Nano Banana 2.1 API: ID del modelo, precios, resoluciones y límites
Por Potto AI Team·
Datos de la Nano Banana 2.1 API según Google: ID gemini-nano-banana-2.1, campos, tamaños 1K/2K/4K, 14 referencias, precios y límites.
La Nano Banana 2.1 API es el modelo gemini-nano-banana-2.1 de la API Gemini de Google, un modelo de generación de imágenes y edición conversacional de alta eficiencia que se invoca con un prompt de texto y, opcionalmente, imágenes de referencia. Según la página del modelo Nano Banana 2.1, devuelve imágenes en 1K (el valor predeterminado), 2K o 4K, acepta hasta 14 imágenes de referencia (hasta 10 objetos y hasta 4 personajes) y tiene pensamiento configurable. El precio estándar de Google es $0.0336 por imagen en 1K, $0.0504 por imagen en 2K y $0.113 por imagen en 4K, y los trabajos batch se cobran a la mitad de eso.
Esta guía reúne los datos de integración en un solo lugar: el ID del modelo, a qué endpoint llamar, los campos de la solicitud que importan, los tamaños de salida, las ranuras para imágenes de referencia, los precios, los límites de velocidad y los trabajos batch. Todos los números provienen de la documentación oficial de Google, consultada el 2026-10-10. Los precios y los límites cambian, así que confírmalos en las páginas de Google antes de presupuestar o lanzar.
Potto no ofrece una API pública. Para llamar al modelo desde tu propio código, usa directamente la API Gemini de Google. Si solo quieres las imágenes, la Nano Banana 2.1 del generador web de Potto te permite crear y editar con el mismo modelo sin escribir una solicitud.
Nano Banana 2.1 API de un vistazo
Elemento
Lo que dice la documentación de Google
ID del modelo
gemini-nano-banana-2.1 (la versión estable usa el mismo ID)
Entrada
Texto, imagen, vídeo y PDF
Salida
Imagen y texto
Resoluciones de salida
1K (predeterminada), 2K, 4K; 512px no es compatible con 2.1
Imágenes de referencia
Hasta 14 en total: hasta 10 objetos y hasta 4 personajes
Niveles de pensamiento
minimal, medium (predeterminado), high
Grounding
Google Web e Image Search
Batch API
Compatible
No compatible
Llamada a funciones, salidas estructuradas, caché, ejecución de código, contexto de URL, grounding de Maps, Live API, generación de audio
Nivel gratuito
No disponible
Precio estándar de imagen
$0.0336 (1K), $0.0504 (2K), $0.113 (4K)
Precio batch de imagen
$0.0168 (1K), $0.0252 (2K), $0.0567 (4K)
Fuentes: la página del modelo de Google (última actualización 2026-10-06 UTC) y la página de precios, consultadas el 2026-10-10.
¿Qué es la Nano Banana 2.1 API?
"Nano Banana" es el nombre popular de los modelos de generación y edición de imágenes de Google dentro de la familia Gemini, y la "Nano Banana 2.1 API" es simplemente la forma de acceder a uno de ellos desde código. No hay un producto aparte al que suscribirse: usas una clave de API de Gemini y nombras el ID del modelo en la solicitud. La guía de generación de imágenes de Google enumera cinco modelos bajo el nombre Nano Banana, cada uno con su propio ID:
Nombre
ID del modelo
Nano Banana 2.1
gemini-nano-banana-2.1
Nano Banana 2 Lite
gemini-3.1-flash-lite-image
Nano Banana 2
gemini-3.1-flash-image
Nano Banana Pro
gemini-3-pro-image
Nano Banana (original)
gemini-2.5-flash-image
La guía de Google llama a 2.1 el modelo principal de alta eficiencia para la generación de imágenes y la edición conversacional, y lo recomienda para todos los proyectos nuevos. Para una comparación con el modelo Pro, lee la guía Nano Banana 2.1 vs Nano Banana Pro; este artículo se centra en la integración de 2.1.
