Nano Banana 2

API Nano Banana 2 Text-to-Image en E2X

Nano Banana 2 es el gemini-3.1-flash-image de Google, y es el nivel al que dirigimos primero a la mayoría de la gente. Lo exponemos como google/nano-banana-2 —el slug pelado, sin sufijo de capability— y cobramos $0.04 por imagen generada con nuestro valor por defecto de 1K. Eso es la mitad del precio de fal.ai por el mismo request, y le compra un modelo que renderiza texto legible dentro de la imagen, acepta catorce referencias y llega hasta 4K.

¿Ya tiene una imagen que quiere modificar en lugar de reemplazar? Nano Banana 2 edit-image son los mismos pesos al mismo precio, con un campo image_urls acoplado.

Un aviso sobre nombres antes de los números. Nano Banana 2 no es Nano Banana Pro. Pro es gemini-3-pro-image, un modelo aparte y más caro, y algunos catálogos —fal.ai entre ellos— lo han etiquetado como "Nano Banana 2" en páginas concretas. Compare el ID del modelo Gemini, no el nombre de marketing.

Así estaba nuestro precio la última vez que lo comprobamos, el 26 de agosto de 2026:

Los precios y las condiciones de los productos pueden cambiar con el tiempo; consulte los precios vigentes de cada proveedor antes de tomar una decisión de compra. Los precios de Google Batch o Flex no son directamente equivalentes a un request estándar de API bajo demanda, porque la programación, la disponibilidad y las condiciones de procesamiento son distintas; por eso quedan excluidos de esta comparación. Se trata de una comparación acotada, no de una afirmación de que E2X sea la opción más barata del mundo en cualquier configuración.

resolution es el único factor de facturación, y la escala es fija:

Nos mantenemos un 50% por debajo de fal.ai en cada peldaño, 4K incluido. Los mismos números están en la especificación legible por máquina junto con el resto del schema.

El argumento de precio por calidad de este nivel

Los propios precios de lista de Google cuentan la historia: Nano Banana 2 cuesta $0.067, Nano Banana Pro cuesta $0.134. Exactamente el doble. La brecha de calidad no se acerca ni de lejos a ×2.

Ese es el canje. Pro conserva ventaja en maquetaciones tipográficas densas y compuestos elaborados; usted reduce la factura a la mitad en cada llamada, y en la mayor parte del trabajo de producto la diferencia nunca llega al espectador. Lo que conserva en este nivel importa más que lo que pierde:

• Catorce imágenes de referencia por request. Sin cubos de rol impuestos: mezcle sujetos y mood boards en una misma llamada y etiquételos en el prompt.
• Cuatro peldaños de resolución. Google opera este modelo desde 0.5K hasta 4K; nuestro enum de resolution expone 1k, 2k y 4k. Esa es la mayor distancia frente a su hermano Lite, que no tiene parámetro resolution en absoluto: 1K es lo único que produce.
• El thinking mode está activo. Como todo modelo Gemini 3, razona sobre la composición antes de pintar. Ahí es donde se va la latencia mediana de ~8,4 segundos.
• Grounding con Google Search, incluido Image Search. Pida un monumento real o un uniforme real y puede ir a mirarlo en vez de alucinar una forma plausible.

El modelo de Google admite además encuadres ultra-anchos que Pro no ofrece: 1:4, 4:1, 1:8, 8:1. Nuestro enum de aspect_ratio cubre actualmente los diez ratios estándar de 1:1 a 21:9, así que consulte la especificación en vivo antes de montar un pipeline de banners sobre un valor ultra-ancho.

Un límite duro: el function calling no está soportado. No diseñe un bucle de tool-use a su alrededor.

Request de API: entra el prompt, sale la imagen

Cree una key en su dashboard, manténgala en su servidor y haga POST a nuestro endpoint de submit. prompt es el único campo obligatorio.

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-2",
    "input": {
      "prompt": "Un menú de pizarra escrito a mano a la puerta de una panadería de Lisboa, luz cálida de última hora de la tarde, con las palabras PASTEL DE NATA 1,20 EUR claramente legibles",
      "aspect_ratio": "4:5",
      "resolution": "2k"
    }
  }'

Le devolvemos un job ID. Hágale polling, o pásenos un webhook y olvídese del polling:

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/nano-banana-2",
    input: {
      prompt: "Corte isométrico de un pequeño invernadero hidropónico, tanques y tuberías etiquetados, estilo de ilustración técnica",
      aspect_ratio: "16:9",
      resolution: "1k",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message ?? "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

El status pasa de pending → processing → completed, o se detiene en failed o cancelled. Envíe un webhookUrl si prefiere que le llamemos nosotros.

Dos detalles del schema pillan a la gente. Nuestro valor por defecto de aspect_ratio es 9:16, no 1:1: vertical, porque es lo que quiere la mayor parte de nuestro tráfico. Y los valores de resolution van en minúscula: 1k, 2k, 4k.

