Nano Banana 2 Lite

API de edición de imágenes de Nano Banana 2 Lite en E2X

Nano Banana 2 Lite es el gemini-3.1-flash-lite-image de Google, y su capability de edición vive en google/nano-banana-2-lite/edit-image dentro de nuestra plataforma. Cobramos $0.0238 por imagen editada, alrededor de un 43% menos de lo que cuesta el mismo modelo en fal.ai. Acepta hasta catorce imágenes de referencia por llamada y devuelve a resolución 1K, que es todo el trato en una sola frase.

¿No tiene imagen de origen de la que partir? Entonces lo que quiere es Nano Banana 2 Lite text-to-image: mismo modelo, mismo precio, solo prompt.

Esta página es en realidad para un grupo de lectores: cualquiera cuyo pipeline de edición siga apuntando al Nano Banana original, gemini-2.5-flash-image. Google apaga ese modelo el 2 de octubre de 2026 y lo dice sin rodeos: "Recomendamos actualizar a Nano Banana 2 Lite para obtener mejor calidad, mayor velocidad y costes más bajos." Para edición, el argumento es más fuerte que el precio por sí solo. El Nano Banana legacy quiere un máximo de tres imágenes de entrada. Lite acepta catorce. Eso es otra clase de composición en un solo request, y cuesta menos de lo que paga ahora ($0.0238 aquí frente a $0.0312 en el endpoint de edición legacy).

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.

Catorce referencias en el nivel barato

El presupuesto de referencias es la parte de Lite que no esperábamos que sobreviviera al recorte. Sobrevivió: catorce imágenes por request, idéntico al Nano Banana 2 completo. Una persona, un producto, tres referencias de iluminación y una pila de tomas de ángulo entran todas en una sola llamada.

Lo que eso desbloquea: trabajo de catálogo donde una prenda sigue siendo la misma prenda en ocho escenas, consistencia de personaje a lo largo de una serie de viñetas, emplazamiento de producto donde le da el objeto desde varios ángulos para que el modelo deje de inventarse una parte trasera que nunca le enseñó. Exactamente los trabajos con los que el modelo legacy se atragantaba a tres entradas.

Las contrapartidas son reales y preferimos que las descubra aquí y no en producción:

• Salida 1K, y punto. La documentación de Google dice que el modelo "solo admite resolución 1K". No hay parámetro resolution en este endpoint porque no hay nada que fijar. ¿Retocar una foto que tiene que sobrevivir a un recorte de impresión? Use Nano Banana 2 edit-image, que llega a 2K y 4K.
• Editar es más lento que generar. La cifra de cuatro segundos de Google describe la generación a partir de un prompt. Pasar catorce referencias por el condicionamiento añade tiempo, y cuantas más referencias, más. Sigue siendo rápido, solo que no cuatro segundos.
• Sin grounding de búsqueda. Lite no puede consultar nada. "Haz que el logo coincida con los colores de marca actuales" le devuelve una suposición.
• Las instrucciones abarrotadas pierden frente a Nano Banana 2. Cambie una cosa, o unas pocas cosas relacionadas, y Lite iguala a su hermano mayor. Encárguele seis ediciones simultáneas con restricciones espaciales y el modelo más profundo saca ventaja de forma notoria.

El texto dentro de la imagen es la sorpresa agradable. Lite renderiza copy legible y con estilo al mismo nivel que Nano Banana 2 en pruebas cara a cara, así que cambiar un titular o corregir una etiqueta en un packshot está de verdad sobre la mesa a este precio.

Request de API: enviar referencias

Dos campos son obligatorios: prompt e image_urls. Mantenga su key en el servidor.

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-lite/edit-image",
    "input": {
      "prompt": "Coloca la zapatilla de la imagen 1 sobre el ciclorama de estudio de la imagen 2. Iguala el fondo gris y mantén visible el dibujo de la suela.",
      "image_urls": [
        "https://example.com/sneaker-side.jpg",
        "https://example.com/studio-set.jpg"
      ],
      "aspect_ratio": "1:1"
    }
  }'

Le devolvemos un job ID. Haga polling hasta que se estabilice, o envíe un webhookUrl en el body del submit y sáltese el bucle:

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-lite/edit-image",
    input: {
      prompt: "Mantén la cara, el pelo y la pose de la mujer exactamente como están. Sustituye la chaqueta vaquera por un blazer de lino color crema.",
      image_urls: ["https://example.com/model.jpg"],
      aspect_ratio: "4:5",
    },
  }),
}).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 || "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

Los jobs recorren pending → processing → completed, o se detienen en failed o cancelled. Nuestro valor por defecto de aspect_ratio en este endpoint es 1:1, así que indíquelo si su origen es vertical o panorámico: el enum va desde 21:9 hasta las tiras ultrafinas 8:1 y 1:8, y auto deja que decida el modelo. La especificación legible por máquina lleva el schema y el precio en vivo.

