Nano Banana 2.1: prijs, test en gebruik in Gemini
Google lanceert Nano Banana 2.1: gehalveerde API-kosten, betere beeldbewerking met maskers en panorama's tot 8:1. Bekijk de testresultaten en prijzen.
👁 118 keer gelezen
Nano Banana omvat de beeldmodellen van Google voor het genereren en bewerken van afbeeldingen binnen Gemini. Sinds 6 oktober 2026 is de nieuwste versie beschikbaar: Nano Banana 2.1. Via de API is deze variant half zo duur als Nano Banana 2 (circa € 0,0300 per 1K-afbeelding, omgerekend van 0,0336 USD), bewerkt hij afbeeldingsfragmenten nauwkeuriger en ondersteunt hij panorama’s met een verhouding van 8:1. In de Gemini-app kun je hem nog steeds gratis gebruiken binnen een dagelijkse limiet.
Status op 7 oktober 2026
- Nieuwste versie: Nano Banana 2.1, uitgebracht op 6-10-2026, in de API beschikbaar als
gemini-nano-banana-2.1. - Toegang: Gemini-app, Google AI Studio, AI-modus in Google Zoeken, Flow, Stitch, Google Ads; via API tevens bij OpenRouter en fal.ai.
- API-prijzen: circa € 0,0300 / € 0,0451 / € 0,1011 (0,0336 / 0,0504 / 0,113 USD) voor 1K / 2K / 4K per afbeelding (ter vergelijking: Nano Banana 2 kostte circa € 0,0599 / € 0,0903 / € 0,1350 oftewel 0,067 / 0,101 / 0,151 USD; wisselkoers ECB per 12-10-2026 via https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml).
- Arena (text-to-image, 6-10): 5e plaats, 1328 punten; GPT Image 2.5 Sunburst leidt met 1425 punten.
- Mijn test (uitgevoerd in het Pools): 13/13 teksten correct gerenderd, 9,0/10 bij bewerking met masker, maar de sterkste kleurverschuiving bij herhaald bewerken (SSIM 0,41 na 8 stappen).
- Nieuwe tests van 7-10: grafieken uit reële data met een stafout van 0,14 procentpunt en 19/19 waarden correct, een strip met 4 kaders met 10/12 tekstballonnen letterlijk foutloos (bekijk de resultaten).
- Nano Banana 2 (
gemini-3.1-flash-image) is gemarkeerd als verouderd (deprecated).
De eerdere beschrijving op deze pagina ging over Nano Banana 2. Wat nog altijd relevant is (gratis toegang, prompts, watermerk), is behouden en aangevuld met versie 2.1 inclusief mijn eigen testresultaten. De lancering beschreef ik al kort in het nieuwsbericht Nano Banana 2.1: wat Google heeft aangekondigd.
Wat is Nano Banana?
Nano Banana begon ooit als grappige codenaam waaronder een model van Google anoniem benchmarks voor beeldgeneratie won. Vandaag is het het officiële label voor de hele familie van beeldmodellen binnen Gemini. Het model genereert beelden vanaf nul en past bestaande foto’s aan terwijl gezichten, kleding en compositie behouden blijven.
Het productaanbod in oktober 2026:
- Nano Banana 2.1: upgrade van Nano Banana 2, geoptimaliseerd voor snelheid en lagere kosten, met betere fragmentbewerking en consistentere personages. Beschikbaar sinds 6-10-2026.
- Nano Banana 2 (Gemini 3.1 Flash Image): de voorganger, in de API gemarkeerd voor uitfasering.
- Nano Banana Pro (Gemini 3 Pro Image): een duurder model met langere redeneertijd (“thinking”), bijzonder sterk in kleine teksten.
- Nano Banana 2 Lite: de meest betaalbare variant, eerder besproken in de test van Nano Banana 2 Lite.
Wat is er nieuw in Nano Banana 2.1?
In de changelog van de API noemt Google aanzienlijke verbeteringen in beeldkwaliteit, het volgen van instructies, personageconsistentie over meerdere bewerkingen, tekstweergave en generaties in breedbeeld- en panoramaformaten. Op X lichtte Google vier specifieke sprongen uit: visueel ontwerp, inpainting met maskers, consistentie van objecten en personages, en een natuurlijker uiterlijk bij fotorealistische beelden.
