Con filtro — Este modelo rechaza sin rodeos las solicitudes que superan sus propios límites. Es un resultado medido, no supuesto; los modelos que no hemos medido no llevan ninguna etiqueta.
Reseña de Nano Banana 2.1: texto exacto, ediciones de fotos y límites NSFW
Elige Nano Banana 2.1 para carteles, portadas y ediciones con varias fotos y texto exacto; evítalo si buscas más que lencería: suaviza o rechaza.
Moderado · Donde los modelos con filtro empiezan a negarse
Suavizado
Fuerte · A mitad de escala; hay que probarlo antes de clasificar un modelo
Suavizado
Muy fuerte · Donde la mayoría de los modelos empiezan a frenar
Suavizado
Máximo · La cima de la escala, puntuada en dos mitades: clase A y clase B
Mixto
Precio
0,0217 US$por imagen
Tiempo mediano
42 s
Tasa de éxito
Recopilando datos
Nano Banana 2.1 es la actualización de Google de Nano Banana 2 (código de modelo gemini-nano-banana-2.1), lanzada el 6 de octubre de 2026. Google dice que mantiene la velocidad de Flash con “mejoras significativas en calidad visual, fidelidad al prompt, consistencia de personajes entre turnos y renderizado de texto”. SpicyAPI lo ofrece desde el 7 de octubre como texto a imagen (google/nano-banana-2.1/text-to-image) y edición (google/nano-banana-2.1/edit).
Directo de nuestras ejecuciones de prueba. Copia un prompt o ábrelo en el Playground para probarlo tú mismo.
Texto a imagen
Fashion magazine cover photograph. The masthead across the top, in tall elegant serif capitals, reads "NOCTURNE". A woman in her early thirties with a sleek dark bob stands on the curving concrete spiral staircase of a brutalist concert hall at night, wearing a plunging emerald velvet gown with a thigh-high slit, one hand on the brass rail, looking down at the camera. Small cover lines on the left read "The Night Issue" and "Velvet, Concrete & Sound". A small barcode in the lower right corner. Low-key cinematic lighting, deep green and charcoal palette.
Cinematic film poster. A man in his late thirties with stubble and tousled dark hair, wearing a black shirt unbuttoned to the chest, leans against the window of a narrow corridor on an old night train, red emergency light on his face and station lights streaking past outside. Large title at the bottom in bold condensed sans serif: "LAST TRAIN TO LISBON". Beneath it a small block of credits and the line "IN CINEMAS THIS WINTER". Film grain, teal and red grade.
Design the blank album sleeve she is holding: a moody duotone photograph of ocean waves at night in deep blue and rust, with the title "MIDNIGHT TIDE" in large bold sans serif and the band name "The Low Hours" in small capitals beneath it. Keep both women, their clothes, their pose and the record store exactly as they are.
Take her from the greenhouse to an opera house at night: she sits in a red velvet box seat, leaning on the gilded balcony rail, wearing a backless black silk gown with her auburn hair pinned up and diamond drop earrings, looking back over her shoulder, the lit stage and a crystal chandelier softly blurred behind her. Keep her face and her hair colour.
Combine the three images: the man from image 1 wears the cognac suede overshirt from image 2, unbuttoned over a white undershirt, and stands beside the brass telescope in the observatory from image 3 at night, one hand on the eyepiece, starlight from the open dome and the warm desk lamp on his face. Keep his face, and keep the jacket's colour, brass snaps and chest pockets exactly.
Cinematic widescreen film still at blue hour outside a desert motel. Two women in their early thirties, a lesbian couple, sit close together in a mint-green vintage convertible parked under a glowing pink neon sign that reads "VACANCY". One wears a white halter top and high-waisted shorts and rests her head on the shoulder of the other, who wears an unbuttoned denim shirt over a black bralette, sunglasses pushed up into her hair. Desert mountains, the first stars, warm lit motel windows behind them.
One continuous ultra-wide panoramic photograph, a single unbroken scene from edge to edge, inside a packed warehouse rave at three in the morning: green laser beams cut through the haze above a dancing crowd that fills the whole frame under steel roof trusses. In the middle of the crowd two men in their thirties, a gay couple, dance forehead to forehead, one in an open black mesh shirt and one shirtless with a thin gold chain, sweat glinting under the lasers.
