O Google cortou pela metade os preços de imagem e triplicou o custo de enviar referências

O Google lançou o Nano Banana 2.1 em 6 de outubro. A manchete é um corte de preço: uma imagem 1K cai de 6,70 centavos para 3,36, uma imagem 4K de 15,10 centavos para 7,56. O preço em lote reduz esses valores pela metade novamente, levando uma geração 1K a 1,68 centavos. Para quem executa geração de imagens em volume, esse é o tipo de mudança que altera o que vale a pena construir.

A parte que recebe menos atenção está no lado da entrada. O Google reduziu pela metade os tokens de saída por milhão, de US$ 60 para US$ 30, e aumentou os tokens de entrada de US$ 0,50 para US$ 1,50 por milhão. A saída de texto e de raciocínio passou de US$ 3 para US$ 7,50 por milhão. O valor por imagem, porém, é uma fração do que um cliente realmente paga.

Por que a mudança na entrada importa

Uma solicitação de imagem carrega muito mais do que uma saída. É um prompt mais, cada vez mais, imagens de referência. O Nano Banana 2.1 aceita até 14 imagens de referência em uma única solicitação, e cada imagem de entrada consome aproximadamente 1.120 tokens. Um fluxo de trabalho que funde uma dúzia de referências para manter um produto consistente entre variações envia muita entrada para cada saída.

Triplique o preço da entrada e um fluxo de trabalho com muitas referências pode ter uma economia muito menor do que o número por imagem sugere. As equipes que mais se beneficiam deste lançamento são as que fazem geração de imagem a partir de texto em escala com prompts curtos. As equipes que precisarão modelar seus próprios números primeiro são as que fazem edição com múltiplas referências, porque é aí que o lado da entrada domina.

A própria orientação do Google não esconde isso. A página de preços lista 3.780 tokens por imagem 4K, o que resulta mais próximo de 11 centavos do que dos 7,56 centavos que circulam na cobertura. Faça as contas com sua própria carga de trabalho antes de presumir que a conta cai pela metade.

A forma prática de modelar isso é contar imagens por mês em cada resolução, multiplicar pelo novo preço de saída por imagem e depois somar o custo de entrada, que é o número médio de imagens de referência por solicitação vezes tokens por imagem vezes o novo preço de entrada. Para uma carga de trabalho de geração de imagem a partir de texto com prompts curtos, a economia fica próxima da manchete. Para uma carga de trabalho com muita edição que envia uma dúzia de referências a cada chamada, o lado da entrada pode absorver a maior parte dela. O lançamento recompensa um estilo de trabalho e taxa outro, e a página de preços é o único lugar onde essa distinção é visível.

O que realmente melhorou

A história de capacidade é mais concreta que a de preço. O modelo mantém quatro personagens e dez objetos consistentes enquanto funde até 14 imagens de referência, que é o recurso que importa para catálogos de produtos, storyboards e campanhas de marca. A consistência do sujeito entre turnos de edição tem sido um dos pontos de falha mais frustrantes em ferramentas de imagem, e isso ataca diretamente esse problema.

O texto em imagens também melhorou. A própria pontuação de factualidade de infográficos do Google saltou de 0,179 para 0,521, e a empresa afirma ter corrigido artefatos de tiling que apareciam em proporções amplas. A saída vai até 1K, 2K e 4K, com proporções tão largas quanto 8:1.

O grounding está disponível por meio da Pesquisa Google na Web e de Imagens, e os níveis de raciocínio são configuráveis em mínimo, médio e alto. O modelo também carrega C2PA Content Credentials para rastreamento de origem, o que se torna mais relevante à medida que plataformas e reguladores pressionam por proveniência em imagens geradas.

Há limites que vale a pena conhecer antes de portar um agente. Geração de áudio, cache, execução de código, busca de arquivos, chamada de funções, grounding do Maps, a Live API, saídas estruturadas e contexto de URL não são compatíveis. Se seu pipeline depende de chamada de funções ou saídas estruturadas em torno da etapa de imagem, essa lógica precisa viver em uma chamada separada a um modelo de texto. A Batch API é compatível.

