Google veröffentlicht Nano Banana 2.1, Bildgenerierungskosten halbiert

Am 6. Oktober 2026 hat Google das neue Bildgenerierungs‑ und Bildbearbeitungsmodell Nano Banana 2.1 offiziell vorgestellt. Dieses Modell basiert auf der neuesten Gemini 3.6 Flash‑Architektur, die von Google entwickelt wurde, um sowohl Geschwindigkeit als auch Bildqualität zu verbessern. Gleichzeitig wurde das Modell in mehreren Google‑Diensten integriert, darunter die Gemini‑Anwendungen, das AI Studio für Entwickler und die öffentlich zugängliche API‑Schnittstelle, sodass Nutzer sofort Zugriff auf die neuen Funktionen erhalten. Die Ankündigung wurde von Google‑Vertretern in einer Online‑Veranstaltung begleitet, in der die wichtigsten Verbesserungen gegenüber dem Vorgängermodell hervorgehoben wurden.

Nano Banana 2.1 unterstützt sowohl Texteingaben als auch Bild‑zu‑Bild‑Interaktionen, sodass Nutzer sowohl reine Textausgaben, reine Bildausgaben als auch kombinierte Text‑und‑Bildergebnisse erhalten können. Das Modell bietet Auflösungen von 1 K, 2 K und 4 K, kann bis zu vierzehn Referenzbilder gleichzeitig verarbeiten und kann bei Bedarf Echtzeitsuchen in Google nutzen, um die inhaltliche Genauigkeit der erzeugten Bilder zu erhöhen. Damit lässt sich das Modell in vielfältigen kreativen Workflows einsetzen, von der schnellen Erstellung von Konzeptillustrationen bis hin zur detaillierten Ausarbeitung von Marketingmaterialien. Die Möglichkeit, sowohl Text als auch Bild als Eingabe zu verwenden, eröffnet neue multimodale Anwendungsfälle, bei denen die KI kontextbezogene Bildinhalte basierend auf einer Kombination aus beschreibendem Text und visuellen Vorgaben erzeugt.

Preis‑ und Abrechnungsstruktur

Die kostenpflichtige API wird nach einem Tarif von 30 US‑Dollar pro einer Million Tokens abgerechnet. Nach den von Google bereitgestellten Umrechnungsbeispielen kostet die Erzeugung eines Bildes mit 1 K‑Auflösung etwa 0,0336 US‑Dollar, ein 2 K‑Bild etwa 0,0504 US‑Dollar und ein 4 K‑Bild etwa 0,0756 US‑Dollar. Diese Preisstruktur ermöglicht es Unternehmen und Entwicklern, die Kosten für große Bildmengen besser zu planen, da die Abrechnung pro Token erfolgt und nicht pro Bild. Durch die klare Umrechnung von Tokens in Bildgenerierungskosten können Nutzer die finanziellen Auswirkungen ihrer Projekte genauer abschätzen.

Im Vergleich zur Vorgängerversion Nano Banana 2.0 betragen die Kosten für dieselben Auflösungen jeweils 0,067 US‑Dollar, 0,101 US‑Dollar und 0,151 US‑Dollar, was bedeutet, dass Nano Banana 2.1 die Bildgenerierungskosten um etwa die Hälfte reduziert. Die Reduktion der Kosten um etwa die Hälfte bedeutet, dass Entwickler nun häufiger Bildgenerierung in Echtzeit‑Anwendungen einbinden können, ohne dass die Ausgaben unverhältnismäßig steigen. Für Unternehmen, die große Mengen an Bildmaterial für Werbung, E‑Commerce oder interne Visualisierungen benötigen, stellt diese Preisverbesserung einen bedeutenden wirtschaftlichen Vorteil dar. Damit können auch kleinere Agenturen und Start‑Ups von den gleichen hochwertigen Bildgenerierungsfähigkeiten profitieren.

Technische Verbesserungen und Benchmark‑Leistung

Die aktuelle Modellgeneration weist Verbesserungen bei der Textdarstellung, der Konsistenz über mehrere Dialogrunden hinweg, der Erzeugung von Infografiken und der Erstellung von Panorama‑Bildern auf. Insbesondere kann das Modell kleinere Schriftgrößen besser einbetten und gleichzeitig das Aussehen von Charakteren über verschiedene Bildgenerationen hinweg konsistent halten. Die verbesserte Textdarstellung ermöglicht es dem Modell, feine Details wie serifenlose Schriftarten oder handschriftliche Notizen präzise wiederzugeben, während die konsistente Charakterdarstellung über mehrere Generationen hinweg sicherstellt, dass wiederkehrende Figuren in Serien oder Storyboards visuell einheitlich bleiben. Darüber hinaus unterstützt das Modell die Erstellung von Infografiken, bei denen Text und Diagramme nahtlos kombiniert werden, sowie die Generierung von Panorama‑Bildern, die ein breites Sichtfeld abdecken.

