
Google 6 октября 2026 года выпустила Nano Banana 2.1 - обновление своей модели для генерации и редактирования картинок, и сразу открыла её в Gemini API как общедоступную, минуя стадию превью ([журнал изменений Gemini API](https://ai.google.dev/gemini-api/docs/changelog)). Модель точнее пишет текст на изображениях, держит одного персонажа на серии кадров и рисует вытянутые баннеры. Картинка при этом стоит меньше, чем у Nano Banana 2, но из России Gemini API официально недоступен.

## Что нового в Nano Banana 2.1?

Модель продолжает линейку Nano Banana 2. В API модель называется `gemini-nano-banana-2.1`, её предшественница - `gemini-3.1-flash-image` ([журнал изменений](https://ai.google.dev/gemini-api/docs/changelog)). По словам Google, скорость и цена у неё как у моделей Flash, а улучшились пять вещей:

- качество изображения;
- точность, с которой модель следует запросу;
- постоянство персонажа, когда картинку дорабатывают в несколько шагов диалога;
- текст на изображении;
- вытянутые и панорамные форматы.

Новых форматов четыре: 1:4, 4:1, 1:8 и 8:1, и все они доступны в разрешениях 1K, 2K и 4K ([журнал изменений](https://ai.google.dev/gemini-api/docs/changelog)). Формат 8:1 - это полоса в восемь раз шире своей высоты: шапка сайта, баннер на витрине маркетплейса, обложка канала.

В описании модели на странице цен Google называет ещё генерацию с опорой на поиск: при создании картинки модель может обращаться к Google Web и Image Search ([цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing)). Цифр, которые показывали бы, насколько лучше стал текст на картинках, Google в журнале изменений не приводит, так что проверять это придётся на своих задачах.

Старую модель Google объявила устаревшей: `gemini-3.1-flash-image` выводится из оборота, дата отключения не названа, переходить предлагается на 2.1 ([журнал изменений](https://ai.google.dev/gemini-api/docs/changelog)).

## Чем Nano Banana 2.1 отличается от прошлой версии и соседей?

По деньгам 2.1 выгоднее прошлой версии. Изображение 1K у неё стоит $0,0336, у Nano Banana 2 - $0,067: новая версия примерно вдвое дешевле. На 4K разница меньше: $0,113 и $0,151 ([цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing)). При этом запрос на входе подорожал втрое: $1,50 за миллион токенов текста, картинок или видео, у предшественницы было $0,50.

Цены за одну картинку в стандартном режиме:

| Модель | ID в API | 1K | 2K | 4K |
|---|---|---|---|---|
| [Nano Banana 2.1](https://ai.google.dev/gemini-api/docs/pricing) | `gemini-nano-banana-2.1` | $0,0336 | $0,0504 | $0,113 |
| [Nano Banana 2](https://ai.google.dev/gemini-api/docs/pricing) | `gemini-3.1-flash-image` | $0,067 | $0,101 | $0,151 |
| [Nano Banana Pro](https://ai.google.dev/gemini-api/docs/pricing) | `gemini-3-pro-image` | $0,134 | $0,134 | $0,24 |
| [Nano Banana 2 Lite](https://ai.google.dev/gemini-api/docs/pricing) | `gemini-3.1-flash-lite-image` | $0,0336 | - | - |

У Nano Banana 2 есть ещё размер 0,5K за $0,045, у новой версии на странице цен его нет ([цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing)). Nano Banana 2 Lite стоит столько же за картинку 1K, но других разрешений для неё на странице цен не указано. Pro остаётся самой дорогой моделью семейства: картинка 1K у неё в четыре раза дороже, чем у 2.1.

## Сколько стоит Nano Banana 2.1 и доступна ли она из России?

Бесплатного уровня у модели нет: в колонке Free Tier стоит «Not available» ([цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing)). Платят за токены, а цена картинки из таблицы выше - пересчёт: изображение 1K занимает 1 120 токенов, 2K - 1 680, 4K - 3 780, и миллион токенов картинок стоит $30.

Ещё три строки из прайса:

- входящий запрос - $1,50 за миллион токенов, текст в ответе - $7,50;
- пакетный режим (Batch), где ответ приходит не сразу, вдвое дешевле: картинка 1K за $0,0168, 4K - за $0,0567;
- опора на поиск: 5 000 запросов в месяц бесплатно на все модели Gemini 3.x вместе, дальше $14 за тысячу.

Все цифры - со [страницы цен Gemini API](https://ai.google.dev/gemini-api/docs/pricing).

