Titelkort med texten Next Nano Banana på Gemini 4, med underrubriken ett rykte från 18 november 2026, tre chips med texten Utgivare: inget modell-ID, Härstamning: inte en dokumenterad förmåga och Status: ej släppt, samt två konturkantade kort märkta Nano Banana 2.1 och Gemini 4 som förbinds av en streckad pil, med en sidfot som noterar att Google inte har meddelat någon efterträdare
Guides & Insights

Nästa Nano Banana på Gemini 4: Ett rykte som krockar med Googles eget specifikationsblad

Författare

Gideon Frost

Publiceringsdatum

Senaste modellerna · 20Visa alla modeller →
Benchmarks: Artificial Analysis · uppdateras dagligen
Tillbaka till alla inlägg

På morgonen den 18 november skrev TestingCatalog att "nästa Nano Banana, baserad på Gemini 4" förbereddes för lansering, och listade den tillsammans med tre andra ryktade Gemini-namn – Neon, Helix och Krypton. Tar man påståendet för vad det är får man en prydlig historia: Gemini Nano Banana 2.1 har lett Googles bildlinje i sex veckor, och en efterföljare byggd på Gemini 4-generationen skulle vara det uppenbara nästa steget. Läser man Googles egen dokumentation uppstår en spricka i historien. Gemini 4 Carbon, allmänt tillgänglig sedan 10 november, anger att bildgenerering inte stöds. Det gör även Gemini 4 Hydrogen, ute sedan 12 november, och det gör även Gemini 4 Argon, som har funnits till försäljning sedan 13 oktober. Varje Gemini 4-modell som Google levererar i dag är text in, text ut. Det gäller även Gemini Nano Banana 2.1:s föregångare Nano Banana 2, som fortfarande kan anropas som gemini-3.1-flash-image trots att den fasats ut i oktober. Inget av detta gör ryktet falskt. Det innebär att den intressanta frågan inte är "vilken modell" utan "vilket lager" – och den frågan har ett kontrollerbart svar i modellreferensen. Det här är en artikel om vad vi vet hittills: inget modell-ID, inget pris, inget modellkort och inget datum har publicerats för den påstådda efterföljaren, och allt nedan är märkt därefter.

Vad inlägget faktiskt säger, och vad det inte säger

Inlägget består av fyra meningar och två bilder. Rykteinventariet är Neon, Helix och Krypton – den sista av dem har vi redan behandlat som ett ej utgivet kodnamn utan något modellkort bakom – plus "en potentiell Nano Banana-uppgradering". Den enda meningen som är något specifik är den sista: "Nästa Nano Banana, baserad på Gemini 4, är den som var under förberedelse för lansering." Skärmbilderna, vad de än visar, innehåller ingen API-identifierare, inget versionsnummer, ingen prisrad och inget datum. Det citerade inlägget under det är ett enda ord: "Gemini."

Det är tunt till och med för att vara en läcka. Det finns ingen intern sträng att bryta ner, så som det fanns med namngivningsrapporten ”gempix” från oktober. Det finns ingen artefakt som kan matchas mot en ändringslogg. Det finns ett påstående om härstamning och ett påstående om tajming, och båda är av det slag som ett rykteskonto kan göra från en staging-konsol utan att ha fel eller rätt på flera veckor. TestingCatalog har en rimlig historik när det gäller att upptäcka saker tidigt – det är hela anledningen till att inlägget är värt att läsa – men ”under förberedelse” är ett uttalande om avsikt, inte om en levererad artefakt, och det bör hanteras därefter.

Varför ”baserat på Gemini 4” är den bärande frasen

Tar man bort varumärkesprofileringen utför ”baserad på Gemini 4” ett av två helt olika jobb.

Tolkning ett: efterträdaren ärver bildutdata från en Gemini 4-modell. Den tolkningen dör vid kontakt med specifikationsbladet. Öppna modellsidorna för Gemini 4 Carbon, Gemini 4 Hydrogen och Gemini 4 Argon och var och en anger Bildgenerering som inte stöds, tillsammans med en lista över enbart textutdata. Sidan för Carbon är tydlig med att den returnerar text och inget annat, med en kontext på 1 048 576 token och upp till 65 536 utdatatoken. Det finns ingen Gemini 4-modell någonstans i Googles referensmaterial som avger en bild, vilket innebär att det inte finns någon Gemini 4-bildmodell att ärva från – bara en Gemini 4-generation att bygga vidare på.

Tolkning två: bildmodellen använder en viktfamilj från Gemini 4 som sitt förståelselager och behåller ett dedikerat bildhuvud, på samma sätt som Gemini Nano Banana 2.1 behåller en Flash-formad dekoder ovanpå sin egen backbone. Den här tolkningen är helt rimlig, och det är den som faktiskt skulle spela roll för en användare. De förbättringar som en starkare backbone ger är de som bildmodeller konkurrerar med nu: följsamhet mot promptar, konsekvens över flera turer, läsbar text i renderingen och att veta hur en "PlayStation-kontroll" eller "väderkvarn i skymningen" ska se ut innan en enda token har samplats. Det är precis de fyra saker som Google hävdade att man förbättrade när man släppte Nano Banana 2.1 den 6 oktober. En Gemini 4-backbone är det uppenbara sättet att förbättra dem igen.

