Google hat am Dienstag, den 6. Oktober, Nano Banana 2.1 veröffentlicht, die neueste Version seiner KI, die einen getippten Satz in ein Bild verwandelt oder ein vorhandenes Foto bearbeitet. Das Modell wird in der Gemini-App, im AI Mode der Google-Suche, in Google Ads sowie in Entwicklertools wie Google AI Studio, Flow und Stitch ausgerollt — eine Reichweite, die ein einzelnes Bildmodell gleichzeitig hinter Chat-, Such- und Werbeoberflächen für Verbraucher platziert.

Meet Nano Banana 2.1, our latest image generation and editing model 🍌 This upgraded version outperforms our previous models across the board, with notable leaps in visual design, mask-based editing, and subject consistency to help you create more natural-looking images. pic.twitter.com/d858DrzrF3

— Google (@Google) October 6, 2026

Laut Googles Modellkarte konzentriert sich das Update auf drei Bereiche. Das visuelle Design wurde verbessert, um naturgetreuere Bilder zu erzeugen; die maskenbasierte Bearbeitung ist präziser, sodass Nutzer einen Bildbereich markieren und nur diesen ändern können; und die Motivkonsistenz ist stärker, womit eine Person oder ein Objekt auch nach mehreren Bearbeitungen gleich aussieht. Zusammen zielen diese drei Punkte auf iterative Bearbeitung ab — jene Art von Workflow, bei der ein Bild mehrere Änderungsrunden durchläuft und von einer Bearbeitung zur nächsten stimmig bleiben muss.

Googles eigene Tests setzen das neue Modell vor Nano Banana 2 und Nano Banana Pro. Bei der Gesamtpräferenz in Text-zu-Bild-Bewertungen erreichte Nano Banana 2.1 1.050 ELO-Punkte, gegenüber 990 für Nano Banana 2 und 935 für Nano Banana Pro. Im ELO-System sind höhere Punktzahlen besser, und die Skala hat kein Maximum, sodass die Bewertungen ein rein vergleichendes Maß für die Präferenz zwischen Ergebnissen darstellen statt einer Leistung gegenüber einem festen technischen Standard. Google berichtete zudem einen Faktenkorrektheits-Score für Infografiken von 0,521 gegenüber 0,179.

Auf dem Papier verarbeitet das Modell bis zu 14 Referenzbilder gleichzeitig und verfolgt dabei bis zu vier Charaktere und zehn Objekte. Es gibt Bilder mit bis zu 4K-Auflösung aus — etwa TV-typische Schärfe — in Formaten bis 8:1. Entwickler können zudem einstellen, wie lange das Modell vor dem Zeichnen „nachdenkt“, von minimal bis, und die Verankerung in Google Search und Google Image Search aktivieren. Einfach gesagt: Es kann Dinge nachschlagen, bevor es sie zeichnet.

Die Preisgestaltung ist ein zentraler Teil der Veröffentlichung. Über Googles Entwickler-API — die Schnittstelle, über die Apps anderer Unternehmen das Modell nutzen — kostet ein Standardbild in 1K jetzt 0,0336 $, etwa die Hälfte der 0,067 $ von Nano Banana 2, laut Googles Preisdokumentation. Ein 4K-Bild kostet 0,0756 $, gegenüber zuvor 0,151 $. Batch-Jobs, bei denen große Bildmengen im Bulk statt sofort verarbeitet werden, erhalten zusätzlich 50 % Rabatt auf diese Tarife. Zum Standard-1K-Preis kosten 1.000 Bilder über die API nun rund 33,60 $, gegenüber 67 $ bei Nano Banana 2, wodurch die Bildgenerierung in großen Mengen auf der Plattform etwa halb so teuer ist wie zuvor. Da die API-Abrechnung pro Bild erfolgt, ist dieser Satz die Zahl, mit der Entwickler ihre Produktions-Workloads multiplizieren — deshalb kommt die Senkung vor allem Produkten außerhalb von Googles eigenen Apps zugute, die Bilder im großen Maßstab erzeugen.

Der Start setzt eine schnelle Abfolge von Upgrades fort. Das ursprüngliche Nano Banana machte Gemini zum Erfolg: Im September 2025 sorgte sein Trick, Selfies in Sammelfiguren zu verwandeln, für Aufsehen und brachte Gemini auf Platz 1 in beiden großen App-Stores, womit ChatGPT nach fast drei Jahren an der Spitze verdrängt wurde. Alphabet-Marktwert überstieg in derselben Phase 3 Billionen $. Dieses Präzedenzfall machte die Bildgenerierung zu einer der sichtbarsten verbraucherorientierten Funktionen von Gemini.

Version 2 kam im Februar, aufbauend auf Gemini 3.1 Flash Image. Ihre zentrale Funktion war die Überprüfung per Google Search vor dem Zeichnen realer Dinge, wodurch Bilder tatsächlicher Ereignisse oder Personen eine bessere Chance auf Genauigkeit hatten.

Unabhängige Benchmarks zu Nano Banana 2.1 waren zum Start nicht verfügbar; die veröffentlichten Vergleiche stammten vollständig aus Googles internen Tests. Dieser Unterschied ist der Punkt, den man im Blick behalten sollte: Unabhängige Bewertungen sind, sobald sie vorliegen, die externe Kontrolle darüber, ob die Präferenz- und Faktenkorrektheitsgewinne über Googles eigene Zahlen hinaus Bestand haben.