» Was seit gestern anders ist
Google hat Nano Banana 2.1 am 6. Oktober 2026 allgemein freigegeben. So steht es im Änderungsprotokoll der Gemini-Schnittstelle, und am selben Tag hat Google DeepMind eine eigene Modellkarte veröffentlicht. Seit heute zeigt auch Google Flow den Hinweis beim Öffnen an: Die neue Version verbessere Bildqualität und Konsistenz, beim Erzeugen wie beim Bearbeiten, und werde Nano Banana 2 ersetzen. Das ist bereits passiert: In der Modellauswahl von Flow stehen nur noch Nano Banana Pro, Nano Banana 2 Lite und Nano Banana 2.1. Version 2 lässt sich dort nicht mehr auswählen.
Nano Banana ist der Name, unter dem Googles Bildmodelle bekannt geworden sind. Version 2 kam im Februar, 2.1 ist also ein Zwischenschritt, kein Generationswechsel. Technisch baut sie auf dem Sprachmodell Gemini 3.6 Flash auf.
Neu ist die Breite, mit der Google sie ausrollt. Laut Modellkarte läuft 2.1 gleichzeitig in der Gemini-App, im KI-Modus der Google-Suche, in Google Ads, in Flow, im Designwerkzeug Stitch und für Entwicklerinnen in AI Studio und über die Schnittstelle. Wer bei Google ein Bild erzeugt, bekommt ab jetzt dieses Modell. In Flow, Googles Werkzeug für KI-Videos, sind Bilder oft das Ausgangsmaterial einer Szene.
» Was Google verbessert hat
Im Änderungsprotokoll nennt Google fünf Bereiche: Bildqualität, Treue zur Anweisung, gleichbleibende Figuren, Schrift im Bild und neue Panoramaformate. In der Ankündigung heißt es zusätzlich, das Modell übertreffe die Vorgänger in allen Bereichen, mit deutlichen Sprüngen bei Gestaltung, beim Bearbeiten einzelner Bildbereiche und bei der Konsistenz.
Das ist die Aussage des Herstellers, verglichen mit den eigenen Vorgängern. Ein unabhängiger Vergleich mit anderen Anbietern liegt einen Tag nach dem Start noch nicht vor.
Für den Alltag sind zwei Punkte am wichtigsten. Erstens das Bearbeiten mit Maske: Du markierst einen Bereich, zum Beispiel den Hintergrund, und änderst nur diesen, statt jedes Mal ein komplett neues Bild zu bekommen. Zweitens die Treue zur Anweisung: Je genauer das Modell tut, was du beschreibst, desto weniger Durchgänge brauchst du bis zu einem brauchbaren Ergebnis.
Dazu kommen die Auflösungen: 1K, 2K und 4K. Auf Wunsch gleicht das Modell Details über die Google-Suche ab, etwa wie ein bestimmtes Gebäude oder eine Pflanze wirklich aussieht.
» Formate, die bisher gefehlt haben
Die greifbarste Neuerung sind die Seitenverhältnisse. Neben den üblichen Formaten kann 2.1 jetzt 1:4, 4:1, 1:8 und 8:1 erzeugen, also sehr breite Streifen und sehr hohe Bahnen. Bisher musste man solche Formate aus einem normalen Bild herausschneiden und hat dabei oben und unten das halbe Motiv verloren.
Ein konkretes Beispiel: Das Titelbild eines persönlichen LinkedIn-Profils misst 1584 mal 396 Pixel. Das ist exakt 4:1. Ein Bild in genau diesem Verhältnis zu erzeugen, statt ein Querformat zurechtzustutzen, spart genau den Schritt, an dem es bisher fast immer hässlich wurde.
Dasselbe gilt für einen schmalen Seitenkopf oder eine hohe Infografik. Nur unkomprimiert sollten solche Bilder nie auf einer Website landen: Ein 4K-Bild hat schnell mehrere Megabyte und bremst die Seite aus. Wie das geht, steht in Bilder fürs Web optimieren.
