Imagen 4 vs. Nano Banana 2.1: Wie wählt man Text-zu-Bild?

TL;DR

• Wenn Sie „wählbare Auflösung (1K/2K/4K), Referenzbilder möglich, Ausgabe als jpg / png“ brauchen, wählen Sie gemini-nano-banana-2.1; wenn Sie „drei feste Stufen, stabile Materialien und Textlayout, reine Text-zu-Bild-Ausgabe“ brauchen, wählen Sie Imagen 4 (imagen-4.0).
• Die härteste Zahl: Standard-Stufe $0.06 gegenüber NB2.1 1K $0.022, also $0.038 teurer pro Bild; bei 1.000 Bildern sind das $60.00 gegenüber $22.00. Auch NB2.1 4K mit $0.058 liegt noch unter Imagen 4 Ultra mit $0.09.
• Beide sind auf HiAPI verfügbar: Imagen 4 Modellseite, Nano Banana 2.1 Modellseite, dieselbe /v1/tasks-Schnittstelle, neue Nutzer erhalten bei Registrierung 200 Credits.

Auf einen Blick

	Imagen 4 (imagen-4.0)	gemini-nano-banana-2.1
Positionierung	Reine Text-zu-Bild, drei Stufen (zusätzlich Fast / Ultra)	Text-zu-Bild + Referenzbild-Mix
Referenzbild	Nicht unterstützt	image_input bis zu 10 Bilder, optional
Auflösung	Kein Auflösungsparameter	1K / 2K / 4K, Standard 1K
Seitenverhältnis	aspect_ratio erforderlich, 6 Optionen	aspect_ratio 15 Optionen inkl. auto, Standard auto
Ausgabeformat	Kein Formatparameter	output_format jpg / png, Standard jpg
Preis (pro Bild)	Fast $0.03; Standard $0.06; Ultra $0.09	1K $0.022; 2K $0.036; 4K $0.058
Struktur der Stufen	Drei Modell-IDs, gleiche Aufrufmethode	Auflösung innerhalb eines Modells wählbar
Geeignet für	Liefer-Ausgaben, Szenen mit hohen Anforderungen an Materialien und Text	Pipelines mit Auflösungsempfindlichkeit, Referenzbildern, direkter png-Ausgabe

Beide Modelle zu HiAPI-Aktuellpreisen, geprüft am 22. Oktober 2026. Abrechnung pro erfolgreich generiertem Bild, Fehlschläge werden nicht berechnet, Referenzbilder kosten nichts extra.

Derselbe Prompt, echte Ergebnisse von beiden Seiten

Derselbe Prompt, Imagen 4 mit Standard-Stufe, NB2.1 mit 1K, Seitenverhältnis auf beiden Seiten identisch, je einmal generiert.

Gruppe A: Produkt-Stillleben (1:1)

Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo

(Chinesische Bedeutung: Keramik-Teekanne und zwei Teetassen auf einem Holztablett; weiches Morgenlicht; minimalistisches Produktfoto.)

Imagen 4 (Standard $0.06)	gemini-nano-banana-2.1 (1K $0.022)

Links: imagen-4.0, 1:1, 1024×1024, WebP, $0.06. Rechts: gemini-nano-banana-2.1, 1:1, 1K (1024×1024), png, $0.022. In dieser Gruppe sind die Pixel auf beiden Seiten gleich, das Format unterschiedlich.

Mit Imagen 4 generieren → ｜ Mit Nano Banana 2.1 generieren →

Sichtbare Unterschiede in Gruppe A:

• Motiv identisch: Teekanne, zwei henkellose Tassen, Holztablett, helle Umgebung plus ein weiches Licht.
• Kannenform und Requisiten unterschiedlich: Die Imagen-Seite zeigt eine rundliche Kanne mit Seitenhenkel vor schlichtem grauweißem Hintergrund, wie auf einem Stillleben-Tisch; die NB2.1-Seite zeigt eine Kanne mit Bügelhenkel, glasierter Oberfläche mit Sprenkeln, neben dem Tablett ein zusätzliches Stofftuch, der Hintergrund ist ein unscharfes Innenraum-Fensterbild.

Gruppe B: Dokumentarisches Porträt (3:4)

Elderly fisherman mending nets on a harbor pier; golden hour; documentary portrait

(Chinesische Bedeutung: Alter Fischer repariert Netze auf einem Hafenkai; goldene Stunde; dokumentarisches Porträt.)

Imagen 4 (Standard $0.06)	gemini-nano-banana-2.1 (1K $0.022)

Links: imagen-4.0, 3:4, 864×1152, WebP, $0.06. Rechts: gemini-nano-banana-2.1, 3:4, 1K (896×1200), png, $0.022. Derselbe Prompt, je einmal generiert.