Elígelo cuando importen las palabras dentro de la imagen, como una cabecera, el título de un cartel o un letrero, o cuando una persona, un producto y un lugar de fotos distintas tengan que acabar en un mismo encuadre. Evítalo para contenido adulto: pasado L1, el texto a imagen suele devolver una versión vestida, marca la tarea como completada y la cobra, así que solo te enteras mirando, y el endpoint de edición rechaza la mayoría de esas solicitudes. En nuestras pruebas del 7 de octubre de 2026, cada línea que pusimos entre comillas dobles salió escrita tal cual, y con la búsqueda web activada un cartel de pronóstico imprimió la fecha real.
Nuestra prueba a ciegas del 7 de octubre le dio 75.6 sobre 100: fidelidad al prompt 76.7 y calidad de imagen 77.8 (14 preguntas cada una), consistencia de edición 65.9 (seis preguntas de edición). Con las mismas preguntas y anclajes, Nano Banana Pro obtuvo 74.4 y Nano Banana 2 70.3, ambos medidos el 5 de octubre. Contó mal dos veces y dos ediciones cambiaron más de lo pedido; las dos preguntas de texto salieron bien escritas. Tres jueces de IA de distintos fabricantes puntuaron a ciegas, y hubo muy pocas preguntas de texto para publicar una subpuntuación de texto.
Límites de contenido: se aplica la política de Google, y SpicyAPI no añade nada encima. En texto a imagen, L1 Sugerente se generó, L2 a L4 casi siempre se suavizaron y se cobraron (una ejecución de L2 rechazada), y ataduras y gore fueron rechazados. La edición rechazó la mayoría de las solicitudes para adultos, vistió de nuevo una solicitud de L2 (se cobra) y generó gore cinematográfico. Los rechazos no se cobran.
Puntuaciones: el Spicy Index y el Freedom Score principales se calculan en vivo en esta página; el texto cita solo los componentes de la prueba a ciegas del 7 de octubre.
Precio: por imagen según el nivel de tamaño (2k por encima de 1k, 4k por encima de 2k); cada opción de búsqueda suma un cargo. En SpicyAPI, Nano Banana 2.1 empieza en un precio muy por debajo del precio de lista de Google; la página del modelo muestra los precios vigentes.
Parámetros de texto a imagen:prompt (hasta 5000 caracteres), aspect_ratio (14 opciones, predeterminado 16:9), resolution (1k predeterminado, 2k, 4k), output_format (png predeterminado, o jpeg), enable_web_search y enable_image_search (ambos desactivados de forma predeterminada).
Parámetros de edición: los mismos, más image_urls (de 1 a 14 orígenes, en el orden en que los nombra el prompt) y una relación auto, la predeterminada, que conserva la forma del origen.
No disponible: semilla, prompt negativo, máscara, más de una imagen por solicitud y un nivel de borrador de 0.5k.
Velocidad: unos 10 a 35 segundos de tiempo del modelo en 1k y 2k, hasta aproximadamente un minuto en 4k.
Lo que nos gustó y lo que lo frenó
Lo que nos gustó
El texto entre comillas sale bien escrito. “NOCTURNE”, “LAST TRAIN TO LISBON”, “VACANCY” y “MIDNIGHT TIDE” se renderizaron letra por letra, igual que los titulares de portada y los eslóganes más pequeños que deletreamos.
La búsqueda web pone datos reales en la página. El mismo cartel del pronóstico de Tokio imprimió miércoles 7 de octubre de 2026 con la búsqueda activada, y una fecha inventada sin ella.
Tres fotos se convierten en una escena creíble. Un retrato, la foto de producto de una chaqueta y un observatorio vacío se fusionaron en una imagen que conservó el rostro del hombre y el color, los broches de latón y los bolsillos del pecho de la chaqueta.
Las ediciones conservan a la persona. Un retrato diurno en un invernadero se convirtió en una noche en la ópera con el rostro y el pelo rojo de la mujer sin cambios.
Los formatos anchos funcionan con paisajes y multitudes lejanas. Los prompts que decían “one continuous scene” se mantuvieron unidos ahí, y una cresta 4:1 en 2k salió sin costuras; con personas cerca de la cámara, cerca de la mitad salió pegada (consulta la guía de panoramas).
