Am 6. Oktober 2026 hat der Account Google AI Studio auf X Nano Banana 2.1 vorgestellt: «Our latest image generation model outperforms our previous models across the board» – besser bei visuellem Design, maskenbasierter Bearbeitung und Motivkonsistenz, mit natürlicher aussehenden Bildern, ausprobierbar sofort im AI Studio. Der Post sammelte rund 569'000 Aufrufe, 7'000 Likes und 1'200 Bookmarks. Nach dem viralen Start der Bildmodell-Reihe vor einem Jahr schauen viele zu. Was steckt hinter den Claims – und wie viel Marketing?

Kurz-Hintergrund: Ein Jahr Nano Banana

Das erste Nano Banana startete im August 2025 und wurde prompt viral: 13 Mio. neue Gemini-App-Nutzer sollen binnen vier Tagen dazugekommen sein, bis Mitte Oktober 2025 waren es über 5 Mrd. generierte Bilder. Im November 2025 folgte das leistungsfähigere Nano Banana Pro (Gemini 3 Pro), im Februar 2026 Nano Banana 2 (intern Gemini 3.1 Flash Image) mit breitem Rollout in der Gemini-App, AI Mode und Lens in der Suche sowie Flow. 2.1 ist also das dritte Update in rund einem Jahr – Google fährt die Familie deutlich schneller und ökonomischer als viele Konkurrenten.

Was 2.1 konkret bringt

Nano Banana 2.1 (offizielle API-ID: gemini-nano-banana-2.1) ist laut Google ein Update von Nano Banana 2 (intern Gemini 3.1 Flash Image) und hält Flash-Tempo und -Kosten, baut aber bei visueller Qualität, Prompt-Treue, Multi-Turn-Zeichenkonsistenz und Text-Rendering aus. Die wichtigsten Neuerungen aus der Doku:

• Masken- und Kritzelbearbeitung: Man kann Bereiche maskieren oder grob auf das Bild kritzeln und so genau steuern, was geändert wird. Das adressiert das klassische Frust-Problem «nur das T-Shirt rot färben, aber der Rest bleibt unverändert».
• Motivkonsistenz: Bis zu 4 Charaktere und 10 Objekte bleiben über mehrere Bearbeitungsrunden hinweg konsistent, mitsamt 360-Grad-Blickwinkeln.
• Text-Rendering: Bessere Textqualität im Bild und präzisere Infografik-Layouts.
• Auflösungen: 1K, 2K und 4K, plus Panoramen bis 8:1 – mit behobenen Kachel-Artefakten bei 2K und 4K.
• Referenzfusion: Bis zu 14 Referenzbilder; Charakterkonsistenz je nach Quelle für bis zu 4 Personen.
• Grounding: Das Modell kann Google Web Search und Image Search nutzen.
• Thinking-Level: Drei Stufen (minimal, medium, high), Standard ist medium.

Die Preise: Ausgabe halbiert, Eingabe verteuert

Der Standard-API-Preis für eine 1K-Ausgabe fällt mit 0,0336 $ rund die Hälfte gegenüber Nano Banana 2 (0,067 $) – bei Batch-Verarbeitung sogar noch einmal halbiert. Aber: Der Eingabepreis stieg von 0,50 $ auf 1,50 $ pro Million Token, und der Text-/Reasoning-Output von 3 $ auf 7,50 $. Wer viele Referenzbilder und mehrere Korrekturrunden nutzt, spart an der Ausgabe und zahlt dafür bei der Eingabe drauf. Wer dagegen nur schnell ein Bild erzeugen will, erreicht bei Nano Banana 2 Lite dasselbe Ausgabe-Preisniveau – mit deutlich tieferen Eingabekosten.

Benchmarks: Googles eigene Zahlen – und was sie taugen

In der offiziellen Model Card vermeldet Google bessere Werte als die Vorgänger, etwa bei der Multi-Charakter-Konsistenz (Elo 1106 vs. 1011 bei Nano Banana Pro) oder der maskenbasierten Bearbeitung (1049 vs. 927). Das klingt stark – mit Einschränkungen. Die Vergleiche sind Google-interne Benchmarks, nicht gegen Konkurrenzmodelle wie GPT Image 2.5 oder FLUX 3, und Elo-Zahlen erlauben keine Aussagen wie «x % besser». Der «ohne Reasoning»-Referenzwert ist zudem keine Einstellung, die man in der API wählen kann – dort gibt es nur die drei Thinking-Level.

Die Model Card listet auch echte Schwächen: Kleiner Text wird bei 1K unscharf, lange Textpassagen zerfallen, die Charakterkonsistenz ist nicht perfekt, Kritzellinien bleiben gelegentlich sichtbar, und links/rechts wird manchmal vertauscht. Alle Ausgaben tragen das SynthID-Wasserzeichen.

Die Community: Begeisterung, Kritik und Gemini-4-Sehnsucht

Auf X fielen die Reaktionen gemischt aus. Begeisterung kam von Leuten, die das Masken-Edits-Loop-Problem im Alltag leid sind: «Fixes the classic ‹keep everything, change only this› loop that burns through 10 regenerations». Der Hype-Kritiker Luke (@AndAIyou) erinnerte aber daran, dass die Model Card genau jene Schwächen listet, die der Pitch verschweigt – kleiner Text, unperfekte Charaktertreue, links/rechts-Verwechslungen. Und mehrere kommentierten, sie hätten eher «Gemini 4» erwartet: «This feels more like a refined version of what we already had than a true frontier upgrade».

Meine Einschätzung

Der Tweet ist ein typischer Produkt-Launch-Post: vier Bullet-Points, kein Benchmark, kein Verweis auf Konkurrenz. Die Elo-Zahlen zeigen klar einen Fortschritt gegenüber Google-eigenen Vorgängern – aber das «outperforms across the board» bezieht sich auf den eigenen Stall, nicht auf OpenAI, Black Forest Labs oder andere. Wer produktiv arbeitet, sollte die Masken-Edits vor dem Umstieg mit eigenen Assets testen, statt ausschliesslich auf Elo-Werte zu setzen. Das Update ist trotzdem konkret und praktisch: Masken-Edits und Konsistenz sind genau die Punkte, an denen Bild-KI im Alltag scheitert, und die halbierten Ausgabekosten machen Hochvolumen-Werbe-Workflows attraktiver. Ein Quantensprung ist das aber nicht, wie die Community vermerkt – eher ein solides Iterationsupdate. Entwickler mit bestehenden Flows prüfen besser genau: Der alte API-Name gemini-3.1-flash-image wird am 29. Oktober eingestellt, das Standard-Reasoning-Level wechselt von minimal zu medium, und 0,5K-Ausgaben entfallen – wer nur den Modellnamen austauscht, zahlt plötzlich mehr pro Bild.

Quellen

• Google AI Studios Tweet zu Nano Banana 2.1
• Gemini API-Doku: Nano Banana 2.1
• Google DeepMind Model Card: Nano Banana 2.1
• Gemini API Pricing
• XenoSpectrum: Nano Banana 2.1 Halves Image Output Pricing – Vergleich mit GPT Image 2.5 und FLUX 3
• LLM Stats: Nano Banana 2.1 Launch
• Reuters/Yahoo Finance: Google rolls out Nano Banana 2 (Hintergrund zur Modell-Reihe)
• X: Reaktion Growth100X
• X: Reaktion @AndAIyou (Luke)
• X: Reaktion @MayorkingAI