Google lanzó el martes Nano Banana 2.1, la versión más reciente de su modelo de generación y edición de imágenes, con amplias mejoras en calidad visual, adherencia a las instrucciones, renderizado de texto y consistencia de personajes en múltiples turnos, manteniendo la velocidad y la eficiencia de costos a nivel Flash de la línea de productos. El modelo funciona como el contraparte más eficiente de Gemini 3 Pro Image, también conocido como Nano Banana Pro.

La actualización se despliega en la app de Gemini, el AI Mode de Google Search, Google Ads y herramientas para desarrolladores como Google AI Studio, Flow y Stitch. Llega en un momento en que la familia Nano Banana se ha convertido en un pilar central de la estrategia de IA para consumidores de Google. En septiembre de 2025, la capacidad del modelo original para convertir selfies en figuras coleccionables llevó a Gemini a la cima de ambas tiendas de aplicaciones principales, poniendo fin a casi tres años de dominio de ChatGPT y coincidiendo con el valor de mercado de Alphabet superando los $3 billones. La versión 2 llegó en febrero, basada en Gemini 3.1 Flash Image, e introdujo anclaje en Google Search para que las imágenes de eventos o personas reales fueran más precisas.

Google anunció el lanzamiento en X:

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

Edición más precisa y mejores benchmarks

Google destacó tres mejoras principales en el nuevo lanzamiento: diseño visual mejorado, una edición basada en máscaras más precisa que cambia solo la región marcada de una imagen, y una mayor consistencia del sujeto para que una persona u objeto siga siendo reconocible a través de múltiples ediciones. Esa consistencia sustenta los flujos de trabajo de múltiples imágenes —storyboards, conjuntos de productos, arte seriado— donde la alternativa es retocar cada fotograma a mano. Sobre el papel, el modelo maneja hasta 14 imágenes de referencia simultáneamente, manteniendo consistencia para hasta cuatro personajes y fidelidad para hasta diez objetos. Genera salidas en resoluciones de 1K, 2K y 4K, corrige artefactos de mosaico en relaciones de aspecto panorámicas extremas como 1:4, 1:8, 4:1 y 8:1, y renderiza texto y diseños de infografías con mayor precisión.

Las mejoras también se reflejan en los benchmarks. En preferencia general en pruebas de texto a imagen, Banana 2.1 obtuvo 1,050 puntos ELO, frente a 990 de Nano Banana 2 y 935 de Nano Banana Pro —una diferencia significativa en un sistema de clasificación basado en comparaciones directas de preferencia humana.\nLos desarrolladores obtienen control adicional mediante niveles de pensamiento configurables, de mínimos a altos, y mediante el anclaje con Google Web e Image Search, lo que permite al modelo buscar información antes de generar una imagen.

Las ganancias de eficiencia también se extienden al costo. A través de la API para desarrolladores de Google, una imagen estándar de 1K ahora cuesta $0.0336, aproximadamente la mitad de los $0.067 que se cobraban por Nano Banana 2, mientras que una imagen de 4K cuesta $0.0756 frente a los $0.151 anteriores. El procesamiento por lotes recibe un descuento adicional del 50%. En términos prácticos, generar mil imágenes de resolución estándar ahora cuesta unos $33.60, frente a $67, lo que posiciona a Nano Banana 2.1 como líder en calidad y una de las opciones más rentables del mercado de imágenes generativas. Para los productos que generan imágenes en volumen, el precio por imagen es un componente directo de los costos operativos, razón por la cual este recorte importa más allá de las mejoras destacadas de calidad. Cómo se sostienen las ganancias de benchmark en el uso diario a medida que se amplía la disponibilidad es la prueba inmediata de las afirmaciones de Google.

Fuente: Metaverse Post