Google menciona mejor calidad visual y realismo en 1K, 2K y 4K, artefactos de mosaico corregidos en relaciones anchas y panorámicas (1:4, 4:1, 1:8 y 8:1) en 2K y 4K, mejor representación de texto y precisión en el diseño de infografías, y grounding con la Búsqueda web y de imágenes de Google. La documentación no publica puntuaciones de benchmark, así que prueba tus propios prompts antes de comprometer un pipeline con el modelo.
¿Qué endpoint deberías llamar en la Nano Banana 2.1 API?
Llama a la Interactions API. La guía de generación de imágenes de Google la usa para todos los ejemplos de Nano Banana 2.1: un POST a https://generativelanguage.googleapis.com/v1beta/interactions con tu clave en una cabecera x-goog-api-key. La descripción general de la Interactions API de Google indica que, a partir de junio de 2026, está disponible de forma general y se recomienda para todos los proyectos nuevos, y que todos los modelos, herramientas y funciones agénticas nuevos se lanzarán ahí. La antigua API generateContent se describe como heredada, pero sigue siendo totalmente compatible.
Las llamadas del SDK (client.interactions.create) necesitan google-genai o @google/genai versión 2.3.0 o posterior. La descripción general también enumera Batch API, la caché explícita y las configuraciones de seguridad personalizadas como aún no disponibles en Interactions, por lo que los precios batch implican usar generateContent, como se explica en la sección de batch.
Envía tu primera solicitud a la Nano Banana 2.1 API
La solicitud mínima para la Nano Banana 2.1 API nombra el modelo y pasa el prompt como un elemento de texto. La guía de Google muestra esta llamada REST:
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": "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"}
]
}'
Para elegir la forma del resultado, añade un objeto response_format. Los mismos campos aparecen en el ejemplo de Python de Google, donde la salida se lee desde interaction.output_image:
-d '{
"model": "gemini-nano-banana-2.1",
"input": [{"type": "text", "text": "A cedar bottle on a linen cloth, soft window light"}],
"response_format": {
"type": "image",
"mime_type": "image/jpeg",
"aspect_ratio": "16:9",
"image_size": "2K"
},
"generation_config": {"thinking_level": "medium"}
}'
Los campos en lenguaje sencillo:
Campo
Qué hace
input
El prompt como elementos {"type": "text", "text": ...}, más elementos {"type": "image", ...} para las referencias
response_format.mime_type
image/jpeg o image/png en los ejemplos de Google
response_format.aspect_ratio
Por ejemplo, 1:1, 5:4 o 16:9 en los ejemplos de Google
response_format.image_size
1K, 2K o 4K, con una K mayúscula
generation_config.thinking_level
minimal, medium o high
previous_interaction_id
Continúa una interacción anterior para la edición multiturno
En los ejemplos del SDK, la imagen llega codificada en base64 en interaction.output_image.data, y el ejemplo de Python la decodifica con base64.b64decode antes de escribir el archivo. La interacción también lleva steps, que puede incluir pasos de pensamiento y el model_output final. El ejemplo REST de Google no imprime un cuerpo de respuesta, así que inspecciona una respuesta real antes de escribir un analizador para el JSON sin procesar.
Tamaños de salida de Nano Banana 2.1: 1K, 2K y 4K
Nano Banana 2.1 API produce tres tamaños de salida: 1K, 2K y 4K, con 1K como valor predeterminado cuando no defines image_size. La página de precios de Google enumera los tokens de imagen que consume cada tamaño: 1,120 para una imagen de 1K, 1,680 para 2K y 3,780 para 4K.
Reglas de la guía de generación de imágenes que causan errores reales:
Solo K en mayúscula. Los valores en minúscula como 1k se rechazan.
Sin 512px en 2.1. El tamaño más pequeño de 512px (0.5K) pertenece a Gemini 3.1 Flash Image, no a Nano Banana 2.1.
