Google lanza Gemini 2.5 Flash Image, el modelo «Nano Banana»

El 26 de agosto de 2025, Google presentó Gemini 2.5 Flash Image para generar y editar imágenes. La fuente original sostiene el núcleo documental del hecho; los ejemplos seleccionados y el precio de API no miden fidelidad, consistencia ni coste total de un flujo real.

El lanzamiento pone nombre a uno de los modelos anónimos que más atención había despertado en LMArena. Sus principales bazas son la edición mediante lenguaje natural, la combinación de varias imágenes y una mayor consistencia al representar al mismo personaje en escenas diferentes.

El modelo anónimo que destacaba en LMArena era de Google

«Nano Banana» llevaba días circulando en LMArena, una plataforma donde los usuarios comparan resultados de modelos sin conocer inicialmente qué sistema ha producido cada imagen. El modelo alcanzó la primera posición de su clasificación de edición de imágenes, de acuerdo con Google.

Estas pruebas a ciegas permiten medir qué resultado prefieren las personas, pero no constituyen una evaluación definitiva. La posición depende de los participantes, las instrucciones utilizadas y el tipo de imágenes comparadas. Aun así, el buen rendimiento anticipó que detrás del alias había un sistema competitivo, especialmente para modificar fotografías existentes.

Google lo presenta ahora como una evolución de la generación de imágenes incorporada a Gemini 2.0 Flash a comienzos de 2025. La prioridad no es solo crear una escena desde cero, sino ofrecer más control sobre una imagen mediante órdenes escritas.

Editar una fotografía como si se dieran instrucciones a una persona

Gemini 2.5 Flash Image permite solicitar cambios concretos con lenguaje cotidiano: sustituir el fondo, modificar la ropa, eliminar un elemento o transformar el estilo visual sin tener que seleccionar manualmente cada zona. También admite ediciones sucesivas dentro de una conversación, de modo que el usuario puede corregir el resultado paso a paso.

Otra función relevante es la fusión de varias imágenes. El modelo puede tomar elementos de fotografías diferentes y reunirlos en una composición: por ejemplo, colocar un objeto de una imagen en el escenario de otra o combinar una persona y un producto.

Google también promete una mayor consistencia de personajes. Este ha sido uno de los puntos débiles habituales de los generadores visuales: al pedir nuevas poses, prendas o escenarios, los rasgos de una persona podían cambiar hasta hacerla irreconocible. El nuevo modelo intenta conservarlos, lo que facilita crear series de imágenes, materiales publicitarios, relatos ilustrados o variaciones de una misma fotografía.

No equivale, sin embargo, a una garantía de identidad perfecta. Las modificaciones acumuladas, los rostros pequeños o las composiciones complejas pueden introducir diferencias. Para trabajos comerciales seguirá siendo necesario revisar cada resultado y comprobar que el modelo no ha alterado detalles importantes.

Cuesta 0,039 dólares por imagen en la API

Gemini 2.5 Flash Image está disponible para desarrolladores a través de la API de Gemini y Google AI Studio, y para empresas mediante Vertex AI. El precio anunciado es de 30 dólares por cada millón de tokens de salida. Google calcula 1.290 tokens por imagen, lo que sitúa el coste de generación en 0,039 dólares por imagen, algo menos de cuatro centavos. Documento que sostiene la cifra.

Por tanto, producir 1.000 imágenes supondría unos 39 dólares solo en tokens de salida. El cálculo no incluye el coste que puedan añadir las entradas de texto o imagen, que siguen las tarifas de Gemini 2.5 Flash. Documento que sostiene la cifra.

La combinación de precio bajo y edición conversacional apunta a usos con mucho volumen: catálogos de comercio electrónico, variantes de anuncios, prototipos de diseño y contenido para redes sociales. La consistencia entre imágenes puede ser más valiosa para estas tareas que obtener una única ilustración especialmente vistosa.

SynthID permite rastrear el origen artificial

Google incorpora SynthID, su sistema de marca de agua digital invisible, en las imágenes creadas o editadas con el modelo. La señal se integra en el archivo para ayudar a identificar contenido generado por IA sin colocar necesariamente una etiqueta visible sobre la imagen. En la aplicación Gemini, Google también aplica una marca visible al contenido generado.

