Nano Banana erklärt: Original, Pro und 2 im Vergleich

Nano Banana kurz erklärt – und welches Modell passt

Nano Banana bezeichnet kein einzelnes Produkt. Der Name steht bei Google für die Modelle zur Bildgenerierung und -bearbeitung in Gemini; derzeit sind drei davon verfügbar. Technisch basiert jede Variante auf einem anderen Gemini-Modell.

Die kurze Empfehlung: Nano Banana Pro ist die richtige Wahl, wenn das Bild selbst das Endprodukt ist und auf Anhieb stimmen muss – vor allem bei Text, Diagrammen oder 4K-Details. Nano Banana 2 eignet sich für große Mengen, wenn annähernd dieselbe Qualität zum ungefähr halben Preis gefragt ist. Das ursprüngliche Nano Banana genügt, wenn vor allem viele Bilder schnell und günstig entstehen sollen und 1024 Pixel ausreichen.

Entscheidend ist der Preisunterschied, denn bei großen Mengen summiert er sich. Das Original kostet etwa vier Cent pro Bild, Pro rund dreizehn. Bei zehn Bildern fällt das kaum ins Gewicht. Bei fünfzigtausend beträgt der Unterschied zwischen $1,950 und $6,700.

Die drei Nano-Banana-Modelle im Überblick

Hinter jeder Bezeichnung mit „Nano Banana“ steckt eine dieser konkreten Gemini-Modell-IDs. Angegeben ist jeweils der Preis pro generiertem Bild im kostenpflichtigen API-Tarif von Google.

Alle drei versehen jedes Bild mit einem unsichtbaren SynthID-Wasserzeichen. Verfügbar sind sie über die Gemini-App, Google AI Studio und die Gemini API.

Nano Banana Pro (Gemini 3 Pro Image): das Flaggschiff

Nano Banana Pro ist meist gemeint, wenn es heißt, ein Nano-Banana-Bild sehe „inzwischen echt aus“. Google stellte das Modell am 20. November 2025 vor. Es basiert auf Gemini 3 Pro, dem leistungsstärksten Reasoning-Modell des Unternehmens. Genau das macht den Unterschied: Statt Pixelmuster nur nachzuahmen, kann das Modell vor dem Zeichnen durchdenken, was es darstellen soll.

Der praktische Vorteil zeigt sich ausgerechnet bei der Aufgabe, an der andere Bildmodelle noch scheitern: Text im Bild. Bei einem Produkt-Mock-up, Poster, einer Infografik oder einem Diagramm mit echten Beschriftungen liefert Pro lesbare, korrekt geschriebene Wörter – und das in mehreren Sprachen. Während der Generierung kann das Modell außerdem Google Search einbeziehen, um ein Bild auf reale Fakten zu stützen. So entstehen bei Anfragen wie „ein Diagramm zum Wetter dieser Woche“ oder „der Eiffelturm im Herbst“ plausible Formen statt überzeugend vorgetragener Halluzinationen.

Das Modell erzeugt Bilder mit bis zu 4K und verarbeitet gleichzeitig bis zu 14 Referenzbilder: bis zu 10 Produktaufnahmen, um ein Objekt konsistent zu halten, sowie bis zu 4 Fotos einer Person, damit ihr Gesicht über eine ganze Serie hinweg gleich bleibt. Für den Aufbau einer Marke ist das der Unterschied zwischen einem gelungenen Hero-Bild und einer stimmigen Serie aus zwanzig Motiven.

Der Haken ist der Preis. Pro kostet $0.134 pro Bild bei 1K oder 2K und $0.24 bei 4K. Damit ist es die Premiumstufe der Familie – und bei großen Stückzahlen macht sich das sofort bemerkbar.

Nano Banana 2 (Gemini 3.1 Flash Image): das Arbeitstier für große Mengen

Nano Banana 2 ist Gemini 3.1 Flash Image, das schnellere und günstigere Geschwistermodell zwischen dem Original und Pro. „Flash“ steht in Googles Namensgebung für optimierte Geschwindigkeit. Damit ist es das passende Modell für große Mengen, bei denen nicht jedes einzelne Bild den Pro-Preis rechtfertigt.

Ein großer Teil der Fähigkeiten von Pro steckt hier in einem schnelleren, schlankeren Paket. Geboten werden weiterhin bis zu 4K, die verbesserte Textdarstellung und Search Grounding – allerdings für $0.067 pro Bild bei 1K, $0.101 bei 2K und $0.151 bei 4K, also ungefähr die Hälfte des Pro-Preises bei vergleichbaren Größen. Dazu kommen zwei Funktionen, die Pro nicht bietet: eine kleinere 512-Pixel-Stufe (0.5K) für günstige Vorschaubilder und Thumbnails sowie ungewöhnliche Seitenverhältnisse wie 1:4, 4:1 und 1:8 für Banner, Storys und hohe Mobilformate. Auch die 14 Referenzbilder werden anders gewichtet und stärker auf Stil ausgerichtet: bis zu 6 Objektfotos, bis zu 5 Personenfotos und bis zu 3 Bilder, die ausschließlich als Stilvorlage dienen.

Die ehrliche Grenze: Bei besonders anspruchsvollen Prompts – einer dichten Infografik, einem langen Textabsatz im Bild oder einer komplexen Szene mit vielen Motiven – liegt Pro dank seines zusätzlichen Reasonings weiterhin vorn. Flash ist das Arbeitstier, nicht das Vorzeigemodell.

Das ursprüngliche Nano Banana (Gemini 2.5 Flash Image): weiterhin am günstigsten

Das ursprüngliche Nano Banana ist Gemini 2.5 Flash Image. Mit restaurierten alten Fotos und kleinen Figuren ließ dieses Modell den Namen 2025 viral gehen. Es ist weiterhin verfügbar, nach wie vor das günstigste der drei und für eine Aufgabe noch immer die passende Wahl: hohe Stückzahlen ohne Bedarf an den neuen Funktionen.

