Nano Banana 2.1 Lançado: Metade do Preço do Nano Banana 2 e o Texto Finalmente Funciona

Nano Banana 2.1 (gemini-nano-banana-2.1) custa metade do Nano Banana 2 por imagem. O que o Google diz que melhorou, os preços completos e as pegadinhas.

Ashley Innocent

Ashley Innocent

6 outubro 2026

Nano Banana 2.1 Lançado: Metade do Preço do Nano Banana 2 e o Texto Finalmente Funciona

Apidog para empresas

Implantação local

SSO & RBAC

Conforme SOC 2

Explorar Apidog Enterprise

O Google lançou o Nano Banana 2.1 em 6 de outubro de 2026, e o fez discretamente. Não houve um post de blog de lançamento nem um gráfico de benchmark. O modelo apareceu no seletor de modelos do Google Flow em 5 de outubro, desapareceu e depois voltou no dia seguinte com um breve post de @GoogleAIStudio dizendo que ele "supera nossos modelos anteriores em todos os aspectos."

A parte que importa para quem paga pela geração de imagens está na página de preços. O Nano Banana 2.1 custa a metade do preço por imagem que o Nano Banana 2 em todas as resoluções que os dois compartilham, e a documentação do Google lista "renderização precisa de texto" entre suas melhorias. Aqui está o que mudou, quanto custa e as pegadinhas que o post de lançamento omite.

Em Resumo (TL;DR)

O que é o Nano Banana 2.1

Nano Banana é o nome do Google para os modelos de imagem da família Gemini. O Nano Banana original (gemini-2.5-flash-image) agora é legado. Nano Banana 2 (gemini-3.1-flash-image) tornou-se o padrão rápido, Nano Banana 2 Lite assumiu a posição de modelo econômico, e Nano Banana Pro (gemini-3-pro-image) cobre trabalhos de ativos profissionais.

O Nano Banana 2.1 se encaixa como uma atualização do Nano Banana 2. A documentação de geração de imagem do Google o descreve como "construído para geração de imagem de alta eficiência e edição conversacional com qualidade visual aprimorada, consistência de caracteres em múltiplas interações, renderização precisa de texto e geração com base em busca nas resoluções de 1K, 2K e 4K."

As principais especificações:

Recurso Nano Banana 2.1
ID do Modelo gemini-nano-banana-2.1
Resoluções de Saída 1K, 2K, 4K
Entradas Texto, imagem, vídeo (sem áudio)
Imagens de Referência Até 14
Pensamento ("Thinking") Ativado por padrão, não pode ser desativado na API
"Imagens de pensamento" Intermediárias Até duas, não cobradas
Search Grounding Google Web Search e Google Image Search
Marca d'água SynthID em cada saída

O que o Google diz que melhorou

O post de lançamento lista melhor design visual, edição baseada em máscara, consistência do assunto e imagens com aparência mais natural. A documentação adiciona consistência de caracteres em múltiplas interações, renderização precisa de texto e "search grounding" do Google Image Search.

Renderização de texto

Letras distorcidas têm sido a marca registrada de imagens de IA por anos. A documentação descreve a família Nano Banana como "capaz de gerar texto legível e estilizado para infográficos, menus, diagramas e ativos de marketing", e lista a renderização precisa de texto como uma melhoria específica da versão 2.1.

Essa é a alegação do Google, não um resultado medido: não há um benchmark de precisão de texto publicado para a versão 2.1. Se você renderiza menus, pôsteres ou mockups de interface com texto real, teste seus próprios prompts antes de mudar o tráfego de produção.

Edição baseada em máscara

O Google chama isso de "mascaramento semântico". Você não desenha uma máscara. Você a descreve no prompt, algo como "Usando a imagem fornecida, mude apenas o [elemento] para [novo]. Mantenha todo o resto exatamente igual." O modelo infere qual região tocar e deixa o resto intocado.

Consistência de assunto e personagem

Um personagem, produto ou mascote deve permanecer o mesmo ao longo de uma sequência de edições. Na API, você encadeia edições com previous_interaction_id e pode misturar até 14 imagens de referência.

Search grounding

O Nano Banana 2.1 e o 3.1 Flash Image podem ser baseados no Google Image Search, bem como na pesquisa na web, o que ajuda com eventos recentes, mapas meteorológicos ou gráficos de ações. Um limite: o "grounding" não pode usar imagens reais de pessoas retiradas da pesquisa na web.

Preço: metade do Nano Banana 2 por imagem

Preços da API Gemini (camada paga) da página de preços do Google, 7 de outubro de 2026 (padrão, não em lote):

Modelo Entrada (por 1M) Saída de imagem (por 1M) 0.5K 1K 2K 4K
Nano Banana 2.1 $1.50 $30 n/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 n/a $0.0336 n/a n/a
Nano Banana Pro $2.00 $120 n/a $0.134 $0.134 $0.24

Alguns pontos se destacam:

O "Search grounding" é cobrado separadamente: 5.000 solicitações de pesquisa gratuitas por mês compartilhadas entre os modelos Gemini 3.x, depois $14 por 1.000. Para a análise completa do Nano Banana 2, consulte nosso guia de preços do Nano Banana 2.

As pegadinhas

Os custos de entrada são 3x maiores

Os tokens de entrada subiram de $0.50 para $1.50 por milhão, e a saída de texto e "thinking" subiu de $3 para $7.50 por milhão. Os prompts de texto para imagem mal percebem isso. As solicitações de edição que carregam várias imagens de referência, sim.