Relaciones de aspecto. Los ejemplos de 2.1 usan 1:1, 5:4 y 16:9. La página del modelo de Google nombra 1:4, 4:1, 1:8 y 8:1 como relaciones amplias y panorámicas donde los artefactos de mosaico se corrigieron en 2K y 4K. Las páginas consultadas para esta guía no publican una lista completa de relaciones para 2.1, así que prueba la relación exacta que necesitas antes de construir una maquetación en torno a ella.
Dimensiones en píxeles. La guía de Google no publica una tabla de píxeles para 2.1, así que mide el archivo devuelto si tu maquetación necesita dimensiones fijas.
Cada imagen generada por las herramientas de Google incluye una marca de agua SynthID, según la guía. Tenlo en cuenta si posprocesas o recortas las salidas.
Ajusta los prompts en 1K, porque un tamaño mayor no corrige una composición débil ni una palabra mal escrita. Si ya tienes una imagen que vale la pena conservar y solo necesitas más píxeles, puedes mejorar resolución de imagen sin una nueva generación.
Imágenes de referencia: hasta 14 por solicitud
Nano Banana 2.1 acepta hasta 14 imágenes de referencia en una sola solicitud, y la cifra es un total entre tipos. La guía de Google divide los espacios por modelo:
Tipo de referencia
Nano Banana 2.1
Objetos (alta fidelidad en la imagen final)
Hasta 10
Personajes (consistencia entre imágenes)
Hasta 4
Total
Hasta 14
Cada referencia es otro elemento en la lista input. En el ejemplo de Python de Google, un elemento de imagen incluye "type": "image", los bytes de la imagen en base64 en data y un mime_type como image/png, colocados junto al elemento de texto que contiene el prompt.
Uso práctico de los espacios: asigna a cada imagen una función y dilo en el prompt (la primera imagen es la forma del producto, la segunda la paleta); reutiliza la misma imagen de personaje para un rostro recurrente; y añade referencias de una en una, porque más referencias no garantizan que todos los detalles se conserven.
Ajustes de pensamiento y grounding
Nano Banana 2.1 admite tres niveles de pensamiento, que se definen con generation_config.thinking_level: minimal, medium (el valor predeterminado) y high. La guía de Google indica que el pensamiento está activado de forma predeterminada en los modelos de imagen de Gemini 3 y que no se puede desactivar a través de la API, que el modelo puede generar hasta dos imágenes de pensamiento provisionales y que los tokens de pensamiento se facturan de forma predeterminada. Otros modelos Nano Banana indican niveles distintos (Nano Banana 2 indica minimal y high), así que no copies un ajuste de un modelo a otro.
El grounding permite que el modelo use Google Search para temas sensibles al tiempo. En la Interactions API se añade tools con google_search, y search_types de ["web_search", "image_search"] solicita resultados de web e imágenes; el grounding de Image Search solo está disponible en Nano Banana 2.1 y Gemini 3.1 Flash Image. Google señala que los resultados de Image Search deben mostrarse con sus search_suggestions, así que integra esa visualización en tu interfaz.
El grounding se factura aparte: la página de precios de Google ofrece 5,000 solicitudes de búsqueda gratuitas al mes, compartidas entre Gemini 3 y modelos más recientes, y después $14 por 1,000 solicitudes. Verifica cualquier nombre, cifra o fecha de una imagen con grounding antes de publicarla.
Edición multiturno con previous_interaction_id
Para cambiar una imagen que ya generaste, envía una segunda solicitud con previous_interaction_id establecido en el id de la primera interacción y describe solo el cambio. El ejemplo de Google traduce el texto de una infografía al español mientras deja los demás elementos como estaban. Según la descripción general de Interactions API, generation_config, tools y system_instruction están limitados a una interacción, así que configúralos de nuevo en cada turno, y establecer store en false impide que uses previous_interaction_id. Para las ediciones en las que quieres pintar sobre una región a mano, editar fotos con IA es más fácil que describirlo con palabras.
