Tutorial
¿Cómo usar la API de Nano Banana 2.1? Genera tu primera imagen en 5 minutos
4 pasos para probarlo en línea y 4 pasos para integrar la API, con ejemplos de curl y Python listos para ejecutar, edición con imágenes de referencia y una guía rápida de errores comunes.
TL;DR
- Qué es: La última versión de la serie Nano Banana de Google; la generación de texto a imagen y la edición con imágenes de referencia comparten un mismo ID de modelo. Ya está disponible en HiAPI; abre la página del modelo, introduce un prompt y genera. Los nuevos usuarios reciben 200 créditos al registrarse, suficientes para unas 4 imágenes en 1K.
- Cuánto cuesta: Se cobra por imagen: 1K $0.022, 2K $0.036, 4K $0.058, aproximadamente un 33 %–39 % menos que Nano Banana 2, y las imágenes de referencia no tienen coste adicional.
- Cómo llamar a la API:
POST https://api.hiapi.ai/v1/tasks, escribegemini-nano-banana-2.1enmodel, obtén eltaskIdy luego consulta o espera el callback, y descargadata.output[0].url.
Con Nano Banana 2.1 recién lanzado, las dos preguntas más frecuentes son: qué puede hacer y cuánto se tarda en integrarlo en tu propio proyecto. Para lo primero, mira los 5 puntos siguientes; para lo segundo, 5 minutos son suficientes.
¿Qué puede hacer Nano Banana 2.1?
- Entre un 30 % y un 40 % más barato que NB 2. A la misma resolución, cada imagen cuesta aproximadamente un 33 %–39 % menos; en 1K solo $0.022, y la sintaxis de los parámetros es igual que en NB 2.
- Acepta hasta 10 imágenes de referencia a la vez. Sube juntos modelos, ropa, escenarios e imágenes de producto y fusiónalos en una sola imagen; ideal para cambios de vestuario y propuestas de identidad visual de marca.
- 15 relaciones de aspecto, hasta 1:8 y 8:1. Además de las habituales 1:1, 4:5, 16:9 y 21:9, también genera imágenes alargadas como 1:4, 4:1, 1:8 y 8:1; las imágenes largas de páginas de detalle y los banners se crean de una vez.
- Tres niveles de resolución: 1K, 2K y 4K. Usa 1K para probar prompts y 2K o 4K para las imágenes finales.
- Texto a imagen y edición comparten el mismo ID de modelo. Si solo das un prompt, es texto a imagen; si añades imágenes de referencia, se convierte en edición, sin necesidad de mantener dos conjuntos de código.

Editorial de moda de Nano Banana 2.1, 2K / 16:9, salida de 2752×1536.
Dos formas de empezar: ¿prueba en línea o API?
Si primero quieres ver el resultado, elige la prueba en línea; si vas a integrarlo en un producto, elige la API. Ambas vías usan el mismo modelo y el mismo precio.
Prueba en línea (aprox. 1 minuto)
- Abre la página del modelo Nano Banana 2.1, o pulsa directamente el enlace debajo de la imagen anterior; el prompt se rellenará automáticamente.
- Regístrate o inicia sesión; las cuentas nuevas incluyen 200 créditos.
- Elige la relación de aspecto y la resolución; una imagen en 1K cuesta 44 créditos.
- Pulsa generar y, si te gusta el resultado, descárgala.
Integración mediante API (aprox. 5 minutos)
- Crea una API Key (
sk-...) en la consola de HiAPI. - Usa
POST /v1/taskspara crear una tarea y obténdata.taskIdde la respuesta. - Consulta con
GET /v1/tasks/{id}, o incluyecallback.urlen la solicitud y espera la notificación. - Cuando
data.statuscambie asuccess, descarga la imagen desdedata.output[0].url.
Una imagen en 1K cuesta $0.022; con $10 puedes generar unas 450, suficiente para ajustar el prompt hasta que quede a tu gusto. Consulta todos los parámetros en la documentación en chino.
Tu primera imagen: versión curl
Crear la tarea:
curl -s -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer sk-YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-nano-banana-2.1",
"input": {
"prompt": "A fashion editorial photograph of a model in an ivory linen blazer on a sunlit white-stucco terrace above the Mediterranean, 50mm lens, soft directional light, cinematic color grade",
"aspect_ratio": "4:5",
"resolution": "2K",
"output_format": "png"
}
}'
El ID de la tarea devuelto está en data.taskId:
{"code":200,"data":{"taskId":"tk-hiapi-..."},"message":"success"}
Consultar el resultado:
curl -s https://api.hiapi.ai/v1/tasks/YOUR_TASK_ID \
-H "Authorization: Bearer sk-YOUR_KEY"
El único campo obligatorio es prompt. aspect_ratio tiene como valor predeterminado auto, resolution tiene 1K, y output_format puede ser jpg o png.
