구글 Nano Banana 2.1 정식 제공, 이미지 단가는 내리고 입력·사고 단가는 올렸다

가이드의 Python 예시는 Interactions API의 client.interactions.create로 2.1을 부르고 사고 수준을 high로 지정합니다.

같은 가이드는 출력 비율을 response_format의 aspect_ratio(예: "16:9")로 지정하고, 앞선 결과를 이어서 편집할 때 그 결과의 previous_interaction_id를 넘기도록 안내합니다. 모델 문서에는 2K·4K 해상도의 넓은·파노라마 비율(1:4, 4:1, 1:8, 8:1)에서 생기던 타일 모양 결함(tiling artifacts)을 2.1에서 고쳤다는 내용도 있습니다. 생성된 이미지에는 모두 SynthID 워터마크가 들어간다고 가이드는 적었습니다.

구글 딥마인드의 Nano Banana 2.1 모델 카드에 따르면 2.1은 Gemini 3.6 Flash를 기반으로 한 Gemini 3 계열 모델입니다. 기반 모델의 지식 기준 시점은 3월이고, 일부 영역은 2025년 1월 지식에 머물 수 있습니다.

2.1은 텍스트, 이미지, 동영상, PDF를 입력으로 받아 이미지와 텍스트를 내놓습니다. 토큰 한도는 입력 131,072, 출력 32,768입니다. 가이드 기준으로 동영상 입력은 2.1에서만 지원되고, 오디오 입력은 지원되지 않습니다. 2.1에서는 함수 호출, 구조화 출력, 코드 실행, URL 컨텍스트 같은 기능도 쓸 수 없어, 이미지 생성 요청 안에서 도구를 부르거나 응답을 정해진 스키마로 받는 흐름은 2.1 하나로 구성할 수 없습니다.

구글 자체 평가 10개 항목에서 Nano Banana 2를 앞섰다

사고를 켠 2.1(Thinking)은 구글 딥마인드의 Nano Banana 2.1 모델 카드에 실린 평가 10개 항목 모두에서 Nano Banana 2와 Nano Banana Pro보다 높은 값을 받았습니다. 평가는 2.1을 사고를 켠 조건과 끈 조건(No Thinking)으로 나눴고, Nano Banana 2는 사고를 켠 조건으로만 평가됐습니다. 평가 프롬프트 수와 평가자 구성은 공개되지 않았습니다.

텍스트-이미지 생성과 편집 항목은 사람 평가자가 두 결과를 나란히 놓고 고른 선호를 Elo 점수로 바꾼 값이고, 인포그래픽 사실성은 자동 평가기(AutoRater) 하나가 매긴 점수입니다. 텍스트로 이미지를 만드는 전체 선호 Elo는 2.1 Thinking 1050, No Thinking 1015입니다. 같은 항목에서 Nano Banana 2는 990, Nano Banana Pro는 935를 받았습니다.

참조 이미지 합성은 Gemini API 모델 문서가 꼽은 주요 변경 가운데 하나입니다. 2.1은 참조 이미지를 최대 14장까지 합성하고, 캐릭터는 최대 4명, 사물은 최대 10개까지 일관되게 유지한다는 설명입니다. 모델 카드의 여러 캐릭터 일관성 Elo는 2.1 Thinking 1106, Nano Banana 2 978, Nano Banana Pro 1011입니다. 여러 참조 이미지 편집 Elo는 같은 순서로 1066, 988, 989입니다.

텍스트 렌더링과 인포그래픽 배치 정확도도 모델 문서가 개선 항목으로 꼽았습니다. 인포그래픽 디자인 Elo는 2.1 Thinking 1048, Nano Banana 2 961입니다. 자동 평가기가 매긴 인포그래픽 사실성 점수는 2.1 Thinking 0.521, Nano Banana 2 0.179, Nano Banana Pro 0.265입니다. 사고를 끈 2.1의 점수는 0.328입니다.

평가표의 Thinking과 No Thinking 조건이 API의 thinking_level 값 가운데 어느 것에 해당하는지는 확인되지 않았습니다. Gemini API 이미지 생성 가이드가 적은 2.1의 사고 수준은 minimal, medium, high이고, 이 목록에 사고를 끄는 값은 없습니다. Nano Banana 2의 평가값도 사고를 켠 조건에서 나와, 기본값 minimal로 호출해 온 결과와 같은 설정인지는 알 수 없습니다.

모델 카드가 밝힌 알려진 한계 가운데 일부는 평가 항목과 같은 영역에 걸립니다. 작은 글씨는 1K에서 흐릿한 경우가 많고, 긴 문단이나 페이지 분량의 텍스트에도 약하다고 적었습니다. 입력 이미지와 결과 사이의 캐릭터 일관성도 늘 완벽하지는 않습니다. 마스크·낙서 기반 편집에서는 지시를 일부만 따르거나 잉크 흔적이 남을 수 있고, 공간 위치 혼동과 지연·시간 초과도 가끔 생긴다고 모델 카드는 밝혔습니다.

Gemini 앱과 구글 검색 AI 모드도 배포 채널로 이름을 올렸다

일반 이용자가 쓰는 Gemini 앱과 구글 검색 AI 모드는 구글 딥마인드의 Nano Banana 2.1 모델 카드에 2.1의 배포 채널로 이름을 올렸습니다. 배포 채널에는 이 밖에 Google Flow, Google Stitch, Google Ads와 개발자용 Google AI Studio, Gemini API가 있습니다. 모델 카드는 채널 이름만 나열했고, 각 채널에서 언제부터 어느 플랜과 국가에 적용되는지와 한국 제공 여부는 공식 자료에 나오지 않습니다.

한국어(ko-KR)는 Gemini API 이미지 생성 가이드의 한계(Limitations) 항목에 권장 언어로 들어 있습니다. 이 항목은 API 문서의 권장 언어 안내로, Gemini 앱이나 검색 AI 모드의 국가별 제공과는 다른 정보입니다.

Nano Banana 2 호출을 옮길 때 다시 볼 비용 조건

thinking_level을 지정하지 않던 Nano Banana 2 호출은 모델 ID를 바꾸기 전에 사고 수준을 명시할지부터 정해야 합니다. 2.1에서도 minimal을 지정할 수 있어, 같은 프롬프트로 minimal과 기본값 medium의 비용과 결과를 미리 견줘 볼 수 있습니다.

참조 이미지를 여러 장 넣는 작업은 입력 토큰이 많을수록 오른 입력 단가가 비용에서 차지하는 몫이 커집니다. 이런 작업은 이미지 장당 값보다 요청 한 건의 입력·출력 토큰 합계로 두 모델을 비교할 수 있습니다. 동영상 입력은 2.1에서만 받아, 동영상을 넣는 작업의 비용은 처음부터 2.1의 입력 단가를 기준으로 잡게 됩니다.

Nano Banana 2에서 0.5K로 만들던 작업은 2.1에서 image_size를 "1K" 이상으로 바꾸게 됩니다. 장수가 많은 작업이라면 두 모델 모두 가격표에 배치 장당 값이 있어, 표준 요금과 따로 계산해 볼 수 있습니다.

자료 확인 기준: 2026년 10월 7일.