Precios de la Nano Banana 2.1 API
Google factura Nano Banana 2.1 por tokens, y la salida de imágenes tiene su propia tarifa. Esta es la lista de precios estándar (nivel de pago) de la página de precios de la Gemini API, consultada el 2026-10-10:
Elemento
Estándar
Batch
Entrada (texto, imagen, video)
$1.50 por 1M tokens
$0.75 por 1M tokens
Texto de salida y pensamiento
$7.50 por 1M tokens
$3.75 por 1M tokens
Imágenes de salida
$30.00 por 1M tokens de imagen
$15.00 por 1M tokens de imagen
Una imagen 1K
$0.0336
$0.0168
Una imagen 2K
$0.0504
$0.0252
Una imagen 4K
$0.113
$0.0567
Grounding con Google Search
5,000 solicitudes gratuitas al mes, luego $14 por 1,000
No se lista por separado
Los precios por imagen son la tarifa de tokens de imagen aplicada a los recuentos de tokens de la sección anterior: 1,120 tokens a $30 por millón son $0.0336. El nivel gratuito figura como no disponible para este modelo, por lo que cada llamada necesita un proyecto facturado.
A modo de referencia, usando los precios de Google solo para la salida de imágenes: 1,000 imágenes cuestan $33.60 en 1K, $50.40 en 2K y $113.00 en 4K, o $25.20 en 2K como batch. Los tokens de entrada (tu prompt y cualquier imagen de referencia), los tokens de pensamiento y las solicitudes de grounding se facturan aparte, así que mide una ejecución de muestra antes de comprometer un presupuesto.
Límites de velocidad y cuotas de la Nano Banana 2.1 API
La página de límites de velocidad de Google no imprime un número para la Nano Banana 2.1 API. Explica cómo funcionan los límites y te remite a Google AI Studio para conocer las cifras que se aplican a tu proyecto y nivel.
Lo que sí indica la página:
Dimensiones. Solicitudes por minuto (RPM), tokens de entrada por minuto (TPM) y solicitudes por día (RPD); los modelos de generación de imágenes también tienen imágenes por minuto (IPM). Superar cualquiera de estas dimensiones desencadena un error.
Alcance. Los límites se aplican por proyecto, no por clave de API, y las cuotas diarias se restablecen a la medianoche, hora del Pacífico.
Niveles. El nivel gratuito necesita un proyecto activo; el Nivel 1, una cuenta de facturación vinculada; el Nivel 2, $100 de gasto acumulado de pago más 3 días; y el Nivel 3, $1,000 más 30 días. Las actualizaciones son automáticas.
Límites de gasto. Los límites basados en gasto se aplican durante una ventana móvil de 10 minutos, y alcanzar uno devuelve un error 429 RESOURCE_EXHAUSTED.
Un bucle que lanza muchas solicitudes en paralelo puede alcanzar un 429 mucho antes de que se agote la cuota diaria, así que añade reintentos con retroceso, limita la concurrencia y envía trabajos offline grandes a través de la Batch API.
La página del modelo también indica 131,072 tokens de entrada y 32,768 tokens de salida, y no admite inferencia Flex ni Priority.
Batch API para Nano Banana 2.1
La página del modelo de Nano Banana 2.1 API indica que Batch API es compatible, y la página de precios de Google fija el precio de la salida de imágenes batch a la mitad de la tarifa estándar: $0.0168 por imagen de 1K, $0.0252 por imagen de 2K y $0.0567 por imagen de 4K. La guía de Batch API establece el tiempo de respuesta objetivo en 24 horas, aunque en la mayoría de los casos es mucho más corto. La contrapartida es tiempo de espera a cambio de precio y límites de velocidad más altos, lo que conviene para actualizaciones de catálogo, pruebas de prompt y variaciones masivas en lugar de una interfaz donde una persona está esperando.
