Nano Banana 2.1: novedades, precios reales y el problema de los tokens de razonamiento

¿Qué es Nano Banana 2.1?

Nano Banana 2.1 es el último "high-efficiency image generation and conversational editing model" de Google, y Google lo llama "an update to Nano Banana 2". Se lanzó directamente en disponibilidad general el 6 de octubre de 2026, sin fase de vista previa, y la misma entrada del registro de cambios dejó obsoleto Nano Banana 2 (gemini-3.1-flash-image). Google todavía no ha anunciado una fecha de cierre.

Por dentro funciona sobre Gemini 3.6 Flash en lugar del más reciente Gemini 3.8 Flash, según la model card de DeepMind, y la misma ficha indica un corte de conocimiento en marzo de 2026. En la gama, ocupa el centro de una familia Nano Banana que se ha llenado:

Las funciones provienen de la sección de selección de modelo de la guía de Nano Banana de Google. Un detalle de nomenclatura: es el primer Nano Banana con su propio ID de modelo de marca en lugar de una cadena gemini-3.x-flash-image, así que tenlo en cuenta cuando busques nombres de modelo en tu código.

Escribo para el blog de eesel, y cada entrada que publico lleva un banner principal más tres o más infografías generadas, así que me paso el día viendo resultados de modelos de imagen. En el pipeline que uso, aproximadamente una de cada tres imágenes hay que rehacerla, normalmente por logotipos inventados o etiquetas ilegibles. Leí este lanzamiento con ese filtro, preguntándome qué cambia para quien genera imágenes a gran escala.

¿Qué cambió respecto a Nano Banana 2?

Google enumera seis actualizaciones clave en la página del modelo en la API. Aquí están junto a lo que ofrecía Nano Banana 2:

Fuentes: la guía de Nano Banana de Google, con precios de la página de precios de la API de Gemini.

El resto de la lista son afirmaciones de calidad: mejor realismo en los tres tamaños, mejor renderizado de texto y diseño de infografías, y mejor consistencia de personajes en varios turnos. La publicación de lanzamiento de Google en X lo expresó así:

"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."

Google, X

Un número pequeño a vigilar viene de Philipp Schmid, de Google DeepMind, que publicó "up to 5 characters consistency", pero la documentación dice cuatro, así que fíate de la documentación. Cinco referencias de personajes sigue siendo una función de Nano Banana Pro.

¿Nano Banana 2.1 supera de verdad a Nano Banana Pro?

En el marcador de Google, sí, y por mucho. La model card informa del Elo de preferencia humana en comparaciones lado a lado, y el modelo más barato de clase Flash ahora supera al modelo Pro en todos los benchmarks que Google publicó.

La brecha es mayor en los resultados de edición:

Todas las cifras proceden de la model card de Nano Banana 2.1, "as of October, 2026", con márgenes de aproximadamente ±7 a ±22 puntos.

Dos cosas me llaman la atención. Primero, la consistencia de varios personajes sube 128 puntos respecto a Nano Banana 2, la mayor mejora de la tabla. Segundo, buena parte de la mejora viene del razonamiento: la preferencia general baja 35 puntos cuando está desactivado. Eso importa para el coste, de lo que hablo enseguida.

Ahora, las salvedades honestas. Son evaluaciones del propio fabricante, sin modelos externos comparados, y la ficha no publica cifras de renderizado de texto multilingüe ni de varios turnos, aunque ambos figuran como evaluados. La única prueba independiente cuidadosa que encontré respalda la historia de la edición, pero no la de "across the board". Un creador japonés de vídeo con IA, @genel_ai, puso a ocho personas de referencia en un mismo sofá, y 2.1 mantuvo distintos sus caras y su ropa, mientras que Pro y Nano Banana 2 las mezclaron. En generación fotorrealista simple, en cambio, no pudo distinguir 2.1 de Pro, y se equivocó al adivinar qué imagen era de cuál.

Mi lectura: si tu trabajo es la edición, las fotos de producto con varias personas o cualquier tarea en la que un personaje tenga que sobrevivir a cinco rondas de cambios, 2.1 es un avance real. Si solo generas imágenes sueltas desde cero, espera un salto menor del que sugiere el gráfico de Elo.

¿Cuánto cuesta Nano Banana 2.1?

Esta es la tabla completa de precios de la API de Gemini para la familia, de la página de precios de Google:

El nivel Batch reduce a la mitad todas las tarifas de Nano Banana 2.1, hasta 0,0168 $ por imagen de 1K, y a cambio aceptas un plazo de entrega de hasta 24 horas. Ninguno de estos modelos tiene un nivel gratuito de API para salida de imagen, y el grounding con búsqueda es gratis durante las primeras 5.000 solicitudes al mes (compartidas entre los modelos Gemini 3.x), después 14 $ por 1.000.

