Por Canuto  

Google lanzó Nano Banana 2.1 con mejoras de edición y diseño visual, y fijó para desarrolladores tarifas que, según la compañía, son aproximadamente la mitad de las de la versión anterior.
***

  • El modelo se integra en Gemini, el modo de IA de Google Search, Google Ads y herramientas para desarrolladores.
  • Google reporta mejores resultados internos en preferencias de texto a imagen y factualidad, aunque no había pruebas independientes al lanzamiento.
  • Una imagen estándar de 1K cuesta USD $0,0336 mediante la API; una de 4K, USD $0,0756.

Google reduce el costo de generar imágenes con Nano Banana 2.1

Un nuevo modelo llega a los productos de Google

Google presentó Nano Banana 2.1, su modelo más reciente para crear imágenes a partir de instrucciones escritas y modificar fotografías existentes. La compañía empezó a desplegarlo el martes 6 de octubre de 2026 en la aplicación Gemini, el modo de IA de Google Search, Google Ads y varias herramientas para desarrolladores, entre ellas Google AI Studio, Flow y Stitch.

El lanzamiento amplía el alcance de una familia de modelos que ya había captado atención fuera del entorno técnico. En septiembre de 2025, la función del Nano Banana original que convertía selfies en figuras coleccionables contribuyó a que Gemini llegara al primer lugar en las dos principales tiendas de aplicaciones, por delante de ChatGPT tras casi tres años, según la información publicada por Decrypt.

Ese mismo período coincidió con un valor de mercado de Alphabet superior a USD $3 billones, un dato que ubica la popularidad del producto dentro de un momento relevante para la empresa matriz de Google. La fuente no establece que el auge de Gemini fuera la causa de esa valoración, por lo que ambos hechos sirven como contexto, no como una relación directa demostrada.

La versión 2 había llegado en febrero y se basaba en Gemini 3.1 Flash Image. Una de sus funciones destacadas consistía en consultar Google Search antes de representar elementos del mundo real, con el objetivo de mejorar la precisión de imágenes sobre personas o acontecimientos; Nano Banana 2.1 continúa esa línea y añade cambios en composición visual y edición.

Mejoras anunciadas y resultados internos

Google destacó tres áreas de avance: diseño visual, edición basada en máscaras y consistencia de sujetos. La edición con máscaras permite seleccionar una región concreta de una imagen para modificarla sin alterar el resto, mientras que la consistencia busca que una persona u objeto conserve una apariencia reconocible a través de varias modificaciones.

La compañía también presentó resultados de pruebas propias que sitúan al nuevo modelo por encima de Nano Banana 2 y Nano Banana Pro. En una evaluación de preferencia general para tareas de texto a imagen, Nano Banana 2.1 obtuvo 1.050 puntos ELO, frente a 990 de Nano Banana 2 y 935 de Nano Banana Pro.

La escala ELO funciona aquí como una comparación de preferencias y no como una medida con un máximo establecido. Por ello, la diferencia entre las puntuaciones señala una ventaja dentro de las pruebas reportadas, pero no permite concluir por sí sola que cada imagen generada será superior ni que el resultado se repetirá en todos los usos.

Google informó además una puntuación de factualidad de 0,521 para infografías, frente a 0,179 en la comparación citada por la empresa. Sin pruebas independientes disponibles cuando se anunció el modelo, esas cifras deben leerse como resultados internos y atribuirse a Google, no como una validación externa de la precisión del sistema.

Capacidad de referencia y control del proceso

En cuanto a las entradas visuales, Nano Banana 2.1 puede trabajar con hasta 14 imágenes de referencia a la vez. Google indica que el sistema puede seguir hasta cuatro personajes y diez objetos, una capacidad que puede resultar útil para mantener elementos reconocibles al producir varias imágenes o editar una composición en diferentes etapas.

El modelo también puede generar imágenes con resolución de hasta 4K y formatos cuya relación de aspecto llega a 8:1. Esa amplitud permite crear composiciones panorámicas además de formatos más convencionales, aunque la resolución máxima y la relación de aspecto describen capacidades técnicas, no garantizan por sí mismas un resultado adecuado para cada proyecto.

Los desarrolladores pueden ajustar cuánto tiempo dedica el modelo a procesar una solicitud antes de generar la imagen, con opciones que van de un nivel mínimo a uno alto. La configuración ofrece un control sobre el proceso de generación, pero la información del lanzamiento no detalla cuánto tarda cada nivel ni qué diferencias concretas de calidad produce en tareas específicas.

También es posible permitir que el sistema consulte Google Search y Google Image Search para fundamentar sus resultados antes de dibujar. La búsqueda puede aportar referencias sobre elementos del mundo real, aunque la descripción de la función no equivale a una garantía de exactitud y no sustituye la revisión humana cuando una imagen requiera representar datos o hechos con precisión.

Tarifas para desarrolladores y alcance del ahorro

En la API de Google, el canal que permite que aplicaciones de terceros utilicen el modelo, una imagen estándar de 1K cuesta USD $0,0336. De acuerdo con las tarifas presentadas, ese precio es aproximadamente la mitad de los USD $0,067 que costaba una imagen equivalente con Nano Banana 2, lo que reduce el gasto unitario para quienes generan imágenes mediante programación.

La diferencia también aparece en la resolución de 4K: Nano Banana 2.1 cuesta USD $0,0756 por imagen, frente a USD $0,151 para Nano Banana 2. Si se procesan mil imágenes estándar de 1K, el costo indicado sería de USD $33,60 con la nueva versión, en comparación con USD $67 con la anterior.

Google ofrece además trabajos por lotes, es decir, el procesamiento de grandes cantidades de imágenes de forma masiva en lugar de generar cada una de manera instantánea. La información del lanzamiento señala que esos trabajos reciben otro descuento del 50%, aunque no detalla condiciones adicionales ni precisa en qué casos podría convenir ese procesamiento frente a solicitudes individuales.

La combinación de tarifas menores, referencias múltiples y controles de generación podría hacer más accesible la experimentación para desarrolladores que incorporen imágenes en sus aplicaciones. Sin embargo, el costo final dependerá del volumen, la resolución y la modalidad utilizada, mientras que las mejoras de calidad siguen respaldadas, por ahora, por las evaluaciones que Google dio a conocer y no por pruebas independientes disponibles al lanzamiento.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados