Nano Banana 2.1 API: precios, edición y Python

Precio y uso de la API de Nano Banana 2.1

Nano Banana 2.1 cuesta 3.6 Credits ($0.018) por imagen 1K, 5.4 Credits ($0.027) en 2K y 8.1 Credits ($0.0405) en 4K en Orux AI. La API Gemini de Google publica $0.0336, $0.0504 y $0.113 para el mismo modelo en Standard. Se llama mediante POST https://orux.top/api/v1/tasks, con tarifa fija por imagen completada y referencias incluidas.

Google Batch es más barato que Orux AI en 1K y 2K: la tabla lo indica expresamente. Encontrarás precios, novedades de 2.1, scripts de generación y edición, proporciones, tiempos históricos y comparación con GPT Image 2.5 y Seedream 5.0 Pro. Precios del 29 de octubre de 2026.

Comprobación de traducción: 1 de noviembre de 2026. Los tiempos son pequeñas muestras de octubre, no una clasificación actual ni una garantía. Las opciones describen el formulario público de Orux, no todas las capacidades nativas del proveedor.

Precio de Nano Banana 2.1 por imagen

Desliza horizontalmente para ver toda la tabla.

1 Credit = $0.005. Los precios de Google proceden de la página de precios de Gemini API. La columna fal es su propia estimación en la guía Nano Banana API, publicada el 22 de octubre de 2026: usa un prompt corto y $35.294 por millón de tokens de salida de imagen. No es una tarifa fija por imagen.

• Orux AI cuesta aproximadamente el 54% de Google Standard en 1K y 2K y el 36% en 4K. La diferencia máxima aparece en 4K porque Google asigna 3,780 tokens de salida, frente a 1,120 en 1K.

• Google Batch cuesta alrededor de un 7% menos en 1K y 2K. Para miles de imágenes sin conexión y sin urgencia puede ser más económico acudir directamente a Batch. En 4K, Orux AI es más barato. Orux AI no dispone de modo Batch.

• Los importes por imagen de Google excluyen entrada ($1.50 por millón de tokens) y salida de texto o thinking ($7.50 por millón). Varias referencias añaden entrada en Google y fal. Orux AI cobra únicamente según resolución.

Novedades de Nano Banana 2.1

Google lanzó Nano Banana 2.1 con disponibilidad general en Gemini API el 6 de octubre de 2026, como actualización de Nano Banana 2. Según su registro de cambios, mantiene velocidad y coste de nivel Flash y mejora calidad visual, seguimiento de instrucciones, coherencia de personajes entre ediciones y representación de texto. Añade 1:4, 4:1, 1:8 y 8:1 en 1K, 2K y 4K.

Google Standard publica $0.0336 por 1K, aproximadamente la mitad de los $0.067 de Nano Banana 2. También dirige a los usuarios del antiguo modelo Flash de imagen hacia 2.1; es un punto de partida para proyectos nuevos.

Son afirmaciones de Google. No hemos comparado la calidad de ambas versiones mediante un benchmark y no cuantificamos la mejora.

Texto a imagen con Python

La generación en Orux AI es asíncrona. La solicitud devuelve HTTP 202 y un task_id; después consultas hasta SUCCESS, FAILED o EXPIRED. Solo se cobra SUCCESS. En este flujo no hay callback: el resultado se obtiene mediante consultas.

Crea una clave en orux.top/keys, visible una sola vez, y expórtala como 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")

El prompt es la plantilla “Product photo” de la página de Nano Banana 2.1. Guarda task_id de forma persistente antes de consultar y descarga los resultados enseguida: los enlaces son temporales.

Edición con imágenes de referencia

Para editar o combinar imágenes, pasa hasta 10 URL públicas en image_urls y describe el cambio. Cuesta lo mismo que generar desde texto a esa resolución.

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

Indica qué debe conservarse (“mantén exactamente el jarrón”) y qué aporta cada imagen. Una petición ambigua puede modificar todo el estilo.

Proporciones y resolución

Opciones disponibles en el formulario público de Orux AI para nano-banana-2.1:

Desliza horizontalmente para ver toda la tabla.

Las dimensiones exactas dependen de la proporción. El ejemplo existente de Orux se guardó como 2K y 3:2; el archivo servido en la página del modelo mide 2528×1696 píxeles.