Mit Imagen 4 generieren → ｜ Mit Nano Banana 2.1 generieren →

Sichtbare Unterschiede in Gruppe B:

• Person und Handlung identisch: Ein alter Mann mit weißem Bart sitzt am Kai und repariert mit gesenktem Kopf Fischernetze, warmes Seiten-Gegenlicht der goldenen Stunde, hochformatiges dokumentarisches Porträt.
• Sitzgelegenheit und Kleidung unterschiedlich: Die Imagen-Seite zeigt ihn auf einem blauen Plastikhocker mit grauer Mütze; die NB2.1-Seite auf einer Holzkiste mit Wollmütze und einem kleinen Messer in der rechten Hand.
• Dichte der Umgebungsrequisiten unterschiedlich: Auf der NB2.1-Seite stapeln sich daneben Hummerkörbe und Transportkisten, Netze und Seile liegen breiter ausgebreitet; auf der Imagen-Seite gibt es relativ wenige Requisiten am Boden.

Beide Gruppen haben ein identisches Seitenverhältnis, aber unterschiedliche Formate (WebP gegenüber png); die Pixelmaße sind in Gruppe A auf beiden Seiten gleich (1024×1024), in Gruppe B ähnlich, aber nicht gleich (864×1152 gegenüber 896×1200) – das ist ein Unterschied der beiden Schnittstellen selbst; behalten Sie das im Hinterkopf, wenn Sie die großen Bilder vergleichen.

Auswahl nach Szenario

• Für die Massengenerierung im E-Commerce und Social Media wählen Sie gemini-nano-banana-2.1: 1K $0.022, 1.000 Bilder $22.00, außerdem lassen sich Referenzbilder zur Stilsteuerung übergeben.
• Für Liefer-Ausgaben mit hohen Anforderungen an Materialdetails und Bildtext wählen Sie Imagen 4 Standard-Stufe oder Ultra.
• Wenn die Pipeline direkte png- / jpg-Ausgabe braucht, wählen Sie NB2.1 (output_format explizit wählbar); Imagen 4 hat keinen Formatparameter, eine Formatkonvertierung ist ein zusätzlicher Schritt.
• Wenn Sie 4K-Großbilder brauchen, aber das Budget drücken wollen: NB2.1 4K mit $0.058 ist günstiger als Imagen 4 Ultra mit $0.09; testen Sie nach Bildtyp und entscheiden Sie dann; lassen Sie zuerst von beiden Seiten je ein Bild auf 1K-Niveau generieren, um den Bildstil zu wählen, und investieren Sie den Aufpreis danach in den Gewinner.
• Für spezielle Seitenverhältnisse zuerst die Wertetabelle prüfen: Imagen 4 sechs (1:1, 16:9, 9:16, 3:4, 4:3, auto), NB2.1 fünfzehn inkl. auto.
• Für Szenariovorlagen von Imagen 4 siehe Prompt-Sammlung, für Details zu den Preisen der drei Stufen siehe Preisseite.

Umstellungskosten: nur model und input ändern

Beide Seiten nutzen POST /v1/tasks, denselben Key, dieselbe Polling-Logik:

{
  "model": "imagen-4.0",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1"
  }
}

{
  "model": "gemini-nano-banana-2.1",
  "input": {
    "prompt": "Ceramic teapot and two cups on a wooden tray; soft morning light; minimalist product photo",
    "aspect_ratio": "1:1",
    "resolution": "1K",
    "output_format": "png"
  }
}

Bei Imagen 4 sind nur prompt und aspect_ratio Pflichtfelder; bei NB2.1 werden resolution und output_format explizit übergeben, dann wird genau wie angegeben ausgegeben, der restliche Code muss nicht angepasst werden. Polling, Callbacks, Idempotenz und andere umgebende Logik sind auf beiden Seiten vollständig gemeinsam nutzbar; ein SDK, das beide Modelle gleichzeitig für A/B-Tests anbindet, ist nur eine zusätzliche Verzweigung.

Häufige Fragen

Kann man beide kostengünstig zuerst testen?

Ja. Je ein Bild mit der Standard-Stufe und NB2.1 1K ergibt Vergleichskosten von $0.082; danach die Richtung wählen und skalieren.

Kann man beide Modelle gemischt einsetzen?

Ja. Mengenstarke Entwürfe und Referenzbilder zur Stilsteuerung laufen über NB2.1, finale Fassungen und Textbilder über Imagen 4, alles über dasselbe /v1/tasks.

Ist eine höhere Auflösungszahl immer besser?

Nicht unbedingt. Bei NB2.1 kosten 2K/4K Aufpreis pro Bild ($0.036 / $0.058), Imagen 4 hat keinen Auflösungsparameter, die Details kommen über die Stufen.

Sind die Regeln für Referenzbilder gleich?

Nein. Imagen 4 akzeptiert keine Referenzbilder, das Bild entsteht ausschließlich aus dem Prompt; bei NB2.1 sind in image_input bis zu 10 Bilder möglich, optional.

Wird bei Fehlschlägen abgerechnet?

Nein. Auf beiden Seiten wird nichts berechnet, Referenzbilder kosten auch nichts extra; auf HiAPI teilen sich Bilder, Videos und Audio einen Key, die Abrechnung beider Modelle ist an derselben Stelle sichtbar.

Nächster Schritt: Nehmen Sie den Teekannen-Prompt aus Gruppe A und generieren Sie je ein Bild auf Imagen 4 und auf der NB2.1-Modellseite, legen Sie sie nebeneinander und sehen Sie, welches bei Ihren eigenen Produktbildern stabiler ist.