Tu primera imagen: versión Python
Creación, sondeo y descarga en un solo bloque; cópialo, pon tu propia Key y ya se puede ejecutar:
import requests, time
API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": "Bearer sk-YOUR_KEY"}
payload = {
"model": "gemini-nano-banana-2.1",
"input": {
"prompt": "A fashion editorial photograph of a model in an ivory linen blazer on a sunlit white-stucco terrace above the Mediterranean, 50mm lens, soft directional light, cinematic color grade",
"aspect_ratio": "4:5",
"resolution": "2K",
"output_format": "png",
},
}
resp = requests.post(API, headers=HEADERS, json=payload, timeout=30)
task_id = resp.json()["data"]["taskId"]
while True:
status = requests.get(f"{API}/{task_id}", headers=HEADERS, timeout=30).json()["data"]
if status["status"] in ("success", "fail"):
break
time.sleep(2)
if status["status"] == "success":
image_url = status["output"][0]["url"]
with open("nano-banana-2-1.png", "wb") as f:
f.write(requests.get(image_url, timeout=60).content)
else:
print(status.get("error"))
Edición con imágenes de referencia: basta con añadir un campo
Añade image_input dentro de input y la misma solicitud se convierte en edición. Abajo usamos directamente la imagen editorial de moda anterior como referencia y solo cambiamos el color de la chaqueta:
curl -s -X POST https://api.hiapi.ai/v1/tasks \
-H "Authorization: Bearer sk-YOUR_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-nano-banana-2.1",
"input": {
"prompt": "Change the model'\''s blazer to deep burgundy silk while keeping her pose, the terrace, and the lighting unchanged",
"image_input": ["https://static.hiapi.ai/model-examples/gemini-nano-banana-2.1/2026/10/08/1791466473082-3e77d5c2a1ef0ef6-coastal-fashion-2k.webp"],
"resolution": "2K"
}
}'
image_input admite hasta 10 URL públicas; compatible con JPEG, PNG y WebP, con un máximo de 30 MB por imagen. En el prompt, separa lo que hay que "cambiar" y lo que hay que "conservar"; cuanto más concretos sean los elementos a conservar, más fiel se mantendrá la imagen original.
3 cosas que tener en cuenta antes de publicar
- Usa callback en el servidor. Añade
"callback": {"url": "https://yourapp.com/webhook", "when": "final"}al cuerpo de la solicitud; recibirás una notificación automática al terminar la tarea y evitarás el sondeo. - No repitas el POST por un timeout. Cada
POST /v1/taskscrea una nueva tarea y se factura por separado. Guarda primero eltaskIdy desduplica en tu propio sistema antes de reintentar. - Escribe
resolutionexplícitamente en cada solicitud. La resolución determina directamente el precio unitario; fíjala en la solicitud para que la factura sea predecible.
Errores comunes, uno por línea
- 400
additional properties '<field>' not allowed→ el nombre del campo está mal escrito o pertenece a otro modelo (por ejemplo,image_urls) → consulta la documentación y usa el nombre correcto, comoimage_input. - 400, indica que el valor de
aspect_rationo es válido → se pasó una relación de aspecto que no está en la lista → elige uno de los 15 valores válidos que aparecen en el error. - 401
permission_denied→ la Key falta, está mal escrita o ha sido revocada → revisa la cabeceraAuthorization: Bearer sk-...y, si es necesario, vuelve a crear la Key en la consola. - La creación se realiza correctamente, pero la tarea queda en
fail/INVALID_REQUEST→ la URL de la imagen de referencia no se puede abrir o no es una imagen → usa un JPEG, PNG o WebP accesible públicamente. - El enlace de la imagen deja de funcionar a los pocos días → los enlaces de salida tienen caducidad → descarga la imagen en cuanto recibas el resultado y guarda el archivo en sí.
El importe preautorizado de las tareas fallidas se reembolsa automáticamente en su totalidad.
Preguntas frecuentes
¿Nano Banana 2.1 puede sustituir directamente a NB 2?
Sí. Los nombres de los parámetros son exactamente iguales; cambia model a gemini-nano-banana-2.1 y listo, y a la misma resolución cada imagen cuesta aproximadamente un 33 %–39 % menos. La única advertencia: 2.1 genera JPG por defecto; si necesitas PNG, escribe explícitamente "output_format": "png".
¿Las imágenes de referencia tienen coste adicional? No. El precio depende solo de la resolución de salida; da igual enviar 1 o 10 imágenes de referencia.
¿Puede generar fondos transparentes?
Los formatos de salida son jpg o png; si necesitas material con fondo transparente, elige GPT Image 2.5, que admite background: transparent en 1K.
¿Cuántas imágenes puede generar a la vez? Una tarea genera una imagen. Para varias, crea varias tareas en paralelo; se factura por imagen.
Artículos de la serie Nano Banana 2.1
- Página del modelo Nano Banana 2.1: generación en línea, 200 créditos de regalo al registrarse
- Cuánto cuesta la API de Nano Banana 2.1: precio unitario 1K/2K/4K y presupuesto mensual
- Nano Banana 2.1 vs GPT Image 2.5: cómo elegir según presupuesto y caso de uso
- Colección de prompts de Nano Banana 2.1: 5 escenarios para copiar y generar directamente
- Documentación de integración en chino de Nano Banana 2.1: todos los parámetros y códigos de error
Pruébalo ahora: pulsa el enlace Generar con este prompt → que está debajo de la imagen editorial de moda; el prompt ya está rellenado, elige 2K y 16:9, y con un clic obtendrás el mismo resultado.
Artículos relacionados
Ver todos los artículos →-
Tutorial
Cómo llamar a hailuo-2.3-fast/image-to-video a través de la API de HiAPI: práctica con curl y Python
La primera solicitud ejecutable del nivel rápido y de bajo coste de imagen a vídeo: del ID del modelo a la descarga del MP4
-
Tutorial
Cómo llamar a hailuo-2.3/text-to-video mediante la API de HiAPI: curl, Python y ejemplos de solicitud ejecutables
-
Tutorial
Uso de Kandinsky 6.0 Pro texto a video en HiAPI: tutorial con curl y Python
Demostración práctica centrada en la solicitud: construir la llamada de prompt a clip de video, enviar la solicitud, sondear el estado de finalización y descargar el resultado