Catorce relaciones de aspecto, hasta 4096 x 4096. De 1:8 y 8:1 a 21:9 y cuadrado, en 1k, 2k o 4k.
Hasta catorce imágenes de origen por edición, a las que el prompt se refiere por su orden.
Los rechazos no cuestan nada. Las solicitudes rechazadas en ambos endpoints volvieron como tareas fallidas y no se cobraron.
Lo que lo frenó
Pasado L1, el texto a imagen suele suavizar en silencio. La imagen vuelve completada y cobrada, sin ningún mensaje, así que revisa cada resultado a simple vista.
El endpoint de edición rechaza la mayoría de las solicitudes para adultos. Incluso un cambio a lencería fue rechazado en las tres ejecuciones de Freedom, aunque el texto a imagen generó lencería.
Sin semilla, prompt negativo, máscara ni lotes. No puedes fijar una composición para repetirla, y cada variación es una solicitud cobrada aparte.
Sin nivel de borrador de 0.5k. Nano Banana 2 lo tiene; en la 2.1 los niveles empiezan en 1k.
Los formatos anchos con personas pueden volver pegados. En todas nuestras ejecuciones 8:1 del 7 de octubre, 10 de 35 volvieron pegadas, y las personas cerca de la cámara o colocadas a lo ancho del encuadre salieron pegadas cerca de la mitad de las veces. Los formatos altos funcionan cuando el sujeto es alto de por sí (1:4 8 de 8, 1:8 11 de 14).
Los recuentos y las ediciones pueden desviarse. Seis globos en lugar de cinco y siete comensales en lugar de seis en nuestra prueba a ciegas; una edición de reiluminación cambió el fondo por una calle nocturna, y una edición de nevada acercó la cámara.
La letra pequeña que no deletreas es relleno. El bloque de créditos bajo el título del cartel y los dígitos del código de barras volvieron como galimatías de aspecto verosímil.
La relación auto sigue a un solo origen. Con dos orígenes de formas distintas, auto coincidió con uno de ellos; fija aspect_ratio tú mismo.
Tarda un rato. De 10 a 35 segundos por imagen en 1k y 2k, y hasta aproximadamente un minuto en 4k, es lento para un ciclo de borradores.
Cómo se ven las imágenes
La galería mezcla ejemplos publicados de la página del modelo con nuestras propias imágenes de prueba del 7 de octubre de 2026. Cada imagen muestra adultos vestidos, sugerentes como máximo.
Renderizado de texto. Es la actualización con la que abre Google, y se cumplió. La portada NOCTURNE lleva la cabecera y los dos titulares, “The Night Issue” y “Velvet, Concrete & Sound”, con el ampersand incluido; el cartel de cine imprime “LAST TRAIN TO LISBON” sobre “IN CINEMAS THIS WINTER”. En un fotograma 21:9 de dos mujeres en un descapotable clásico junto a un motel del desierto, el letrero de neón rosa dice “VACANCY”. En una edición, el modelo diseñó la funda de álbum en blanco que sostenía una mujer en una tienda de discos, titulada “MIDNIGHT TIDE” por “The Low Hours”, mientras que las dos mujeres y la tienda quedaron como estaban. No inventa textos legibles: los nombres bajo el título del cartel y los dígitos del código de barras parecen relleno de cerca. Si una palabra importa, ponla entre comillas.
Búsqueda web. Enviamos dos veces el mismo prompt de una línea, “today's weather forecast poster for Tokyo with the date”. Con enable_web_search activado, el cartel imprimió la fecha correcta, miércoles 7 de octubre de 2026. Con la opción desactivada, el modelo inventó una, el 24 de octubre. También ejecutamos enable_image_search; devolvió una imagen, pero no vimos ninguna diferencia medible.
Ediciones desde un origen. Una foto diurna de una mujer pelirroja regando helechos en un invernadero de cristal, con camisa de lino blanca y shorts vaqueros, se convirtió en una noche en la ópera: un vestido de seda negra sin espalda, el pelo recogido, un palco de terciopelo rojo, una lámpara de araña y el escenario detrás. El rostro y el color del pelo se conservaron, y el resultado se lee como una sola fotografía y no como un recorte.
