Die beste KI für Bildgenerierung, nach Aufgabe gewählt

„Was ist die beste KI für ein Bild“ hat ein Formproblem. Die Frage liest sich, als wolle sie einen Namen, und jede ehrliche Antwort ist eine Tabelle. Wir betreiben fünf Bildmodelle hinter einer API und bekommen diese Frage wöchentlich. Die brauchbare Antwort ändert sich nie: Nennen Sie uns die Aufgabe. Das Modell, das beim freigestellten Produktbild gewinnt, verliert bei tausend Blog-Thumbnails deutlich.

„Am besten“ hat die Form der Aufgabe, und die Aufgaben liegen weit auseinander

Ordnen Sie Bildmodelle auf einer einzigen Achse, und die Rangfolge stimmt für eine Aufgabe und ist für die anderen sechs still falsch. Was ein Projekt entscheidet, ist eine Capability-Schranke, kein Qualitätsgefälle. Ein Modell gibt einen transparenten Hintergrund zurück oder eben nicht, nimmt vierzehn Referenzen oder drei, reicht bis 4K oder endet bei 1K.

Diese Schranken folgen dem Preis nicht so, wie man es erwarten würde. Das günstigste Modell, das wir verkaufen, trägt Aspect Ratios, die das teuerste nicht erzeugen kann. Das teuerste ist das einzige, das ein lesbares Wort in ein Bild schreibt. Nichts davon ist intuitiv, und deshalb gibt es die Tabelle.

Die Entscheidungstabelle

Pro Bild in 1K, bei E2X, geprüft am 26. August 2026.

Preise und Produktbedingungen können sich ändern. Prüfen Sie vor einer Kaufentscheidung die aktuellen Preise des jeweiligen Anbieters. Die Batch- oder Flex-Preise von Google sind einem standardmäßigen On-Demand-API-Request nicht direkt gleichwertig, da Zeitplanung, Verfügbarkeit und Verarbeitungsbedingungen abweichen; sie sind deshalb von diesem Vergleich ausgenommen. Dies ist ein Vergleich mit klar umrissenem Rahmen und keine Behauptung, dass E2X in jeder Konfiguration die weltweit günstigste Option ist.

Der Rest dieses Textes ist die Begründung hinter jeder Zeile.

Transparenz: GPT Image 2, und sonst nichts

GPT Image 2 legt background offen und nimmt transparent, opaque oder auto. Fordern Sie transparent an, bekommen Sie ein PNG mit echtem Alphakanal. Kein Google-Modell in unserem Katalog bietet diesen Parameter — das ist also keine Vorliebe. Es ist der einzige Weg.

Das zählt mehr, als es klingt. Ein freigestelltes Produktbild, ein Stickerbogen, ein Logo, das über einem unbekannten Hintergrund sitzen muss — jedes davon kommt entweder mit Alpha an oder es kommt an und braucht einen Menschen in Photoshop. Einem günstigeren Modell eine Freistellung anzuschrauben kauft Ihnen einen zweiten API-Call, einen zweiten Fehlermodus und den grauen Halo, den automatisches Matting um Haar und Glas hinterlässt.

quality ist bei GPT Image 2 ein ×7-Multiplikator auf jeder Einstellung, auch bei low und auto, und der Default ist high. Der echte 1K-Preis ist $0.0075 × 7 = $0.0525, nicht die rohe Katalogzahl.

Lesbare Wörter im Bild: Nano Banana Pro

Wenn das Bild Schrift enthält — Verpackungsmockup, Plakat, Menütafel, Diagramm —, dann ist Nano Banana Pro der Ort, an dem Google lesbaren, gestalteten, mehrsprachigen Text im Bild untergebracht hat. Es ist gemini-3-pro-image, und diese Capability ist der einzige Grund, $0.075 statt $0.04 zu zahlen.

Die mehrsprachige Seite wird unterschätzt. Eine fertige englische Infografik kann als Referenz wieder hineingehen, zusammen mit der Bitte um spanischen Text, und Pro setzt die Schrift neu, ohne das Layout drumherum neu zu bauen. Lokalisierung ist dann kein Design-Ticket mehr, sondern ein API-Call.

Die älteren Stufen wurden nie dafür gebaut. Das ursprüngliche Nano Banana ist ein Modell der 2.5er-Generation, und seine Buchstaben halten genau so lange, bis jemand sie tatsächlich liest. Wenn eine Headline im Bild steht, versuchen Sie nicht, $0.035 zu sparen.

Volumen: Nano Banana 2 Lite

Bei tausend Bildern hört der Stückpreis auf, ein Rundungsfehler zu sein. Nano Banana 2 Lite kostet $0.0238 gegen eine Liste von $0.042, diese tausend kosten also $23.80. Derselbe Lauf auf Pro sind $75.

