Google vydal Nano Banana 2.1, aktualizaci modelu řady Flash pro generování a úpravy obrázků. Novinka se zaměřuje na přesnější změny vybraných částí obrazu bez nutnosti znovu vytvářet celý obrázek. Podporuje až 14 referenčních snímků, včetně zachování konzistence až čtyř postav a věrnosti až deseti objektů.
Úpravy maskou a propracovanější scény
Při úpravách pomocí masky má model přesněji zasahovat do vybrané oblasti obrázku, aniž by musel znovu generovat celý obraz. Aktualizace se také soustředí na kompozici: propracovanější uspořádání vizuálních prvků a stavbu scén doplňuje přirozenější vykreslování s menším množstvím viditelných artefaktů.
Google ale mezi přetrvávající omezení řadí odchylky vzhledu postav od referenčních obrázků. Úpravy zadané maskou nebo kresbou mohou splnit jen část pokynu a při požadované změně struktury může zůstat zachována původní póza. Model také někdy zaměňuje levou a pravou stranu; jeho prostorové uvažování ve 3D a faktická správnost zůstávají nedokonalé.
Výstup až ve 4K a lepší vykreslování textu
Obrázky lze vytvářet v rozlišeních 1K, 2K a 4K. U širokých výstupů ve 2K a 4K aktualizace zlepšuje realističnost a omezuje artefakty vznikající na rozhraních dlaždic. Mezi změny patří také lepší vykreslování textu.
Pro obrázky, v nichž je důležitý drobný text, Google doporučuje rozlišení 2K nebo 4K: při 1K mohou být malé znaky rozmazané. Dlouhé odstavce podle firmy nadále patří k obsahu, který model obtížně vykresluje přesně.
Tři úrovně Thinking a podklady z vyhledávání
Podle dokumentace Googlu stojí Nano Banana 2.1 na Gemini 3.6 Flash a patří do řady Gemini 3. Předchozí Nano Banana 2 odpovídá modelu Gemini 3.1 Flash Image. Nová verze nabízí režim Thinking se třemi úrovněmi: minimal, medium a high, přičemž výchozí nastavení je medium.
Úroveň minimal je určena pro generování, u kterého záleží na rychlé odezvě. High cílí na infografiky, scény s více subjekty a další zadání vyžadující více plánování. Při tvorbě obsahu může model využívat také výsledky webového a obrazového vyhledávání Googlu.
Kontextové okno má 131 072 tokenů. Vedle textu a obrázků model přijímá také video a soubory PDF.
Interní testy Googlu srovnávají novinku s verzí 2 i Pro
V interním hodnocení Googlu lidští hodnotitelé vybírali mezi dvojicemi výstupů a jejich preference se převáděly na skóre Elo. Nano Banana 2.1 se zapnutým Thinking dosáhl v celkové preferenci 1050 Elo, zatímco Nano Banana 2 získal 981 a Nano Banana Pro 935. Vyšší Elo vyjadřuje silnější relativní preferenci v tomto testu; rozdíly mezi skóre nejsou procentními body zlepšení kvality.
V testu konzistence více postav Google uvádí 1106 Elo pro verzi 2.1 s Thinking oproti 1011 Elo pro Nano Banana Pro. U faktické správnosti infografik firma vykazuje skóre 0.521 pro Nano Banana 2.1 s Thinking a 0.179 pro Nano Banana 2.
API je dostupné, další produkty se přidávají postupně
Vývojáři mohou model používat přes API pod identifikátorem gemini-nano-banana-2.1. Google uvádí, že cena i očekávaná latence zůstávají na úrovni Nano Banana 2.
Postupné zavádění zahrnuje aplikaci Gemini a AI Mode ve Vyhledávání Google. Z vývojářských a tvůrčích nástrojů se týká Google AI Studio, Google Flow a Stitch; přidávají se také Google Ads a Gemini Enterprise Platform. Dostupnost v jednotlivých produktech se může lišit podle účtu, regionu a aktuální fáze zavádění.
