Nano Banana 2.1 API

Nano Banana 2.1 ist ein Bildgenerierungs- und Bildbearbeitungsmodell aus der Gemini-3-Serie von Google. Es basiert auf Gemini 3.6 Flash und unterstützt Text-, Bild-, Video- und PDF-Eingaben sowie Text- und Bildausgaben. Das Modell bietet eine maskenbasierte Bearbeitung, die nur den durch die Maske festgelegten Bereich verändert und die umgebende Komposition bewahrt. Zudem sorgt es für Motivkonsistenz bei Gesichtern und Identitäten über verschiedene Szenen, Beleuchtungen und Blickwinkel hinweg. Es unterstützt bis zu 14 Referenzbilder pro Prompt und hält die Identität von bis zu 4 Charakteren und 10 Objekten konsistent. Grounding mit Google Web- und Bildsuche ist ebenfalls verfügbar. Die Denkstufen sind minimal, medium und high konfigurierbar, wobei medium die Standardeinstellung ist. Das Modell eignet sich für die professionelle Bilderstellung und -bearbeitung mit Präzision und Kontrolle sowie für schnelle iterative Bearbeitung über mehrere Runden. Es kann klaren Text in Postern und komplexen Diagrammen erzeugen, historisch akkurate Szenen oder komplexe Infografiken mithilfe von Langkontext-Weltwissen generieren und lokalisierten Text in mehreren Sprachen rendern. Mehrrundige konversationelle Bearbeitung für Storytelling und iterative Workflows, Multi-Bild-Fusion für Produktszenen, Multi-Charakter-Szenen und Serien-Assets sowie virtuelle Anprobe und Charaktergenerierung werden ebenfalls unterstützt. Nano Banana 2.1 verbessert die visuelle Gestaltung und die Gesamtkomposition. Die visuelle Qualität, die Befolgung von Anweisungen, die Charakterkonsistenz über mehrere Runden und das Text-Rendering wurden im Vergleich zum Vorgänger deutlich verbessert. Es bietet nahezu Pro-Qualität als hocheffiziente Alternative zu Gemini 3 Pro Image. Frühe Nutzertests zeigten starke Leistungen bei Text-Rendering und komplexen Kompositionsanweisungen. Die Inhaltssicherheitsrichtlinien sind ähnlich oder besser als bei Gemini 3 Flash, einschließlich Kindersicherheit. Red-Teaming fand keine ernsthaften Probleme im Vergleich zu Gemini 3.1 Pro.

Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.

Das Modell unterstützt Texteingabe, Bildeingabe, Videoeingabe und PDF-Eingabe sowie Bildausgabe und Textausgabe.

Der Kontext umfasst 131.072 Token, das Ausgabelimit liegt bei 32.768 Token.

Es eignet sich für professionelle Bilderstellung und -bearbeitung, schnelle iterative Bearbeitung, Text-Rendering in Postern und Diagrammen, historisch akkurate Szenen, mehrsprachiges Text-Rendering, mehrrundige konversationelle Bearbeitung, Multi-Bild-Fusion sowie virtuelle Anprobe und Charaktergenerierung.

Nano Banana 2.1 ist das hocheffiziente Gegenstück zu Gemini 3 Pro Image (Nano Banana Pro) und bietet nahezu Pro-Qualität. Es ist ein Upgrade gegenüber Nano Banana 2, das auf Gemini 3.1 Flash Image basiert.

Kleiner Text wird bei 1K-Auflösung oft unscharf dargestellt, und lange Absätze oder ganzseitiger Text sind problematisch. Die Charakterkonsistenz zwischen Eingabebildern und generierter Ausgabe ist nicht immer perfekt. Masken- oder Doodle-Bearbeitung hat teilweise Probleme mit der Befolgung von Anweisungen und mit Tintenpersistenz. Gelegentlich wird die Pose des Subjekts aus dem Eingabebild beibehalten. Die räumliche Lokalisierung ist manchmal verwirrt, etwa bei Links-Rechts-Verwechslungen. Weltwissen, 3D-Schlussfolgern und faktische Genauigkeit bleiben begrenzt.

Das Modell unterstützt die Parameter temperature, topP, topK, seed und logprobs nicht; deren Setzen führt zu einem API-Fehler. Ebenso werden Audiogenerierung, Caching, Codeausführung, Dateisuche, Funktionsaufrufe und strukturierte Ausgaben nicht unterstützt.