Ana içeriğe atla

Nano Banana 2.1: Özellikler, Fiyatlandırma ve Uygulamalı Testler

Google’ın Nano Banana 2.1’i, görsel çıktı fiyatlarını düşürüyor ve düzenleme, metin işleme ile infografiklere odaklanıyor; Nano Banana 2’ye karşı kıyaslamalar ve dört test içerir.
Güncel 15 Eki 2026  · 8 dk. oku

Yapay Zeka ile Keşfedin

ChatGPTClaudePerplexity

Nano Banana 2.1, Google'ın görsel üretim ve düzenleme modeli için yaptığı Ekim güncellemesidir. Daha önceki rehberimizde ele aldığımız Nano Banana 2’nin yerini alıyor.

Öne çıkan değişiklikler görsel kalitesi, komut (prompt) doğruluğu, metin işleme ve konu tutarlılığı. Nano Banana 2 zaten bu dördünü de yapıyordu, bu yüzden güncellemenin normal kullanımda fark edilir olup olmadığını görmek istedim. Bu amaçla, her iki modele de üretim ve düzenleme için aynı dört komutu veriyorum ve bir hükme varacağım.

Özet

  • Nano Banana 2 çalışmaya devam ediyor ancak artık kullanım dışı ilan edildi; kapatma tarihi açıklanmadı.
  • Google, 2.1 için genel tercih, infografik ve düzenlemede daha yüksek puanlar bildiriyor; küçük metinler ile sol ve sağ yerleştirme ise zayıf noktalar olmaya devam ediyor.
  • Görsel çıktısı 1K ve 2K'da yaklaşık yarı yarıya, 4K'da yaklaşık %25 daha ucuz, ancak girdi ve akıl yürütme ücretleri daha yüksek.
  • Fark, tekrarlanan düzenlemelerde ve metin içeren yerleşimlerde en çok önem kazanıyor. Basit bir ilk görsel her iki modelde de benzer görünebilir.

Nano Banana 2.1 Nedir?

Nano Banana 2.1, Google'ın Nano Banana görsel modelinin güncel sürümüdür. Uygulama programlama arayüzü (API) kimliği gemini-nano-banana-2.1’dir.

İsimlendirme karışıklık yaratıyor. Nano Banana 2, Gemini 3.1 Flash Image olarak da adlandırılıyor; Nano Banana Pro ise aynı ailenin ayrı bir modelidir. Nano Banana 2 çalışmaya devam ediyor, ancak Google kapatma tarihi açıklamadan kullanım dışı ilan etti.

Nano Banana 2.1’in Yeni Özellikleri Neler?

Sürüm 2.1, yeni araçlardan çok güvenilirliğe odaklanıyor.

Görsel kalitesi, komut doğruluğu ve metin işleme

Google, 1K, 2K ve 4K’da gerçekçilik, komut doğruluğu, metin ve infografik yerleşimlerinde değişiklikler bildiriyor. Model kartı hâlâ bulanık küçük metin ve sol-sağ ile ilgili hataları listeliyor.

Görsel düzenleme ve konu tutarlılığı

Google, 2.1’de başka bir değişiklik olarak konu tutarlılığını listeliyor. Burada, karakteri, nesneleri veya çevredeki sahneyi değiştirmeden tek bir öğeyi değiştirmek anlamına geliyor.

Nano Banana 2’den devralınan özellikler

Nano Banana 2 zaten şunları destekliyordu:

  • 14 adede kadar referans görsel
  • Google Arama dayanaklandırması
  • 4K çıktı
  • 8:1 gibi çok geniş en-boy oranları

Sürüm 2.1, geniş görsellerdeki döşemelenmeyi (tiling) düzeltiyor ve 512px seçeneğini kaldırıyor.

Nano Banana 2.1 Kıyaslamaları

Google iki tür puan raporluyor. Genel tercih, infografik tasarımı ve genel düzenleme, yanyana insan karşılaştırmalarından Elo'ya çevrilen sonuçlar; yüksek puan değerlendiricilerin modeli daha sık tercih ettiğini gösterir. İnfografik olgusal doğruluk ise ayrı bir AutoRater metriği kullanır; bu yüzden ondalık puan Elo değildir.

Kart, her iki modeli de adlandırmadan "Thinking" olarak etiketliyor: minimal, medium ya da high belirtilmiyor. Bu, Google'ın benim uygulamalı testimdekiyle aynı high ayarı kullandığını kanıtlamıyor.

Yalnızca görsellerle ilgileniyorsanız, bu tabloyu atlayıp uygulamalı teste geçin.