- Gehalveerde outputprijs: beeldoutput kost 30 USD (circa € 26,83) per miljoen tokens in plaats van 60 USD (circa € 53,66).
- Panoramaformaten: nieuwe beeldverhoudingen van 1:4, 4:1, 1:8 en 8:1 in resoluties van 1K, 2K of 4K.
- Tot 14 referentiebeelden: behoud van consistentie voor maximaal 4 personages en 10 objecten binnen één taak.
- Drie redeneerniveaus: minimaal, medium (standaard) en hoog.
- Ondersteunde input: tekst, afbeeldingen, video en PDF, tot 131.072 tokens; Google Zoeken (inclusief Google Afbeeldingen) als actuele bron voor feiten.
- Bewerken met masker: in de praktijk semantisch geregeld. De API heeft geen apart parameterveld voor een binaire maskerlaag; je specificeert het gebied via een beschrijving of door een tweede afbeelding met een visuele selectie mee te sturen.
Aan de slag: stap voor stap
- Ga naar gemini.google.com of open de Gemini-app op je telefoon en log in met je Google-account (minimale leeftijd 18 jaar).
- Kies voor beeldgeneratie (het bananenicoontje of “Afbeelding maken”) of upload direct een afbeelding en beschrijf de gewenste aanpassing.
- Formuleer je instructies helder en specifiek: geef aan wat ongewijzigd moet blijven, wat moet veranderen en welk formaat je wilt. Formuleringen als “alleen” en “verander niets anders” maken een merkbaar verschil.
- Voor panorama’s en 4K ga je naar Google AI Studio, waar je het model, de beeldverhouding en de resolutie handmatig instelt.
- Voor eigen applicaties vraag je een API-sleutel aan (zie de handleiding: Gemini API-sleutel aanvragen) of gebruik je OpenRouter onder de modelnaam
google/gemini-nano-banana-2.1.
Prijzen: gratis, abonnementen en API
In de Gemini-app is Nano Banana inbegrepen in het gratis account, gebonden aan een dynamische dagelijkse limiet die afhangt van de serverdrukte. Voor consumenten in Nederland die hogere limieten zoeken, biedt Google officiële abonnementen aan via Google One (gecontroleerd op 12-10-2026 via Google AI-abonnementen): Google AI Plus is er vanaf € 4,99 per maand en Google AI Pro kost € 21,99 per maand (Google AI Ultra met 5x capaciteit kost € 99,99 en met 20x capaciteit € 219,99 per maand). Via de API bestaat er geen gratis gebruik en betaal je per gegenereerde afbeelding. Let op: onderstaande omgerekende bedragen zijn schattingen op basis van de ECB-wisselkoers (1 EUR = 1,1181 USD per 12-10-2026, bron: https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml) en geen lokale checkout-prijzen met eventuele btw:
| Model (Gemini API, standaard) | 1K | 2K | 4K | Beeldoutput |
|---|---|---|---|---|
Nano Banana 2.1 (gemini-nano-banana-2.1) |
~€ 0,0300 (0,0336 USD) | ~€ 0,0451 (0,0504 USD) | ~€ 0,1011 (0,113 USD) | ~€ 26,83 (30 USD) / 1 mln tokens |
Nano Banana 2 (gemini-3.1-flash-image) |
~€ 0,0599 (0,067 USD) | ~€ 0,0903 (0,101 USD) | ~€ 0,1350 (0,151 USD) | ~€ 53,66 (60 USD) / 1 mln tokens |
Nano Banana Pro (gemini-3-pro-image) |
~€ 0,1198 (0,134 USD) | ~€ 0,1198 (0,134 USD) | ~€ 0,2146 (0,24 USD) | ~€ 107,32 (120 USD) / 1 mln tokens |
In Batch-modus (waarbij je de output binnen 24 uur ontvangt) liggen alle API-tarieven 50% lager. Mijn eigen metingen via OpenRouter, inclusief de tokens voor redeneren (“thinking”): circa € 0,031 tot € 0,043 (0,035-0,048 USD) voor een 1K-afbeelding, circa € 0,048 (0,054 USD) voor 2K en circa € 0,105 (0,117 USD) voor 4K. De tekstinvoer in 2.1 is daarentegen duurder geworden (ongeveer € 1,34 oftewel 1,50 USD per miljoen tokens ten opzichte van 0,50 USD voorheen), wat vooral telt bij zeer uitgebreide opdrachten of veel meegestuurde referentiefoto’s.
Tekstweergave en diakritische tekens
In de oorspronkelijke testopstelling hebben we het model specifiek onder de loep genomen met complexe diakritische tekens via Poolse opdrachten. Nano Banana 2.1 slaagde daarin vlekkeloos: op vier testafbeeldingen (een affiche, een menukaart, een boekomslag en een verpakking) produceerde het model 13 van de 13 gevraagde teksten correct inclusief alle specifieke leestekens. De enige kleine afwijking was dat een hoofdlettercombinatie in kleine letters werd gezet, vergelijkbaar met het gedrag van Nano Banana 2 en GPT Image 2.5. Daarnaast voegde het model op de verpakking spontaan enkele contextuele merk- en bewaartermen toe.
Testresultaten: 8 praktijkopdrachten
We onderwerpen elk nieuw beeldmodel aan dezelfde tests, waarvan de resultaten worden verzameld in de vergelijkingstool van de beeldarena. Nano Banana 2.1 is op de lanceringsdag getest via de OpenRouter-API met het standaard redeneerniveau. Let op: de taalspecifieke tests zijn oorspronkelijk uitgevoerd in het Pools.
| Test (identieke prompts) | Nano Banana 2.1 | Nano Banana 2 | Nano Banana Pro | GPT Image 2.5 Sunburst | Beste in de Arena |
|---|---|---|---|---|---|
| Specifieke diakritische teksten (13 teksten in 4 afbeeldingen, getest in het Pools) | 13/13 | 13/13 | 13/13 | 13/13 | deze 4 modellen ex aequo |
| Objecten in vastgelegde kaders (gem. IoU, 16 objecten) | 0,44 (7/16) | - | 0,48 (7/16) | 0,54 (11/16) | FLUX 3: 0,89 (16/16) |
| Opeenvolgende bewerkingen - SSIM na stap 8 (1 = ongewijzigd) | 0,41 | 0,61 | 0,60 | 0,48 | Ideogram 4.5: 0,95 |
| 4K-detail - effectieve resolutie | 4,2 Mpx (van 16,9) | 4,2 Mpx | 4,2 Mpx | 4,1 Mpx | FLUX 3: 16,8 Mpx |
| Kleine lettertypes op 4K-beeld (8 te lezen) | 5/8 | 3/8 | 7/8 | 5/8 | Nano Banana Pro: 7/8 |
De belangrijkste observaties:
- Tekstkwaliteit: gelijk aan de voorganger en behorend tot de absolute top.
- Compositie via bounding boxes: gemiddeld. Een keukenopstelling faalde grotendeels (gemiddelde IoU 0,19), terwijl een productadvertentie juist goed scoorde (0,67). Wie strikte plaatsing vereist, haalt betere resultaten met FLUX 3 (zie de test van compositie met kaders).
- Opeenvolgende bewerkingen: alle individuele instructies werden correct doorgevoerd (groene deuren, openingssticker, step, uithangbord, lavendel, gele jas, kat), maar bij elke stap schoof het kleurenpalet op naar roze en verschoof de uitsnede lichtjes. Na 8 stappen bedroeg het gemiddelde kleurverschil ΔE 18,9, vergeleken met 15,5 bij Nano Banana 2.
- 4K-weergave: het resulterende bestand meet 5504 × 3072 px, maar het daadwerkelijke detailniveau komt overeen met circa 4,2 megapixel, net als bij Nano Banana 2 en Pro. Het beeld is dus digitaal geüpscaled en niet zuiver native 4K.
Bewerken met masker
Bij een foto van een winkelpui gaven we drie opdrachten: gebak in plaats van brood in de etalage, een zitbank in plaats van een fiets, en een straatnaambordje aan de gevel. Dit is eenmaal getest met een zwart-witmasker als referentie en eenmaal louter via tekstuele instructie. De kwaliteitsbeoordeling werd uitgevoerd door het visionmodel Gemini 3.8 Flash. Nano Banana 2.1 met masker behaalde gemiddeld een 9,0/10, tegenover een 7,3/10 voor Nano Banana 2. Zonder masker, enkel met tekst, daalde de score van 2.1 naar 7,7/10. Een masker helpt dus wezenlijk. Houd er rekening mee dat het masker fungeert als richtlijn: het naambordje werd door beide modellen net boven het geselecteerde kader geplaatst en de rest van het beeld werd opnieuw gerenderd (de consistentie buiten het masker liet bij beide een SSIM van rond de 0,80 zien).
Personageconsistentie
We genereerden een basisportret van een personage (kort rood haar, sproeten, ronde groene bril, één zilveren oorbel) en vroegen vervolgens om vier verschillende scènes: in de tram, tijdens het koken, in de regen in een stad en op een bergpad. De herkenbaarheid scoorde 9,25/10 met 15 van de 16 uiterlijke kenmerken behouden, identiek aan Nano Banana 2. Het voordeel zit in de productiekosten: een scène kostte circa € 0,034 (0,038 USD) tegenover circa € 0,061 (0,068 USD) voorheen. Meer hierover lees je in het overzicht van 10 modellen en één personage.
| Functietest | Nano Banana 2.1 | Nano Banana 2 |
|---|---|---|
| Bewerken met masker - uitgevoerde taken (3 opdrachten) | 3/3 | 3/3 |
| Bewerken met masker - kwaliteitsbeoordeling (gem. 1-10) | 9,0 | 7,3 |
| Zelfde bewerking enkel via tekst (gem. 1-10) | 7,7 | - |
| Personageconsistentie - herkenbaarheid (gem. 0-10, 4 scènes) | 9,25 | 9,25 |
| Personageconsistentie - behouden kenmerken (haar, sproeten, bril, oorbel) | 15/16 | 15/16 |
| Gemeten kosten per 1K-scène | ~€ 0,034 (0,038 USD) | ~€ 0,061 (0,068 USD) |
Een uitgebreide vergelijking vind je in het artikel Nano Banana 2.1 vs. GPT Image 2.5, en voorbeeldprompts met beeldmateriaal staan in het overzicht met 15 prompts voor Nano Banana 2.1.
Infographics met data en stripverhalen
Op 7 oktober zijn twee extra proeven toegevoegd: staafdiagrammen op basis van feitelijke gegevens (zoals marktaandelen van browsers en besturingssystemen uit StatCounter), waarbij we elke staafhoogte op pixelniveau hebben nagemeten, en een stripverhaal van 4 kaders met tekstballonnen die letter voor letter zijn gecontroleerd (getest in het Pools). Elk model kreeg 3 identieke taken.
| Nieuwe benchmark | Nano Banana 2.1 | Nano Banana 2 | GPT Image 2.5 Sunburst |
|---|---|---|---|
| Staven - gemiddelde hoogtefout (19 staven) | 0,14 pp | 0,41 pp | 0,16 pp |
| Waarden in grafiek exact conform de invoerdata | 19/19 | 13/19 | 13/19 |
| Grafiektitels zonder typefouten | 2/3 | 3/3 | 3/3 |
| Tekstballonnen in strip letterlijk exact (12) | 10/12 | 12/12 | 12/12 |
| Consistentie personage over 4 kaders (beoordeling 0-10) | 9,3 | 9,7 | 9,3 |
Alle uitgewerkte meetdata en analyses zijn na te lezen in het verslag van de twee nieuwe benchmarks voor Nano Banana 2.1.
Volwassenheid van het model: de bananenschaal
We vatten de eigenschappen samen op een bananenschaal: groen staat voor functies die nog moeten rijpen, geel voor onderdelen die klaar zijn voor productie, en gevlekt voor aspecten die kwaliteitsverlies vertonen bij langdurig gebruik.