A lista de distribuição é ampla desde o primeiro dia: o aplicativo Gemini, o Modo IA na Pesquisa, o Google AI Studio, o Google Flow, o Stitch, o Google Ads e a plataforma empresarial recebem o modelo no lançamento. Isso importa porque significa que as melhorias chegam aos produtos de consumo e à API para desenvolvedores ao mesmo tempo. Um desenvolvedor pode lançar um recurso com base em um modelo que milhões de pessoas já usam por outra interface, o que encurta o ciclo de feedback entre uma decisão de produto e a reação do usuário.

Uma restrição é herdada do restante da indústria. Gerar pessoas reais não está disponível no nível de plataforma empresarial. Isso importará para alguns casos de uso, e é um lembrete de que a questão da capacidade e a questão da permissão são separadas, mesmo para um grande fornecedor de plataforma.

O prazo de migração é mais flexível do que parece

Vários artigos apontam 29 de outubro como o dia em que o modelo anterior, gemini-3.1-flash-image, deixa de responder. O próprio registro de alterações do Google diz que ele está obsoleto, sem data de desligamento anunciada. Quem estiver agendando uma migração para 29 de outubro está trabalhando com um número que o fornecedor não publica.

Isso não torna a migração opcional. Um modelo obsoleto continua funcionando até que o fornecedor diga o contrário, e o custo de permanecer nele dobrou em relação ao substituto. O modelo antigo agora é uma sobretaxa permanente de 50% sobre a mesma saída.

O quadro geral é uma guerra de preços

Google, OpenAI e os laboratórios chineses de pesos abertos estão todos correndo atrás de desenvolvedores que criam recursos de imagem em aplicativos. A OpenAI remove o gpt-image-1 de sua API em 23 de outubro e direciona os usuários para o GPT Image 2.5 Sunburst ou Flare. No ranking independente de texto para imagem da Arena, o Nano Banana 2.1 ocupa a quinta posição, atrás de várias versões dos modelos da OpenAI.

Esse ranking é o contexto contra o qual o corte de preço precisa ser lido. No ranking independente, o Google fica atrás dos líderes em qualidade. Ele lidera em distribuição, com o modelo sendo lançado em interfaces de consumo e na API para desenvolvedores no mesmo dia, e escolheu competir por preço em vez de pelo primeiro lugar em uma votação de preferência. Essa é uma estratégia coerente para uma empresa que já tem os usuários. Também é um sinal de que, para o meio do mercado, ser bom o suficiente e barato vence ser o melhor e caro.

Enquanto isso, as opções de pesos abertos continuam fechando a lacuna por baixo. Modelos como o Qwen-Image e os lançamentos de decomposição em camadas não têm custo por imagem algum, o que estabelece um piso que nenhum fornecedor hospedado consegue cobrir com um preço menor. A guerra de preços por imagem está sendo travada no espaço entre pesos abertos gratuitos e o nível premium, e esse espaço está ficando mais estreito a cada trimestre.

Saída mais barata e melhor renderização de texto empurram as imagens de IA cada vez mais para trabalhos que antes exigiam um designer a cada revisão: banners localizados, cartões de menu, infográficos simples. É para essa direção que o corte de preço aponta. A pergunta que cada equipe precisa responder para si mesma é se o lado da entrada de seu próprio pipeline permite que ela colha esse benefício.

O efeito mais amplo está no que conta como um recurso de produto razoável. Quando uma imagem gerada custa três centavos e chega em poucos segundos, um recurso que produz uma imagem por usuário por sessão se torna acessível de um modo que não era no ano passado. Ilustrações personalizadas, ativos de marketing por localização e placeholders gerados passam de ideias caras a detalhes de implementação. Mudanças de preço nesse nível fazem mais do que reduzir custos em trabalhos existentes. Elas tornam possíveis novas categorias de trabalho, porque a aritmética que as excluía não se aplica mais.

A decisão do Google de cortar os preços de saída enquanto triplica os preços de entrada é uma aposta sobre qual estilo de trabalho vai dominar. Ela assume que as equipes farão mais geração e menos edição com muitas referências, e precifica de acordo. As equipes que fazem o oposto devem testar antes de migrar, em vez de presumir que a manchete se aplica a elas.