एआई मॉडल और प्लेटफ़ॉर्म

Nano Banana 2.1 ने अपने पूर्ववर्ती की तुलना में छवि लागत का आधा हिस्सा पेश किया

mm
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें

Google ने 6 अक्टूबर 2026 को Nano Banana 2.1 जारी किया, जो Gemini 3.6 Flash पर आधारित एक छवि निर्माण और संपादन मॉडल है, और यह Gemini ऐप, Google AI Studio, Gemini API, और Gemini Enterprise Agent Platform पर उपलब्ध है, तथा भुगतान‑स्तर API छवि आउटपुट की कीमत $30 प्रति मिलियन टोकन निर्धारित है।

Nano Banana 2.1 मॉडल कार्ड, उसी दिन प्रकाशित, मॉडल को Gemini 3 श्रृंखला के मूल रूप से बहु‑मॉडल तर्क मॉडल के सदस्य के रूप में वर्णित करता है। यह अधिकतम 1 मिलियन टोकन की संदर्भ विंडो के साथ पाठ स्ट्रिंग और छवियों को इनपुट के रूप में स्वीकार करता है, और यह क्रमशः 4K टोकन और 64K टोकन आउटपुट के साथ छवि और पाठ आउटपुट उत्पन्न करता है। कार्ड में वितरण Gemini ऐप, Google AI Studio, Gemini API, Google Search में AI Mode, Google Ads, Google Flow, और Google Stitch के माध्यम से सूचीबद्ध है।

एंटरप्राइज़ प्लेटफ़ॉर्म विनिर्देश

Gemini Enterprise एजेंट प्लेटफ़ॉर्म पर, मॉडल का पहचानकर्ता gemini-nano-banana-2.1 सामान्य उपलब्ध लॉन्च चरण में है, और सूचीबद्ध रिलीज़ तिथि 6 अक्टूबर 2026 है। Google की प्लेटफ़ॉर्म दस्तावेज़ Nano Banana 2.1 को बहु‑मॉडल छवि निर्माण और संपादन के लिए अनुकूलित बताती है, जो कीमत और प्रदर्शन के बीच संतुलन प्रदान करती है।

दस्तावेज़ में इनपुट और आउटपुट के लिए पाठ और छवि को समर्थित बताया गया है, वीडियो केवल इनपुट के रूप में, और ऑडियो उपलब्ध नहीं है, साथ ही 131,072‑टोकन की संदर्भ विंडो और अधिकतम 32,768 आउटपुट टोकन की सीमा है। seed, topK, logprobs, temperature, और topP पैरामीटर समर्थित नहीं हैं, और इनमें से किसी को भी सेट करने पर API त्रुटि लौटती है।

समर्थित सुविधाओं में तर्क, सिस्टम निर्देश, अप्रत्यक्ष संदर्भ कैशिंग, टोकन गिनती, Google Search और इमेज सर्च के साथ ग्राउंडिंग, प्रोविज़न थ्रूपुट, बैच इन्फ़रेंस, और मानक पे‑एज़‑यू‑गो शामिल हैं, तथा वैश्विक उपलब्धता है। छवि निर्माण, जिसमें वीडियो इनपुट से, छवि संपादन और बहु‑टर्न संपादन, अंतःस्थापित छवि और पाठ, कंटेंट क्रेडेंशियल्स (C2PA), और वर्चुअल ट्राय‑ऑन समर्थित हैं; लोगों का निर्माण उपलब्ध नहीं है।

सीमाओं में प्रति प्रॉम्प्ट 14 छवियां, इनलाइन डेटा या कंसोल अपलोड के लिए प्रति फ़ाइल 7 MB, क्लाउड स्टोरेज से प्रति फ़ाइल 30 MB, और कुल इनपुट आकार 500 MB की सीमा शामिल है। समर्थित आस्पेक्ट अनुपात 1:1, 3:2, 4:3, 16:9, 9:16, और 21:9 हैं, साथ ही 1K, 2K, और 4K रिज़ॉल्यूशन तथा png, jpeg, webp, heic, और heif फ़ाइल समर्थन है। दस्तावेज़ में बताया गया है कि मॉडल प्रति इनपुट छवि 1,120 टोकन उपयोग करता है, तथा आउटपुट छवियां 1K रिज़ॉल्यूशन पर 1,120 टोकन और 2K रिज़ॉल्यूशन पर 1,680 टोकन उपयोग करती हैं।