» Gleiche Figur, viele Bilder
Die zweite große Neuerung betrifft Serien. Nano Banana 2.1 kann bis zu 14 Referenzbilder auf einmal verarbeiten und dabei bis zu vier Figuren und zehn Gegenstände im Blick behalten. Eine Figur sieht dann im dritten Bild noch genauso aus wie im ersten.
Für Social Media ist das der eigentliche Gewinn. Ein Carousel auf Instagram oder LinkedIn lebt davon, dass die Folien zusammengehören. Mit wechselnden Gesichtern, Farben und Gegenständen wirkt es wie zusammengewürfelt. Mit einer gleichbleibenden Figur erzählt es eine Geschichte.
Google ist an dieser Stelle selbst vorsichtig. In der Modellkarte steht ausdrücklich, dass die Konsistenz zwischen Vorlage und Ergebnis nicht immer perfekt ist. Bei einer Serie lohnt es sich also, alle Bilder nebeneinander anzusehen, bevor sie veröffentlicht werden.
» Schrift im Bild: besser, aber nicht fertig
Schrift war lange die Schwachstelle aller Bildmodelle. Version 2.1 setzt hier sichtbar nach. Überschriften auf einem Plakat oder die Beschriftung eines Schaubilds kommen deutlich häufiger fehlerfrei heraus.
Die Modellkarte nennt die Grenze aber offen: Kleine Schrift ist oft unscharf, besonders in der kleinsten Auflösung. Für eine große Überschrift reicht das, für eine Preisliste oder eine Fußnote nicht. Gegenlesen bleibt Pflicht, denn ein Tippfehler im Bild lässt sich nicht nachträglich korrigieren wie in einem Text.
Und es gibt einen zweiten Punkt, der bei aller Begeisterung untergeht: Schrift im Bild ist für Suchmaschinen kein Text. Google und KI-Suchen wie ChatGPT lesen den Text einer Seite, nicht das, was in eine Grafik eingebrannt ist. Was jemand finden soll, gehört als echter Text auf die Seite, und jedes Bild braucht eine Beschreibung im Alt-Text. Warum das für KI-Suchen noch mehr zählt als für Google, steht in AEO und GEO: Wie du von ChatGPT und Perplexity empfohlen wirst.
» Was es kostet
Hier muss man zwei Wege unterscheiden. In Flow und in der Gemini-App zahlst du keinen Preis pro Bild. Dort verbraucht jedes Bild Guthaben aus deinem Google-Abo, wie bisher.
Über die Schnittstelle, also wenn ein Programm Bilder automatisch erzeugt, hat Google den Preis halbiert: 30 statt 60 Dollar je Million Bild-Token. Pro Bild heißt das laut Google rund 0,0336 Dollar in 1K statt bisher 0,067 Dollar. Wer nicht sofort ein Ergebnis braucht und Aufträge gesammelt abschickt, zahlt noch einmal die Hälfte.
Ein Rechenbeispiel, damit die Zahl greifbar wird: Hundert Bilder in der kleinsten Auflösung kosten über die Schnittstelle gut drei Dollar. Das betrifft dich nur, wenn du selbst automatisiert arbeitest. Für eine Website, die einmal gebaut ist und dann läuft, spielt es keine Rolle: Sie hat mit dem Modell nichts zu tun.
In Flow ist die alte Version schon verschwunden. Über die Schnittstelle ist sie offiziell abgekündigt, einen Abschalttermin nennt Google dort noch nicht.
» Kennzeichnung und Herkunft
Bilder aus Nano Banana 2.1 tragen Content Credentials nach dem C2PA-Standard. Das sind Herkunftsangaben in der Datei, mit denen sich nachvollziehen lässt, dass ein Bild mit KI entstanden ist. Sie sind unsichtbar und können beim Zuschneiden verloren gehen.
Unabhängig davon gilt seit August die Kennzeichnungspflicht der EU. Die Faustregel ist einfach: Könnte jemand das Bild für eine echte Aufnahme halten, gehört ein Hinweis darunter. Eine erkennbare Illustration braucht keinen, ein täuschend echtes „Foto“ von dir in einer Situation, die nie stattgefunden hat, schon. Ausführlich erklärt steht das in KI-Kennzeichnungspflicht ab 2. August 2026.