Um cálculo rápido usando os preços do Google: apenas na entrada, o 2.1 custa $1 a mais por milhão de tokens que o Nano Banana 2. Em 1K, economiza cerca de $0.033 por imagem. Então o 2.1 permanece mais barato até que uma única solicitação carregue aproximadamente 33.000 tokens de entrada. Em 4K, a economia por imagem é maior (cerca de $0.075), e o ponto de equilíbrio muda para cerca de 75.000 tokens de entrada. O texto de "thinking" cobrado estreita essa margem, então verifique seus próprios números de usage.

Sem camada de 512px

O Nano Banana 2 oferece um tamanho de 0.5K (512px) por $0.045. A documentação afirma que esse tamanho "não é suportado no Gemini Nano Banana 2.1." Para miniaturas, o preço de 1K do 2.1 ($0.0336) ainda supera o preço de 512px do Nano Banana 2, mas você obtém arquivos maiores.

Sem camada gratuita na API

A página de preços do Google lista a camada gratuita da API Gemini como "Não disponível" para o 2.1, assim como para o Nano Banana 2, Lite e Pro. Seu cartão de modelo aponta para o playground do Google AI Studio, mas o Google não diz quanto uma conta gratuita pode gerar lá. O código que chama a API precisa de uma chave paga. Cobrimos as opções em como usar o Nano Banana 2.1 gratuitamente.

Sem benchmarks ainda

"Supera nossos modelos anteriores em todos os aspectos" vem sem números publicados e sem um post de blog oficial. Trate a melhoria de qualidade como plausível, mas não comprovada.

Um lançamento discreto

O modelo surgiu no Google Flow antes do anúncio da API. Relatórios de terceiros dizem que ele está no Flow (usando créditos de assinatura) e começou a aparecer em aplicativos Gemini, mas o Google não confirmou o lançamento em aplicativos Gemini.

Quem deve mudar

Mude agora se:

Espere se:

Experimente o Nano Banana 2.1 via API

O Nano Banana 2.1 funciona na API Gemini Interactions. Uma solicitação mínima se parece com isto:

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": "Uma banana madura usando óculos de sol minúsculos em uma toalha de praia, letreiro em negrito que diz ABERTO"}
    ]
  }'

A imagem retorna como dados base64. Em Python:

from google import genai
import base64

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input="Uma banana madura usando óculos de sol minúsculos em uma toalha de praia",
    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))

Definir type como image retorna apenas imagens e omite texto. Para uma edição de acompanhamento, chame create novamente com nova input e previous_interaction_id=interaction.id. Para basear em pesquisa ("ground on search"), adicione tools=[{"type": "google_search"}].

Se você preferir comparar modelos sem escrever um script, o Apidog funciona bem para esse tipo de teste lado a lado:

  1. Salve a solicitação. Crie um POST para o endpoint Interactions e armazene sua chave como uma variável de ambiente, para que o cabeçalho leia x-goog-api-key: {{GEMINI_API_KEY}}.
  2. Clone-o por modelo. Duplique a solicitação e mude apenas model para gemini-3.1-flash-image. Envie ambos com o mesmo prompt e compare as respostas, latência e uso de tokens.
  3. Adicione asserções. Verifique se o status é 200 e se a resposta contém um bloco de saída de imagem. Salvo como um cenário de teste, o par se torna uma verificação de regressão que você pode executar novamente sempre que o Google atualizar o modelo.

A versão passo a passo, com edição de imagem, cadeias multi-interações e rastreamento de custos, está em nosso guia da API Nano Banana 2.1. Se você ainda precisa de uma chave, obtenha uma chave de API Gemini primeiro.

FAQ

Qual é o ID do modelo Nano Banana 2.1? gemini-nano-banana-2.1. O nome oficial é Gemini Nano Banana 2.1.

O Nano Banana 2.1 é mais barato que o Nano Banana 2? Por imagem, sim: metade do preço em 1K, 2K e 4K. Os tokens de entrada custam três vezes mais, então solicitações de edição com muitas entradas podem reduzir ou eliminar a diferença.

O Nano Banana 2.1 renderiza texto corretamente? O Google diz que oferece "renderização precisa de texto". O Google ainda não publicou benchmarks para comprovar isso, então teste-o com seus próprios prompts que contenham muito texto.

O Nano Banana 2.1 é gratuito? Não na API Gemini: a camada gratuita é listada como não disponível. O Google o vincula ao playground do AI Studio, mas não publicou um limite gratuito para o 2.1 lá.

Conclusão

O Nano Banana 2.1 é um corte de preço direto para desenvolvedores de imagem: a mesma contagem de tokens por imagem que o Nano Banana 2, metade do preço de saída por token, e saída de 2K e 4K pelo preço de 1K do Nano Banana 2 Lite. O Google diz que a renderização de texto, edição e consistência melhoraram, mas essas são as alegações do Google até que os benchmarks apareçam. Atente para o preço 3x maior da entrada se você enviar muitas imagens de referência, e planeje considerando a ausência da camada de 512px. Depois, execute seus próprios prompts contra ambos os modelos no Apidog, meça os resultados e alterne o tráfego que apresentar melhor desempenho.

Pratique o design de API no Apidog

Descubra uma forma mais fácil de construir e usar APIs