Nano Banana 2.1
Gemini 3.6 Flash 기반의 Google DeepMind 이미지 생성·편집 모델로, 4K 출력과 마스크 국부 편집, 다중 참조 이미지 일관성을 지원합니다.
Nano Banana 2.1은 2026년 10월 Google DeepMind가 공개한 이미지 생성·편집 모델입니다. Gemini 3 시리즈에 속하며 기반은 Gemini 3.6 Flash이고, Nano Banana 2의 후속 모델이자 Nano Banana Pro의 고효율 버전입니다. Flash급 속도와 비용을 유지하면서 화질은 Pro에 가깝게 끌어올리는 것을 목표로 합니다.
강점은 완성도 높은 비주얼 디자인입니다. 타이포그래피, 여백, 위계, 여러 요소의 관계를 안정적으로 다뤄 포스터, UI 화면, 인포그래픽을 바로 구성할 수 있습니다. 마스크나 낙서로 영역을 지정하는 국부 편집을 지원하며 주변 구도는 그대로 유지합니다. 참조 이미지는 최대 14장까지 받아 캐릭터 4개와 사물 10개의 일관성을 이미지 간에 유지합니다. 출력은 1K·2K·4K를 지원하고 1:8 같은 극단적 화면비에서 생기는 타일 아티팩트를 개선했습니다. 썸네일, 로고, 제품 라벨의 텍스트도 읽기 쉽게 렌더링합니다. 입력은 텍스트·이미지·동영상·PDF를 받으며, Google 웹·이미지 검색 그라운딩과 여러 턴의 대화형 편집도 지원합니다.
전문가 수준의 정밀도와 빠른 반복이 동시에 필요한 디자인 워크플로에 적합합니다. 인포그래픽, 광고 소재, 제품 사진, 캐릭터 디자인, UI 시안 등이 대표적입니다. 한계도 있습니다. 입력과 출력 사이의 캐릭터 일관성이 항상 완벽하지는 않고, 마스크나 낙서 편집에서 잉크 자국이 남거나 지시를 일부 놓칠 수 있습니다. 입력 이미지의 자세가 의도치 않게 유지되기도 하며, 개수 세기, 손 묘사, 엄격한 제외 지시, 좌우 공간 판단은 여전히 취약한 편입니다.
업데이트:
모델 ID
gemini-nano-banana-2.1- 컨텍스트
- 65.536K
- 최대 출력
- 58.982K
- 입력
- image / text
- 출력
- image / text
제공 업체
1 제공 업체제공 업체별 API 요금을 비교하세요. 공급자를 선택하면 전체 요금과 적용 조건을 확인할 수 있습니다.
| $1.5 | $7.5 |
추론
- 기본 추론 강도
- minimal
- 기본 활성화
- 예
- 항상 활성화
- 아니요
- 선택 가능한 추론 강도
- high / minimal / none
API 문서
이 모델의 프로토콜 정보가 공개되지 않았습니다. 연결 요구 사항은 API 문서를 확인하세요.
API 문서 →지원 매개변수
- include_reasoning
- max_tokens
- reasoning
- reasoning_effort
- response_format
- seed
- structured_outputs
- temperature
- tool_choice
- tools
- top_p
자주 묻는 질문
모델 소개: Nano Banana 2.1?
Nano Banana 2.1은 2026년 10월 Google DeepMind가 공개한 이미지 생성·편집 모델입니다. Gemini 3 시리즈에 속하며 기반은 Gemini 3.6 Flash이고, Nano Banana 2의 후속 모델이자 Nano Banana Pro의 고효율 버전입니다. Flash급 속도와 비용을 유지하면서 화질은 Pro에 가깝게 끌어올리는 것을 목표로 합니다. 강점은 완성도 높은 비주얼 디자인입니다. 타이포그래피, 여백, 위계, 여러 요소의 관계를 안정적으로 다뤄 포스터, UI 화면, 인포그래픽을 바로 구성할 수 있습니다. 마스크나 낙서로 영역을 지정하는 국부 편집을 지원하며 주변 구도는 그대로 유지합니다. 참조 이미지는 최대 14장까지 받아 캐릭터 4개와 사물 10개의 일관성을 이미지 간에 유지합니다. 출력은 1K·2K·4K를 지원하고 1:8 같은 극단적 화면비에서 생기는 타일 아티팩트를 개선했습니다. 썸네일, 로고, 제품 라벨의 텍스트도 읽기 쉽게 렌더링합니다. 입력은 텍스트·이미지·동영상·PDF를 받으며, Google 웹·이미지 검색 그라운딩과 여러 턴의 대화형 편집도 지원합니다. 전문가 수준의 정밀도와 빠른 반복이 동시에 필요한 디자인 워크플로에 적합합니다. 인포그래픽, 광고 소재, 제품 사진, 캐릭터 디자인, UI 시안 등이 대표적입니다. 한계도 있습니다. 입력과 출력 사이의 캐릭터 일관성이 항상 완벽하지는 않고, 마스크나 낙서 편집에서 잉크 자국이 남거나 지시를 일부 놓칠 수 있습니다. 입력 이미지의 자세가 의도치 않게 유지되기도 하며, 개수 세기, 손 묘사, 엄격한 제외 지시, 좌우 공간 판단은 여전히 취약한 편입니다.
사용 요금은 어떻게 계산되나요?
이용하는 제공 업체의 요금과 실제 사용량에 따라 비용이 결정됩니다. 긴 입력 등에는 다른 요금이 적용될 수 있습니다.