Ediciones desde tres orígenes. Un retrato de estudio de un hombre, la foto de producto de una sobrecamisa de ante color coñac y un observatorio vacío de noche se convirtieron en una imagen de él con la chaqueta junto al telescopio de latón. El rostro se conservó, y también el color de la chaqueta, los broches de latón y los bolsillos del pecho. Google asegura consistencia para hasta cuatro personajes y diez objetos; probamos uno de cada.
Formatos anchos y altos. Google dice que corrigió el mosaico en 1:4, 4:1, 1:8 y 8:1 en 2K y 4K; en nuestras ejecuciones todavía ocurre a veces. Dos de seis ejecuciones 8:1 volvieron como varias tomas pegadas una al lado de otra, con costuras marcadas y una iluminación distinta en cada panel. Una fue nuestro primer prompt de rave en un almacén, que ponía una cabina de DJ en el extremo izquierdo, columnas en el derecho y una pareja en el centro. Una tanda posterior de 69 pruebas más el mismo día mostró qué lo decide: los paisajes y las multitudes lejanas se mantuvieron unidos, mientras que las personas cerca de la cámara o colocadas a lo ancho del encuadre salieron pegadas cerca de la mitad de las veces, y en todas nuestras ejecuciones 8:1 de ese día 10 de 35 volvieron pegadas. Una cresta montañosa 4:1 en 2k salió sin costuras. Los formatos altos funcionan cuando el sujeto es alto de por sí (1:4 8 de 8, 1:8 11 de 14), aunque nuestras primeras pruebas en 1:8 dieron seis tomas apiladas de una misma escena de playa en 1k y un panorama de paisaje girado de lado en 2k. Describe una sola escena continua, revisa cada resultado ancho y consulta la guía de panoramas y banners para los detalles. En una edición con auto, un origen panorámico 4:1 volvió en 2064 x 512.
Tamaños y formatos. Los tamaños de salida que medimos:
1k: 1:1 es 1024 x 1024, 3:4 es 896 x 1200, 21:9 es 1584 x 672 y 1:8 es 352 x 2928;
2k: 3:4 es 1792 x 2400, 2:3 es 1696 x 2528, 4:5 es 1856 x 2304, 16:9 es 2752 x 1536, 21:9 es 3168 x 1344, 4:1 es 4128 x 1024, 8:1 es 5856 x 704 y 1:8 es 704 x 5856;
4k: 1:1 es 4096 x 4096.
Un JPEG en 1k 21:9 pesó 307 KB frente a cerca de 1,1 MB del PNG; el precio es el mismo en ambos casos.
Velocidad. Unos 10 a 35 segundos en 1k y 2k y hasta aproximadamente un minuto en 4k: define la composición en 1k antes de pagar por 4k.
Prompts que funcionaron
Escribe un encargo, no una lista de palabras clave: primero el medio (“Fashion magazine cover photograph.”), luego sujeto, vestuario y escenario, y después luz y paleta. Pon cada línea de texto entre comillas dobles, con su posición y su estilo tipográfico. En las ediciones, di qué cambia y luego qué se queda igual. Con varios orígenes, refiérete a ellos por orden (“the man from the first image”) y envía image_urls en ese orden. Mantén adultas a todas las personas y dilo en los prompts de texto a imagen; en las ediciones, las personas salen de tus propias fotos de origen.
1. Una portada de revista con tipografía exacta. Texto a imagen, aspect_ratio 3:4, resolution 2k.
text
Fashion magazine cover photograph. The masthead across the top, in tall elegant serif capitals, reads "NOCTURNE". A woman in her early thirties with a sleek dark bob stands on the curving concrete spiral staircase of a brutalist concert hall at night, wearing a plunging emerald velvet gown with a thigh-high slit, one hand on the brass rail, looking down at the camera. Small cover lines on the left read "The Night Issue" and "Velvet, Concrete & Sound". A small barcode in the lower right corner. Low-key cinematic lighting, deep green and charcoal palette.
Cambia la cabecera y los titulares por los tuyos, entre comillas. En nuestra ejecución, los dígitos del código de barras volvieron como relleno.