Cómo elegir entre nuestros modelos de edición de imágenes

La decisión es más estrecha de lo que parece en la tabla. Nano Banana 2 cuesta un 68% más que Lite y compra exactamente tres cosas: resolución por encima de 1K, grounding de búsqueda y mejor comportamiento con instrucciones complicadas. Si ninguna de las tres está en su lista de requisitos, está pagando por un margen que no va a usar. Preferimos decirlo a vendérselo.

Donde sí le llevamos la contraria con Lite: cualquier cosa destinada a impresión, y cualquier cosa en la que una llamada tenga que hacer seis cosas a la vez. Ambas justifican subir de nivel. El conjunto completo vive en la categoría de edición de imágenes y en el catálogo de modelos.

Cómo escribir un prompt de edición que se sostenga

Un prompt de edición no es la descripción de una escena. Diga qué cambia, y después qué no debe cambiar.

Etiquete sus referencias cuando envíe más de una: "la imagen 1 es el sujeto, la imagen 2 es el fondo, las imágenes 3–5 son solo referencia de color". Nada más le dice al modelo qué adjunto era una paleta. Después ancle lo que tiene que sobrevivir: cara, pose, texto de la etiqueta, color de marca. La pasada de razonamiento más superficial de Lite se desvía con los detalles no declarados más que Nano Banana 2, así que declárelos.

Cuando edite texto, cite la cadena antigua y la nueva. Parafrasear es una invitación a reinterpretar.

Antes de poner nada en producción

Cada imagen editada vuelve con un watermark SynthID incrustado. Google lo aplica a toda la salida, ningún proveedor expone un interruptor, y eso nos incluye a nosotros. Revise los contratos con sus clientes antes de construir sobre ello.

Vigile los tamaños de entrada. Puede pasarnos un origen en 4K, pero el resultado vuelve en 1K: un único nivel de salida, y no sigue al de su entrada. ¿Migra desde el endpoint legacy? Elimine la lógica de troceado en grupos de tres imágenes que escribió alrededor del límite antiguo. Ahora es código muerto.

Preguntas frecuentes

¿Cuántas imágenes de referencia admite un request de edición?

Catorce. Nano Banana 2 Lite iguala al Nano Banana 2 completo en número de referencias: Google no lo redujo para el nivel Lite. Es más de cuatro veces lo que recomendaba el Nano Banana legacy, que se quedaba en tres imágenes de entrada.

¿Cuánto cuesta la edición de imágenes con Nano Banana 2 Lite en E2X?

Cobramos $0.0238 por imagen editada, tarifa plana: sin niveles de resolución y sin recargo por enviar catorce referencias en lugar de una. Esa cifra viene de nuestra comprobación de precios del 26 de agosto de 2026, cuando fal.ai listaba $0.042 por el mismo modelo. Verifíquelo en la página del modelo en vivo antes de comprometer un presupuesto.

¿Puedo obtener ediciones en 2K o 4K con este modelo?

No. La documentación de Google es explícita en que el modelo solo admite resolución 1K, así que en el endpoint no hay ningún parámetro de resolución. Use Nano Banana 2 o Nano Banana Pro cuando necesite una salida mayor.

¿Merece la pena migrar desde el Nano Banana original?

Sí, y tiene una fecha límite: Google retira gemini-2.5-flash-image el 2 de octubre de 2026. Para edición obtiene catorce referencias en lugar de tres, renderizado de texto dentro de la imagen que funciona, generación más rápida y un precio más bajo en nuestra plataforma ($0.0238 frente a $0.0312).

¿Cuánto tarda una edición?

Más que una generación text-to-image. La afirmación de Google de "en tan solo cuatro segundos" describe la generación solo con prompt; condicionar sobre referencias añade tiempo, y escala con cuántas envíe. Aun así, es el editor más rápido de la familia Nano Banana.

¿Debería usar Lite o Nano Banana 2 para editar?

Use Lite salvo que necesite salida por encima de 1K, grounding de búsqueda o un manejo fiable de muchas instrucciones simultáneas en una sola llamada. Para cambios de fondo, cambios de vestuario, eliminación de objetos y trabajo de color a resolución web, la diferencia rara vez se nota y Lite cuesta un 40% menos.

¿Las imágenes editadas llevan watermark?

Sí. SynthID, el marcador imperceptible de Google para contenido generado por IA, se aplica a toda la salida. Ningún proveedor ofrece forma de desactivarlo.