- Compositie op basis van kaders: IoU 0,44, slechts 7 van de 16 objecten op de juiste plek
- 4K-beeld: bestand van 16,9 Mpx bevat slechts 4,2 Mpx aan werkelijk detail
- Tekstweergave inclusief diakritische tekens: 13/13 (getest in het Pools)
- Bewerken met masker: 9,0/10 (Nano Banana 2: 7,3)
- Personageconsistentie: 9,25/10 voor ca. € 0,034 per scène
- Datagrafieken: staaffout slechts 0,14 pp, 19/19 waarden correct
- Stripkaders: taalelementen in 12 tekstballonnen foutloos gerenderd
- Reeks bewerkingen: SSIM daalt naar 0,41 na 8 stappen
- Kleurdrift naar roze tinten, gemiddelde ΔE van 18,9 (Nano Banana 2: 15,5)
- Strip: 2 van de 12 ballonnen bevatten een dubbele herhaling (“??” en “!!”)
- Grafiek: overbodig leesteken in 1 van de 3 titels
Vergelijking met concurrenten
| Model | Arena text-to-image (6-10) | API-prijs per afbeelding | Sterk punt in mijn tests |
|---|---|---|---|
| GPT Image 2.5 Sunburst | 1e plaats, 1425 | ~€ 0,0077-€ 0,1163 (0,0086-0,13 USD, 16:9 afhankelijk van kwaliteit) | objectplaatsing, tekstintegratie, algemene balans |
| GPT Image 2 (medium) | 3e plaats, 1383 | - | - |
| MAI Image 2.6 (Microsoft) | 4e plaats, 1333 | - | niet getest |
| Nano Banana 2.1 | 5e plaats, 1328 | ~€ 0,0300-€ 0,1011 (0,0336-0,113 USD) | tekst, bewerking met masker, scherpe prijs |
| FLUX 3 Image | - | - | kadercompositie, zuiver native 4K |
| Ideogram 4.5 | - | - | bewerkingsreeksen zonder kleurverschuiving |
Verdere modelbesprekingen vind je bij GPT Image, Ideogram, FLUX en Qwen-Image-2.1, evenals in het complete overzicht van AI-beeldgeneratoren.
Voor wie is Nano Banana 2.1 bedoeld?
- Voor gebruikers van Gemini: snel en gratis afbeeldingen aanpassen met behoud van gezichten.
- Voor e-commerce en marketingteams: productvisuals, meertalige tekstelementen en campagnearia’s; op schaal via de API vallen de kosten 50% lager uit dan voorheen.
- Voor makers van strips en beeldverhalen: personagebehoud vergelijkbaar met versie 2, maar tegen aanzienlijk lagere verwerkingskosten.
- Niet optimaal voor: lange ketens van opeenvolgende iteraties op hetzelfde basisbestand (vanwege de roze kleurverschuiving) en fysiek grootformaat drukwerk (aangezien 4K een geüpscalede weergave betreft). Hiervoor presteren Ideogram 4.5 en FLUX 3 overtuigender.
Drie voorbeeldprompts
(Onderstaande prompts zijn Nederlandse vertalingen van de oorspronkelijke testinstructies)
Voor het aanpassen van een bestaande foto: “Behoud het gezicht, de lichaamsbouw en de kleding van de persoon op de foto zonder wijzigingen. Verander uitsluitend de achtergrond naar het interieur van een koffiebar op een zonnige ochtend, met binnenvallend licht vanuit het raam aan de linkerkant, natuurlijke kleurtonen, zonder huidretouche.”
Voor een ontwerp vanaf nul: “Poster in verhouding 3:4 voor een bordspellenavond, één grote papieren pion op een crèmekleurige achtergrond, titel BORDSELLENAVOND bovenaan, datum onderaan, zonder verdere teksten.”
Voor gerichte lokale bewerking: “Wijzig op deze foto alleen de kleur van de jas naar donkergroen. Pas voor de rest niets aan.” In 2.1 kun je een tweede afbeelding toevoegen (een zwart-witmasker waarbij het witte vlak het aan te passen deel aangeeft) en aanvullen met: “bewerk uitsluitend het witte deel van het masker.”
Meer kant-en-klare voorbeelden vind je in de handleidingen voor prompts voor Nano Banana, logo-ontwerp, YouTube-thumbnails en leesbare teksten op beeld.
