Vergleichstest

FLUX.2 vs Nano Banana 2: Welche HiAPI-Bild-API sollten Sie wählen?

Dieselben Prompts, ausgeführt auf zwei HiAPI-Bildmodellen: Schildtext, realistische Hände, Produktaufnahmen – mit den aktuellen Preisen pro Bild.

Oct 19, 2026

Beide Modelle laufen auf HiAPI, beide nehmen Text-Prompts entgegen, beide werden pro Bild abgerechnet – die Frage reduziert sich also auf eines: Welches passt besser zu dieser Aufgabe? FLUX.2 und Nano Banana 2 schlagen zwei verschiedene Wege ein. Das eine ist ein Renderer, der Kontrolle priorisiert: saubere, eher filmische Bilder. Das andere ist ein kontextreicher Generator mit 4K-Stufe, bei dem die Bildbearbeitung in dasselbe Modell integriert ist.

Um konkret zu bleiben, haben wir dieselben Prompts auf beide Modelle angewendet und uns die tatsächlichen Ausgaben angesehen: Text auf einem Schild, Hände an einer Töpferscheibe und eine Produktaufnahme mit zählbaren Details. Im Folgenden stehen die tatsächlich generierten Bilder jeweils neben dem aktuellen Preis pro Bild, entnommen aus den Live-Preisdaten von HiAPI (Stand Oktober 2026). Die Aussagen zu den Fähigkeiten sind allgemeine Beobachtungen aus diesen wenigen Bildern, kein Benchmark – bevor Sie das in Ihre eigene Pipeline übernehmen, sollten Sie es zunächst mit Ihren eigenen Prompts testen.

Auf einen Blick

Dimension	FLUX.2	Nano Banana 2
HiAPI-Modell	`flux-2/text-to-image`	`nano-banana-2`
Anbieter	Black Forest Labs	Google (Gemini 3.1 Flash Image)
Text zu Bild	Unterstützt	Unterstützt
Integrierte Bildbearbeitung (Bild zu Bild)	Separates Modell	Im selben Modell integriert (bis zu 14 Referenzbilder)
Maximale Auflösung	4 MP	4K-Stufe
Einstiegspreis / Bild	$0.05 (1 MP); 0.5-MP-Entwurfsstufe $0.0375	$0.036 (1K)
Höchstpreis / Bild	$0.125 (4 MP)	$0.086 (4K)
Stärken	Prompt-Kontrolle, saubere Studio-Anmutung, klarer Text im Bild	Realistische Szenen, höhere Auflösung, Bildbearbeitung im Modell

Beide sind wirklich starke Modelle, keines ist eine schwache Wahl – sie sind nur für unterschiedliche Ziele optimiert. Die folgenden Testbilder machen diesen Unterschied konkreter.

Dieselben Prompts, einmal pro Modell

Jedes Bildpaar verwendet genau denselben Prompt; die einzige Variable ist das Modell.

Text auf einem Schild

A photorealistic storefront chalkboard A-frame sign reading MORNING ROAST / Single-Origin Pour-Over / Open 7am to 2pm with a chalk coffee-cup doodle, sunny cafe sidewalk

FLUX.2, sauberer und kompakter Bildaufbau, kontrollierbare Kreide-Anmutung.

Nano Banana 2, derselbe Schildtext, eingebettet in eine vollständigere Straßenszene.

Beide Modelle haben alle drei Zeilen vollständig richtig geschrieben – „MORNING ROAST“, „Single-Origin Pour-Over“ und „Open 7am to 2pm“ sind in beiden Bildern klar lesbar und fehlerfrei. Der Unterschied liegt in der Interpretation, nicht in der Genauigkeit. FLUX.2 rahmt das Bild eng, mit schlichtem Hintergrund, sodass es wie eine kontrollierte Produktaufnahme wirkt. Nano Banana 2 entfaltet einen ganzen Gehweg mit Reportage-Anmutung: sitzende Menschen, Blumenkästen, Tiefenschärfe – und es fügt sogar von sich aus ein korrekt geschriebenes „THE GRIND“-Ladenschild hinzu, das nicht im Prompt stand. Wenn Sie nur das Schild selbst wollen, bleibt FLUX.2 stärker auf das Motiv fokussiert; wenn das Schild in einer glaubwürdigen Umgebung stehen soll, füllt Nano Banana 2 die Welt drumherum aus.