Esta medida resulta especialmente importante en un sistema capaz de conservar rostros mientras cambia contextos, vestimenta o acciones. La misma facilidad que sirve para crear campañas o fotografías estilizadas puede emplearse para fabricar imágenes engañosas.

SynthID añade una vía de verificación dentro del ecosistema de Google, pero no resuelve por sí solo la procedencia del contenido digital. Las plataformas tendrán que integrar herramientas capaces de detectar la marca, y los usuarios aún deberán valorar la fuente y el contexto de una imagen.

Con Gemini 2.5 Flash Image, Google compite menos por generar la ilustración más espectacular y más por convertir la edición visual en una tarea conversacional. La prueba decisiva será si mantiene la identidad y los detalles con suficiente fiabilidad cuando empresas y creadores lo incorporen a flujos de trabajo repetitivos.

Cómo convertir el titular en una comprobación

El primer paso es congelar la identidad del sistema. Google presentó Gemini 2.5 Flash Image para generar y editar imágenes. Un nombre comercial puede cubrir revisiones, rutas automáticas y herramientas distintas. La ficha de prueba debe guardar fecha, modalidad de acceso, configuración, permisos y salida completa. Sin esa fotografía, una mejora o un fallo observado hoy no puede atribuirse con rigor a la versión que otra persona usará mañana.

Después hay que convertir cómo probar edición, identidad, procedencia y coste antes de integrar el modelo en casos con criterio de aceptación. Se prepara una muestra propia que incluya tareas fáciles, ambiguas, largas y deliberadamente imposibles. Se anota qué entrada recibe el modelo, qué información puede consultar y qué resultado sería suficiente. Una demostración elegida por el proveedor enseña posibilidad; una batería conservada por el usuario mide fiabilidad.

La autonomía requiere una escala de permisos. Leer y proponer no es lo mismo que modificar, enviar o comprar. La configuración segura concede primero acceso de solo lectura, exige una vista previa y reserva la ejecución para una aprobación explícita. También conserva un registro y una vía de deshacer. El modelo se juzga por los errores que el sistema contiene, no por la confianza con la que describe su plan.

Qué debe quedar registrado

Coste y calidad deben medirse juntos. Una respuesta barata que obliga a revisar desde cero puede costar más que otra lenta pero verificable. La medición incluye espera, reintentos, consumo, supervisión humana y consecuencias de un fallo. los ejemplos seleccionados y el precio de API no miden fidelidad, consistencia ni coste total de un flujo real. Esa frontera convierte el anuncio en una hipótesis que puede comprobarse en lugar de una promesa que deba creerse.

Una ficha de evidencia separa cuatro columnas: lo que afirma la fuente, lo que muestra, lo que no midió y qué tendría que ocurrir para cambiar la conclusión. Esa disciplina evita que una ausencia se convierta en promesa y que una condición desaparezca al resumir. También permite actualizar la pieza sin reescribir la historia desde el resultado posterior.

Conviene incluir un caso negativo antes de decidir. Se busca una situación donde el sistema, norma, operación o estudio no resuelva la necesidad y se anota la señal que obligaría a parar. Los éxitos seleccionados muestran que algo puede ocurrir; el caso negativo revela el límite y reduce el coste de descubrirlo después del despliegue.

La capacidad que sobrevive al anuncio

La comparación válida conserva denominador y eje. No enfrenta una cifra puntual con un promedio, una capacidad futura con una instalada ni una predicción con una observación. Cuando dos fuentes usan palabras parecidas, se reconstruye qué contaron y durante qué periodo. Si no coinciden, se publican como medidas distintas en vez de fabricar una clasificación.

El registro debe sobrevivir al cambio de versión. Guarda URL, fecha de consulta, documento, configuración y decisión tomada. Al aparecer nueva evidencia, se añade con su fecha y se explica qué modifica. Esa trazabilidad protege contra dos errores opuestos: mantener una conclusión caducada o fingir que un dato posterior ya se conocía el día del hecho.