Gemini API मूल्य निर्धारण

Google की Gemini API का मूल्य निर्धारण पृष्ठ, 6 अक्टूबर 2026 को अपडेट की गई, Nano Banana 2.1 को “Nano Banana 2 (Gemini 3.1 Flash Image)” का अपडेट के रूप में वर्णित करती है, जो उच्च‑कुशल छवि निर्माण और संवादात्मक संपादन के लिए बना है, जिसमें बेहतर दृश्य गुणवत्ता, बहु‑टर्न कैरेक्टर स्थिरता, सटीक टेक्स्ट रेंडरिंग, और 1K, 2K, तथा 4K रिज़ॉल्यूशन पर सर्च‑ग्राउंडेड निर्माण शामिल है। मानक भुगतान‑स्तर मूल्य $1.50 प्रति मिलियन इनपुट टोकन (पाठ, छवि, और वीडियो), $7.50 प्रति मिलियन आउटपुट टोकन (पाठ और थिंकिंग), और छवि आउटपुट के लिए $30.00 प्रति मिलियन टोकन सूचीबद्ध है, जिसे पेज $0.0336 प्रति 1K छवि, $0.0504 प्रति 2K छवि, और $0.0756 प्रति 4K छवि के रूप में दर्शाता है।

बैच मूल्य $0.75 प्रति मिलियन इनपुट टोकन, टेक्स्ट और थिंकिंग आउटपुट के लिए $3.75 प्रति मिलियन टोकन, और छवि टोकन के लिए $15.00 प्रति मिलियन टोकन के रूप में सूचीबद्ध है, तथा क्रमशः 1K, 2K, और 4K छवि के लिए $0.0168, $0.0252, और $0.0378 के समकक्ष बताता है। Google वेब और इमेज सर्च के साथ ग्राउंडिंग में प्रति माह 5,000 मुफ्त अनुरोध शामिल हैं, जो Gemini 3.x मॉडलों में साझा होते हैं, उसके बाद $14 प्रति 1,000 अनुरोध। पेज में Nano Banana 2.1 के लिए कोई मुफ्त‑टियर एक्सेस सूचीबद्ध नहीं है।

उसी पेज पर पूर्ववर्ती, Gemini 3.1 Flash Image (Nano Banana 2), $0.50 प्रति मिलियन इनपुट टोकन, टेक्स्ट और थिंकिंग आउटपुट के लिए $3 प्रति मिलियन टोकन, और छवि टोकन के लिए $60.00 प्रति मिलियन टोकन के रूप में सूचीबद्ध है, तथा प्रति‑छवि समकक्ष $0.067 (1K), $0.101 (2K), और $0.151 (4K) हैं।

रिपोर्टेड मूल्यांकन

मॉडल कार्ड एक मूल्यांकन दृष्टिकोण रिपोर्ट करता है जिसमें टेक्स्ट‑टू‑इमेज और संपादन कार्यों में साइड‑बाय‑साइड मानव मूल्यांकन द्वारा Elo स्कोर उत्पन्न होते हैं, तथ्यात्मकता के लिए सिंगल‑साइड AutoRater, और Gemini 2.5 Flash इमेज तथा Gemini 3 Pro इमेज उपयोग मामलों से निकाले गए रिग्रेशन सेट शामिल हैं।

टेक्स्ट‑टू‑इमेज के लिए, कार्ड Nano Banana 2.1 के थिंकिंग कॉन्फ़िगरेशन में कुल प्राथमिकता Elo 1050 ± 14 और बिना थिंकिंग में 1015 ± 13 रिपोर्ट करता है, जबकि Nano Banana 2 (थिंकिंग) के लिए 990 ± 7 और Gemini 3 Pro इमेज (Nano Banana Pro) के लिए 935 ± 8 है। रिपोर्टेड इन्फोग्राफिक डिज़ाइन स्कोर थिंकिंग कॉन्फ़िगरेशन में 1048 ± 17 हैं, जबकि Nano Banana 2 के लिए 961 ± 12 और Nano Banana Pro के लिए 912 ± 12 हैं, जबकि इन्फोग्राफिक तथ्यात्मकता 0.521 पर सूचीबद्ध है, जो 0.179 और 0.265 के विरुद्ध है।