Realismus und Hände

Editorial photograph of a ceramicist's hands shaping a tall clay vessel on a spinning pottery wheel, golden hour light streaming through a dusty workshop window, shallow depth of field, warm earthy palette, 35mm film grain, quiet concentration, no text

FLUX.2, intime filmische Nahaufnahme, viel Körnung und Atmosphäre.

Nano Banana 2, eine dokumentarische Aufnahme, die die Töpferin und die ganze Werkstatt einbezieht.

Beide sind fotorealistisch, beide sehen gut aus, und beide halten sich an die Vorgabe „no text“. FLUX.2 versteht den Prompt sehr wörtlich und beschneidet das Bild eng auf Hände und Tongefäß, gebadet in Licht der goldenen Stunde – die filmische Anmutung überzeugt, bei genauem Hinsehen wirken die Finger einer Hand allerdings etwas weich. Nano Banana 2 zieht den Blickwinkel weiter auf die gesamte Töpferin und eine detailreiche Werkstatt, und die Anatomie bleibt auch in der größeren Szene stimmig. Für eine Hero-Nahaufnahme, bei der Textur im Vordergrund steht, lässt sich FLUX.2 mit seiner kontrollierten Ästhetik gut steuern; für eine vollständige Szene, die eine Geschichte erzählt, liefert Nano Banana 2 mehr Material.

Produktaufnahme mit zählbaren Details

A single matte sage-green ceramic pour-over coffee dripper on a light oak wood table, exactly three whole roasted coffee beans lined up in a row in front of it, a folded white paper filter tucked inside the dripper, soft morning light from the left, shallow depth of field, photorealistic, clean minimal background

FLUX.2, saubere Studio-Freistellung, direkt für den Produktkatalog geeignet.

Nano Banana 2, dieselben Objekte, in eine warme Wohnumgebung gestellt.

Zählbare Details sind genau die Stelle, an der Bildmodelle oft still versagen – „genau drei“ wird häufig als zwei oder fünf gezeichnet. Hier haben beide Modelle die drei Bohnen korrekt in einer Reihe angeordnet, und auch der salbeigrüne Filter und das weiße Papierfilter sind vorhanden. FLUX.2 stellt das Motiv vor einem sauberen Hintergrund frei – genau der Effekt, den man für Produktkataloge oder Freisteller will –, doch seine Gefäßform wirkt eher wie eine Tasse als wie ein klassischer Konusfilter. Nano Banana 2 rendert eine genauere Form des Pour-over-Filters und setzt ihn in eine Wohnszene mit einfallendem Fensterlicht; die Freistellung ist schwächer, das Alltagsgefühl stärker. Beide haben dieselbe Anweisung befolgt, dienen aber zwei unterschiedlichen Aufgaben.

Preis: Was Sie tatsächlich zahlen

Die folgenden Preise stammen aus den Live-Preisdaten von HiAPI (Stand Oktober 2026). Prüfen Sie vor der Budgetplanung die aktuellen Zahlen auf der Preisseite, und bedenken Sie: fehlgeschlagene Tasks werden nicht berechnet.

Die beiden Modelle verwenden sogar unterschiedliche Achsen für die Preisberechnung. FLUX.2 rechnet nach Megapixeln (MP) der Ausgabegröße, Nano Banana 2 nach Auflösungsstufen.

Stufe	FLUX.2 (pro Bild)	Nano Banana 2 (pro Bild)
Entwurf / Einstieg	$0.0375 (0.5 MP)	$0.036 (1K)
Standard	$0.05 (1 MP)	$0.057 (2K)
Großes Bild	$0.075 (2 MP)	Keine entsprechende Stufe
Maximum	$0.125 (4 MP)	$0.086 (4K)

Die Zelle „Großes Bild“ für Nano Banana 2 in der Tabelle lautet Keine entsprechende Stufe, denn es gibt nur die drei Stufen 1K, 2K und 4K, die sich nicht eins zu eins der mittleren 2-MP-Stufe von FLUX.2 zuordnen lassen – das liegt an den unterschiedlichen Preisachsen, nicht an einer Fähigkeitslücke.

