Google hat Nano Banana 2.1 veröffentlicht, eine Aktualisierung des Modells der Flash-Reihe zur Generierung und Bearbeitung von Bildern. Die Neuerung konzentriert sich auf präzisere Änderungen ausgewählter Bildbereiche, ohne dass das gesamte Bild neu erstellt werden muss. Sie unterstützt bis zu 14 Referenzbilder, darunter die konsistente Darstellung von bis zu vier Figuren und die originalgetreue Wiedergabe von bis zu zehn Objekten.
Maskenbasierte Bearbeitung und ausgefeiltere Szenen
Bei der Bearbeitung mithilfe einer Maske soll das Modell präziser in den ausgewählten Bildbereich eingreifen, ohne das gesamte Bild neu generieren zu müssen. Die Aktualisierung konzentriert sich zudem auf die Komposition: Eine ausgefeiltere Anordnung visueller Elemente und der Aufbau von Szenen werden durch eine natürlichere Darstellung mit weniger sichtbaren Artefakten ergänzt.
Google zählt jedoch Abweichungen im Aussehen der Figuren von den Referenzbildern weiterhin zu den bestehenden Einschränkungen. Durch Masken oder Zeichnungen vorgegebene Bearbeitungen setzen möglicherweise nur einen Teil der Anweisung um, und bei einer gewünschten Änderung der Struktur kann die ursprüngliche Pose erhalten bleiben. Das Modell verwechselt zudem manchmal die linke und rechte Seite; sein räumliches Denkvermögen in 3D und seine faktische Korrektheit bleiben unvollkommen.
Ausgabe bis zu 4K und bessere Textdarstellung
Bilder lassen sich in den Auflösungen 1K, 2K und 4K erstellen. Bei breiten Ausgaben in 2K und 4K verbessert die Aktualisierung den Realismus und reduziert Artefakte, die an den Übergängen zwischen Kacheln entstehen. Zu den Änderungen gehört außerdem eine bessere Textdarstellung.
Für Bilder, bei denen kleiner Text wichtig ist, empfiehlt Google eine Auflösung von 2K oder 4K: Bei 1K können kleine Zeichen unscharf sein. Lange Absätze zählen laut dem Unternehmen weiterhin zu den Inhalten, die das Modell nur schwer präzise darstellen kann.
Drei Thinking-Stufen und Daten aus der Suche
Laut der Dokumentation von Google basiert Nano Banana 2.1 auf Gemini 3.6 Flash und gehört zur Gemini-3-Reihe. Das vorherige Nano Banana 2 entspricht dem Modell Gemini 3.1 Flash Image. Die neue Version bietet einen Thinking-Modus mit drei Stufen: minimal, medium und high, wobei medium die Standardeinstellung ist.
Die Stufe minimal ist für Generierungen vorgesehen, bei denen eine schnelle Reaktion wichtig ist. High richtet sich an Infografiken, Szenen mit mehreren Subjekten und andere Aufgaben, die mehr Planung erfordern. Bei der Erstellung von Inhalten kann das Modell außerdem Ergebnisse der Web- und Bildersuche von Google nutzen.
Das Kontextfenster umfasst 131 072 Token. Neben Text und Bildern akzeptiert das Modell auch Videos und PDF-Dateien.
Interne Tests von Google vergleichen die Neuerung mit Version 2 und Pro
Bei der internen Bewertung von Google wählten menschliche Bewerter jeweils zwischen zwei Ausgaben, und ihre Präferenzen wurden in einen Elo-Wert umgerechnet. Nano Banana 2.1 mit aktiviertem Thinking erreichte bei der Gesamtpräferenz 1050 Elo, während Nano Banana 2 auf 981 und Nano Banana Pro auf 935 kamen. Ein höherer Elo-Wert drückt in diesem Test eine stärkere relative Präferenz aus; die Unterschiede zwischen den Werten sind keine Prozentpunkte der Qualitätsverbesserung.
Im Test zur Konsistenz mehrerer Figuren gibt Google für Version 2.1 mit Thinking 1106 Elo an, gegenüber 1011 Elo für Nano Banana Pro. Bei der faktischen Korrektheit von Infografiken weist das Unternehmen einen Wert von 0.521 für Nano Banana 2.1 mit Thinking und 0.179 für Nano Banana 2 aus.
API ist verfügbar, weitere Produkte werden schrittweise ergänzt
Entwickler können das Modell über die API unter der Kennung gemini-nano-banana-2.1 verwenden. Google gibt an, dass sowohl der Preis als auch die erwartete Latenz auf dem Niveau von Nano Banana 2 bleiben.
Die schrittweise Einführung umfasst die Gemini-App und den AI Mode in der Google-Suche. Bei den Entwicklungs- und Kreativtools betrifft sie Google AI Studio, Google Flow und Stitch; hinzu kommen außerdem Google Ads und die Gemini Enterprise Platform. Die Verfügbarkeit in den einzelnen Produkten kann je nach Konto, Region und aktueller Einführungsphase variieren.