Detalles de la guía de Batch API: las solicitudes inline deben sumar menos de 20 MB, mientras que los trabajos más grandes usan un archivo JSONL (de hasta 2 GB) con una solicitud por línea y un key que tú defines. Los trabajos pasan por JOB_STATE_PENDING, JOB_STATE_RUNNING y JOB_STATE_SUCCEEDED, o terminan como fallidos, cancelados o JOB_STATE_EXPIRED; un trabajo pendiente o en ejecución durante más de 48 horas expira. La página de límites de velocidad enumera 100 solicitudes batch concurrentes y 20 GB de almacenamiento de archivos, además de límites de tokens en cola por nivel.
Un detalle importante: la guía dice que el procesamiento por lotes solo está disponible con la API generateContent, y sus ejemplos de imagen usan responseModalities establecido en ["TEXT", "IMAGE"] con un ID del modelo Nano Banana diferente. No tiene ningún ejemplo para gemini-nano-banana-2.1, así que ejecuta un pequeño lote de prueba con este ID del modelo antes de enviar miles de solicitudes. En la práctica, la edición interactiva se ejecuta en la API de Interactions y la generación masiva sin conexión se ejecuta en lotes generateContent.
Migrar a Nano Banana 2.1 desde modelos anteriores
La página de precios de Google marca el Nano Banana original, gemini-2.5-flash-image, como obsoleto con una fecha de cierre del 2 de octubre de 2026, y la guía de generación de imágenes recomienda Nano Banana 2.1 para proyectos nuevos.
Revisa estas diferencias cuando cambies el ID del modelo. 2.1 enumera niveles de pensamiento minimal, medium y high, mientras que 3.1 Flash Image enumera minimal y high. El tamaño de 512px existe en 3.1 Flash Image pero no en 2.1, así que solicita 1K y redimensiona de tu lado. El grounding de Image Search funciona en 2.1 y 3.1 Flash Image, y Flash Lite no tiene grounding de búsqueda. 2.1 no admite llamadas a funciones ni salidas estructuradas, así que mueve cualquier paso que produzca JSON a un modelo de texto. Vuelve a calcular tu estimación de costos con las tarifas de 2.1 anteriores, luego ejecuta tus prompts guardados con el nuevo modelo y compara los resultados con los antiguos, porque un cambio de modelo altera el estilo y la representación de texto incluso con prompts idénticos.
Usar Nano Banana 2.1 sin la API
Si tu objetivo es una imagen y no una integración, el navegador es más sencillo. El generador de imágenes IA de Potto ofrece Nano Banana 2.1 con salida HD, 2K y 4K, hasta 10 imágenes de referencia y archivos PNG o JPEG. Como Potto no tiene una API pública, este es un flujo de trabajo web únicamente.
Potto fija los precios de las imágenes en créditos, que se muestran en el botón Generate antes de que confirmes. Nano Banana 2.1 cuesta 12 créditos por imagen en HD, 17 en 2K y 38 en 4K, y una solicitud fallida libera sus créditos. Los créditos son la unidad propia de Potto, no una conversión de los precios en dólares de Google, así que no compares los dos como si fueran la misma moneda. La página de precios de Potto AI enumera los planes, y la página de modelos de IA para imágenes compara todos los modelos de imagen del creador, incluidos Nano Banana y Nano Banana Pro.
Los flujos de trabajo reflejan la API: texto a imagen es una solicitud con solo un elemento de texto, imagen a imagen IA añade tu propia imagen como un elemento de imagen en input, el generador de personajes con IA se orienta a personajes recurrentes, y las plantillas de imagen te dan un brief que puedes adaptar.
API o generador web: ¿cuál deberías usar?