Из России Gemini API официально не доступен. На странице доступных регионов Google перечисляет страны, где работают Gemini API и Google AI Studio, и России в этом списке нет ([список регионов](https://ai.google.dev/gemini-api/docs/available-regions)). Российской компании построить рабочий процесс на Nano Banana 2.1 официально не получится.

Российский аналог с открытой документацией - GigaChat API от Сбера. Он рисует картинку прямо в ответ на обычный запрос к чату («Нарисуй розового кота»), отдаёт её файлом JPG, а описан этот режим в [документации GigaChat API](https://developers.sber.ru/docs/ru/gigachat/guides/images-generation). Сравнить его с Nano Banana 2.1 по тексту на картинке или по форматам по документации не получится: общих тестов у Сбера и Google нет.

## Как применить Nano Banana 2.1 в бизнесе?

Если ваша компания работает за пределами России и вправе подключать Gemini API, у обновления три прикладных применения. Если нет, те же сценарии собираются на GigaChat, только проверять результат придётся тщательнее.

**Карточки товаров и баннеры.** Текст на картинке - самое слабое место генераторов: буквы плывут, цены путаются. Google говорит, что в 2.1 текст стал точнее, а панорамные форматы 4:1 и 8:1 закрывают баннеры без ручной обрезки. Типичная связка: каталог поставщика собирается парсером, а модель делает к каждой позиции обложку с названием. Про первую половину такой работы - сколько стоит сбор данных и что в нём ломается - у нас есть [разбор парсинга сайтов](/blog/parsing-saytov/).

**Бот в Телеграме, который рисует и правит.** Клиент присылает фото и пишет «уберите фон и подпишите акцию», бот возвращает готовую картинку. Если правок три, на третьем шаге в кадре должен остаться тот же человек или товар, и как раз это Google обещает улучшить. Из чего складывается месячный счёт за такого бота, мы посчитали в статье [«ИИ-бот в Телеграме: сколько стоит месяц его работы»](/blog/ii-bot-telegram/).

**Плагин к редактору.** Дизайнер выделяет область в Photoshop, пишет запрос, и результат ложится новым слоем. По нашему сканеру заказов с бирж, такую интеграцию Photoshop с моделью Nano Banana просили в одном заказе на Kwork. Это выборка нашего сканера, не весь рынок. Заказчик хотел вызывать модель горячей клавишей в самом Photoshop, со своим ключом API, и получать результат слоем поверх выделения.

## Кому переходить на Nano Banana 2.1 сейчас, а кому подождать?

Переходить сейчас стоит тем, кто уже работает на `gemini-3.1-flash-image` из страны, где Gemini API доступен. Старая модель объявлена устаревшей ([журнал изменений](https://ai.google.dev/gemini-api/docs/changelog)), картинки 1K и 2K у новой дешевле. Перед переключением прогоните на 2.1 свои типовые запросы: подорожавший вход сильнее ударит по задачам, где в модель уходят большие исходные фото.

Подождать стоит тем, кто генерирует картинки 0,5K: у 2.1 такого размера в прайсе нет, а дата отключения Nano Banana 2 не назначена. И тем, кому нужен максимум качества: Nano Banana Pro остаётся в линейке, и сравнивать с ней новую модель лучше на своих примерах.

Российским компаниям переходить некуда: Gemini API в России не работает. Им важнее понять, какая из доступных моделей справится с их картинками. Анонсы на этот вопрос не ответят, ответит десяток реальных заданий.

## Источники

- [Журнал изменений Gemini API](https://ai.google.dev/gemini-api/docs/changelog) - дата выхода, название модели в API, список улучшений, новые форматы и разрешения, вывод из оборота Nano Banana 2
- [Цены Gemini API](https://ai.google.dev/gemini-api/docs/pricing) - цены Nano Banana 2.1, 2, Pro и 2 Lite, пакетный режим, токены на картинку, опора на поиск, отсутствие бесплатного уровня
- [Доступные регионы Gemini API](https://ai.google.dev/gemini-api/docs/available-regions) - список стран, где работают Gemini API и Google AI Studio
- [Создание изображений в GigaChat API](https://developers.sber.ru/docs/ru/gigachat/guides/images-generation) - как GigaChat генерирует картинки и в каком формате их отдаёт

## С чего начать

Начните с одной задачи, где картинки сейчас делаются руками: обложки товаров, баннеры, ответы клиентам в боте. Соберите десяток реальных примеров и прогоните их через доступную вам модель - так станет видно, где она справляется, а где нужен человек. Если хотите, чтобы такую проверку и встраивание в ваш процесс сделали мы, [напишите нам](/#contact).