» Wo ein erzeugtes Bild nicht hingehört
So gut das Modell wird: Bei einer Personenmarke schlägt das echte Gesicht jedes erzeugte Bild. Wer dich beauftragt, will wissen, mit wem sie es zu tun hat. Auf die Über-mich-Seite, ins Team, neben eine Kundenstimme gehört eine echte Aufnahme. Ein erzeugtes Porträt an dieser Stelle kostet genau das Vertrauen, das die Seite aufbauen soll.
Stark ist ein Bildmodell überall dort, wo es nicht um dich geht: Hintergründe, Illustrationen zu einem Artikel, ein Schaubild, ein Titelbild im richtigen Format, Gegenstände, die du nicht fotografieren kannst.
Und es bleibt dabei: Ein Bild macht Aufmerksamkeit, gefunden wird der Text. Bilder gehören zur Stimme deiner Sichtbarkeit, also zu den Inhalten, die zeigen, wer du bist. Sie ersetzen weder ein klares Angebot noch die Worte, nach denen deine Kundinnen suchen.
» Was das für dich heißt
Wenn du in Flow oder Gemini Bilder erzeugst, musst du nichts tun. Das neue Modell ist schon da, und deine alten Anweisungen funktionieren weiter. Probier die neuen Breitformate aus, wenn du ein Titelbild oder einen Seitenkopf brauchst, und nutze Referenzbilder, wenn eine Serie zusammengehören soll.
Lies jede Schrift im Bild gegen, setze erzeugte Bilder dort ein, wo es nicht um dein Gesicht geht, und kennzeichne alles, was man für echt halten könnte.
Und wenn du merkst, dass die schönsten Bilder dir trotzdem keine Anfragen bringen, liegt es selten am Bild. Dann fehlt meistens das System dahinter: ein klares Angebot, eine Seite, die gefunden wird, und ein Rhythmus, in dem du sichtbar bleibst. Wie das zusammenhängt, steht in meinem Angebot.
» Häufige Fragen
Was ist Nano Banana 2.1?
Nano Banana 2.1 ist das Bildmodell von Google, das seit dem 6. Oktober 2026 allgemein verfügbar ist. Es erzeugt und bearbeitet Bilder aus Textanweisungen und Vorlagen, baut auf Gemini 3.6 Flash auf und ersetzt Nano Banana 2 in Google Flow, der Gemini-App, dem KI-Modus der Suche, Google Ads, AI Studio und Stitch.
Was kann Nano Banana 2.1 besser als Nano Banana 2?
Laut Google sind Bildqualität, Treue zur Anweisung, gleichbleibende Figuren und Schrift im Bild besser geworden. Neu sind extreme Seitenverhältnisse bis 8:1 und 1:8, Auflösungen bis 4K und bis zu 14 Referenzbilder, mit denen bis zu vier Figuren über mehrere Bilder gleich bleiben. Kleine Schrift bei niedriger Auflösung ist laut Modellkarte aber weiterhin oft unscharf.
Was kostet ein Bild mit Nano Banana 2.1?
In Google Flow und der Gemini-App zählt das Guthaben aus deinem Google-Abo, einen Preis pro Bild gibt es dort nicht. Über die Schnittstelle kostet ein Bild in der kleinsten Auflösung rund 0,0336 Dollar, halb so viel wie mit Nano Banana 2. Gesammelt abgeschickte Aufträge kosten noch einmal die Hälfte.
Muss ich Bilder aus Nano Banana 2.1 kennzeichnen?
Nur wenn sie echt wirkende Personen, Gegenstände oder Ereignisse zeigen, die es so nicht gab. Das verlangt die EU seit dem 2. August 2026. Erkennbare Illustrationen und Grafiken brauchen keinen Hinweis. Die Bilder tragen zusätzlich unsichtbare Herkunftsangaben nach dem C2PA-Standard, die beim Bearbeiten aber verloren gehen können.