El prompt pidió un logotipo que dijera exactamente “Orux AI”, y en esta salida se lee así. Es una sola imagen, un ejemplo de posibilidad y no una garantía. Revisa las letras de cada resultado.

Tiempos observados en tareas anteriores

Las 5 tareas completadas más recientes de Nano Banana 2.1 en Orux AI en octubre de 2026 promediaron 124 segundos. La muestra es pequeña e incluye cola: sirve para estimar magnitudes, no como benchmark.

En las mismas cifras públicas históricas, GPT Image 2.5 Flare promedió 67 segundos y Sunburst 125 (5 tareas cada uno); Seedream 5.0 Pro, 99 segundos (31 tareas, a 30 de octubre de 2026).

• No mantengas abierta una petición web esperando la imagen. Envía la tarea, devuelve task_id al cliente y consulta desde un worker.

• Consulta cada 5 segundos. Consultar más a menudo no acelera la generación.

• Define el límite en minutos. El script espera hasta 15 minutos y conserva task_id para poder reanudar.

Presupuesto de un proyecto

Una tarifa pequeña se acumula al multiplicarla por intentos. Un proyecto de fotografía de producto podría usar 200 borradores 1K para ajustar prompt y composición y 20 versiones finales 4K.

Desliza horizontalmente para ver toda la tabla.

Los borradores dominan la factura: iterar en 1K puede importar más que la tarifa elegida para los finales. Cambia una variable cada vez —sujeto, luz y después proporción— y reutiliza un buen resultado como referencia. En Orux AI editar cuesta lo mismo por imagen que generar de nuevo; mejorar una versión cercana no encarece la unidad. Reducir intentos es una recomendación de trabajo, no un resultado probado aquí.

Los totales de Google usan los precios visibles redondeados por imagen; la facturación real por tokens puede variar.

Nano Banana 2.1 frente a GPT Image 2.5 y Seedream 5.0 Pro

Precios de Orux AI por imagen completada, a 29 de octubre de 2026. Los tiempos son las muestras históricas del original.

Desliza horizontalmente para ver toda la tabla.

Nano Banana 2.1 tiene el menor precio de estos cuatro en las resoluciones compartidas y es el único de los formularios Orux revisados con 1:8 y 8:1. Flare fue el más rápido en estas muestras y acepta más referencias. Seedream 5.0 Pro es el más caro y llega a 2K. El precio no mide calidad: prueba tus propios prompts en dos o tres modelos antes de elegir.

Más información en la guía de GPT Image 2.5, la clasificación de API de imagen por precio y precios de Gemini API para chat de Google (en inglés).

FAQ

Q.¿Cuánto cuesta Nano Banana 2.1?

En Orux AI, a 29 de octubre de 2026: 3.6 Credits ($0.018) en 1K, 5.4 ($0.027) en 2K y 8.1 ($0.0405) en 4K. Google Standard publica $0.0336, $0.0504 y $0.113; Batch cuesta aproximadamente la mitad.

Q.¿Compensa 4K?

El original recomienda reservarlo para materiales finales. En Orux AI cuesta 2.25 veces 1K: ajusta primero en 1K y genera la versión elegida en 4K. El precio 4K equivale al 36% de Google Standard, la mayor diferencia de los tres tamaños.

Q.¿Puede editar fotografías?

Sí. Envía hasta 10 URL en image_urls y describe el cambio. A igual resolución cuesta lo mismo que texto a imagen, sin recargo por referencias. Define su función y qué debe conservarse.

Q.¿Cuánto tarda una imagen?

Las 5 tareas completadas en octubre de 2026 promediaron 124 segundos incluida la cola. Cada tarea varía: consulta cada 5 segundos desde un worker y deja varios minutos. Esa media histórica no garantiza plazos.

Q.¿Se cobran los intentos fallidos?

No. Solo se factura SUCCESS; FAILED y EXPIRED no se cobran. El saldo es prepago, sin cuota mensual, y se descuenta cuando se entrega una imagen completada.

Fuentes y comprobación de precios

Precios comprobados el 2026-10-29; traducción revisada el 2026-11-01. Imagen, tokens y Batch de Google: precios de Gemini API. Lanzamiento y funciones: registro de cambios. Estimaciones fal: guía propia. Precios y tiempos históricos de Orux: páginas de modelos enlazadas.