El titular es real: mil imágenes de 1K cuestan 33,60 $ con Nano Banana 2.1 frente a 67 $ con Nano Banana 2 y 134 $ con Pro, que es la cifra de "4x cheaper" que citó Schmid. Pero tres detalles cambian las cuentas:

1. Las imágenes de 4K usan más tokens. Nano Banana 2.1 gasta 3.780 tokens en una imagen de 4K frente a 2.520 de Nano Banana 2, según la página de precios. Así que el ahorro en 4K es de 113 $ frente a 151 $ por mil, un 25 % aproximadamente, no la mitad.
2. El razonamiento siempre está activo. La guía de Google dice que el razonamiento "cannot be disabled in the API", y 2.1 usa medium por defecto, donde Nano Banana 2 usaba minimal. Esos tokens se facturan a 7,50 $ por 1M, frente a 3 $ antes.
3. La entrada cuesta 3 veces más. 1,50 $ por 1M frente a 0,50 $. Con un prompt corto es poco, pero crece cuando envías varias fotos de referencia en alta resolución.

Para hacerlo concreto, toma una edición real de 2K que un desarrollador publicó en el foro de desarrolladores de IA de Google con el razonamiento en high. Usó 4.958 tokens de entrada y 3.972 tokens de razonamiento, y este es el coste, suponiendo que la imagen se devuelva:

Esa única edición cuesta aproximadamente un 74 % más que el precio de lista de 0,0504 $, y se acerca a los 0,101 $ por imagen de 2K de Nano Banana 2. Sigue siendo más barata, pero no por la mitad. Eso probablemente explica respuestas como esta bajo la publicación de lanzamiento de Logan Kilpatrick:

"we waited that long for Nano banana 2.1 which is even more expensive than the current one without a big improvement!"

Noor, X

En precio por imagen eso es incorrecto, pero en tarifas de entrada y razonamiento es cierto. Si trabajas con alto volumen, configura thinking_level en minimal en una muestra de tus prompts reales y compara tanto la calidad como las facturas antes de comprometerte.

¿Qué puedes hacer con la edición con máscara y las referencias?

"Mask-based editing" suena como si dibujaras una máscara de píxeles, pero no es así, al menos no en la API. La guía de Google documenta el enmascarado como "semantic masking": describes la región con palabras y el modelo edita solo esa parte. La plantilla de Google es: "Using the provided image, change only the [specific element] to [new element/description]. Keep everything else in the image exactly the same."

La mitad "ink" del nombre del benchmark se refiere a las ediciones con garabatos, donde dibujas sobre la imagen para marcar qué debe cambiar. Esa es la puntuación de 1049 Elo de arriba, y hasta ahora habrías recurrido a Ideogram o a un eliminador de objetos dedicado para tener ese tipo de control.

Para composiciones, puedes pasar hasta 14 imágenes de referencia en una sola solicitud: hasta cuatro para consistencia de personajes y hasta diez para fidelidad de objetos, según la tabla de imágenes de referencia. Pro todavía tiene dos cosas que le faltan a 2.1, cinco espacios para personajes y hasta tres referencias de estilo, así que una campaña de marca con un estilo visual fijo es el motivo para mantener Pro en tu caja de herramientas.

¿Qué aporta el grounding con búsqueda?

Nano Banana 2.1 puede consultar información antes de dibujar. Activa el grounding con Google Search y trae datos actuales a la imagen, como una previsión de cinco días, un gráfico bursátil o incluso un evento reciente. Con grounding de búsqueda de imágenes añadido, también puede usar fotos reales como referencia visual, algo que según la guía de Google funciona en Nano Banana 2.1 y Nano Banana 2, pero no en 2 Lite.

Aquí también debería notarse en la práctica la puntuación de veracidad de infografías, 0,521 frente a 0,179 de Nano Banana 2, y para quien hace gráficos explicativos con cifras reales es la línea más útil de la model card. Se aplica una regla de visualización: cuando el grounding está activo, Google exige que muestres en tu interfaz el fragmento search_suggestions devuelto.

¿Dónde puedes usar Nano Banana 2.1?

Google lo desplegó en todas sus superficies desde el primer día, según su publicación de despliegue y la model card:

• App de Gemini: la vía para el consumidor, sin código.
• Modo IA de Búsqueda: Robby Stein, de Google, dice que toques el icono de la banana bajo el cuadro de búsqueda en la app de Google.
• Google AI Studio y la API de Gemini: la vía para desarrolladores, ID de modelo gemini-nano-banana-2.1.
• Flow y Stitch: las herramientas de vídeo y diseño de interfaces de Google. El equipo de Stitch sugiere usarlo para gráficos principales y logotipos de estilo vectorial.
• Google Ads y Gemini Enterprise Agent Platform: la versión en la nube funciona solo en el endpoint global, con Standard PayGo, Batch y Provisioned Throughput.

Del lado del desarrollo, la API admite Batch pero no context caching, function calling, salidas estructuradas, la Live API ni inferencia Flex y Priority, según la página del modelo. Los ejemplos de código de Google ahora usan la nueva Interactions API (client.interactions.create) en lugar de generate_content, así que los fragmentos copiados de tutoriales antiguos de Nano Banana 2 se verán distintos.