Kıyaslama

Nano Banana 2.1 (Thinking)

Nano Banana 2 (Thinking)

Genel tercih (Elo)

1050 ± 14

990 ± 7

İnfografik tasarımı (Elo)

1048 ± 17

961 ± 12

İnfografik olgusal doğruluk (AutoRater)

0.521

0.179

Genel düzenleme (Elo)

1026 ± 12

938 ± 11

Elo satırları, infografik tasarımı ve genel düzenlemede farkları gösteriyor. Bu ortalamalar, 2.1’in tek bir komutta mutlaka üstün geleceğini yine de garanti etmez.

Nano Banana 2.1 ve Nano Banana 2’yi Test Etme

Her iki modele de aynı dört komutu vermek için Google AI Studio’yu kullandım: bir sahne oluşturma, küçük bir düzenleme yapma, sahneyi taşıma ve onu bir infografik hâline getirme. Her iki modelde de Thinking ayarını high yaptım.

Düzenlemeler sırasında her model kendi önceki görseli üzerinden çalıştı. Aşağıdaki dört karşılaştırmanın tümü bu testten; solda Nano Banana 2, sağda Nano Banana 2.1 yer alıyor.

Test 1: Görsel gerçekçilik ve nesne yerleşimi

Nesne sayısını ve yerleşimini kontrol etmeyi kolaylaştıran bir sahneyle başladım.

A photorealistic image inside a sunlit greenhouse: a small copper robot waters three sunflowers with a yellow watering can. An orange cat sleeps on a wooden bench behind the robot, and a blue bucket sits to the robot's left.

Her ikisi de üç ayçiçeği ve robotun arkasında bir kedi gösteriyor. Nano Banana 2.1'de mavi kova izleyenin solunda görünüyor.

Her ikisi de fotoğraf gibi görünüyor ve kediyi robotun arkasına yerleştiriyor. Nano Banana 2, cilalı bakır bir robot, ayrı saksılarda üç çiçek ve sert güneş ışığı oluşturdu. Nano Banana 2.1, yeşil izleri olan yıpranmış bir robot, tek saksıda üç sap ve daha yumuşak ışık üretti.

Kovanın yerleşimi, komuttaki "robotun solu" gerekliliğine göre puanlamak için yeterince net değil. Nano Banana 2.1'de kova izleyenin solunda görünüyor, ancak robot çiçeklere dönük. Nano Banana 2, kovayı robotunun önüne yerleştiriyor; bu da belirsiz.

Test 2: Tek bir nesneyi düzenleme

Sonra her bir modelden tek bir nesneyi değiştirmesini ve diğer her şeyi olduğu gibi bırakmasını istedim. ChatGPT Görselleri rehberimiz de aynı türden hedefli bir düzenleme kullanıyor.

Change only the watering can from yellow to bright red. Keep the robot, cat, flowers, bucket, lighting, and everything else unchanged.

Her iki model de kovayı kırmızıya çevirdi ve kendi ilk görsellerinin geri kalanını yerinde tuttu.

Her iki model de kovayı kırmızı yaptı ve sahnenin geri kalanına dokunmadı. Nano Banana 2’nin pürüzsüz kovası biraz çiziklerle geri döndü. Bu bir tercih meselesi, hata değil; bu yüzden bu test berabere.

Test 3: Yeni bir ortamda konu tutarlılığı

Üçüncü komut daha zordu: sahneyi dışarı taşımak ama konuları tanınabilir tutmak.

Move this scene to a rainy rooftop garden. Keep the same robot, cat, sunflowers, red watering can, and blue bucket. Adjust the lighting, shadows, and reflections to match the rain.

Nano Banana 2 (solda) sera çatısını korudu ama içeriye su birikintileri koydu; Nano Banana 2.1 (sağda) sahneyi dışarı taşıdı.

Nano Banana 2 serayı, cam çatı dahil, korudu ve camın arkasına bir silüet yerleştirdi. Konular uyumlu ve ıslak, yansıtıcı zemin doğru görünüyor; ancak yağmur birikintileri çatılı bir binanın içinde, yani bir çatı bahçesi değil, akan bir sera gibi okunuyor.

Nano Banana 2.1 sahneyi yangın merdivenli tuğla bir çatıya taşıdı. Konuları, pozuna kadar önceki görseliyle eşleşiyor ve robot yapıştırılmış gibi durmuyor: bakır ıslak, ayakları bir su birikintisinde yansıyor. Bu test Nano Banana 2.1’e gidiyor.