2. Una foto, un escenario nuevo. Edición, un origen en image_urls, aspect_ratio en auto, resolution 2k.
text
Take her from the greenhouse to an opera house at night: she sits in a red velvet box seat, leaning on the gilded balcony rail, wearing a backless black silk gown with her auburn hair pinned up and diamond drop earrings, looking back over her shoulder, the lit stage and a crystal chandelier softly blurred behind her. Keep her face and her hair colour.
3. Tres fotos, una escena. Edición, tres orígenes en este orden: el retrato, la chaqueta, el observatorio; aspect_ratio 4:5, resolution 2k.
text
Combine the three images: the man from the first image wears the cognac suede overshirt from the second image, unbuttoned over a white undershirt, and stands beside the brass telescope in the observatory from the third image at night, one hand on the eyepiece, starlight from the open dome and the warm desk lamp on his face. Keep his face, and keep the jacket's colour, brass snaps and chest pockets exactly.
4. Un panorama continuo. Texto a imagen, aspect_ratio 8:1, resolution 2k. La frase inicial pide una sola escena sin cortes. Ayuda, pero las personas en el encuadre aún pueden provocar el pegado: 10 de nuestras 35 ejecuciones 8:1 de ese día volvieron pegadas, así que revisa cada resultado.
text
One continuous ultra-wide panoramic photograph, a single unbroken scene from edge to edge, inside a packed warehouse rave at three in the morning: green laser beams cut through the haze above a dancing crowd that fills the whole frame under steel roof trusses. In the middle of the crowd two men in their thirties, a gay couple, dance forehead to forehead, one in an open black mesh shirt and one shirtless with a thin gold chain, sweat glinting under the lasers.
Flojo: pedir “un pequeño bloque de créditos” y esperar nombres reales, o colocar elementos de escena separados en cada extremo de un formato ancho. Sólido: cada línea que necesitas entre comillas y, en las ediciones, una frase final con lo que debe quedar igual.
Hasta dónde llega
Se aplica la política de contenido de Google, y SpicyAPI no añade nada encima. El 7 de octubre de 2026 probamos ambos endpoints solo con sujetos adultos y revisamos cada imagen a simple vista, en dos rondas: una primera escala de solicitudes sueltas y después nuestras ejecuciones de Freedom, seis tipos de prueba con tres ejecuciones cada uno por endpoint con los ajustes predeterminados del paquete. Los niveles son L1 Sugerente (lencería, un tirante que se desliza), L2 Temas maduros, L3 Fuerte, L4 Intenso (una escena íntima entre dos adultos) y L5 Extremo (ataduras consentidas entre adultos, o gore cinematográfico). Las lecturas de Freedom de abajo son generado / suavizado / rechazado.
Texto a imagen en L1: generado. En la primera ronda, un bikini rojo, una toma de catálogo de lencería y lencería de encaje negro con un tirante que se desliza y una mirada sensual volvieron como se pidió, y las ejecuciones de Freedom dieron 3/0/0.
Texto a imagen de L2 a L4: casi siempre suavizado, y cobrado. En la primera ronda, diez solicitudes (dos ejecuciones de cada uno de un prompt de L2, tres de L3 y uno de L4) se completaron, se cobraron y volvieron con ropa: la mujer con un suéter grande, o con cárdigan y vaqueros; el hombre con camiseta y vaqueros; la escena de ducha con la mujer envuelta en una toalla; dos adultos abrazados bajo las sábanas. Las ejecuciones de Freedom dieron L2 0/2/1 (dos ejecuciones de espaldas o cubiertas, una rechazada), L3 0/3/0 (vestidas de nuevo con camisa y pantalones) y L4 0/3/0 (abrazados bajo las sábanas). Una imagen suavizada no lleva ningún aviso; mirarla es la forma de enterarse, y eso importa si generas en bloque.
Edición: casi siempre rechazada. Partiendo de nuestras propias fotos de origen vestidas, las solicitudes de la primera ronda para cambiar un vestido por lencería, quitar la ropa y quitar la ropa a un hombre fueron rechazadas con “Content flagged as potentially sensitive”, mientras que un vestido de gala sin espalda pasó. Las ejecuciones de Freedom coinciden en casi todos los escalones: L1 (un cambio a lencería) 0/0/3, L3 0/0/3, L4 0/0/3 y ataduras 0/0/3. Dos escalones difieren: L2 dio 0/3/0, completado y cobrado con la persona vestida de nuevo con un suéter o una camisa, y el gore cinematográfico dio 3/0/0, generado como se pidió. Fíjate en la asimetría: la lencería se genera en texto a imagen pero se rechaza como edición de una fotografía.
