Google meluncurkan Nano Banana 2.1 pada 6 Oktober 2026, dan melakukannya secara diam-diam. Tidak ada postingan blog peluncuran dan tidak ada bagan benchmark. Model ini muncul di pemilih model Google Flow pada 5 Oktober, menghilang, lalu kembali keesokan harinya dengan postingan singkat dari @GoogleAIStudio yang mengatakan bahwa model tersebut “mengungguli model-model kami sebelumnya di semua lini.”
Bagian yang penting bagi siapa pun yang membayar untuk pembuatan gambar ada di halaman harga. Nano Banana 2.1 berharga setengah dari Nano Banana 2 per gambar pada setiap resolusi yang keduanya miliki, dan dokumen Google mencantumkan “rendering teks yang akurat” di antara peningkatannya. Berikut adalah apa yang berubah, berapa biayanya, dan kekurangan yang dilewatkan dalam postingan peluncuran tersebut.
TL;DR (Ringkasan Cepat)
- Apa itu: Gemini Nano Banana 2.1, ID model
gemini-nano-banana-2.1, sebuah pembaruan untuk Nano Banana 2 (Gemini 3.1 Flash Image). Dokumen Google menyebutnya sebagai “model utama yang efisien” untuk pembuatan dan pengeditan gambar. - Apa yang dikatakan Google yang ditingkatkan: desain visual yang lebih baik, pengeditan berbasis masker, konsistensi subjek, dan gambar yang terlihat lebih alami (postingan peluncuran), ditambah rendering teks, konsistensi karakter multi-giliran, dan pengaitan pencarian (dokumen).
- Harga: $0,0336 per gambar 1K, $0,0504 per gambar 2K, dan $0,0756 per gambar 4K. Itu adalah setengah dari harga Nano Banana 2 pada setiap ukuran.
- Kekurangan: token input berharga 3x lipat dari Nano Banana 2, tidak ada tingkat 512px, tidak ada tingkat gratis di Gemini API, dan Google belum menerbitkan benchmark untuk 2.1.
- Tempat mencobanya: Google AI Studio, Gemini API (Interactions API) dan Vertex AI. Model ini juga pertama kali muncul di Google Flow.
Apa itu Nano Banana 2.1
Nano Banana adalah nama Google untuk model gambar dalam keluarga Gemini. Nano Banana asli (gemini-2.5-flash-image) kini menjadi warisan. Nano Banana 2 (gemini-3.1-flash-image) menjadi standar cepat, Nano Banana 2 Lite menempati slot anggaran, dan Nano Banana Pro (gemini-3-pro-image) mencakup pekerjaan aset profesional.
Nano Banana 2.1 masuk sebagai pembaruan untuk Nano Banana 2. Dokumen pembuatan gambar Google menggambarkannya sebagai “dibangun untuk pembuatan gambar berefisiensi tinggi dan pengeditan percakapan dengan kualitas visual yang ditingkatkan, konsistensi karakter multi-giliran, rendering teks yang akurat, dan pembuatan berbasis pencarian di seluruh resolusi 1K, 2K, dan 4K.”
Spesifikasi utama:
| Fitur | Nano Banana 2.1 |
|---|---|
| ID Model | gemini-nano-banana-2.1 |
| Resolusi output | 1K, 2K, 4K |
| Input | Teks, gambar, video (tanpa audio) |
| Gambar referensi | Hingga 14 |
| Pemikiran | Aktif secara default, tidak dapat dinonaktifkan di API |
| “Gambar pemikiran” sementara | Hingga dua, tidak dikenakan biaya |
| Pengaitan pencarian | Pencarian Web Google dan Pencarian Gambar Google |
| Tanda air | SynthID pada setiap output |
Apa yang Dikatakan Google Telah Membaik
Postingan peluncuran mencantumkan desain visual yang lebih baik, pengeditan berbasis masker, konsistensi subjek, dan gambar yang terlihat lebih alami. Dokumen menambahkan konsistensi karakter multi-giliran, rendering teks yang akurat, dan pengaitan Pencarian Gambar Google.
Rendering teks
Huruf yang tidak jelas telah menjadi ciri khas gambar AI selama bertahun-tahun. Dokumen menggambarkan keluarga Nano Banana sebagai “mampu menghasilkan teks yang terbaca, bergaya untuk infografis, menu, diagram, dan aset pemasaran,” dan mereka secara spesifik mencantumkan rendering teks yang akurat sebagai peningkatan 2.1.

Itu adalah klaim Google, bukan hasil terukur: belum ada benchmark akurasi teks yang diterbitkan untuk 2.1. Jika Anda merender menu, poster, atau maket UI dengan salinan asli, uji prompt Anda sendiri sebelum mengalihkan lalu lintas produksi.
Pengeditan berbasis masker
Google menyebut ini “semantic masking.” Anda tidak menggambar masker. Anda menggambarkannya dalam prompt, seperti “Menggunakan gambar yang diberikan, ubah hanya [elemen] menjadi [baru]. Biarkan semua yang lain persis sama.” Model tersebut akan menyimpulkan wilayah mana yang harus disentuh dan membiarkan sisanya tidak tersentuh.

