Google Nano Banana 2.1: Förbättrad bildmodell till halva priset

Google uppdaterade sin bildmodell med Nano Banana 2 i februari, och nu är ännu en uppdatering här. Nano Banana 2.1 bygger på Gemini 3.6 Flash och överträffar enligt Google sina föregångare på alla områden, särskilt när det gäller visuell design, redigering av specifika delar av en bild och att bevara utseendet hos personer och föremål genom flera redigeringssteg. Google rullar gradvis ut modellen till Gemini-appen, AI Mode i Google Sök, Google Ads och utvecklarverktyg som AI Studio, Flow och Stitch.

Än så länge är Googles egna siffror den enda indikationen på hur stora förbättringarna är. I jämförande tester med mänskliga bedömare får Nano Banana 2.1 1 050 Elo-poäng för övergripande preferens med Thinking aktiverat, jämfört med 990 för Nano Banana 2 och 935 för den dyrare Nano Banana Pro. Skillnaden är särskilt stor för infografik: den nya modellen får 0,521 för faktamässig korrekthet, jämfört med bara 0,179 för Nano Banana 2. Oberoende tester finns ännu inte tillgängliga.

Markera ett område i stället för att generera om bilden

Maskbaserad redigering blir sannolikt den mest användbara förbättringen i vardagen: användaren markerar ett område i en bild, och bara det området ändras. Tecken på den här funktionen hade redan dykt upp i Gemini-appen i mars. Nano Banana 2.1 hanterar också upp till 14 referensbilder samtidigt, med upp till fyra personer och tio föremål vars utseende ska bevaras. Den stöder utdata med upplösningar upp till 4K och bildförhållanden upp till 8:1. Vid behov använder modellen Google Sök innan den avbildar motiv från verkligheten.

Lägre bildpriser, högre indatakostnader

Google halverar ungefär priset per bild för utvecklare: via Gemini API kostar en 1K-bild cirka 3,4 cent i stället för 6,7 cent, medan en 4K-bild kostar cirka 7,6 cent i stället för 15,1 cent. Batchjobb kostar 50% mindre. Kalkylen är dock inte riktigt så enkel, eftersom indatakostnaderna ökar: Google tar nu 1,50 dollar per miljon token för text-, bild- och videoindata, jämfört med tidigare 0,50 dollar. Utvecklare som arbetar med många referensbilder kommer därför att spara mindre än de halverade bildpriserna kan antyda.

Finns det då fortfarande en roll för Nano Banana Pro? För många uppgifter förmodligen inte, förutsatt att Googles siffror håller i praktiken. Den nya modellen är fortfarande inte perfekt, vilket Google medger i sitt modellkort: liten text förblir ofta suddig vid 1K-upplösning, personer ser inte alltid exakt ut som på sina referensbilder och modellen blandar ibland ihop vänster och höger. Nano Banana 2.1 är därför en gedigen uppdatering snarare än ett språng i samma storleksordning som originalversionen, med priset som sitt starkaste argument.