Una pregunta que recibo a menudo: "Si GeminiOmni ya tiene Nano Banana 2, ¿por qué también ofreces Imagen 4? ¿No son lo mismo?"
No son lo mismo en absoluto, y que esto sea una pregunta confusa es en parte culpa de Google. Pertenecen a la misma familia de productos, comparten una base y se lanzaron más o menos al mismo tiempo. Pero realizan trabajos muy diferentes, y elegir el incorrecto para una tarea te costará tanto dinero como calidad.
Esta es la chuleta que me habría gustado tener cuando empecé a construir /tools/nano-banana-edit.
La regla en una línea
Nano Banana 2 edita imágenes. Imagen 4 las genera.
Sí, ambos pueden producir un JPEG al final. Pero fueron creados para verbos diferentes. Si ya tienes una imagen y quieres cambiar algo específico, usa Nano Banana 2. Si tienes un lienzo en blanco y quieres crear algo desde cero, usa Imagen 4.
Cuanto más ignores esta distinción, más dinero quemarás. Déjame mostrarte por qué.
Qué es cada uno realmente
Nano Banana 2 es el nombre comercial público de Gemini 3.1 Flash Image Preview. Es el sucesor del Nano Banana original (Gemini 2.5 Flash Image), que se lanzó en agosto de 2025 e hizo 200 millones de ediciones de imagen en su primer mes, siendo, con diferencia, el modelo de imagen de adopción más rápida en la historia de Google. Su característica definitoria es la edición contextual basada en chat: subes una imagen, describes qué cambiar de forma conversacional y el modelo conserva todo lo que no mencionaste.
La versión 2 (lanzada a principios de 2026) mejora la original en tres ejes: salida nativa de 2K en lugar de 1K, profundidad de color de 16 bits en lugar de 8 bits y una mejora sustancial en la representación de texto legible dentro de las imágenes. Esto último es más importante de lo que parece: los modelos de difusión han sido históricamente pésimos escribiendo palabras legibles en imágenes, y Nano Banana 2 lo soluciona en gran medida.
Imagen 4 es el modelo insignia de Google para generación de texto a imagen, actualmente disponible en tres niveles (Fast a $0.02/imagen, Standard a $0.04/imagen, Ultra a $0.06/imagen). Es puramente generativo: le das un prompt de texto y produce una imagen nueva desde cero. No tiene modo de "edición", ni iteración contextual, ni chat. Hace una cosa (convertir texto en una foto) y lo hace extremadamente bien.
El precio te dice cuándo usar cada uno
Aquí está la parte que nadie escribe en lenguaje llano.
Nano Banana 2 se cobra por edición, con un coste que oscila entre $0.045 y $0.151 según la resolución y la complejidad. Eso es 2-4 veces el coste de una imagen Imagen 4 Standard. La contrapartida: Nano Banana te permite iterar sobre el mismo sujeto a través de cinco, diez, veinte ediciones y mantener la coherencia del personaje/escena durante todo el proceso. Si haces una generación única, esa coherencia es un peso muerto por el que pagas.
Imagen 4 Fast a $0.02/imagen es la API de imagen generativa más barata que conozco de un laboratorio puntero. Si necesitas 100 maquetas de producto, 100 imágenes principales, 100 sustituciones de fotos de stock (y cada una es independiente), Imagen 4 Fast es la respuesta correcta y usar Nano Banana sería una mala práctica.
La regla de decisión que se deduce de esto:
| Objetivo | Herramienta adecuada | Por qué |
|---|---|---|
| Empezar desde un lienzo en blanco, quiero 1 imagen | Imagen 4 Fast/Standard | Más barato, diseñado para esto |
| Iterar sobre el mismo sujeto en múltiples variaciones | Nano Banana 2 | Coherencia, el historial contextual |
| Editar una foto existente (quitar fondo, cambiar iluminación) | Nano Banana 2 | Imagen no puede editar |
| Generar 100 imágenes independientes para un catálogo | Imagen 4 Fast | $2 en total vs $5–15 |
| Necesito texto legible dentro de la imagen | Nano Banana 2 | Aquí es donde dio el salto la v2 |
| Retrato fotorrealista, sin necesidad de ediciones | Imagen 4 Ultra | Máxima fidelidad por llamada |
Tres prompts reales que muestran la diferencia
A veces, una comparación lado a lado ayuda más que una tabla. Aquí tienes tres prompts donde la herramienta adecuada es inequívoca.