Cómo elegir entre nuestros modelos Nano Banana

Nano Banana 2 está en el medio de nuestro rango, lo que significa que para algunas cargas de trabajo es la elección equivocada en las dos direcciones. El mapa honesto:

Empiece por la fila de Lite, porque es la que de verdad le va a ahorrar dinero. Nano Banana 2 Lite cuesta alrededor de un 40% menos, corre unas 2,7 veces más rápido y empata con este modelo en texto legible y consistencia de referencias en pruebas cara a cara. Lo que cede es estrecho pero real: solo 1K, sin grounding de búsqueda, y peor seguimiento de instrucciones en cuanto un prompt hace malabares con varios objetos. ¿Un solo sujeto a resolución de redes sociales? Coja Lite y quédese la diferencia.

Suba a Pro cuando el entregable sea un póster lleno de palabras, o una campaña donde una misma cara tiene que sobrevivir a veinte imágenes. Sáltese la fila del modelo heredado: Google mismo llama ya legacy a gemini-2.5-flash-image y recomienda Nano Banana 2 Lite en su lugar, por mejor calidad, más velocidad y menor coste. Esa migración es dinero gratis. El resto del rango está en la categoría text-to-image y en el catálogo completo de modelos.

Sacarle más partido al prompt

El thinking mode cambia cómo debería escribir. El modelo razona antes de renderizar, así que premia la intención declarada por encima de los adjetivos amontonados: "un cartel de reclutamiento que tiene que leerse a tres metros" lo guía mejor que quince tokens de estilo.

Entrecomille cualquier texto que quiera ver renderizado, exactamente como debe aparecer, puntuación y mayúsculas incluidas. Las instrucciones vagas producen garabatos decorativos en cualquier nivel.

Cuando un sujeto existe en el mundo real, nómbrelo. El grounding solo ayuda si el modelo sabe que debe recurrir a él. Y sea tajante con la composición: los encuadres altos y los ultra-anchos derivan hacia sujetos centrados salvo que usted diga dónde va cada cosa.

Antes de poner nada en producción

Cada imagen lleva un watermark SynthID. Es el marcador de procedencia imperceptible de Google, aplicado sin excepciones, y ningún proveedor —nosotros incluidos— tiene un interruptor para desactivarlo. Si un contrato con un cliente prohíbe activos con watermark, resuélvalo antes de integrar.

Presupueste una latencia de unos 8,4 segundos de tiempo mediano de modelo, no la respuesta de menos de un segundo de un modelo de difusión pequeño. Pensar cuesta reloj de pared. Nuestro ETA de job está en 30 segundos para absorber el encolado y los renders 4K.

Fije resolution explícitamente en el código. Los valores por defecto no coinciden entre proveedores, y es mejor descubrirlo en un diff que en una factura.

Preguntas frecuentes

¿Qué es Nano Banana 2?

Nano Banana 2 es el nombre comercial del gemini-3.1-flash-image de Google, el modelo de nivel flash actual de la familia Nano Banana. Genera imágenes a partir de texto, acepta hasta catorce referencias, renderiza texto legible dentro de la imagen y entrega salida de hasta 4K.

¿Cuánto cuesta Nano Banana 2 en E2X?

Cobramos $0.04 por imagen generada con nuestro valor por defecto de 1K, $0.06 a 2K y $0.08 a 4K, comprobado el 26 de agosto de 2026. Los precios se mueven: confírmelo en la página del modelo en vivo antes de hacer presupuesto sobre ellos.

¿Nano Banana 2 es lo mismo que Nano Banana Pro?

No. Nano Banana 2 es gemini-3.1-flash-image; Pro es gemini-3-pro-image, un modelo aparte a aproximadamente el doble de precio de lista. Algunos catálogos han etiquetado mal a Pro como "Nano Banana 2", así que verifique el ID del modelo Gemini cuando compare especificaciones.

¿Debería usar Nano Banana 2 o Nano Banana 2 Lite?

Use Lite cuando 1K le baste y sus prompts describan un solo sujeto claro: alrededor de un 40% más barato y unas 2,7 veces más rápido. Use Nano Banana 2 para 2K o 4K, para prompts que deben colocar varios objetos correctamente, o cuando quiera grounding con Google Search, del que Lite carece.

¿Las imágenes de Nano Banana 2 llevan watermark?

Sí. Cada salida lleva un watermark SynthID, el marcador imperceptible de Google para contenido generado por IA. No hay ningún parámetro en ningún proveedor para desactivarlo, nosotros incluidos.

¿El modelo admite function calling?

No. Nano Banana 2 no admite function calling, así que no diseñe un bucle de tool-use a su alrededor. Sí admite thinking mode y grounding con Google Search, incluido Image Search.

¿Cuánto tarda una generación?

La latencia mediana del modelo se mide en torno a 8,4 segundos; nosotros fijamos el ETA del job en 30 segundos para cubrir el encolado y los renders más grandes. La API es asíncrona: envíe un job y después haga polling a /v1/jobs/{id} o proporcione un webhookUrl.