Konsistensi subjek dan karakter
Karakter, produk, atau maskot harus tetap sama di seluruh urutan pengeditan. Di API, Anda merangkai pengeditan dengan previous_interaction_id dan dapat mencampur hingga 14 gambar referensi.
Pengaitan pencarian
Nano Banana 2.1 dan 3.1 Flash Image dapat dikaitkan dengan Pencarian Gambar Google serta pencarian web, yang membantu dengan peristiwa terkini, peta cuaca, atau grafik saham. Satu batasan: pengaitan tidak dapat menggunakan gambar orang di dunia nyata yang diambil dari pencarian web.
Harga: setengah dari Nano Banana 2 per gambar
Harga Gemini API tingkat berbayar dari halaman harga Google, 7 Oktober 2026 (standar, non-batch):
| Model | Input (per 1M) | Output gambar (per 1M) | 0.5K | 1K | 2K | 4K |
|---|---|---|---|---|---|---|
| Nano Banana 2.1 | $1.50 | $30 | t/a | $0.0336 | $0.0504 | $0.0756 |
| Nano Banana 2 | $0.50 | $60 | $0.045 | $0.067 | $0.101 | $0.151 |
| Nano Banana 2 Lite | $0.25 | $30 | t/a | $0.0336 | t/a | t/a |
| Nano Banana Pro | $2.00 | $120 | t/a | $0.134 | $0.134 | $0.24 |
Beberapa hal yang menonjol:
- Setengah harga per gambar. Token output gambar turun dari $60 menjadi $30 per juta, dan jumlah token per gambar sama untuk kedua model (1.120 pada 1K, 1.680 pada 2K, 2.520 pada 4K). Jadi, 1.000 gambar pada 1K berharga $33,60 pada 2.1 dibandingkan $67 pada Nano Banana 2.
- Harga Lite, set fitur lengkap. Pada 1K, 2.1 berharga sama dengan Nano Banana 2 Lite, tetapi Lite hanya menawarkan 1K. 2.1 juga memberi Anda 2K dan 4K.
- Sekitar seperempat dari Pro pada 1K. $0,0336 berbanding $0,134.
- Batch memotongnya lagi menjadi separuh. Harga batch untuk 2.1 adalah $0,0168 pada 1K, $0,0252 pada 2K, dan $0,0378 pada 4K.
Pengaitan pencarian ditagih secara terpisah: 5.000 permintaan pencarian gratis sebulan dibagikan di seluruh model Gemini 3.x, kemudian $14 per 1.000. Untuk rincian lengkap Nano Banana 2, lihat panduan harga Nano Banana 2 kami.
Kekurangan
Biaya input 3x lebih mahal
Token input naik dari $0,50 menjadi $1,50 per juta, dan output teks serta pemikiran naik dari $3 menjadi $7,50 per juta. Prompt teks-ke-gambar hampir tidak merasakan perbedaannya. Permintaan pengeditan yang membawa beberapa gambar referensi akan merasakannya.
Perhitungan cepat menggunakan harga Google: untuk input saja, 2.1 berharga $1 lebih mahal per juta token daripada Nano Banana 2. Pada 1K, ia menghemat sekitar $0,033 per gambar. Jadi 2.1 tetap lebih murah hingga satu permintaan membawa sekitar 33.000 token input. Pada 4K, penghematan per gambar lebih besar (sekitar $0,075), dan titik impas bergeser ke sekitar 75.000 token input. Teks pemikiran yang ditagih mempersempit margin tersebut, jadi periksa angka usage Anda sendiri.
Tidak ada tingkat 512px
Nano Banana 2 menawarkan ukuran 0,5K (512px) dengan harga $0,045. Dokumen menyatakan bahwa ukuran tersebut “tidak didukung di Gemini Nano Banana 2.1.” Untuk thumbnail, harga 1K 2.1 ($0,0336) masih mengalahkan harga 512px Nano Banana 2, tetapi Anda mendapatkan file yang lebih besar.
Tidak ada tingkat gratis di API
Halaman harga Google mencantumkan tingkat gratis Gemini API sebagai “Tidak tersedia” untuk 2.1, seperti halnya untuk Nano Banana 2, Lite, dan Pro. Kartu modelnya menautkan ke Google AI Studio playground, tetapi Google tidak menyatakan berapa banyak yang dapat dihasilkan oleh akun gratis di sana. Kode yang memanggil API membutuhkan kunci berbayar. Kami membahas opsi-opsinya dalam cara menggunakan Nano Banana 2.1 secara gratis.
Belum ada benchmark
“Mengungguli model-model kami sebelumnya di semua lini” datang tanpa angka yang dipublikasikan dan tanpa postingan blog resmi. Perlakukan peningkatan kualitas ini sebagai masuk akal tetapi belum terbukti.
Peluncuran yang tenang
Model ini muncul di Google Flow sebelum pengumuman API. Laporan pihak ketiga mengatakan model ini ada di Flow (menggunakan kredit langganan) dan telah mulai muncul di aplikasi Gemini, tetapi Google belum mengonfirmasi peluncuran aplikasi Gemini.