Lite ist gemini-3.1-flash-lite-image, eine ganze Generation neuer als das suffixlose Modell, das es ersetzt — auch wenn die Benennung anderes nahelegt. Günstiger und neuer zugleich.

Zwei Randbedingungen, um die Sie herum bauen. Es kann nur 1K und hat überhaupt keinen resolution-Parameter — einen zu schicken ist ein Fehler, kein ignoriertes Feld. Sein Default für aspect_ratio ist 1:1, setzen Sie ihn also explizit, sonst wird ein Batch Banner stillschweigend zu einem Batch Quadrate.

Eine Figur über eine Serie: Nano Banana Pro

Diese Zeile überrascht. Sie sieht aus wie ein Qualitätsproblem und ist ein Problem der Referenz-Slots.

Pro ist die einzige Stufe hier, die weiß, wofür jedes Referenzbild da ist. Vierzehn Slots, und sie sind nicht austauschbar: 5 werden gelesen als wer die Person ist, 6 als wie das Objekt aussieht, 3 als wie das Ganze behandelt werden soll.

Alles andere nimmt Referenzen als einen undifferenzierten Haufen. Der praktische Unterschied: Ein einziger Pro-Request hält ein Gesicht, das Objekt in den Händen dieser Person und die Art Direction gleichzeitig und gibt alle drei zusammen zurück. Ein Anzeigen-Composing in einem Call statt drei Durchgängen und einem Composing-Schritt. Nano Banana 2 nimmt dieselben vierzehn, kann aber nicht erfahren, welches welches ist. Ein Gesicht über einen langen Lauf ruhig zu halten hat einen eigenen Leitfaden.

Druckauflösung: Nano Banana 2, oder Pro, wenn das Artwork Text trägt

Nano Banana 2 reicht bis 4K, mit Multiplikatoren von ×1,5 bei 2K und ×2 bei 4K, aus $0.04 werden also $0.06 und dann $0.08. Das ist mit großem Abstand das günstigste 4K in unserem Katalog.

Pro reicht ebenfalls bis 4K, bis 4096 mal 4096, zu $0.15 — lohnend nur, wenn das Druckstück Schrift enthält. Eine nützliche Eigenheit: Auf Pro kosten 1K und 2K exakt dasselbe, beide $0.075. Wenn Sie ohnehin für Pro zahlen, verschenken Sie mit 1K Pixel.

Ein Slug-Detail, das eine Stunde Debugging wert ist. Die Generierung auf diesem Modell heißt google/nano-banana-2 und hört da auf — das Capability-Suffix, das die anderen Modelle tragen, fehlt. Das Editieren nimmt eines: google/nano-banana-2/edit-image. Hängen Sie /text-to-image an den Generierungs-Slug, bekommen Sie ein 404.

Extreme Formate: GPT Image 2 für Panoramen, Lite für Leisten

GPT Image 2 trägt fünfzehn Aspect Ratios, die größte Bandbreite, die wir verkaufen, und nur es hat echte 3:1, 1:3, 2:1 und 1:2. Ein nativ erzeugtes 3:1-Hero-Banner schlägt ein zugeschnittenes 21:9-Bild, denn das Modell komponiert für den Rahmen, den es bekommen hat, statt sein Motiv abgeschnitten zu sehen.

Für die wirklich extremen Leisten kippt es zum günstigsten Modell. Nur Lite bietet 1:4, 4:1, 1:8 und 8:1. Für einen 8:1-Seitenheader oder eine 1:8-Vertikalleiste gibt es auf keiner anderen Stufe Ersatz, und sie kostet $0.0238.

Die Defaults unterscheiden sich über die Bandbreite: 9:16 bei Nano Banana 2 und Pro, 1:1 bei Lite. Pinnen Sie ihn in Ihrem Request-Template und denken Sie nicht mehr darüber nach.

Der Default, und wann Sie ihn verlassen

Wenn Sie die Tabelle nicht lesen wollen, nehmen Sie Nano Banana 2 zu $0.04. Es deckt die breiteste Menge an Aufgaben ab, die uns begegnet: 4K, wenn Sie es wollen, 14 Referenzen, Text, der für alles reicht, was nicht typografiegetrieben ist, zehn Aspect Ratios und einen Preis nah genug am Boden, dass Volumen keine Angst macht. Die meisten Projekte, die nach Pro fragen, sind darauf gut aufgehoben.

Verlassen Sie den Default in vier Situationen, und nur in diesen:

1. Das Bild braucht einen transparenten Hintergrund — dann wird es GPT Image 2.
2. Schrift im Bild ist der Punkt des Bildes — dann wird es Pro.
3. Eine Figur oder ein Produkt muss über eine lange Serie identisch bleiben — dann wird es Pro wegen der rollengetrennten Referenzen.
4. Sie generieren in Tausenden und die Bilder sind einfach — dann wird es Lite und die Rechnung fällt um 40 %.