Im unteren Bereich liegen beide nah beieinander. Die Lücke öffnet sich oben: Die 4K-Stufe von Nano Banana 2 ($0.086) liegt deutlich unter der 4-MP-Topstufe von FLUX.2 ($0.125), und 4K hat mehr Pixel als 4 MP, sodass Nano Banana 2 zugleich eine größere native Ausgabegröße erreicht. Der Trumpf von FLUX.2 ist die 0.5-MP-Entwurfsstufe für $0.0375 – ein günstiger Weg, die Komposition zu iterieren, bevor Sie in voller Größe rendern. Wenn Ihre Hauptbeschränkung die Kosten bei großem Volumen oder hoher Auflösung sind, fällt die Rechnung bei Nano Banana 2 in der Regel leichter; wenn Sie es gewohnt sind, in Entwurfsgröße zu experimentieren und nur gelegentlich große Bilder auszugeben, halten die Entwurfsstufen von FLUX.2 die Experimentierkosten sehr niedrig.

Bildbearbeitung und Referenzbilder

Dies ist ein struktureller Unterschied, den man vor dem Aufbau klären sollte.

Nano Banana 2 vereint Text zu Bild und Bild zu Bild in einem Modell. Um ein Bild zu bearbeiten oder neu zu gestalten, übergeben Sie die URLs der Referenzbilder im Feld image_input (bis zu 14) an dieselbe Anfragefläche, die Sie auch für die Generierung nutzen – praktisch, wenn der Workflow „erst generieren, dann mit Referenzbildern iterieren“ lautet.

FLUX.2 trennt die beiden Dinge. Text zu Bild ist flux-2/text-to-image, die Bildbearbeitung ist ein separates Modell, flux-2/image-to-image, das bis zu 8 Referenzbilder aufnimmt und für präzise Bearbeitung auf Anweisungsebene gedacht ist, bei der Motiv und Logo konsistent bleiben. Das bedeutet einen zusätzlichen Endpunkt, den man anbinden muss, dafür bekommt man aber einen spezialisierten Multi-Referenz-Editor, der nützlich ist, wenn die Markenkonsistenz über mehrere Bearbeitungen hinweg gewahrt bleiben soll.

Keiner der beiden Ansätze ist grundsätzlich überlegen. Eine einzige Anfragefläche ist einfacher zu bedienen, ein spezialisierter Editor lässt sich besser justieren.

Diese Testreihe reproduzieren

Beide Modelle laufen über die asynchrone Task-API von HiAPI: an POST /v1/tasks senden, den Task abfragen, dann die Ausgabe-URL herunterladen. Authentifizierung und Anfragestruktur sind gleich; für einen A/B-Test ändern Sie einfach das Feld model.

FLUX.2 Text zu Bild:

curl -s https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "flux-2/text-to-image",
    "input": {
      "prompt": "A photorealistic storefront chalkboard A-frame sign reading MORNING ROAST / Single-Origin Pour-Over / Open 7am to 2pm with a chalk coffee-cup doodle, sunny cafe sidewalk",
      "aspect_ratio": "4:3",
      "resolution": "1 MP"
    }
  }'

Nano Banana 2 (derselbe Prompt; beachten Sie, dass resolution 1K/2K/4K verwendet):

curl -s https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "A photorealistic storefront chalkboard A-frame sign reading MORNING ROAST / Single-Origin Pour-Over / Open 7am to 2pm with a chalk coffee-cup doodle, sunny cafe sidewalk",
      "aspect_ratio": "4:3",
      "resolution": "2K",
      "output_format": "png"
    }
  }'

Eine Stolperfalle sollten Sie sich merken: Der resolution-Wert von FLUX.2 enthält ein Leerzeichen ("1 MP", nicht "1MP"), und beide Modelle geben bei unbekannten Feldnamen direkt einen Fehler aus, statt sie stillschweigend zu ignorieren. Die vollständige Parametertabelle und den Polling-Code finden Sie im FLUX.2 Text-to-Image-API-Leitfaden und im Nano Banana 2 API-Tutorial.