Die Benchmark‑Ergebnisse wurden anhand standardisierter Testdatensätze ermittelt, die typische Bildbearbeitungsaufgaben simulieren. Dabei zeigte Nano Banana 2.1 nicht nur höhere Punktzahlen, sondern auch eine schnellere Verarbeitungszeit, was die Effizienz in produktiven Umgebungen weiter steigert. Die Verbesserungsbereiche von zehn bis fünfundzwanzig Prozent variieren je nach Komplexität der Aufgabe, wobei besonders komplexe Stiltransfer‑Szenarien von den größten Fortschritten profitieren.

Bekannte Einschränkungen und Risiken

Das Modell‑Card gibt zu, dass Halluzinationen – das Erzeugen von Bildinhalten, die nicht mit der Eingabe übereinstimmen – besonders bei abstrakten oder mehrdeutigen Anfragen auftreten können. Die Schwäche bei kleinen Texten betrifft sowohl Lesbarkeit als auch korrekte Platzierung, während lange Textabschnitte häufig unvollständig wiedergegeben werden. Entwickler sollten daher geeignete Qualitätskontrollen implementieren und bei kritischen Anwendungen eine manuelle Nachbearbeitung einplanen, um sicherzustellen, dass die erzeugten Bilder den gewünschten Standards entsprechen.

Da das neue Modell keine kostenlose API‑Stufe mehr anbietet, müssen alle Nutzer die kostenpflichtige Nutzung akzeptieren. Der Übergang von Nano Banana 2.0 zu Nano Banana 2.1 wird am 29. Oktober abgeschlossen, wodurch bestehende Verträge für das alte Modell beendet werden. Nutzer, die weiterhin Bildgenerierung benötigen, sollten ihre Anwendungen rechtzeitig auf die neue API umstellen oder alternative multimodale Services von Google, wie die Gemini‑API, in Betracht ziehen.

Durch die enge Verzahnung mit dem Google‑Ökosystem lässt sich das Modell nahtlos in bestehende Workflows einbinden. In der Gemini‑App können Bilder direkt geöffnet, bearbeitet und gespeichert werden, während das AI Studio visuelle Pipelines bereitstellt, die mehrere Verarbeitungsschritte automatisieren. Die Such‑AI‑Mode‑Funktion ermöglicht Fragen, die die Bildgenerierung steuern, und die Produkte Flow und Stitch koordinieren Aktionen über verschiedene Google‑Dienste hinweg, wodurch komplexe Automatisierungsszenarien realisiert werden. Auch die Werbeplattform profitiert von der höheren Bildqualität für ansprechende Anzeigen.

Die etwa 50 %ige Kostenreduktion macht groß angelegte Bildgenerierung wirtschaftlicher, während die Unterstützung von 4 K‑Auflösung und mehreren Referenzbildern mehr Detailtreue und Flexibilität ermöglicht. Dennoch bleiben Halluzinationen und Schwächen bei der Textdarstellung bestehen, sodass in kritischen Anwendungsfällen eine zusätzliche Validierung empfohlen wird. Unternehmen sollten daher automatisierte Prüfungen einführen, um sicherzustellen, dass die erzeugten Inhalte den Qualitätsstandards entsprechen, bevor sie in Produktionsumgebungen eingesetzt werden.

Durch die Einführung von Nano Banana 2.1 sinken die Kosten für die Bildgenerierung, die Auflösung wird erhöht und die multimodalen Interaktionsmöglichkeiten ausgebaut, was voraussichtlich zu einer intensiveren Nutzung in Bereichen wie Werbekreation, Content‑Produktion und Unternehmensvisualisierung führen wird. Analysten gehen davon aus, dass die Kombination aus niedrigerem Preis und höherer Bildqualität neue Anwendungsfälle ermöglicht, etwa in der automatisierten Erstellung von Produktbildern, personalisierten Marketingkampagnen und interaktiven Lernmaterialien.