Nano Banana 2.1: Googles Bildgenerierung wird besser und günstiger

Google hat mit Nano Banana 2.1 eine neue Version seines Modells zur Bildgenerierung veröffentlicht. Das Update verspricht gezieltere Bearbeitungen einzelner Bildbereiche, eine konsistentere Darstellung von Personen und sinkende Preise bei der Bildausgabe.

Google startet Nano Banana 2.1

Google hat diese Woche eine neue Version seines Modells zur KI-Bildgenerierung freigegeben. Nano Banana 2.1 basiert auf Gemini 3.6 Flash und soll die bisherigen Generationen in mehreren Bereichen übertreffen. Der Rollout erfolgt schrittweise für Dienste wie die Gemini-App, den KI-Modus der Google-Suche sowie für Entwicklerwerkzeuge wie AI Studio, Flow und Stitch.

Nach Herstellerangaben bietet das Modell eine höhere Prompt-Treue und natürlichere Ergebnisse beim visuellen Design. Zudem verarbeitet die Software nun bis zu 14 Referenzbilder gleichzeitig. Personen, Objekte oder Stile sollen über mehrere Bearbeitungsschritte hinweg einheitlich bleiben. Konkret gibt Google an, dass bis zu vier Figuren und zehn Objekte konsistent dargestellt werden können. Bei Bedarf greift das System auf die Google-Bildersuche zurück.

Eine weitere Verbesserung betrifft die maskenbasierte Bearbeitung, die auch als Inpainting bekannt ist. Nutzer markieren dabei gezielt Teilbereiche eines Bildes, um sie anzupassen oder auszutauschen, während der Rest der Komposition unverändert bleibt. Wer Bilder generiert, kann zwischen Auflösungen in 1K, 2K und 4K wählen, wobei sich darüber hinaus extrem breite Panoramaformate mit einem Seitenverhältnis von bis zu 8:1 erzeugen lassen.

Leistung und bekannte Schwächen

In internen Tests mit menschlichen Bewertern erreicht Nano Banana 2.1 mit aktiviertem logischem Schlussfolgern 1050 Elo-Punkte. Damit liegt das neue Modell vor dem Vorgänger Nano Banana 2 mit 990 Punkten und schlägt auch die Pro-Variante, die auf 935 Punkte kommt. Unabhängige Überprüfungen der Zahlen stehen derzeit noch aus. Das Pro-Modell wird weiterhin für besonders komplexe visuelle Aufgaben angeboten.

Trotz der Fortschritte nennt Google auch konkrete Einschränkungen von Nano Banana 2.1. In der 1K-Auflösung wirkt kleiner Text oftmals unscharf, und das Modell hat laut den Entwicklern Probleme mit längeren Textpassagen. Außerdem sehen Personen nicht immer exakt aus wie auf den Vorlagen und das System verwechselt gelegentlich die linke und rechte Seite.

Neue Preisstruktur für Entwickler

Für Entwickler, die auf die Gemini API zugreifen, ändert sich das Preismodell. Die Kosten für eine Million Ausgabe-Tokens sinken von 60 Dollar (etwa 54 Euro) auf 30 Dollar (etwa 27 Euro). Ein Bild in 1K-Auflösung kostet dadurch nur noch knapp 3,4 US-Cent (etwa 3 Euro-Cent) statt der bisherigen 6,7 US-Cent (etwa 6 Euro-Cent).

Bei der Erzeugung von 4K-Bildern fallen die Einsparungen aufgrund eines höheren Token-Bedarfs etwas geringer aus. Hier liegt der Preis nun bei 11,3 US-Cent (etwa 10 Euro-Cent) statt 15,1 US-Cent (etwa 13 Euro-Cent) pro Bild. Allerdings führt die Preissenkung bei der Bildausgabe nicht zwangsläufig zu einer Halbierung der Gesamtkosten, da Google die Preise für Eingaben erhöht hat.

Für Text-, Bild- und Video-Eingaben werden nun 1,50 Dollar (etwa 1,34 Euro) pro Million Tokens berechnet, während zuvor 0,50 Dollar (etwa 0,45 Euro) fällig wurden. Wer mit vielen Referenzbildern arbeitet, spürt die reduzierten Bildpreise daher deutlich weniger.

Nutzt ihr bereits KI-Modelle für die Bildbearbeitung in eurem Alltag? Verratet uns gerne in den Kommentaren, welche Funktionen für euch dabei am wichtigsten sind.

Siehe auch: