Google hat am Dienstag Nano Banana 2.1 veröffentlicht, die neueste Version seines Bildgenerierungs- und Bearbeitungsmodells. Das Modell bietet umfassende Verbesserungen bei Bildqualität, Prompt-Treue, Textdarstellung und mehrstufiger Charakterkonsistenz und behält dabei das Flash-typische Tempo und die Kosteneffizienz der Produktlinie bei. Es dient als die effizientere Ergänzung zu Gemini 3 Pro Image, das auch als Nano Banana Pro bekannt ist.

Das Update wird in der Gemini-App, im AI Mode von Google Search, in Google Ads sowie in Entwicklertools wie Google AI Studio, Flow und Stitch ausgerollt. Es erscheint zu einem Zeitpunkt, an dem die Nano Banana-Familie zu einer zentralen Säule der KI-Strategie von Google für Verbraucher geworden ist. Im September 2025 katapultierte die Fähigkeit des Originalmodells, Selfies in Sammelfiguren zu verwandeln, Gemini an die Spitze beider großer App-Stores, beendete die fast dreijährige Vorherrschaft von ChatGPT und fiel zusammen mit dem Anstieg der Marktkapitalisierung von Alphabet über 3 Billionen $. Version 2 folgte im Februar, basierte auf Gemini 3.1 Flash Image und führte Grounding in Google Search ein, damit Bilder echter Ereignisse oder Personen genauer werden.

Google gab den Release auf X bekannt:

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

Präzisere Bearbeitung und stärkere Benchmarks

Google hebt bei der neuen Version drei zentrale Verbesserungen hervor: ein verbessertes visuelles Design, eine präzisere maskenbasierte Bearbeitung, die nur einen markierten Bildbereich verändert, sowie eine stärkere Subjekt-Konsistenz, sodass eine Person oder ein Objekt über mehrere Bearbeitungen hinweg erkennbar bleibt. Diese Konsistenz ist die Grundlage für Workflows mit mehreren Bildern – Storyboards, Produktaufnahmen, fortlaufende Kunstwerke – bei denen die das manuelle Nachbearbeiten jedes einzelnen Frames wäre. Laut Datenblatt verarbeitet das Modell bis zu 14 Referenzbilder gleichzeitig und wahrt dabei die Konsistenz von bis zu vier Charakteren sowie die Treue von bis zu zehn Objekten. Es gibt Bilder in 1K-, 2K- und 4K-Auflösung aus, behebt Kachelartefakte bei extremen Panorama-Seitenverhältnissen wie 1:4, 1:8, 4:1 und 8:1 und gibt Text- und Infografik-Layouts präziser wieder.

Die Fortschritte zeigen sich auch in den Benchmarks. In der Gesamtpräferenz bei Text-zu-Bild-Tests erreichte Banana 2.1 1.050 ELO-Punkte, gegenüber 990 für Nano Banana 2 und 935 für Nano Banana Pro – ein bedeutender Abstand in einem Bewertungssystem, das auf direkten Vergleichen menschlicher Präferenzen basiert.

Entwickler erhalten zusätzliche Kontrolle über konfigurierbare Thinking-Level von minimal bis hoch sowie durch Grounding mit Google Web- und Bildersuche, wodurch das Modell effectively Informationen nachschlagen kann, bevor es ein Bild generiert.

Die Effizienzgewinne setzen sich bei den Kosten fort. Über die Entwickler-API von Google kostet ein Standard-1K-Bild nun 0,0336 $ – rund die Hälfte der 0,067 $, die für Nano Banana 2 berechnet wurden – während ein 4K-Bild 0,0756 $ kostet, gegenüber zuvor 0,151 $. Die Batch-Verarbeitung erhält einen zusätzlichen Rabatt von 50 %. In der Praxis kostet die Erzeugung von tausend Bildern in Standardauflösung nun etwa 33,60 $ statt 67 $, was Nano Banana 2.1 sowohl zum Qualitätsführer als auch zu einer der kostengünstigsten Optionen im Markt für generative Bilder macht. Für Produkte, die Bilder in großen Mengen generieren, ist der Preis pro Bild ein direkter Faktor der Betriebskosten – deshalb ist die Senkung mehr als nur ein Qualitätsargument. Wie sich die Benchmark-Fortschritte im Alltag bewähren, während die Verfügbarkeit ausgeweitet wird, ist der unmittelbare Härtetest für die Aussagen von Google.

Quelle: Metaverse Post