Google redujo a la mitad los precios de sus imágenes y triplicó el costo de enviar referencias

Google lanzó Nano Banana 2.1 el 6 de octubre. El titular es un recorte de precios: una imagen 1K baja de 6,70 centavos a 3,36, y una imagen 4K de 15,10 centavos a 7,56. El precio por lotes los reduce a la mitad nuevamente, llevando una generación 1K a 1,68 centavos. Para cualquiera que ejecute generación de imágenes a volumen, ese es el tipo de cambio que altera lo que vale la pena construir.

La parte que recibe menos atención está del lado de la entrada. Google redujo a la mitad los tokens de salida por millón, de $60 a $30, y aumentó los tokens de entrada de $0,50 a $1,50 por millón. La salida de texto y de razonamiento pasó de $3 a $7,50 por millón. Sin embargo, la cifra por imagen es una fracción de lo que un cliente realmente paga.

Por qué importa el cambio en la entrada

Una solicitud de imagen conlleva mucho más que una salida. Es un prompt más, cada vez más, imágenes de referencia. Nano Banana 2.1 acepta hasta 14 imágenes de referencia en una solicitud, y cada imagen de entrada consume aproximadamente 1.120 tokens. Un flujo de trabajo que fusiona una docena de referencias para mantener un producto consistente entre variaciones está enviando mucha entrada por cada salida.

Si se triplica el precio de entrada, un flujo de trabajo con muchas referencias puede ver un ahorro mucho menor de lo que sugiere la cifra por imagen. Los equipos que más se benefician de este lanzamiento son los que hacen texto a imagen a escala con prompts cortos. Los equipos que necesitarán modelar sus propios números primero son los que hacen edición con múltiples referencias, porque ahí es donde domina el lado de la entrada.

La propia guía de Google no oculta esto. La página de precios indica 3.780 tokens por imagen 4K, lo que da más cerca de 11 centavos que de los 7,56 centavos que circulan en la cobertura. Haga los cálculos con su propia carga de trabajo antes de asumir que la factura se reduce a la mitad.

La forma práctica de modelarlo es contar las imágenes por mes en cada resolución, multiplicar por el nuevo precio de salida por imagen y luego sumar el costo de entrada, que es el número promedio de imágenes de referencia por solicitud multiplicado por los tokens por imagen y por el nuevo precio de entrada. Para una carga de trabajo de texto a imagen con prompts cortos, el ahorro se acerca al titular. Para una carga de trabajo con mucha edición que envía una docena de referencias en cada llamada, el lado de la entrada puede absorber la mayor parte. El lanzamiento recompensa un estilo de trabajo y grava otro, y la página de precios es el único lugar donde esa distinción es visible.

Qué mejoró realmente

La historia de capacidades es más concreta que la de precios. El modelo mantiene cuatro personajes y diez objetos consistentes mientras fusiona hasta 14 imágenes de referencia, que es la característica que importa para catálogos de productos, guiones gráficos y campañas de marca. La consistencia del sujeto a través de turnos de edición ha sido uno de los puntos de falla más frustrantes en las herramientas de imagen, y esto apunta directamente a ello.

El texto en imágenes también mejoró. La propia puntuación de factualidad de infografías de Google saltó de 0,179 a 0,521, y la compañía dice que corrigió los artefactos de mosaico que aparecían en relaciones de aspecto amplias. La salida llega a 1K, 2K y 4K, con relaciones de aspecto tan amplias como 8:1.

La fundamentación está disponible a través de la Búsqueda web e Imágenes de Google, y los niveles de razonamiento son configurables en mínimo, medio y alto. El modelo también incluye Credenciales de contenido C2PA para el seguimiento del origen, lo que cobra más relevancia a medida que las plataformas y los reguladores impulsan la procedencia de las imágenes generadas.

Hay límites que vale la pena conocer antes de migrar un agente. La generación de audio, el almacenamiento en caché, la ejecución de código, la búsqueda de archivos, la llamada a funciones, la fundamentación de Maps, la API Live, las salidas estructuradas y el contexto de URL no están soportados. Si su canalización depende de la llamada a funciones o de las salidas estructuradas alrededor del paso de imagen, esa lógica tiene que vivir en una llamada separada a un modelo de texto. La API por lotes sí está soportada.

