Nano Banana 2.1 vs GPT Image 2.5: comparativa con pruebas

👁 117 lecturas

GPT Image 2.5 Sunburst lidera la clasificación de Arena, mientras que Nano Banana 2.1 se sitúa quinto, pero cuesta menos y se puede usar gratis en Gemini. He sometido a ambos a las mismas cuatro pruebas: texto complejo (empate 13/13), composición y serie de ediciones para GPT Image 2.5, y detalle 4K con texto diminuto en empate. Tienes un análisis exhaustivo del nuevo modelo de Google en la guía sobre Nano Banana.

Resultados en una tabla

Metodología de las pruebas

• Se usaron los mismos prompts que en las pruebas de texto complejo, composición por zonas, edición secuencial y detalle 4K.
• Las inscripciones en las imágenes las lee el modelo de visión Gemini 3.8 Flash y compruebo el texto letra a letra frente al original (sin distinguir mayúsculas de minúsculas).
• La ubicación de los objetos la detecta el mismo modelo y calculo el IoU (intersección sobre unión entre la caja solicitada y la real, donde 1 representa la coincidencia absoluta).
• Para las ediciones sucesivas, cada modelo modifica 10 veces su propio resultado y mido el SSIM y el valor ΔE en zonas que ninguna instrucción altera. Nano Banana 2.1 completó 8 de los 10 pasos (se agotó el saldo de la API), por lo que comparo a ambos tras el 8.º paso.

Texto complejo: empate al máximo nivel

Evaluamos letreros complejos con caracteres especiales y diacríticos (probados en lengua polaca): un cartel de «Rebajas de otoño», la carta de un comedor tradicional con platos locales, una portada de libro con título y autora con grafías difíciles y una caja de empanadillas. Ambos modelos reprodujeron los 13 textos con total exactitud. La diferencia radica en el estilo: Nano Banana 2.1 suele añadir elementos no solicitados por su cuenta (una marca tradicional ficticia en la caja, un sello de producto natural), mientras que GPT Image 2.5 se apega estrictamente al prompt.

Composición: GPT Image 2.5 mantiene mejor la estructura

Cada una de las cuatro escenas incluía cuatro objetos en coordenadas muy concretas (porcentajes de ancho y alto). GPT Image 2.5 situó correctamente 11 de los 16 objetos, frente a los 7 de 16 logrados por Nano Banana 2.1. El peor resultado del 2.1 se dio en una cocina (IoU de 0,19, cambiando de sitio el reloj, el hervidor y la fruta), mientras que su mejor rendimiento fue en un anuncio de agua mineral (0,67, acertando los cuatro elementos).

Serie de ediciones: el 2.1 tiende a virar al rosa

Aquí reside la mayor discrepancia. Ambos modelos aplicaron las instrucciones consecutivas (puerta verde, adhesivo de horario, patinete en sustitución de una bicicleta, coche eliminado, rótulo de panadería, lavanda, abrigo amarillo y un gato en el alféizar). Sin embargo, Nano Banana 2.1 fue desplazando los colores hacia tonos rosados en cada iteración y reencuadró ligeramente la imagen. Tras 8 pasos, la variación cromática media en zonas que no debían cambiar alcanzó un ΔE de 18,9 en Nano Banana 2.1, frente a un 8,2 en GPT Image 2.5. La conclusión práctica es clara: si vas a realizar muchos cambios sobre una misma imagen en Nano Banana 2.1, recupera el original cada pocos pasos o agrupa los cambios en una sola petición.

Detalle en 4K: reescalado en ambos casos

En una escena urbana de plaza con múltiples rótulos («Farmacia», «Flores», «Relojería», «Antigüedades», «Cambio», un periódico y un tranvía), Nano Banana 2.1 generó un archivo de 5504 × 3072 px, y GPT Image 2.5 uno de 3840 × 2160 px. Al medir cuánta información real se pierde al reducir el tamaño, ambos modelos se quedan en torno a 4 Mpx de nitidez efectiva, lo que confirma que ninguno produce 4K nativo real. Ambos permitieron leer 5 de las 8 inscripciones; Nano Banana 2.1 omitió por completo el periódico con titular, mientras que GPT Image 2.5 sí lo dibujó.

Cuál elegir

• GPT Image 2.5: cuando necesites clavar la composición espacial, vayas a encadenar varias modificaciones sobre la misma base o busques el estándar más valorado en la tabla de Arena.
• Nano Banana 2.1: para retocar imágenes sin coste en Gemini, modificar partes concretas mediante máscara (donde obtiene un 9,0/10 en mis análisis) o generar gran volumen vía API optimizando el presupuesto.
• Para impresión en gran formato ninguno de los dos resulta idóneo: en ese ámbito el referente sigue siendo FLUX 3 con sus 16,8 Mpx nativos reales.

Otras guías recomendadas: GPT Image 2.5: análisis de Sunburst y Flare, GPT Image y Nano Banana. Si buscas ejemplos prácticos para el modelo de Google: 15 prompts con resultados.

Preguntas frecuentes

¿Cuál gestiona mejor los textos difíciles?

En nuestra comparativa ambos rindieron de forma impecable: 13 de 13 textos con caracteres complejos reproducidos sin fallos.

¿Cuál sale más barato?

Depende de la calidad que elijas. GPT Image 2.5 en modo medium resulta más económico (unos 0,0077 EUR / 0,009 USD por imagen panorámica 16:9), en modo high se equipara a Nano Banana 2.1 en resoluciones 1K-2K, y en max resulta más caro.

¿Ha alcanzado Nano Banana 2.1 a GPT Image 2.5?

No todavía. En la tabla global de Arena queda 97 puntos por detrás, y en mis pruebas cedió terreno tanto en control espacial como en la consistencia de ediciones encadenadas. Destaca, en cambio, por su precio, su acceso libre en Gemini y la edición con máscara.

Fuentes consultadas a 7 de octubre de 2026: registro de cambios de la API de Gemini, tarifas de la API de Gemini, ficha técnica de gemini-nano-banana-2.1, publicación oficial de @NanoBanana del 6 de octubre, clasificación Arena text-to-image, catálogos de modelos en OpenRouter y fal.ai, y pruebas propias realizadas a través de la API de OpenRouter.

// sigue leyendoRebranding de marcas: Qwen-Image-2.1 rediseña Coca-Cola e IKEARevistaZ-Image Turbo: prueba con 8 prompts y comparativa con Qwen-ImageBenchmarksGPT-Image-2.6 frente a Nano Banana 2.1, FLUX 3, Seedream y QwenBenchmarks

Kinetyra