Sonst bleiben Sie auf Nano Banana 2. Uns ist lieber, das zu sagen, als Ihnen Pro zum fast doppelten Preis für eine Aufgabe zu verkaufen, die nie nutzt, wofür Pro da ist.

Zwei Dinge, die dieser Text bewusst nicht ist

Er ist keine Fotorealismus-Prüfung. Welches Modell das überzeugendste Foto macht, ist eine engere Frage mit einer anderen Antwort, und sie wohnt im Vergleich zum realistischsten KI-Bildgenerator.

Er ist auch nicht die Vierer-Erklärung zu Nano Banana. Google liefert vier Modelle unter diesem Namen aus — legacy, 2, 2 Lite und Pro —, und sie zu entwirren braucht einen ganzen Text: den Nano-Banana-Modellvergleich. Die Preisarithmetik über alle Stufen und Multiplikatoren steht in die günstigste Bildgenerierungs-API, und die Entscheidung API gegen Abo in was das Geld wert ist.

Jedes Modell oben bedient denselben Submit-und-Poll-Vertrag, zwischen den Zeilen dieser Tabelle zu wechseln ist also ein String im Request Body — gut zu wissen, bevor Sie sich auf eine Zeile festlegen. Sehen Sie sich alle an oder engen Sie auf text-to-image ein. Prompt-Technik trägt über die ganze Bandbreite, und die steht im Prompting-Guide.

Häufig gestellte Fragen

Was ist die beste KI für Bildgenerierung?

Es gibt keine einzelne beste, denn die Unterschiede zwischen den Modellen sind Capability-Schranken und keine Qualitätsgefälle. Für die meisten Aufgaben ist Nano Banana 2 zu $0.04 der richtige Default. Wechseln Sie zu GPT Image 2 für transparente Hintergründe, zu Nano Banana Pro für lesbaren Text im Bild oder rollengetrennte Referenzen, zu Nano Banana 2 Lite für Batches mit hohem Volumen.

Welches KI-Bildmodell kann einen transparenten Hintergrund erzeugen?

GPT Image 2, das einen background-Parameter offenlegt, der transparent, opaque oder auto annimmt. Es ist das einzige Modell im E2X-Katalog, das in einem Call einen echten Alphakanal zurückgibt, zu $0.0525 pro 1K-Bild, Stand 26. August 2026. Googles Modelle haben kein Gegenstück, Transparenz heißt dort also ein separater Freistellungsschritt.

Welches KI-Modell schreibt lesbaren Text ins Bild?

Nano Banana Pro, gemini-3-pro-image, das lesbaren, gestalteten und mehrsprachigen Text als Teil der Grafik rendert. Nano Banana 2 schafft einfache Wörter ordentlich. Das ursprüngliche Nano Banana liegt vollständig vor dieser Capability, denn sie kam mit der Gemini-3-Generation — alles Typografiegetriebene gehört also auf Pro zu $0.075.

Was ist der günstigste KI-Bildgenerator, der trotzdem gut ist?

Lite, zu $0.0238 pro Bild. Seine Modell-ID lautet gemini-3.1-flash-lite-image und setzt es eine ganze Generation vor das ursprüngliche Nano Banana, dessen Nachfolge es angetreten hat — es unterbietet dieses Modell also im Preis und schlägt es zugleich in der Capability. Die Grenzen sind aber real: nur 1K-Ausgabe, und das resolution-Feld, das die anderen Stufen annehmen, wird hier abgelehnt.

Welcher KI-Bildgenerator unterstützt 4K-Ausgabe?

Nano Banana 2 und Nano Banana Pro. Nano Banana 2 kostet in 4K $0.08, als ×2-Multiplikator auf seinen Basispreis von $0.04, und ist damit der günstigere Weg. Nano Banana Pro reicht bis 4096 mal 4096 zu $0.15 und berechnet für 2K dasselbe wie für 1K.

Wie viele Referenzbilder kann ich für konsistente Figuren nutzen?

Vierzehn auf Nano Banana Pro, und der nützliche Teil ist, dass Pro sie sortiert: 5 Slots werden als die Figur gelesen, 6 als Objekte, 3 als Styling. Diese Sortierung ist es, die ein Gesicht über einen langen Lauf am Wandern hindert. Nano Banana 2 nimmt ebenfalls vierzehn, liest sie aber alle gleich, und das ursprüngliche Nano Banana hört bei drei auf.

Welches KI-Modell unterstützt extreme Aspect Ratios wie 8:1-Banner?

Nano Banana 2 Lite, das einzige Modell im Katalog, das neben dem Standardsatz 1:4, 4:1, 1:8 und 8:1 bietet. Für breite, aber nicht extreme Panoramen trägt GPT Image 2 fünfzehn Verhältnisse, darunter echte 3:1, 1:3, 2:1 und 1:2. Die Flash- und Pro-Stufen von Google hören bei 21:9 auf.