La lista de distribución es amplia desde el primer día: la aplicación Gemini, el Modo IA en la Búsqueda, Google AI Studio, Google Flow, Stitch, Google Ads y la plataforma empresarial reciben el modelo en el lanzamiento. Eso importa porque significa que las mejoras llegan a los productos de consumo y a la API para desarrolladores al mismo tiempo. Un desarrollador puede lanzar una función contra un modelo que millones de personas ya están usando a través de una superficie diferente, lo que acorta el ciclo de retroalimentación entre una decisión de producto y la reacción de un usuario.

Una restricción se mantiene del resto de la industria. La generación de personas reales no está disponible en el nivel de plataforma empresarial. Eso importará en algunos casos de uso, y es un recordatorio de que la cuestión de la capacidad y la cuestión del permiso son separadas, incluso para un proveedor importante de plataformas.

La fecha límite de migración es más flexible de lo que parece

Varios artículos dan el 29 de octubre como el día en que el modelo anterior, gemini-3.1-flash-image, deja de responder. El propio registro de cambios de Google dice que está obsoleto y no se ha anunciado una fecha de cierre. Cualquiera que programe una migración alrededor del 29 de octubre trabaja con una cifra que el proveedor no está publicando.

Eso no hace que la migración sea opcional. Un modelo obsoleto sigue funcionando hasta que el proveedor diga lo contrario, y el costo de permanecer en él se ha duplicado en relación con el reemplazo. El modelo antiguo es ahora un recargo permanente del 50 % sobre la misma salida.

El panorama general es una guerra de precios

Google, OpenAI y los laboratorios chinos de pesos abiertos están persiguiendo a los desarrolladores que incorporan funciones de imagen en las aplicaciones. OpenAI elimina gpt-image-1 de su API el 23 de octubre y dirige a los usuarios a GPT Image 2.5 Sunburst o Flare. En el tablero independiente de texto a imagen de Arena, Nano Banana 2.1 ocupa el quinto lugar detrás de varias versiones de los modelos de OpenAI.

Esa clasificación es el contexto con el que debe leerse el recorte de precios. En el tablero independiente, Google va por detrás de los líderes en calidad. Lidera en distribución, con el modelo llegando a las superficies de consumo y a la API para desarrolladores el mismo día, y ha elegido competir en precio en lugar de por el primer puesto en una votación de preferencias. Esa es una estrategia coherente para una empresa que ya tiene a los usuarios. También es una señal de que, para el segmento medio del mercado, ser lo suficientemente bueno y barato supera a ser el mejor y caro.

Mientras tanto, las opciones de pesos abiertos siguen cerrando la brecha desde abajo. Modelos como Qwen-Image y los lanzamientos de descomposición por capas no conllevan ninguna factura por imagen, lo que establece un piso que ningún proveedor alojado puede socavar. La guerra de precios por imagen se libra en el espacio entre los pesos abiertos gratuitos y el nivel premium, y ese espacio se estrecha cada trimestre.

La salida más barata y el mejor renderizado de texto empujan las imágenes de IA hacia trabajos que antes requerían un diseñador para cada revisión: banners localizados, tarjetas de menú, infografías simples. Esa es la dirección hacia la que apunta el recorte de precios. La pregunta que cada equipo debe responder por sí mismo es si el lado de la entrada de su propia canalización les permite aprovecharlo.

El efecto más amplio es sobre lo que cuenta como una característica de producto razonable. Cuando una imagen generada cuesta tres centavos y llega en unos segundos, una función que produce una imagen por usuario por sesión se vuelve asequible de una manera en que no lo era el año pasado. Las ilustraciones personalizadas, los activos de marketing por ubicación y los marcadores de posición generados pasan de ser ideas caras a detalles de implementación. Los cambios de precio a este nivel hacen más que reducir los costos del trabajo existente. Hacen posibles nuevas categorías de trabajo, porque la aritmética que las descartaba ya no se aplica.

La decisión de Google de recortar los precios de salida mientras triplica los de entrada es una apuesta sobre qué estilo de trabajo dominará. Asume que los equipos harán más generación y menos edición con muchas referencias, y pone precio en consecuencia. Los equipos que hacen lo contrario deberían probar antes de migrar en lugar de asumir que el titular se aplica a ellos.