Watermerken en restricties
Iedere afbeelding die door Nano Banana wordt gegenereerd, bevat een onzichtbaar SynthID-watermerk en C2PA-metagegevens (meer details hierover in het dossier over SynthID en C2PA). Het model weigert het genereren van compromitterende beelden van publieke figuren en expliciet materiaal. Google merkt zelf op dat 2.1 soms moeite houdt met zeer kleine letters, lange tekstalinea’s op beelden en incidentele foutjes in personagedetails, zoals de oorbel die tijdens onze test aan het verkeerde oor verscheen.
Lees ook: Gemini-handleiding: abonnementen, prijzen, toepassingen en praktijktests
Veelgestelde vragen
Is Nano Banana 2.1 gratis te gebruiken?
Ja, binnen de Gemini-app is het gratis beschikbaar, onderhevig aan een dynamische dagelijkse limiet. In de API is er geen gratis laag: een 1K-afbeelding kost circa € 0,0300 (0,0336 USD), 2K circa € 0,0451 (0,0504 USD) en 4K circa € 0,1011 (0,113 USD; omgerekend volgens de ECB-koers van 12-10-2026).
Hoe schakel ik Nano Banana 2.1 in binnen Gemini?
Je hoeft niets handmatig te activeren. Google rolt het model geleidelijk uit binnen de interface; nieuwe generaties en bewerkingen maken automatisch gebruik van de meest recente versie. In Google AI Studio selecteer je het model rechtstreeks in het modeloverzicht.
Wat is het verschil tussen Nano Banana 2.1 en Nano Banana 2?
Versie 2.1 is via de API 50% voordeliger, biedt panoramaformaten tot 8:1, bevat drie redeneerniveaus en levert betere resultaten bij bewerkingen met maskers (score 9,0 tegenover 7,3 op 10 in onze test). Tekstverwerking en karakterbehoud bleven op hetzelfde hoge niveau. Wel treedt er bij langdurige bewerkingsreeksen sneller kleurverschuiving op.
Nano Banana 2.1 of GPT Image 2.5?
GPT Image 2.5 Sunburst voert het Arena-klassement aan (1425 tegenover 1328 punten) en handhaaft complexe composities beter. Nano Banana 2.1 biedt een lagere prijs en naadloze integratie in Gemini. Beide scoren uitstekend op tekstintegratie. Zie de uitgebreide analyse in de directe vergelijking.
Wat is de modelnaam van Nano Banana 2.1 in de API?
In de officiële Gemini API luidt de identificatie gemini-nano-banana-2.1. Bij OpenRouter gebruik je google/gemini-nano-banana-2.1 en bij fal.ai vind je hem onder google/nano-banana-2.1 en google/nano-banana-2.1/edit.
Genereert Nano Banana 2.1 native 4K?
Het geëxporteerde bestand heeft weliswaar een formaat van 5504 × 3072 pixels, maar de werkelijke optische scherpte ligt rond de 4,2 megapixel. Dit volstaat voor beeldschermen, maar is beperkt voor groot drukwerk.
Mag ik de gemaakte afbeeldingen commercieel inzetten?
De voorwaarden van Google staan commercieel gebruik toe. Wel blijf je zelf juridisch verantwoordelijk voor de inhoud (zoals intellectueel eigendom, merkrechten en portretrechten van derden) en blijft het digitale SynthID-watermerk in het bestand aanwezig.
Wanneer verdwijnt Nano Banana 2 definitief?
In de API-documentatie is het model gemini-3.1-flash-image aangeduid als “deprecated”. Hoewel sommige bronnen 29 oktober 2026 als einddatum noemden, vermeldde de officiële documentatie op 7 oktober nog geen vaste uitschakeldatum. Het is raadzaam bestaande API-koppelingen direct om te zetten naar versie 2.1.
Bronnen en verificatiedatum
- Bronnen geraadpleegd op 7 oktober 2026: Gemini API changelog
- Gemini API pricing
- modelkaart gemini-nano-banana-2.1
- bericht van @NanoBanana op X (6 oktober)
- Arena text-to-image leaderboard
- modellijsten van OpenRouter en fal.ai
- en eigen API-metingen via OpenRouter.
More on this from HELDER