Mit $0.039 pro Bild ist es günstiger als jedes andere Angebot von Google. Allerdings endet die Auflösung bei 1024 Pixeln, und das Modell stammt aus der Zeit vor Reasoning, der besten Textdarstellung und Search Grounding. Für einfache Bilder in Serie, Avatare, schnelle Varianten und Platzhaltergrafiken reicht das Original aus, sofern 1K genügt. Sobald Text im Bild, eine höhere Auflösung oder faktische Genauigkeit nötig werden, stößt es an seine Grenzen.

Was die Gemini-3-Bildmodelle wirklich anders machen

Der Sprung vom Original zur Gemini-3-Generation mit Pro und 2 besteht nicht nur aus schärferen Pixeln. Vier konkrete Fähigkeiten erweitern den praktischen Einsatzbereich – und beheben jeweils ein Problem, für das früher erneut ein Designer übernehmen musste.

Text, der tatsächlich lesbar ist. Bildmodelle haben Wörter traditionell verstümmelt, weshalb der Prompt „Erstelle ein Poster“ nie ganz überzeugte. Die Gemini-3-Bildmodelle setzen lesbaren, gestalteten Text in mehreren Sprachen. Dadurch werden Mock-ups, Anzeigen, Folien und Infografiken direkt nutzbar, statt unverständliche Zeichen zu enthalten, die in Photoshop neu gesetzt werden müssen.

Grounding mit Google Search. Während der Generierung kann das Modell Search als Tool aufrufen. Bei einer faktischen Darstellung, einer Karte, einem beschrifteten Diagramm oder einer „aktuellen“ Szene greift es auf reale Informationen zurück, statt sie zu erfinden. Für eine erklärende Grafik macht das den Unterschied zwischen einem Entwurf und einer präsentationsreifen Folie.

Thinking-Modus. Vor der Generierung durchläuft der Prompt einen Reasoning-Schritt. Vereinfacht gesagt plant das Modell das Bild, statt frei zu assoziieren. Deshalb werden komplexe Anweisungen aus mehreren Teilen – etwa „ein Layout aus drei Feldern mit diesen Beschriftungen in dieser Reihenfolge“ – zuverlässiger umgesetzt.

Bis zu 14 Referenzbilder. Bis zu 14 Bilder können das Ergebnis steuern: Objekte für ein einheitliches Erscheinungsbild, Gesichter für eine konstante Personendarstellung und Stilvorlagen zur Nachahmung. Dieses Feature macht aus einem Generator für Einzelbilder ein Marken-Tool. Selbst ein Solo-Founder kann Produktoptik und Gesicht eines Markenbotschafters über eine komplette Kampagne hinweg konsistent halten – ohne Fotoshooting.

So lässt sich Nano Banana nutzen

Für Nano Banana ist kein Code erforderlich. Welcher Zugang der richtige ist, hängt jedoch von der Aufgabe ab. Drei Wege stehen tatsächlich zur Verfügung.

Für die Integration in ein Produkt genügt ein kurzer Aufruf. Zuerst die zum gewünschten Verhältnis aus Preis und Qualität passende Modell-ID wählen, dann das Bild generieren:

from google import genai

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.1-flash-image",  # Nano Banana 2; swap for gemini-3-pro-image
    contents=["A clean product mockup of a matte ceramic water bottle, "
              "label reading 'STILL', soft studio lighting"],
)

for part in response.parts:
    if part.inline_data is not None:
        part.as_image().save("out.png")

Für den Wechsel zum Flaggschiff wird gemini-3.1-flash-image durch gemini-3-pro-image ersetzt, für die günstigste Stufe durch gemini-2.5-flash-image. Auch die Auflösung ist ein Parameter und akzeptiert 512, 1K, 2K oder 4K; diese Auswahl bestimmt den Preis pro Bild.

Nano Banana Kosten im Vergleich – und wo die Grenzen liegen

Die Einzelpreise wirken gering, bis sie mit der Stückzahl multipliziert werden. Die Bildgenerierung wird pro Bild abgerechnet, und zwischen den drei Stufen liegen deutliche Unterschiede. Bei wachsendem Volumen wird das voreingestellte Modell deshalb zu einem echten Kostenpunkt.

Neben den Kosten gibt es drei klare Grenzen. Erstens ist das SynthID-Wasserzeichen wie beschrieben verpflichtend. Zweitens liefert Nano Banana nicht für jeden Stil die überzeugendste Ästhetik: Bei malerischen, illustrativen oder stark inszenierten Arbeiten bevorzugen viele Designer weiterhin den Look von Tools wie Midjourney; Konkurrenten wie Seedream sind bei Fotorealismus ebenfalls stark. Die Stärke von Nano Banana liegt in Reasoning, Text und Grounding – nicht zwingend im schönsten Einzelbild. Drittens entwickeln sich Verfügbarkeit und Funktionsumfang schnell weiter und unterscheiden sich je nach Oberfläche und Region. Eine Funktion aus AI Studio kann daher in der App oder in einem bestimmten Land später verfügbar sein.

Eine Einordnung von Nano Banana im gesamten Markt bietet der Überblick über die besten KI-Bildgeneratoren. Den stärksten Konkurrenten beim Fotorealismus nimmt der Seedream-Test genauer unter die Lupe.

Welches Nano Banana ist das richtige?

Das passende Modell ergibt sich aus dem Einsatzzweck. Die Grundregel hinter der Tabelle lautet: Günstige Modelle übernehmen die Exploration; Pro wird nur für das finale Bild bezahlt.