Google bracht dinsdag Nano Banana 2.1 uit, de nieuwste versie van zijn beeldgeneratie- en bewerkingsmodel, met breedgerichte verbeteringen in visuele kwaliteit, naleving van prompts, tekstweergave en consistente personages over meerdere beurten, met behoud van de snelheid en kostenefficiëntie op Flash-niveau van de productlijn. Het model dient als de efficiëntere tegenhanger van Gemini 3 Pro Image, ook bekend als Nano Banana Pro.

De update wordt uitgerold in de Gemini-app, AI Mode van Google Search, Google Ads en ontwikkelaarstools zoals Google AI Studio, Flow en Stitch. De release komt op een moment waarop de Nano Banana-familie een centrale pijler is geworden van Google's consumenten-AI-strategie. In september 2025 stuwdde het vermogen van het originele model om selfies om te zetten in verzamelfiguurtjes Gemini naar de top van beide grote app stores, waarmee een einde kwam aan de bijna drie jaar durende dominantie van ChatGPT en samenhangend met het feit dat de marktwaarde van Alphabet de $3 biljoen passeerde. Versie 2 volgde in februari, gebouwd op Gemini 3.1 Flash Image, en introduceerde grounding in Google Search, zodat afbeeldingen van echte gebeurtenissen of personen nauwkeuriger zouden zijn.

Google kondigde de release aan op 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

Scherpere bewerking en sterkere benchmarks

Google benadrukte drie belangrijkste verbeteringen in de nieuwe release: verbeterd visueel ontwerp, nauwkeuriger bewerking op basis van maskers waarbij alleen een gemarkeerd gebied van een afbeelding wordt gewijzigd, en sterkere consistentie van onderwerpen zodat een persoon of object over meerdere bewerkingen herkenbaar blijft. Die consistentie vormt de basis van workflows met meerdere afbeeldingen — storyboards, productreeksen, seriële kunstwerken — waarbij hetatief is om elk frame met de hand te retoucheren. Op papier verwerkt het model tot 14 referentieafbeeldingen tegelijk, behoudt het consistentie voor maximaal vier personages en getrouwheid voor maximaal tien objecten. Het levert uit in resoluties van 1K, 2K en 4K, lost tegelartefacten op bij extreme panoramische beeldverhoudingen zoals 1:4, 1:8, 4:1 en 8:1, en geeft tekst en infographic-layouts nauwkeuriger weer.

De verbeteringen zijn ook zichtbaar in benchmarks. Bij de algemene voorkeur in tekst-naar-beeld-tests behaalde Banana 2.1 1.050 ELO-punten, vergeleken met 990 voor Nano Banana 2 en 935 voor Nano Banana Pro — een aanzienlijk verschil in een rangschikkingssysteem dat is opgebouwd uit onderlinge menselijke voorkeursvergelijkingen.

Ontwikkelaars krijgen extra controle via configureerbare denkniveaus, variërend van minimaal tot hoog, en via grounding met Google Web en Image Search, waarmee het model effectief informatie kan opzoeken voordat het een afbeelding genereert.

De efficiëntiewinst strekt zich ook uit tot de kosten. Via de ontwikkelaars-API van Google kost een standaard 1K-afbeelding nu $0,0336 — ongeveer de helft van de $0,067 die voor Nano Banana 2 in rekening werd gebracht — terwijl een 4K-afbeelding $0,0756 kost tegen $0,151 eerder. Batchverwerking krijgt bovendien een extra korting van 50%. In de praktijk kost het genereren van duizend afbeeldingen met standaardresolutie nu ongeveer $33,60, tegenover $67 eerder, waarmee Nano Banana 2.1 zich profileert als kwaliteitsleider én als een van de meest kosteneffectieve opties in de markt voor generatieve beelden. Voor producten die op grote schaal afbeeldingen genereren, is de prijs per afbeelding een directe factor in de exploitatiekosten, en daarom is de verlaging van meer betekenis dan alleen de koppendige kwaliteitsverbeteringen. Hoe de benchmarkwinst zich houdt in dagelijks gebruik naarmate de beschikbaarheid toeneemt, is de directe toets voor de claims van Google.

Bron: Metaverse Post