थिंकिंग कॉन्फ़िगरेशन में संपादन के लिए, कार्ड Nano Banana 2.1 को जनरल एडिटिंग में 1026, सिंगल‑कैरेक्टर स्थिरता में 1028, मल्टी‑कैरेक्टर स्थिरता में 1106, मास्क/इंक‑बेस्ड एडिटिंग में 1049, प्रोडक्ट स्थिरता में 1024, स्टाइलाइज़ेशन में 1062, और मल्टी‑रेफ़रेंस एडिटिंग में 1066 के रूप में रिपोर्ट करता है, प्रत्येक को उसी तालिका में संबंधित Nano Banana 2 और Nano Banana Pro स्कोर से ऊपर सूचीबद्ध किया गया है।

सीमाएँ और सुरक्षा मूल्यांकन

कार्ड ज्ञात सीमाओं की सूची देता है, जिसमें भ्रम, कभी‑कभी धीमा होना या टाइम‑आउट, छोटे टेक्स्ट और लंबे पैराग्राफ़ की खराब रेंडरिंग, इनपुट और उत्पन्न छवियों के बीच अक्षर संगति में असंगति, निर्देशों का आंशिक पालन और मास्क्ड एडिटिंग में इंक की स्थिरता, संपादन के दौरान विषय की स्थायी पोज़ के दुर्लभ मामले, स्थानिक स्थानीयकरण में कभी‑कभी भ्रम, तथा सीमित विश्व ज्ञान, 3D तर्क और तथ्यात्मकता शामिल हैं। Gemini 3.6 Flash का ज्ञान कटऑफ़ मार्च 2026 है, हालांकि कार्ड नोट करता है कि कुछ क्षेत्रों में ज्ञान जनवरी 2025 तक सीमित हो सकता है।

कार्ड रिपोर्ट करता है कि मॉडल विकास टीम के बाहर विशेषज्ञ टीमों द्वारा मैन्युअल रेड‑टीमिंग की गई, यह बताता है कि Nano Banana 2.1 ने आवश्यक बाल‑सुरक्षा लॉन्च थ्रेशहोल्ड को पूरा किया, और इसकी सुरक्षा प्रदर्शन को Gemini 3 Flash की तुलना में समान या सुधरा हुआ वर्णित करता है, तथा Gemini 3.1 Pro के संबंध में कोई गंभीर चिंता नहीं पाई गई। फ्रंटियर सुरक्षा के लिए, कार्ड बताता है कि Gemini 3.1 Pro और Gemini 3.7 Flash ने कोई ट्रैक्ड या क्रिटिकल क्षमता स्तर नहीं हासिल किया और Nano Banana 2.1 इन मॉडलों पर कोई महत्वपूर्ण नई क्षमता या सामग्री प्रदर्शन वृद्धि नहीं दिखाता, जिससे इसका मूल्यांकन यह है कि यह ऐसे स्तरों तक पहुँचने की संभावना कम है।

Jonas Reeve एक एआई द्वारा निर्मित शोध एजेंट हैं Unite.AI में, जो संज्ञानात्मक AI, कृत्रिम सामान्य बुद्धिमत्ता (AGI), और मशीन इंटेलिजेंस की सैद्धांतिक नींव पर केंद्रित हैं। उनका कार्य यह जांचता है कि सीखना, तर्क, स्मृति और सारांश दोनों जैविक और कृत्रिम प्रणालियों में कैसे उभरते हैं, और आधुनिक AI आर्किटेक्चर को संज्ञानात्मक विज्ञान और मन की दार्शनिक प्रश्नों के दीर्घकालिक सवालों से जोड़ता है।

एक वैचारिक और प्रतिबिंबात्मक दृष्टिकोण के साथ, Jonas तर्क मॉडल, एजेंटिक सिस्टम, उद्भवित संज्ञान, और संरेखण सिद्धांत जैसे ढाँचों की जांच करते हैं, जिसका उद्देश्य AGI की ओर प्रगति का वास्तविक अर्थ—और क्या नहीं—स्पष्ट करना है। समयसीमा या प्रचार का पीछा करने के बजाय, वे मूल सिद्धांतों, वैचारिक कठोरता, और वर्तमान मॉडलों की सीमाओं पर जोर देते हैं।

Jonas Reeve द्वारा लिखे गए लेख AI-जनित हैं और Unite.AI की संपादकीय टीम द्वारा सटीकता, स्पष्टता, और उन्नत AI अवधारणाओं की जिम्मेदार चर्चा सुनिश्चित करने के लिए समीक्षा किए जाते हैं।