Notera vad den här tolkningen också innebär: en efterföljare skulle inte vara en ny förmåga, den skulle vara samma förmåga med en bättre hjärna. Det är en mycket mindre historia än "Gemini 4 kan rita nu", och det är den som bevisen stöder.

Var den nuvarande laddern faktiskt står

För att bedöma om en efterföljare överhuvudtaget är trolig hjälper det att veta exakt hur mycket utrymme det finns ovanför Nano Banana 2.1. Artificial Analysis bildarenor sätter siffror på det, avlästa den 18 november 2026. Text-till-bild, högre är bättre:

• Gemini Nano Banana 2.1 — 1176,06 Elo, konfidensintervall 1164,06 till 1188,06

• Nano Banana 2 — 1143,40 Elo, modellen som G​oogle avvecklade den 6 oktober

• Nano Banana Pro — 1118.99 Elo, fortfarande den dyraste G​oogle-bildmodellen på listan

• Nano Banana 2 Lite — 1109,98 Elo

• G​PT Image 2.6 Sunburst — 1260.66 Elo, den översta raden i samma arena

• MAI-Image-2.7 — 1214,39 Elo, tvåa bland icke-OpenAI-bidrag

Bildredigering, samma källa och samma datum:

• Nano Banana 2.1 – 1152,31 Elo

• Nano Banana 2 — 1125,57 Elo

• Nano Banana Pro — 1110,54 Elo

• Nano Banana 2 Lite — 1052,35 Elo

• MAI-Image-2.7 — 1215.17 Elo, först

• GPT Image 2.6 Sunburst — 1210.84 Elo, tvåa

Två fakta följer av det. För det första är Nano Banana 2.1 verkligen Googles starkaste bildmodell på båda arenorna – nivåstegen inom Nano Banana-familjen är intakt, med Pro under Flash-klassmodellen på båda axlarna, vilket är en ovanlig inversion och ett verkligt skäl att förvänta sig en Pro-uppdatering snarare än en Flash-uppdatering. För det andra är Google inte nära toppen. Gapet är 84,60 Elo för text-till-bild och 62,86 för redigering. Det är inte brus; konfidensintervallen är inte i närheten av att överlappa varandra. Varje efterföljare har en uppenbar plats att ta sig till, och en större basmodell är den billigaste vägen dit.

Two-column scoreboard titled Gemini Nano Banana 2.1 vs GPT Image 2.6 Sunburst, with the Nano Banana column reading text-to-image Elo 1176.06, image-editing Elo 1152.31, price 33 dollars 60 per 1,000 images, Elo per dollar 35.0, API id gemini-nano-banana-2.1 and image editing yes, against a GPT Image column reading 1260.66, 1210.84, 210 dollars 72, 6.0, gpt-image-2.6-sunburst and yes, with a footer citing Artificial Analysis image arenas on 18 November 2026

Prisribban är den svårare begränsningen

En ny bildmodell är ett prissättningsbeslut innan det är ett kvalitetsbeslut, och det är här ryktet om G​emini 4 blir besvärligt på ett sätt som kvalitetsargumentet inte blir.

• Nano Banana 2.1 — 30 USD per miljon utdatatoken för bilder, vilket landar på 0,0336 USD per 1 000 bilder; Artificial Analysis listar det som 33,60 USD per 1 000 bilder

• Nano Banana 2 — 60 USD per miljon bildtokens; Artificial Analysis listar det till 67 USD per 1 000 bilder

• Nano Banana Pro — $120 per miljon bildtokens; Artificial Analysis listar den till $134 per 1 000 bilder

• G​PT Image 2.6 Sunburst — $210,72 per 1 000 bilder på samma tavla

Nano Banana 2.1 är den billigaste raden i Googles sortiment och en av de billigaste nära toppen i någon av de två arenorna. Dess Elo-per-dollar-siffra – ungefär 35 poäng text-till-bild-Elo per dollar i listpris – är ungefär sex gånger GPT Image 2.6 Sunbursts. Den kvoten är själva produkten. En efterföljare som kör en stomme i Gemini 4-klass och tar motsvarande bildtokenpriser skulle förstöra det: Gemini 4 Carbon listas till ett introduktionspris på 2,00 USD in och 10,00 USD ut per miljon token till och med den 30 november, och Hydrogen till 1,50 USD in och 7,50 USD ut. En bildmodell med Gemini 4 som bas som ärvde den ekonomin per bildtoken skulle kosta flera gånger så mycket som modellen den ersätter, för en okänd kvalitetsvinst.

