Nano Banana 2.1 API: Preise, Bearbeitung und Python

Preise und Nutzung der Nano Banana 2.1 API

Nano Banana 2.1 kostet bei Orux AI 3.6 Credits ($0.018) je 1K-Bild, 5.4 Credits ($0.027) bei 2K und 8.1 Credits ($0.0405) bei 4K. Google nennt für dasselbe Modell über Gemini API Standard $0.0336, $0.0504 und $0.113. Der Aufruf erfolgt über POST https://orux.top/api/v1/tasks, zum Festpreis je erfolgreichem Bild einschließlich Referenzen.

Google Batch ist bei 1K und 2K günstiger als Orux AI; die Tabelle zeigt das ausdrücklich. Hier folgen Preise, Neuerungen, Python für Erzeugung und Bearbeitung, Seitenverhältnisse, historische Laufzeiten sowie GPT Image 2.5 und Seedream 5.0 Pro im Vergleich. Preisstand: 29. Oktober 2026.

Übersetzung geprüft am 1. November 2026: Laufzeiten stammen aus kleinen Oktober-Stichproben, nicht aus einem aktuellen Ranking oder einer Garantie. Optionen beziehen sich auf das öffentliche Orux-Formular, nicht auf sämtliche nativen Anbieterfunktionen.

Nano Banana 2.1: Preis je Bild

Horizontal wischen, um die ganze Tabelle zu sehen.

1 Credit = $0.005. Google-Preise stammen aus der Gemini-API-Preisliste. Die fal-Spalte ist die eigene Schätzung des Nano-Banana-API-Leitfadens vom 22. Oktober 2026: kurzer Prompt und $35.294 je Million Bildausgabe-Tokens. Sie ist kein Festpreis je Bild.

• Orux AI kostet bei 1K und 2K ungefähr 54% und bei 4K 36% von Google Standard. Bei 4K ist die Differenz am größten, weil Google 3,780 Ausgabe-Tokens statt 1,120 bei 1K ansetzt.

• Google Batch ist bei 1K und 2K etwa 7% günstiger. Wer Tausende Bilder offline rendert und warten kann, zahlt beim direkten Batch-Zugang für diese Größen weniger. Bei 4K ist Orux AI günstiger. Orux AI bietet keinen Batch-Modus.

• Googles Bildbeträge enthalten weder Eingaben ($1.50 je Million Tokens) noch Text- oder Thinking-Ausgaben ($7.50 je Million). Mehrere Referenzen erhöhen bei Google und fal die Eingabekosten. Bei Orux AI bestimmt allein die Auflösung den Preis.

Neuerungen in Nano Banana 2.1

Google veröffentlichte Nano Banana 2.1 am 6. Oktober 2026 allgemein in Gemini API als Aktualisierung von Nano Banana 2. Laut Änderungsprotokoll bleiben Geschwindigkeit und Kosten auf Flash-Niveau, während Bildqualität, Befolgen von Anweisungen, Figurenkonsistenz über Bearbeitungsschritte und Textdarstellung verbessert werden. Neu sind 1:4, 4:1, 1:8 und 8:1 bei 1K, 2K und 4K.

Google Standard nennt $0.0336 je 1K-Bild gegenüber $0.067 bei Nano Banana 2, also ungefähr die Hälfte. Auch Nutzer des älteren Flash-Bildmodells verweist Google auf 2.1; neue Projekte können dort beginnen.

Das sind Aussagen von Google. Wir haben die Bildqualität der Versionen nicht per Benchmark verglichen und beziffern keine Verbesserung.

Text zu Bild mit Python

Orux AI erzeugt Bilder asynchron. Nach dem Absenden erhalten Sie HTTP 202 und eine task_id; anschließend fragen Sie bis SUCCESS, FAILED oder EXPIRED ab. Nur SUCCESS wird berechnet. Dieser Ablauf bietet keinen Callback, das Ergebnis wird abgefragt.

Erstellen Sie unter orux.top/keys einen einmal angezeigten Schlüssel und exportieren Sie ihn als ORUX_API_KEY.

import os, time, json, requests

BASE = "https://orux.top/api/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['ORUX_API_KEY']}"}
PRICE = {"1K": 3.6, "2K": 5.4, "4K": 8.1}   # Credits per image, checked 2026-10-29

def submit(payload: dict) -> str:
    r = requests.post(f"{BASE}/tasks", headers=HEADERS,
                      json={"model": "nano-banana-2.1", "input": payload}, timeout=60)
    if r.status_code == 402:
        raise RuntimeError("Insufficient balance: top up (not an auth error)")
    r.raise_for_status()
    task_id = r.json()["task_id"]
    with open("tasks.jsonl", "a") as f:          # keep ids so a restart can resume
        f.write(json.dumps({"task_id": task_id, "input": payload}) + "\n")
    return task_id

def wait(task_id: str, max_wait: int = 900) -> list[str]:
    deadline = time.time() + max_wait
    while time.time() < deadline:
        time.sleep(5)
        t = requests.get(f"{BASE}/tasks/{task_id}", headers=HEADERS, timeout=30).json()
        if t["status"] == "SUCCESS":
            return t["result"]
        if t["status"] in ("FAILED", "EXPIRED"):
            raise RuntimeError(t.get("error") or t["status"])   # not charged
    raise TimeoutError(f"{task_id} still running; poll it again later, do not resubmit")

def save(urls: list[str], prefix: str) -> None:
    for i, url in enumerate(urls):
        with open(f"{prefix}_{i}.png", "wb") as f:
            f.write(requests.get(url, timeout=120).content)    # result URLs expire

job = {
    "prompt": "Studio product photograph of a small matte purple ceramic vase "
              "on a warm white background, soft natural shadow, no text.",
    "resolution": "1K",
    "aspect_ratio": "1:1",
}
print(f"expected charge: {PRICE[job['resolution']]} Credits")
save(wait(submit(job)), "vase")

Der Prompt entspricht der Vorlage „Product photo“ auf der Nano Banana 2.1 Modellseite. Speichern Sie die task_id vor der Abfrage dauerhaft und laden Sie Ergebnisse sofort herunter: Die Links sind temporär.

Bearbeitung mit Referenzbildern

Für Bearbeitung oder Kombination übergeben Sie bis zu 10 öffentliche Bild-URLs in image_urls und beschreiben die Änderung. Der Preis bleibt bei gleicher Auflösung derselbe wie bei Text zu Bild.

edit = {
    "prompt": "Keep the vase from the first image exactly. Place it on the oak shelf "
              "from the second image, late afternoon light, no text.",
    "image_urls": [
        "https://example.com/vase.png",
        "https://example.com/shelf.jpg",
    ],
    "resolution": "2K",
    "aspect_ratio": "4:5",
}
save(wait(submit(edit)), "vase_on_shelf")   # 5.4 Credits if it succeeds

Nennen Sie unveränderliche Elemente („Vase exakt beibehalten“) und die Rolle jedes Bildes. Ungenaue Bearbeitungswünsche können den gesamten Stil verändern.

Seitenverhältnisse und Auflösung

Optionen des öffentlichen Orux-AI-Formulars für nano-banana-2.1:

Horizontal wischen, um die ganze Tabelle zu sehen.

Die genauen Pixelmaße hängen vom Seitenverhältnis ab. Das vorhandene Orux-Beispiel wurde mit 2K und 3:2 gespeichert; die Datei auf der Modellseite misst 2528×1696 Pixel.

Der Prompt verlangte ein Logo mit exakt „Orux AI“, und so ist es in dieser Ausgabe lesbar. Ein einzelnes Bild zeigt eine Möglichkeit, keine Garantie. Prüfen Sie die Beschriftung jedes Ergebnisses.

Beobachtete frühere Laufzeiten

Die 5 zuletzt abgeschlossenen Nano-Banana-2.1-Aufgaben auf Orux AI im Oktober 2026 benötigten im Mittel 124 Sekunden. Diese kleine Stichprobe umfasst Wartezeit: eine Größenordnung, kein Benchmark.

In denselben historischen öffentlichen Zahlen lagen GPT Image 2.5 Flare bei 67 Sekunden und Sunburst bei 125 (je 5 Aufgaben), Seedream 5.0 Pro bei 99 Sekunden (31 Aufgaben, Stand 30. Oktober 2026).

• Blockieren Sie keine Webanfrage bis zum Bild. Absenden, task_id an das Frontend zurückgeben und in einem Worker abfragen.

• Alle 5 Sekunden abfragen. Häufigere Abfragen beschleunigen die Erzeugung nicht.

• Planen Sie das Zeitlimit in Minuten. Das Skript wartet bis zu 15 Minuten und behält die task_id zur Wiederaufnahme.

Projektbudget berechnen

Ein kleiner Einzelpreis summiert sich mit der Zahl der Versuche. Ein Produktfoto-Projekt könnte 200 Entwürfe in 1K für Prompt und Komposition sowie 20 endgültige Bilder in 4K benötigen.

Horizontal wischen, um die ganze Tabelle zu sehen.

Entwürfe dominieren die Rechnung. In 1K zu iterieren kann deshalb wichtiger sein als der Tarif der finalen Bilder. Ändern Sie pro Versuch eine Variable — Motiv, Licht, dann Verhältnis — und nutzen Sie gute Ergebnisse als Referenz. Eine Bearbeitung kostet bei Orux AI je Bild genauso viel wie eine Neuerzeugung; eine beinahe passende Version zu korrigieren erhöht den Stückpreis nicht. Weniger Versuche sind eine Arbeitsmethoden-Empfehlung, kein hier nachgewiesenes Ergebnis.

Googles Summen verwenden sichtbare gerundete Bildpreise; die tatsächliche tokenbasierte Rechnung kann abweichen.

Nano Banana 2.1, GPT Image 2.5 und Seedream 5.0 Pro

Orux-AI-Preise je erfolgreichem Bild vom 29. Oktober 2026. Laufzeiten sind die historischen Stichproben des Originals.

Horizontal wischen, um die ganze Tabelle zu sehen.

Nano Banana 2.1 ist bei gemeinsamen Auflösungen das günstigste dieser vier Modelle und das einzige geprüfte Orux-Formular mit 1:8 und 8:1. Flare war in diesen Stichproben am schnellsten und erlaubt mehr Referenzen. Seedream 5.0 Pro ist am teuersten und endet bei 2K. Preise bewerten keine Qualität: Testen Sie Ihre eigenen Prompts vor der Festlegung mit zwei oder drei Modellen.

Weiterführend: GPT Image 2.5 Preise, Bild-API-Preisrangliste und Gemini API Preise für Google-Chatmodelle (Englisch).

FAQ

Q.Was kostet Nano Banana 2.1?

Bei Orux AI am 29. Oktober 2026: 3.6 Credits ($0.018) in 1K, 5.4 ($0.027) in 2K und 8.1 ($0.0405) in 4K. Google Standard nennt $0.0336, $0.0504 und $0.113; Batch kostet ungefähr die Hälfte.

Q.Lohnt sich 4K?

Das Original empfiehlt es für endgültige Materialien. Bei Orux AI kostet 4K das 2.25-Fache von 1K: erst den Prompt in 1K verfeinern, dann die gewählte Version in 4K erzeugen. Der 4K-Preis liegt bei 36% von Google Standard, dem größten Abstand der drei Größen.

Q.Kann es Fotos bearbeiten?

Ja. Bis zu 10 URLs in image_urls übergeben und die Änderung beschreiben. Bei gleicher Auflösung gilt derselbe Preis wie für Text zu Bild, ohne Referenzaufschlag. Rollen und unveränderliche Elemente ausdrücklich benennen.

Q.Wie lange dauert ein Bild?

Die 5 abgeschlossenen Aufgaben im Oktober 2026 dauerten einschließlich Warteschlange durchschnittlich 124 Sekunden. Einzelne Aufgaben variieren: alle 5 Sekunden im Worker abfragen und mehrere Minuten einplanen. Der historische Mittelwert garantiert keine Frist.

Q.Kosten fehlgeschlagene Aufgaben etwas?

Nein. Nur SUCCESS wird abgerechnet, FAILED und EXPIRED nicht. Das Guthaben ist vorausbezahlt, ohne monatliche Gebühr, und wird bei Lieferung eines erfolgreichen Bildes belastet.

Quellen und Preisprüfung

Preise geprüft am 2026-10-29; Übersetzung erneut geprüft am 2026-11-01. Google Bild-, Token- und Batchpreise: Gemini API Preise. Veröffentlichung und Funktionen: Änderungsprotokoll. fal-Schätzungen: eigener Leitfaden. Orux-Preise und historische Zeiten: verlinkte Modellseiten.