Comparativa de modelos de imagen — Nano Banana Pro vs GPT-Image-2 vs Nano Banana 2

Tres de los modelos de imagen más potentes que puedes invocar hoy en Kunavo: Nano Banana Pro de Google, GPT-Image-2 de OpenAI y el nuevo y más económico Nano Banana 2 de Google. Comparten una única superficie de API compatible con OpenAI, así que cambiar entre ellos requiere modificar una sola palabra. Aquí explicamos sus diferencias, cuándo elegiríamos cada uno y dónde recae realmente el coste.

Los candidatos

• Nano Banana Pro: el modelo de imagen premium de Google. Fidelidad de primer nivel y la mejor representación de texto dentro de imágenes del conjunto: letreros, etiquetas de interfaz, envases y textos de varias líneas resultan legibles al primer intento. Es el más caro de los tres, pero aun así está 50% por debajo de la tarifa oficial de Google.
• GPT-Image-2: el modelo de imagen nativo de OpenAI. Gran comprensión de las instrucciones: sigue de cerca indicaciones literales y detalladas, y tiene un precio fijo por imagen que no aumenta con la resolución, lo que lo convierte en la opción más barata al pasar a 4K.
• Nano Banana 2: la opción con mejor relación calidad-precio. Un Nano Banana más reciente, con mejor fidelidad y seguimiento de instrucciones que el original, al precio más bajo en 1K de los tres. La opción predeterminada cuando generas a gran volumen.

Los tres están disponibles en Kunavo con un precio 13–50% inferior a la tarifa oficial de cada proveedor. Superficie de API OpenAI idéntica; solo cambia el identificador del modelo:

# Same client. Same code shape. Different model.
# All three return a temporary URL you can download.
from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",
)

prompts = [
    "a glass-walled tea house at the edge of a misty forest, golden hour, "
    "cinematic, 50mm lens, shallow depth of field",
    "a vintage Italian espresso machine on a marble counter, soft window "
    "light, food magazine photography",
    "a stylized cityscape map of Tokyo, isometric, pastel colors, "
    "labeled districts in elegant serif",
]

for prompt in prompts:
    for model in ["nano-banana-pro", "gpt-image-2", "nano-banana-2"]:
        resp = client.images.generate(
            model=model,
            prompt=prompt,
            size="1024x1024",
        )
        print(model, resp.data[0].url)

Cómo elegir

Texto dentro de la imagen: letreros, maquetas de interfaz y carteles

Empieza con Nano Banana Pro. La línea Nano Banana de Google es la más sólida del catálogo para representar texto legible dentro de una imagen: textos de varias líneas, pesos variados y coherencia de estilo de marca. Si tu caso de uso incluye cualquier texto representado en el encuadre —maquetas de tarjetas de Twitter, envases de productos, carteles infográficos o capturas de tiendas de aplicaciones—, es la primera opción. GPT-Image-2 es una segunda opción competente; el Nano Banana 2 económico gestiona etiquetas cortas, pero resulta menos fiable cuanto más crece el texto.

Fidelidad al prompt: prompts literales y complejos

GPT-Image-2 y Nano Banana Pro destacan aquí, aunque con personalidades diferentes. GPT-Image-2 es más literal: sigue de cerca un prompt detallado y explícito, justo lo que necesitas cuando el briefing es preciso. Nano Banana Pro sigue mejor las instrucciones para solicitudes compositivas («pon X a la izquierda, Y al fondo») y para cualquier elemento con texto. En escenas de cuatro o más elementos con relaciones espaciales estrictas, todos los modelos actuales pierden calidad: espera generar varios candidatos y elegir uno.

Presupuesto y gran volumen

Nano Banana 2 es la opción predeterminada por su valor. Con aproximadamente $0.047 por imagen en 1K, es el más barato de los tres a resolución estándar, con una fidelidad claramente superior a la del Nano Banana original. Si generas miniaturas, variaciones o cualquier cosa a escala donde domine el coste por imagen, empieza aquí y pasa a Nano Banana Pro solo para los fotogramas que necesiten texto o máxima fidelidad. (El Nano Banana original es aún más barato si buscas el mínimo absoluto.)

Cuando necesitas 4K

GPT-Image-2 es el ganador inesperado en coste a 4K. Su precio por imagen es fijo en 1K, 2K y 4K, mientras que los modelos Nano Banana aumentan con la resolución. Por tanto, para salidas de alta resolución, GPT-Image-2 es capaz y también el más barato del conjunto; conviene tenerlo en cuenta para recursos de impresión e imágenes hero grandes.

Coste (por imagen, en Kunavo)

Los tres se facturan por imagen, no por token. El precio por llamada que aparece en /pricing:

• Nano Banana Pro: aproximadamente $0.067 por 1K / 2K y $0.12 por 4K (la opción premium; la calidad del texto merece la pena para el caso de uso adecuado)
• GPT-Image-2: aproximadamente $0.063 por imagen en todas las resoluciones (fijo; por eso tiene un precio intermedio en 1K y es el más barato en 4K)
• Nano Banana 2: aproximadamente $0.047 por 1K, $0.071 por 2K y $0.106 por 4K (el más barato a resolución estándar)

Las llamadas fallidas no se facturan: si escribes mal el identificador del modelo o el proveedor ascendente rechaza tu prompt, tu saldo no se toca. Consulta /docs/billing para conocer todas las reglas.

¿Con cuál deberías empezar?

• ¿Cualquier cosa con texto en la imagen (maquetas de interfaz, recursos de marketing o envases)? Nano Banana Pro. Ni siquiera empieces con los demás.
• ¿Prompts precisos y literales o salida 4K? GPT-Image-2. Su seguimiento de instrucciones es excelente y el precio fijo hace que la alta resolución sea económica.
• ¿Gran volumen donde domina el coste? Nano Banana 2. Es el más barato en 1K y ofrece una fidelidad suficiente para la mayor parte del trabajo de producción.
• ¿Estás creando una herramienta de propósito general que necesita todo lo anterior? Usa Nano Banana 2 como opción predeterminada para la mayoría de las solicitudes y permite que los usuarios, o tu propio enrutamiento, pasen a Nano Banana Pro para fotogramas con mucho texto y a GPT-Image-2 para 4K. Una opción predeterminada con dos salidas alternativas es mejor que obligar a todas las solicitudes a pasar por el modelo más caro.

Edición de imágenes: una cuestión aparte

Para trabajar de imagen a imagen, hay dos modelos de edición disponibles en el mismo endpoint /v1/images/edits: Nano Banana Edit (la misma fortaleza al representar texto, ideal para sustituir textos en envases y letreros) y GPT-Image-2 Edit (seguimiento preciso del prompt para cambios dirigidos). Solo tienes que pasar image junto con tu prompt.

Pruébalos tú mismo

Todo el catálogo está en /models y se puede filtrar por categoría. La forma más rápida de comparar es registrarte y recargar desde $10, ejecutar el fragmento anterior con tus propios 5 prompts y dejar que tus ojos elijan. El gusto visual es personal: la comparación adecuada es la que haces con tus prompts.