Siapa yang harus beralih
Beralihlah sekarang jika:
- Anda menjalankan Nano Banana 2 pada 1K, 2K, atau 4K untuk pembuatan teks-ke-gambar. Anda memangkas biaya per gambar menjadi setengah untuk model yang oleh Google disebut sebagai peningkatan.
- Anda menggunakan Nano Banana 2 Lite tetapi ingin output 2K atau 4K dengan harga 1K yang sama.
- Gambar Anda memuat teks asli: label produk, menu, grafik slide. Ujilah, karena di situlah Google mengklaim keuntungan terbesar.
Tunda jika:
- Pipeline Anda bergantung pada output 512px.
- Permintaan Anda padat input, dengan banyak gambar referensi per panggilan. Lakukan perhitungan titik impas pada jumlah token Anda sendiri.
- Anda membutuhkan kualitas tingkat Pro untuk aset pemasaran akhir. Perbandingan Nano Banana 2.1 vs Nano Banana 2 vs Pro kami melacak perbedaannya.
Coba Nano Banana 2.1 melalui API
Nano Banana 2.1 berjalan di Gemini Interactions API. Permintaan minimal terlihat seperti ini:
curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-nano-banana-2.1",
"input": [
{"type": "text", "text": "A ripe banana wearing tiny sunglasses on a beach towel, bold hand-lettered sign that reads OPEN"}
]
}'
Gambar dikembalikan sebagai data base64. Dalam Python:
from google import genai
import base64
client = genai.Client()
interaction = client.interactions.create(
model="gemini-nano-banana-2.1",
input="A ripe banana wearing tiny sunglasses on a beach towel",
response_format={"type": "image", "mime_type": "image/png",
"aspect_ratio": "16:9", "image_size": "2K"},
)
with open("banana.png", "wb") as f:
f.write(base64.b64decode(interaction.output_image.data))
Mengatur type ke image hanya mengembalikan gambar dan menghilangkan teks. Untuk pengeditan lanjutan, panggil create lagi dengan input baru dan previous_interaction_id=interaction.id. Untuk pengaitan pencarian, tambahkan tools=[{"type": "google_search"}].
Jika Anda lebih suka membandingkan model tanpa menulis skrip, Apidog berfungsi dengan baik untuk jenis pengujian berdampingan ini:
- Simpan permintaan. Buat
POSTke endpoint Interactions dan simpan kunci Anda sebagai variabel lingkungan, sehingga header berbunyix-goog-api-key: {{GEMINI_API_KEY}}. - Gandakan per model. Duplikat permintaan dan ubah hanya
modelmenjadigemini-3.1-flash-image. Kirim keduanya dengan prompt yang sama dan bandingkan respons, latensi, dan penggunaan token. - Tambahkan asersi. Periksa status
200dan pastikan respons berisi blok output gambar. Disimpan sebagai skenario pengujian, pasangan ini menjadi pemeriksaan regresi yang dapat Anda jalankan kembali kapan pun Google memperbarui model.
Versi langkah demi langkah, dengan pengeditan gambar, rantai multi-giliran, dan pelacakan biaya, ada di panduan API Nano Banana 2.1 kami. Jika Anda masih memerlukan kunci, dapatkan kunci Gemini API terlebih dahulu.
FAQ
Apa ID model Nano Banana 2.1? gemini-nano-banana-2.1. Nama resminya adalah Gemini Nano Banana 2.1.
Apakah Nano Banana 2.1 lebih murah dari Nano Banana 2? Per gambar, ya: setengah harga pada 1K, 2K, dan 4K. Token input berharga tiga kali lipat, jadi permintaan pengeditan yang sangat padat input dapat mempersempit atau menghilangkan selisihnya.
Apakah Nano Banana 2.1 merender teks dengan benar? Google mengatakan ini memberikan “rendering teks yang akurat.” Google belum menerbitkan benchmark untuk mendukung klaim tersebut, jadi ujilah dengan prompt yang padat teks Anda sendiri.
Apakah Nano Banana 2.1 gratis? Tidak di Gemini API: tingkat gratis tercantum sebagai tidak tersedia. Google menautkannya ke AI Studio playground, tetapi belum menerbitkan batas gratis untuk 2.1 di sana.
Intinya
Nano Banana 2.1 adalah pemotongan harga yang lugas bagi pengembang gambar: jumlah token per gambar sama dengan Nano Banana 2, setengah harga output per token, dan output 2K serta 4K dengan harga 1K Nano Banana 2 Lite. Google mengatakan rendering teks, pengeditan, dan konsistensi semuanya meningkat, tetapi itu adalah klaim Google sampai benchmark muncul. Perhatikan harga input 3x lipat jika Anda mengirim banyak gambar referensi, dan rencanakan di sekitar tingkat 512px yang hilang. Kemudian jalankan prompt Anda sendiri terhadap kedua model di Apidog, ukur hasilnya, dan alihkan lalu lintas yang memberikan keuntungan.