Prompt 1: "Una taza de café sobre una mesa de madera con luz matinal entrando por una ventana."
Esto es generativo. No hay imagen de origen. No hay nada que conservar. Envíalo a Imagen 4 Fast. Obtendrás una taza fotorrealista limpia por dos centavos y habrás terminado en tres segundos. Enviar esto a Nano Banana 2 es pagar el triple por nada.
Prompt 2: "Toma esta foto de mi taza de café y añádele una pequeña suculenta al lado, luego cambia la iluminación a la hora dorada."
Esto es edición. SÍ hay una imagen de origen. Necesitas conservar la identidad de la taza, la veta de la mesa, la posición de la ventana. Quieres añadir un elemento específico y modificar la iluminación sin redibujar toda la escena. Este es el trabajo de Nano Banana 2. Imagen 4 no puede hacerlo en absoluto, no tiene modo de entrada de imagen de origen.
Prompt 3: "Genera 10 variaciones de esta maqueta de empaque de producto, cada una con un color de fondo diferente, manteniendo la etiqueta y la forma de la botella idénticas píxel a píxel."
Este es el más complicado. Ingenuamente, diez llamadas a Imagen 4 Standard cuestan $0.40 en total, mientras que diez ediciones con Nano Banana 2K cuestan entre $0.45 y $1.51. Más barato usar Imagen, ¿verdad?
Falso, porque Imagen te dará diez formas de botella DIFERENTES. No hay condicionamiento de imagen de entrada en Imagen 4: cada llamada empieza desde cero. Nano Banana 2 es la única opción aquí. El "impuesto de coherencia" es la razón por la que pagas más por llamada.
Lo que construí encima
La ruta predeterminada en /tools/nano-banana-edit es Nano Banana 2, porque la página está explícitamente enfocada como un editor de imágenes. Si llegas a /tools/nano-banana-edit, no estás pidiendo "crear una imagen de un gato desde cero". Tienes una imagen y quieres cambiarla.
/ai-image-generator dirige a Imagen 4 Fast por defecto, con un interruptor de pago para Imagen 4 Standard. Esa página es para el caso de uso de "lienzo en blanco".
Consideré fusionar las dos páginas en una única herramienta de imagen "inteligente" que enrutara automáticamente según si habías subido una imagen de origen. Decidí no hacerlo. El modelo mental es diferente (editar y generar son verbos diferentes) y forzarlos en una sola interfaz oscurece la elección en lugar de aclararla.
Los precios se derivan de la estructura de costes:
- Nivel gratuito: 10 ediciones de Nano Banana/mes o 20 generaciones de Imagen 4 Fast
- Pro $19/mes: Nano Banana 2K ilimitado + 100 × 4K, Imagen 4 Standard ilimitado
- Team $79/mes: todo ilimitado en todas las resoluciones + 3 asientos
Nombro el modelo por llamada en cada salida, como con las herramientas de video. La imagen lleva un pequeño pie de foto que muestra si provino de Nano Banana 2 o Imagen 4 Standard. La gente merece saber qué modelo gastó sus céntimos.
El único punto donde la línea se difumina
Hay exactamente un flujo de trabajo donde la línea realmente se difumina, y es el lugar donde espero que Google consolide a continuación.
Si generas una imagen con Imagen 4 y luego quieres iterar sobre ella inmediatamente ("hazla más cálida", "quita la segunda taza"), puedes hacerlo. Pasas la salida de Imagen 4 a Nano Banana 2 y empiezas a editar. Dos llamadas al modelo. Cuesta $0.04 + $0.05 = $0.09. Funciona bien.
Pero el viaje de ida y vuelta es fricción. Los dos modelos no comparten estado, la semilla no se conserva y pagas dos veces. La solución de producto obvia es un modelo unificado "generar + editar" que use calidad tipo Imagen en la primera llamada y edición por chat estilo Nano Banana después, con la semilla y la imagen de referencia rastreadas internamente.
No sé si Google lanzará esto en el I/O 2026 la próxima semana, o si será el modelo Gemini Omni del que escribí haciéndolo de forma nativa. Si se lanza, la fila inferior de la tabla anterior tendrá una tercera columna, y escribiré sobre ello el mismo día que llegue.
Sigue leyendo
- Nano Banana 2 — editor de imágenes por chat
- Generador de imágenes por IA — Imagen 4 por defecto
- Precios de GeminiOmni
— Lena