¿Cuáles son los primeros problemas?

Dos días después del lanzamiento, ya aparecen algunos problemas en público. Ninguno es definitivo, pero conviene conocerlos antes de mover tráfico de producción.

• Respuestas MAX_TOKENS vacías. Un equipo que "processed thousands of photos with 2.0 without encountering this issue" ahora ve ediciones ocasionales que se detienen con MAX_TOKENS y sin imagen, tras usar solo 5.326 de un límite de salida de 32.768, según su hilo del foro. Un reintento funcionó. Google no había respondido cuando lo revisé, así que queda abierto si esas respuestas vacías se facturan.
• Tres límites de entrada distintos. La model card dice 1M de tokens, la página de la API dice 131.072, y un desarrollador informa de que la API rechaza todo lo que supere 65.536. Hasta que Google lo aclare, dimensiona las cargas de imágenes de referencia según la menor de las tres cifras.
• Sin tamaño de 512 px. Si usabas la salida de 0.5K de Nano Banana 2 para miniaturas o borradores baratos, 2.1 no ofrece ese tamaño, y Nano Banana 2 Lite en 1K es el sustituto más cercano.
• Moderación estricta, sin transparencia. Algunas respuestas del día del lanzamiento se quejan de rechazos, y una artista resumió otra carencia en cuatro palabras:

"Still no alpha transparency."

Wichtel, X

Si necesitas PNG transparentes para pegatinas o recortes de producto, Qwen Image 2.1 los genera de forma nativa.

La propia model card también enumera límites conocidos: texto pequeño que suele salir "often blurry in 1k", consistencia de personajes imperfecta, confusión ocasional entre izquierda y derecha, y "occasional slowness or timeout issues".

¿Qué modelo Nano Banana deberías usar?

Así elegiría yo:

• Elige Nano Banana 2.1 para casi todo lo nuevo: edición, escenas con varias personas, infografías, cualquier cosa en 1K o 2K. Es la recomendación de Google y es lo que la documentación indica ahora para todos los proyectos nuevos.
• Elige Nano Banana 2 Lite cuando la latencia y el volumen pesen más que la calidad. En 1K cuesta lo mismo que 2.1, 0,0336 $ por imagen, aunque sus tokens de entrada son 6 veces más baratos y los de razonamiento 5 veces, y usa por defecto el razonamiento minimal.
• Conserva Nano Banana Pro para trabajo de marca que necesita referencias de estilo o cinco personajes consistentes, o para recursos profesionales con mucho texto, donde la guía de Google sigue diciendo "Use Gemini 3 Pro Image."
• Migra de Nano Banana 2 a tu ritmo, aunque no deberías esperar al correo de cierre. Vuelve a probar tus prompts, porque cambió el nivel de razonamiento predeterminado.

Al comparar entre proveedores, yo probaría primero ChatGPT Images 2.5 con los mismos prompts, y FLUX 3 viene justo detrás.

Para trabajo guiado por el estilo, Reve 2.1 y Meta Muse Image merecen una prueba antes de decidirte. Para pura estética, la mayoría de los diseñadores aún compara con Midjourney, aunque no tiene una API de edición comparable.

Mi recopilación de alternativas a Nano Banana 2 cubre el campo más amplio, incluido Grok Imagine. Si quieres una opción de ByteDance, empieza con mi reseña de Seedream.

Nano Banana 2.1 en un flujo de contenido con eesel

Un modelo como Nano Banana 2.1 es infraestructura. Devuelve una gran imagen cuando le envías un gran prompt, pero alguien tiene que escribir ese prompt, revisar el resultado en busca de logotipos inventados y etiquetas deformadas, rehacer la imagen de cada tres que falle y luego colocarla junto al párrafo que ilustra. Para un equipo que publica cada semana, ese "alguien" se convierte en un trabajo a tiempo parcial.

Ese es el trabajo que el redactor de blogs con IA de eesel te quita de encima. Es un compañero de equipo listo para trabajar, un redactor de contenido con IA. Dale una palabra clave y tu sitio, y investiga fuentes primarias, escribe la entrada con la voz de tu marca, genera un banner principal e infografías con los colores de la marca y añade enlaces internos y preguntas frecuentes. Una marca alemana de comercio electrónico que lo usó unas 15 veces obtuvo entradas SEO de entre 2.000 y 2.900 palabras, cada una con banner principal, infografías y preguntas frecuentes, en unos 12 a 20 minutos por entrada.

Como es un compañero de equipo y no un modelo en bruto, acepta comentarios como lo haría una persona. Una terapeuta que lo usa le dijo:

"Going forward, stop giving only Caucasian images. I work with diverse races and ethnicities."

Esa instrucción se aplica entonces a todas las entradas posteriores, así que no hay plantilla de prompt que mantener. Si prefieres dedicar la semana a la estrategia en lugar de regenerar banners, prueba eesel gratis, o mira cómo se compara en mi recopilación de los mejores redactores de blogs con IA para SEO.