellen mot en annan modells leverantörspåstående, och de är inte samma typ av siffra.

Var du kan ringa var och en av dem

Ingen av modellerna finns på OrcaRouter, och det är värt att säga det rakt ut i stället för att antyda något annat. Gemini Nano Banana 2.1 finns tillgänglig via leverantörens eget API och från flera tredjepartsplattformar; Qwen Image 3.0 finns tillgänglig via sin egen plattform och flera tredjepartsplattformar. Vår katalog innehåller visserligen andra bildmodeller – OpenAI:s openai/gpt-image-2 och google/gemini-3.1-flash-image-preview bland dem – och 207 modeller totalt bakom en OpenAI-kompatibel endpoint.

Det spelar roll för den här jämförelsen av en specifik anledning: båda dessa leverantörer ändrar sina siffror. Google flyttade hela nivåstrukturen för Nano Banana 2.1:s föregångare och meddelade en nedstängning samma dag; Alibaba publicerar ett prisblad i RMB för den inhemska plattformen, ett andra i USD för Model Studio och en tredje uppsättning siffror för internationella Qwen Cloud. När en leverantörs pris är ett rörligt mål är värdet av att köpa via ett lager som för vidare leverantörens listpris med 0 % påslag att siffran på din sida ändras samma dag som den ändras på deras, utan marginal mellan dig och den publicerade siffran och utan ett separat avtal att omförhandla. Det är den disciplin som OrcaRouters routing är byggd på, och det är anledningen till att en prisbladsjämförelse som den här fortfarande stämmer en månad senare i stället för att glida isär.

Vilken ska man egentligen välja?

Välj Gemini Nano Banana 2.1 när du behöver 4K-utdata, när du vill ha en batch-nivå som halverar kostnaden per bild för stora referenskörningar, när promptbaserad redigering med upp till 14 referensbilder är arbetsflödet, eller när du vill ha Google Search-grounding i genereringen. Migreringsdeadlinen för dess föregångare är ett skäl att gå över till den, inte ett skäl att undvika den, och prissänkningen från Nano Banana 2 är ungefär en halvering vid varje upplösning. De öppna frågorna är avsaknaden av någon oberoende kvalitetsmätning och de opublicerade genomströmningsgränserna, vilket är varför en produktionsväg bör vara förberedd på redundansväxling i stället för att anta att slutpunkten håller.

Välj Qwen Image 3.0 när utdata stannar vid eller under 2048×2048, när en offentliggjord samtidighetsbudget spelar roll eftersom du köar arbete, när den kinesiska prislistan på 0,18 RMB per bild är det kommersiellt relevanta talet, eller när Pro-nivåns högre pris ger dig något som din utvärdering kan visa. Den oberoende placeringen i mitten av tabellen är inte en svaghet för detta användningsfall – det är det mest tillförlitliga enskilda faktumet i denna jämförelse, eftersom det är det enda talet här som ingen av leverantörerna har tagit fram.

Om du har lyxen att göra en bake-off, kör den på den dimension som faktiskt skiljer sig: redigeringen i flera pass. Generera en kandidat och gör sedan tre successiva korrigeringar på varje modell, och beräkna den totala kostnaden för den accepterade bilden i stället för kostnaden för den första renderingen. Det är jämförelsen som ingen av leverantörernas prislistor utför åt dig, och det är den som avgör om ett "oavgjort" vid 1K verkligen är oavgjort.