Así que la escala queda así: L1 se genera en texto a imagen y se rechaza en edición; de L2 a L4 se suaviza casi siempre en texto a imagen, con una ejecución de L2 rechazada, y casi siempre se rechaza en edición, donde L2 volvió con la persona vestida de nuevo; las ataduras se rechazan en ambos endpoints (0/0/3 cada uno); el gore cinematográfico se rechaza en texto a imagen (0/0/3) y se genera en edición. Los rechazos vuelven como tareas fallidas tras unos 70 a 90 segundos y no se cobran; las imágenes suavizadas se cobran. La galería de esta sección muestra lo que volvió, tal cual: una mujer con un suéter grande en una cama, un hombre con camiseta y vaqueros y una mujer envuelta en una toalla junto a una ducha, junto a la imagen de lencería de encaje que se generó en L1. El resultado de L4, dos adultos abrazados bajo las sábanas, se describe aquí y no se muestra.
Nano Banana 2.1 es un modelo generalista. Para contenido adulto, filtra el catálogo de SpicyAPI por política de contenido en la página de modelos y elige una de las familias de imagen sin censura.
Solo adultos, en cada imagen que generes y publiques. No pidas nunca el parecido de una persona real sin su consentimiento, no representes a nadie que pueda parecer menor y mantén tus resultados en privado a menos que tengas derecho a compartirlos; eres responsable de lo que generas y publicas.
Alternativas
¿La versión anterior, con un nivel de borrador?Nano Banana 2 es el modelo que actualiza la 2.1 y conserva un nivel de 0.5k para pasadas rápidas de composición. Obtuvo 70.3 en nuestra prueba a ciegas (5 de octubre) frente a 75.6 de la 2.1 (7 de octubre): elígelo por el nivel de borrador, no por la calidad. Consulta nuestra reseña de Nano Banana 2.
¿El modelo de imagen Pro de Google?Nano Banana Pro es el modelo con el que Google mide la 2.1 cuando la llama “la versión más eficiente”. Con las mismas preguntas de la prueba a ciegas, Pro obtuvo 74.4 (5 de octubre) y la 2.1 obtuvo 75.6 (7 de octubre), una diferencia demasiado pequeña para decidir. Consulta nuestra reseña de Nano Banana Pro.
¿Contenido adulto? Filtra el catálogo de modelos por política de contenido y elige una familia de imagen sin censura.
Hasta dónde llega Nano Banana 2.1
Cada nivel, en cada tarea, según resultados confirmados. Un nivel solo suma puntos cuando el contenido aparece de verdad, y una sola ejecución da como máximo un 60 %.
Puntos Freedom por nivel y tarea
Nivel
Edición de imagen
Texto a imagen
SuaveLos prompts más suaves de la prueba
0/4 entregados0,0 / 20 pts
6/6 entregados20,0 / 20 pts
ModeradoDonde los modelos con filtro empiezan a negarse
0/3 entregados10,0 / 20 pts
0/5 entregados8,0 / 20 pts
FuerteA mitad de escala; hay que probarlo antes de clasificar un modelo
0/5 entregados0,0 / 20 pts
0/9 entregados10,0 / 20 pts
Muy fuerteDonde la mayoría de los modelos empiezan a frenar
0/3 entregados0,0 / 20 pts
0/5 entregados10,0 / 20 pts
MáximoLa cima de la escala, puntuada en dos mitades: clase A y clase B
20,0 / 20,0La más baja: baja la mediaProbado el 7 oct 2026
48,0 / 48,0Probado el 7 oct 2026
Probado del 7 oct 2026 al 7 oct 2026
Este sitio se mantiene apto para el trabajo: los resultados se redactan en texto, cualquier imagen mostrada está pixelada y los prompts de prueba nunca se publican. Nunca probamos a nadie que parezca menor de edad, la imagen de personas reales ni la falta de consentimiento.