Test 4: Metin işleme ve infografik tasarımı

Son testte, aynı sohbette kaldım ancak fotoğraftan diyagrama geçtim.

Create a clean horizontal infographic titled "How a Sunflower Grows", with four numbered stages: Seed, Sprout, Seedling, Flower. Use flat vector illustrations, clear arrows, and readable sans-serif labels. Include a small illustration of the same copper robot in the corner. No extra text.

Nano Banana 2 (solda) tamamlanmamış bir yerleşimi önceki fotoğrafına harmanladı; Nano Banana 2.1 (sağda) eksiksiz bir infografik üretti.

Farkın açıldığı yer burası oldu. Nano Banana 2, yağmurlu serasının bulanık bir kopyası üzerine tamamlanmamış bir kart yerleşimi bindirdi: başlık doğru, ancak "SPROUT"ta P harfi lekeli, "SEEDLING" bulaşmış, 4. aşamanın etiketi yok, oklar yok ve robot sadece bulanık bir çift ayak olarak görünüyor.

Nano Banana 2.1 eksiksiz bir infografik üretti: başlık tamamı büyük harfle doğru yazılmış, dört numaralı aşama sırasıyla, üç ok ve ekstra metin yok. Köşedeki robot önceki bakır robota benziyor; gerçi bir anten kazanmış ve yanında kırmızı kova duruyor. Bu komut aynı sohbette verildiği için sonuç bu düzenleme zinciri için geçerlidir; Nano Banana 2’yi yeni bir konuşmada test etmedim.

Nano Banana 2.1 Fiyatlandırma ve Kullanılabilirlik

Google, Gemini API’de görsel başına tek bir sabit ücret almıyor. 2.1’de görseller ucuzladı, buna karşın komutlar ve akıl yürütme maliyeti arttı.

Nano Banana 2.1 API fiyatlandırması

Google'ın fiyatlandırma sayfası her iki model için de ücretsiz bir API katmanı listelemiyor.

Standart oran

Nano Banana 2.1

Nano Banana 2

Girdi, 1M belirteç başına

$1.50

$0.50

Metin ve akıl yürütme çıktısı, 1M belirteç başına

$7.50

$3

1K görsel

$0.0336

$0.067

2K görsel

$0.0504

$0.101

4K görsel

$0.113

$0.151

1K ve 2K’da görsel ücreti, Nano Banana 2’nin yaklaşık yarısıdır. 4K’da ise yaklaşık %25 daha düşüktür. Girdi maliyeti 3 kat ve akıl yürütme maliyeti 2,5 kat arttığından, uzun komutlar veya çok sayıda referans görsel bu tasarrufu azaltabilir.

Gemini uygulaması, Flow, AI Studio ve API üzerinden erişim

Nano Banana 2.1; Gemini uygulaması, Flow, AI Studio ve API üzerinden kullanılabilir. Abonelik erişimi ve API faturalandırması ayrıdır.

Model adları hesaba ve bölgeye göre değişebilir. AI Studio veya API, her iki sürümü de adıyla seçmenizi sağlar.

Nano Banana 2.1’i Ne Zaman Kullanmalısınız?

Nano Banana 2.1; tekrarlanan düzenlemelere, infografiklere, kısa metinli yerleşimlere, birkaç referans görsele veya geniş 2K ve 4K çıktılara dayanan işler için uygundur. Çatı ve infografik komutları testimde en büyük farkları üretti; yine de küçük metin, uzun pasajlar ve tam yerleşim hâlâ sınırlardır.

Nano Banana 2, mevcut bir iş akışı 512px çıktı ya da daha düşük girdi ve akıl yürütme ücretlerine bağlıysa hâlâ önemli olabilir. Google bunu kullanım dışı ilan ettiğinden, bu, 2.1’i denerken eski modelde geçici olarak kalmak için bir gerekçedir; yeni işler için ona başlama gerekçesi değildir.

Son Düşünceler

Nano Banana 2.1 her komutta kazanmadı, ancak Nano Banana 2’nin kaçırdığı iki daha zor görevi tamamladı. Bu, Google'ın düzenleme ve infografik puanlarıyla aynı örüntüyü izliyor; ilk iki komutun yakın sonuçları ve daha yüksek girdi ile akıl yürütme ücretleri ise sonucu dar tutuyor.

Görsel üretimin ötesinde Gemini’ye daha geniş bir bakış için, Practical AI with Google Gemini and NotebookLM kursumuz istem yazımı, Gemini Canvas ve NotebookLM’i kapsar.


