Google logo

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) is Google's fastest, most cost-efficient Gemini image model, built for high-velocity developer pipelines and rapid-fire visual exploration. It delivers text-to-image generation...

Eingabepreis

$0.30/1M tokens

Ausgabepreis

$2.50/1M tokens

Intelligenz

22.2

Coding

49.3

Spezifikationen

Technische Details und Preise.

AnbieterGoogle
Kontextfenster65,536 tokens
Veröffentlichungsdatum21. Juli 2026
ModalitätenText, Image → Image, Text
FähigkeitenVision
VerfügbarkeitNur Chat

EU-hosted inference API

Power your AI projects with open-source models.

Drop-in OpenAI-compatible API. No data leaves Europe.

MiniMax

MiniMax M3

$0.50 / $1.90

per M tokens

Z.ai

GLM 5.3 Flash

$0.20 / $0.60

per M tokens

MoonshotAI

Kimi K3

$4.00 / $18.00

per M tokens

DeepSeek

DeepSeek V4.1 Flash

$0.40 / $1.40

per M tokens

Häufig gestellte Fragen

Wofür eignet sich Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)?

Nutzen Sie Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) für alltägliche Aufgaben wie Schreiben, Zusammenfassen, Brainstorming und klare Erklärungen.

Wie viel kostet Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)?

Die Abrechnung erfolgt nutzungsbasiert. Aktuell kostet die Eingabe $0.30/1M tokens und die Ausgabe $2.50/1M tokens.

Kann ich Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) in LLMBase Chat nutzen?

Ja. Nutzen Sie die Chat-Aktion auf dieser Seite, um Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) in LLMBase Chat zu öffnen. Der Zugriff folgt weiterhin dem aktuellen Tarif und dem Modell-Tier.

Unterstützt Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) Bilder oder Audio?

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) kann Bilder verstehen.

Wo läuft Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)?

Die Verarbeitungsbedingungen hängen vom gewählten Modell ab. Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) ist nicht als EU-gehostet gekennzeichnet und wird daher vom Unternehmen verarbeitet, das es betreibt. LLMBase zeigt das bei jedem Modell an, damit Sie je nach Anwendungsfall entscheiden können.

Benchmarks und Preise nutzen, sofern verfügbar, Artificial Analysis. Katalog-Spezifikationen dienen als Fallback.