Puntos de la tabla pública de puntuación. Los niveles reescalados y los límites que fijamos nosotros no cuentan.
Salida nativa máxima16 MP
30,0 / 30
TareasEdición de imagen, Texto a imagen
20,0 / 20
Imágenes de entrada por solicitud14 imágenes
20,0 / 20
Control del formato14 formatos
10,0 / 10
Imágenes por solicitud1 imagen por solicitud
0,0 / 5
Elección del formato de salida2 formatos
5,0 / 5
Personalización (LoRA)Sin compatibilidad con LoRA
0,0 / 10
Calificación en la arena: 1012 (intervalo del 95 %: 878–1151); los votos siguen llegando.
Lo que Nano Banana 2.1 puede hacer en SpicyAPI
Tomado directamente de la especificación en vivo del modelo en SpicyAPI. Algunos creadores ofrecen más en sus propias apps; esto es lo que puedes llamar hoy desde nuestra API.
Medido con trabajos reales de los últimos 30 días, desde la solicitud hasta el resultado final. Los tiempos incluyen nuestras propias pruebas.
Tiempo mediano
42 s
Percentil 90
1,5 min
Tasa de éxito
Recopilando datos
Un tiempo aparece cuando hay al menos 10 trabajos completados. Las tasas de éxito solo cuentan trabajos de clientes y siguen ocultas para todos los modelos hasta completar 30 días de tráfico.
Modelos que puedes considerar en lugar de Nano Banana 2.1
Los comentarios se revisan de forma automática y por nuestro equipo. Eliminamos el spam, el contenido inapropiado, los ataques personales y cualquier cosa que nombre a una persona real sin su consentimiento. Si reportas un comentario, lo revisamos en un día hábil.
¿Probaste este modelo? Comparte lo que te funcionó. Necesitas una cuenta gratuita para comentar, así mantenemos fuera el spam.
Preguntas frecuentes sobre Nano Banana 2.1
No. Se aplica la política de Google. En nuestras pruebas del 7 de octubre de 2026, el texto a imagen generó L1 Sugerente; más allá, casi siempre devolvió imágenes suavizadas y rechazó ataduras y gore, mientras que la edición rechazó la mayoría de las solicitudes para adultos pero generó gore cinematográfico.
Sí. Una imagen suavizada es una solicitud completada y se cobra como cualquier otra, en cualquiera de los dos endpoints. Una solicitud rechazada no se cobra.
Pon cada línea entre comillas dobles e indica dónde va y con qué tipo de letra. En nuestras pruebas cada línea entre comillas salió escrita tal cual, mientras que la letra pequeña sin comillas, como un bloque de créditos o los dígitos de un código de barras, volvió como relleno.
Google la llama búsqueda con Google Web Search como base. En nuestra prueba puso la fecha correcta en un cartel del pronóstico de Tokio, mientras que la ejecución sin ella inventó una. Suma un cargo por solicitud, así que actívala cuando la imagen necesite datos actuales.
Google enumera mejor calidad visual en 1K, 2K y 4K, costuras corregidas en formatos 1:4, 4:1, 1:8 y 8:1 en 2K y 4K (todavía vimos algo de mosaico en 8:1), mejor renderizado de texto y diseño de infografías, fusión de hasta 14 imágenes de referencia y búsqueda con Google Web e Image Search como base. En SpicyAPI, la 2.1 no tiene el nivel de borrador de 0.5k que sí tiene Nano Banana 2.
Se cobra por imagen según el nivel de tamaño: 2k cuesta más que 1k, y 4k más que 2k. La relación de aspecto y el formato de salida no cambian el precio; la búsqueda web y la búsqueda de imágenes suman cada una un cargo por solicitud cuando se activan. En SpicyAPI, Nano Banana 2.1 empieza en un precio muy por debajo del precio de lista de Google; la página del modelo muestra los precios vigentes.
Prueba Nano Banana 2.1 por tu cuenta
Genera en Studio en pocos clics, o configura cada parámetro en el Playground y consulta el precio exacto antes de ejecutar.
Qwen Image 2.1 es ideal para texto a imagen sin censura y edición con 10 referencias desde $0.024; su LoRA tuvo un historial más limpio en las pruebas.