Khalid Abdelaty's photo
Author
Khalid Abdelaty
LinkedIn

Veri hatları, bulut ve YZ araçları üzerinde çalışan; aynı zamanda DataCamp ve gelişmekte olan geliştiriciler için pratik, yüksek etkili eğiticiler yazan bir veri mühendisi ve topluluk inşacısıyım.

SSS

Nano Banana 2.1’i ücretsiz kullanabilir miyim?

API’de değil; Google ücretsiz bir katman listelemiyor. Gemini uygulaması, 2.1’i Google AI Plus, Pro veya Ultra planına bağlıyor; Flow ise tüm kullanıcılara günlük 50 kredi veriyor. Google, 2.1 için sabit bir Flow kredi maliyeti listelemiyor ve API faturalandırması ayrı kalıyor.

Nano Banana 2.1, Nano Banana 2’den daha mı iyi?

Google'ın testleri, 2.1’i düzenleme ve infografik görevlerinde daha yüksek puanlıyor. Benim dört komutum da aynı örüntüyü gösterdi, ancak her komut büyük bir fark üretmedi. Varsayılan Thinking düzeyi de farklı: 2.1 varsayılan olarak medium, Nano Banana 2 ise minimal olarak gelir.

Nano Banana 2.1 ile Nano Banana Pro arasındaki fark nedir?

Nano Banana 2.1 daha ucuzdur. Google, Pro için 1K veya 2K görselde $0.134 ve 4K’da $0.24 listeliyor; 2.1 ile karşılaştırıldığında sırasıyla $0.0336, $0.0504 ve $0.113. Google, Pro’yu daha karmaşık görsel görevler için konumlandırıyor, ancak bu makale onu test etmedi.

Nano Banana 2.1, 4K görseller üretebilir mi?

Evet, API ile. Gemini Uygulamaları Yardım, Google AI planına sahip kullanıcılar için 2K’ya kadar görsel indirmelerini listeliyor; dolayısıyla 4K her arayüzde sunulmuyor. Yalnızca çözünürlük, küçük metinleri veya sol-sağ hatalarını düzeltmez.

Nano Banana 2.1, Nano Banana 2’nin yerini alıyor mu?

Evet. Google, Nano Banana 2’yi (gemini-3.1-flash-image) kullanım dışı ilan etti ve yeni projeler için 2.1’i öneriyor. Kapatma tarihi açıklanmadı; bu nedenle mevcut Nano Banana 2 projeleri, yerine geçeni denerken API’yi hâlâ kullanabilir.

Konular
Yapay Zeka

DataCamp ile Öğrenin

{count, plural, one {Kurs} other {Kurs}}

Google Gemini ve NotebookLM ile Pratik AI

{hours} sa
10K
Master Gemini ve NotebookLM ile görevleri otomatikleştirin, üretkenliği artırın ve Google'ın yapay zeka ekosisteminde daha akıllı çalışın.
Ayrıntıları GörüntüleRight Arrow
Kursa Başla
Devamını GörRight Arrow
İlgili

{count, plural, one {blog} other {blog}}

Hızlı Sevkiyat İçin Pratik Vibe Kodlama Teknoloji Yığını

Ön uç, arka uç, veritabanları, kimlik doğrulama, depolama, e-posta, test, dağıtım ve izleme için en iyi araçları keşfedin.
Abid Ali Awan's photo

Abid Ali Awan

14 dk.

{count, plural, one {blog} other {blog}}

2026’da En Popüler 40 Yazılım Mühendisi Mülakat Sorusu

Algoritmalar, sistem tasarımı ve davranışsal senaryoları kapsayan bu temel sorularla teknik mülakat sürecine hakim olun. Uzman cevapları, kod örnekleri ve kanıtlanmış hazırlık stratejileri edinin.
Dario Radečić's photo

Dario Radečić

15 dk.

{count, plural, one {Eğitim} other {Eğitim}}

.gitignore Nasıl Kullanılır: Örneklerle Pratik Bir Giriş

Git deponuzu temiz tutmak için .gitignore’u nasıl kullanacağınızı öğrenin. Bu eğitim; temelleri, yaygın kullanım durumlarını ve başlamanıza yardımcı olacak pratik örnekleri kapsar!
Kurtis Pykes 's photo

Kurtis Pykes

8 dk.

{count, plural, one {Eğitim} other {Eğitim}}

Python'da Listeyi String'e Nasıl Dönüştürürsünüz

Bu hızlı eğitimde, Python'da bir listeyi string'e nasıl dönüştüreceğinizi öğrenin.
Adel Nehme's photo

Adel Nehme

Devamını GörDevamını Gör