Usa la Gemini API cuando las imágenes se generan dentro de tu propio producto o según una programación: un escaparate que renderiza una variación para cada anuncio, un trabajo nocturno a tarifas batch, o una app donde los usuarios escriben un prompt. Tú controlas las claves, los reintentos, el almacenamiento y la factura, y obtienes el conjunto completo de parámetros de Google.
Usa el generador web cuando una persona crea las imágenes: un póster de campaña, fotos de producto, una mascota para una presentación. No hay ninguna clave que gestionar ni respuesta que analizar, y el precio se muestra antes de cada generación. También puedes explorar un prompt en el navegador y trasladar la redacción ganadora a una llamada a la API más adelante.
Preguntas frecuentes
¿Qué es la Nano Banana 2.1 API?
La Nano Banana 2.1 API es la forma de llamar al modelo de imagen gemini-nano-banana-2.1 de Google a través de la Gemini API. Acepta entrada de texto, imagen, video o PDF, devuelve imágenes y texto, y admite salida en 1K, 2K y 4K, hasta 14 imágenes de referencia, pensamiento configurable y grounding de Google Search. No es un producto separado: usas una clave de Gemini API y nombras el ID del modelo en tu solicitud.
¿Cuál es el ID de modelo de Nano Banana 2.1?
El ID del modelo es gemini-nano-banana-2.1. La página del modelo de Google indica que la versión estable usa el mismo ID, por lo que no se necesita un sufijo de versión. Otros modelos Nano Banana tienen sus propios IDs, como gemini-3.1-flash-image para Nano Banana 2, así que verifica el ID cada vez que cambies de modelo.
¿Cuánto cuesta la Nano Banana 2.1 API?
Con precios estándar, Google cobra $0.0336 por imagen 1K, $0.0504 por imagen 2K y $0.113 por imagen 4K, más cargos por tokens de entrada y pensamiento. Los trabajos batch cuestan la mitad: $0.0168, $0.0252 y $0.0567. Estas son cifras de la página de precios de la Gemini API de Google tal como se leyó el 2026-10-10, y el nivel gratuito figura como no disponible para este modelo.
¿Cuántas imágenes de referencia puede usar Nano Banana 2.1?
Hasta 14 en una solicitud: hasta 10 imágenes de objetos y hasta 4 imágenes de personajes. Google cuenta el total entre tipos, por lo que una solicitud no puede superar 14 incluso si se usan ambos límites. Asigna a cada referencia una tarea en el prompt y revisa los detalles que te importan en el resultado.
¿Potto tiene una Nano Banana 2.1 API?
No. Potto no ofrece una API pública. Puedes usar Nano Banana 2.1 en el generador web de Potto a 12 créditos por imagen en HD, 17 en 2K y 38 en 4K. Los desarrolladores que quieran llamar al modelo desde código deben usar la Gemini API de Google con el ID del modelo gemini-nano-banana-2.1.
¿Cuáles son los límites de velocidad de la Nano Banana 2.1 API?
Google no publica una cifra para este modelo en su página de límites de velocidad. Los límites se miden en solicitudes por minuto, tokens de entrada por minuto, solicitudes por día y, para modelos de imagen, imágenes por minuto, y se aplican por proyecto y dependen de tu nivel de uso. Abre la vista de límites de velocidad en Google AI Studio para ver las cifras que se aplican a tu cuenta.
¿Puedo usar la Batch API con Nano Banana 2.1?
Sí. Google indica que la Batch API es compatible en la página del modelo y cobra las imágenes batch a la mitad de la tarifa estándar, con un tiempo de respuesta objetivo de 24 horas. El procesamiento por lotes solo está disponible con la API generateContent, no con la Interactions API, y los ejemplos de imágenes batch de Google usan un ID de modelo Nano Banana diferente, así que prueba primero un lote pequeño con gemini-nano-banana-2.1.
Fuentes
Todas las fuentes se consultaron el 2026-10-10. Los precios, los límites y los detalles del modelo son de Google y pueden cambiar.