Wann jeweils passend

Wählen Sie FLUX.2, wenn Sie:

kompakte, vorhersehbare Kontrolle sowie eine saubere, gut steuerbare Studio-Anmutung wollen.
Produktfreisteller oder Katalogbilder erstellen, bei denen die Freistellung des Motivs von Vorteil ist.
bevorzugt zunächst günstig in der 0.5-MP-Entwurfsstufe iterieren und erst dann in voller Größe rendern.
einen spezialisierten Multi-Referenz-Editor für konsistente, präzise Bearbeitung auf Anweisungsebene brauchen.

Wählen Sie Nano Banana 2, wenn Sie:

reiche, glaubwürdige Szenen wollen, die „wie in der echten Welt fotografiert“ wirken, mit viel Umgebungsdetail.
höhere Auflösung brauchen; seine 4K-Stufe erreicht eine größere native Ausgabe als die 4-MP-Obergrenze von FLUX.2.
Generierung und Bildbearbeitung in einem Modell und einer Anfragefläche erledigen wollen.
die Kosten pro Bild bei Skalierung oder hoher Auflösung priorisieren.

Häufige Fragen

Welches ist günstiger, FLUX.2 oder Nano Banana 2? Die Kosten pro Bild sind bei Nano Banana 2 in der Regel niedriger: bei 1K $0.036 gegenüber $0.05 bei 1 MP für FLUX.2, bei 4K $0.086 gegenüber $0.125 bei 4 MP für FLUX.2. Die günstigste Option bei FLUX.2 ist die 0.5-MP-Entwurfsstufe für $0.0375, ideal zum Iterieren.

Welches zeichnet Text im Bild besser? In unserer Testreihe mit identischen Prompts haben beide Modelle den geforderten Schildtext korrekt geschrieben und klar lesbar gemacht; der Unterschied liegt in der Dichte der Szene, nicht in der Rechtschreibung. KI-Text im Bild ist zuverlässig, aber nicht perfekt – prüfen Sie den generierten Text daher vor der Veröffentlichung stets Korrektur.

Können beide Modelle Bilder bearbeiten und Referenzbilder verwenden? Ja. Nano Banana 2 bearbeitet Bilder im selben Modell über das Feld image_input (bis zu 14 Referenzbilder). FLUX.2 verwendet ein separates Bild-zu-Bild-Modell, das bis zu 8 Referenzbilder aufnimmt.

Welches hat die höhere maximale Auflösung? Nano Banana 2. Es bietet eine 4K-Stufe, während FLUX.2 bei 4 MP gedeckelt ist. Nach Pixelzahl ist 4K größer als 4 MP, sodass Nano Banana 2 eine größere native Ausgabe erreicht.

Kann man beide mit einem einzigen API-Key aufrufen? Ja. Beide Modelle nutzen dieselbe HiAPI-Task-API /v1/tasks und denselben Key; Sie ändern nur das Feld model, und ein eigener A/B-Test ist unkompliziert.

Fazit

FLUX.2 steht für „Kontrolle + Sauberkeit“: enge Prompt-Befolgung, kunstlerisch steuerbare Bilder, günstiges Iterieren in der Entwurfsstufe und ein spezialisierter Multi-Referenz-Editor. Nano Banana 2 steht für „Szene + Skalierung“: reicherer Kontext aus der realen Welt, höhere Auflösung mit 4K-Stufe, Bildbearbeitung im selben Modell und eine leichtere Rechnung bei großen Mengen. In unseren Tests haben beide die Anweisungen treu befolgt, selbst zählbare Details wie „genau drei Bohnen“ waren korrekt.

Die ehrliche Antwort lautet: Probieren Sie beide mit Ihren eigenen Prompts aus – und da sie auf HiAPI dieselbe Schnittstelle und denselben Key teilen, erfordert dieser Test nur einen geänderten Modellnamen, keinen Neuaufbau. Holen Sie sich kostenlos einen HiAPI-Key und geben Sie denselben Prompt einmal an beide Modelle.

Weiterführende Lektüre

TagsVergleich Vergleich