Vilket är testet man ska tillämpa när tillkännagivandet landar. Om efterträdaren kommer in på eller nära $0,0336 per 1 000 bilder handlar påståendet "baserat på G​emini 4" om arkitektur och prisberättelsen är intakt. Om den kommer in på priser på Pro-nivå handlar påståendet om positionering och de användare i Flash-klassen som den nominellt ersätter har tyst flyttats upp en nivå.

Vad skulle göra det här verkligt, och vad skulle inte göra det?

Den falsifierbara listan är kort, och inget av den finns den 18 november.

• En ny identifierare i Gemini API:s modellreferens – den aktuella listan omfattar gemini-nano-banana-2.1, gemini-3.1-flash-image, gemini-3.1-flash-lite-image, gemini-3-pro-image och gemini-2.5-flash-image, och inget Gemini 4-liknande som genererar en bild

• En rad i ändringsloggen med ett GA-datum och ett pris, på samma sätt som Nano Banana 2.1 fick en den 6 oktober

• Ett modellkort där kapacitetsraden för bildgenerering anger "stöds" i stället för "stöds inte"

• En rad i en oberoende arena, som är den enda platsen där ett kvalitetspåstående kan kontrolleras utan G​oogles inblandning

• En prisrad, eftersom varje bildmodell som G​oogle har släppt har kommit med en sådan

• Ett nedstängningsdatum för något den ersätter – värt att notera att Nano Banana 2 avvecklades den 6 oktober utan att något nedstängningsdatum meddelades, så den äldre Flash-bildmodellen går fortfarande att anropa och debiteras fortfarande till dubbelt så hög taxa som den nya modellen

Det som inte skulle göra det verkligt: ett nytt inlägg från samma konto, en skärmbild med en suddad identifierare eller ett kodnamn som förekommer i ett ramverks lista över modeller som stöds. Motorarbete och modellsläpp ser identiska ut utifrån tills ett pris dyker upp, och den här pipelinen har tidigare bränts av den distinktionen.

Screenshot of Google's Gemini API model reference page in English, headed All Gemini 3 models with Model and Endpoint columns, listing the Nano Banana rows gemini-nano-banana-2.1, gemini-3.1-flash-image, gemini-3.1-flash-lite-image and gemini-3-pro-image among the Gemini 3 text endpoints, with no Gemini 4 model listed at all

Vad du kan kalla medan detta är spekulativt

Den praktiska frågan som ett rykte väcker är inte vad man ska byta till, utan vad man ska hålla igång medan man väntar. På OrcaRouter är de Gemini-bildmodeller som för närvarande är routade Nano Banana 2 som google/gemini-3.1-flash-image-preview, Nano Banana Pro som google/gemini-3-pro-image-preview, den ursprungliga gemini-2.5-flash-image, Imagen 4.0-familjen och Gemini 4-textmodellerna gemini-4-carbon och gemini-4-argon för resonemangsdelen i en bildpipeline. Gemini Nano Banana 2.1 finns inte med på listan – den är inte routad ännu, och inget här bör tolkas som att det sägs något annat.

Screenshot of the OrcaRouter model page for Nano Banana 2 (Gemini 3.1 Flash Image Preview) in English, showing the identifier google/gemini-3.1-flash-image-preview, the byline by Google dated 2026-02-26, a listing price of 0.15 dollars, input of image plus text and output of image plus text, and buttons to get the API, try it in the playground and use it via API

Den uppdelningen är användbar. En pipeline som genererar bildtexter för eller kritiserar bilder med en G​emini 4-modell och genererar dem med en dirigerad bildmodell håller de två lagren oberoende, så huruvida en efterträdare lanseras eller inte ändrar en rad i konfigurationen snarare än arkitekturen. Att dirigera genereringsanropet över mer än en bildmodell med samma nyckel – med automatisk redundansväxling mellan dem – är den billiga versionen av samma försäkring, och eftersom plattformen för vidare leverantörernas listpriser med 0 % påslag är beräkningen per bild ovan fakturan per bild.

För alla som specifikt vill ha Nano Banana 2.1:s pris och kvalitet i dag erbjuder leverantörens eget API och flera tredjepartsplattformar det. Det som de kommande sex veckorna avgör är om det förblir svaret.

Den öppna frågan

Tre kodnamn i ett och samma inlägg är mycket signal för en tisdagsmorgon, och det minst specifika av de tre är det som har kommersiella konsekvenser. Neon och Helix har inga artefakter alls; Krypton har demos och ett antal tokens men ingen identifierare. Påståendet om Nano Banana har ingetdera, och det är det enda som antyder en prisförändring för en modell som folk redan betalar för.

Tecknet blir inte en skärmbild. Det blir en rad i modellreferensen med ett datum bredvid och en siffra i slutet. Fram till dess är den ärliga sammanfattningen den som specifikationsbladet ger: G​emini 4 är en textgenerering. En Nano Banana byggd på den skulle vara bättre på att läsa prompter, inte en ny sorts renderare – och det intressanta är om G​oogle kan göra det utan att dubbla priset på den billigaste bra bildmodellen som företaget har.