Nano Banana 2 Lite: Googles neues Bildmodell in vier Sekunden

Google hat am 30. Juni zwei neue Generativmodelle veröffentlicht: Nano Banana 2 Lite für Bilder, Gemini Omni Flash für Video. Der genannte Preis liegt bei 0,034 Dollar pro 1.000 Bilder, die Generierungszeit wird mit vier Sekunden pro Bild angegeben. Rechnet man das auf eine Million Bilder hoch und legt die vier Sekunden als GPU-Stunden-Schätzung zugrunde, gehen die Zahlen nicht auf. Wer eine bessere Annahme zu Batch-Größe oder Hardware hat, soll die Rechnung gern selbst durchgehen und mir sagen, wo meine Annahme falsch liegt.

Was gestartet ist: zwei Modelle für zwei unterschiedliche Workflows

Nano Banana 2 Lite trägt intern den Modellnamen gemini-3.1-flash-lite-image und ist ab sofort allgemein verfügbar, erreichbar über die Gemini API, Google AI Studio sowie eingebunden in die Google-Suche, die Gemini-App und Fotos. Google stützt die Ankündigung auf drei Punkte: Weltwissen für Szenen und Datenvisualisierungen, die Alltagsverständnis brauchen, Charakterkonsistenz über mehrere Generierungen hinweg und schnelles Rendering von Text und Lokalisierung. Im Vergleich zum Vorgänger Nano Banana (Gemini 2.5 Flash Image) behauptet der offizielle Google-Cloud-Blogbeitrag einen deutlichen Sprung bei Bildqualität und Weltwissen, ohne dafür eine Benchmark-Tabelle vorzulegen.

Gemini Omni Flash läuft als Public Preview und zielt auf Videobearbeitung statt auf Generierung von Grund auf. Das Modell verarbeitet Text-, Bild- und Videoeingaben und kann Figuren austauschen, Szenen neu ausleuchten, Kamerawinkel ändern und passend zum Video synchronisierten Ton erzeugen. Der Preis liegt bei 0,10 Dollar pro Sekunde Videoausgabe, exakt der Preis von Googles eigenem Veo 3.1 Fast. Clips sind derzeit auf zehn Sekunden begrenzt, und die Eingabeseite akzeptiert keinerlei Audio, eine auffällige Lücke bei einem Modell mit dem Namen Omni, die Google in seinen Unterlagen nicht erklärt.

Beide Modelle laufen standardmäßig mit C2PA-Inhaltszertifikaten und unsichtbarem SynthID-Wasserzeichen, passend zu Googles Linie bei generativen Inhalten der letzten zwei Jahre. Zu den bestätigten frühen Nutzern zählen Adobe Firefly, Invideo, WPPs Marketingplattform WPP Open, die Stockbibliothek Artlist sowie Figma, das Nano Banana 2 Lite in Figma Weave eingebaut hat, und Manus AI, das Omni Flash für autonome Echtzeit-Workflows testet. Die offizielle Aussage von Michael Gerstenhaber, VP Product Management bei Google Cloud AI, gute kreative Arbeit müsse im Tempo der eigenen Ideen mithalten können, klingt weniger nach einer technischen Aussage als nach einem Satz für Einkaufsabteilungen.

Was die Zahlen wirklich zeigen

Zuerst die 0,034-Dollar-Zahl. Pro 1.000 Bilder ergibt das 34 Dollar pro Million, also 0,000034 Dollar pro Bild. Gleichzeitig nennt Google vier Sekunden für ein einzelnes Bild von Eingabe bis Ausgabe. Steht diese Zeit für eine einzelne GPU, die einmal komplett durchrechnet, würde eine Million Bilder etwa 1.111 GPU-Stunden verschlingen. Bei einem konservativen Preis von 2 Dollar pro Stunde für A100-Rechenleistung stehen dem 2.222 Dollar an Rechenkosten gegenüber 34 Dollar Erlös. Auf dem Papier macht das Geschäft Verlust.

Für diese Lücke gibt es zwei plausible Erklärungen. Entweder bündelt das Backend Dutzende oder Hunderte Anfragen in einem Batch, sodass die tatsächliche Rechenzeit pro Bild weit unter vier Sekunden liegt, oder Google subventioniert den Preis bewusst, um API-Volumen zu treiben und Entwickler ans eigene Ökosystem zu binden. So oder so taugt die veröffentlichte Vier-Sekunden-Zahl nicht als verlässlicher Anhaltspunkt für die tatsächlichen Rechenkosten. Ob sich dieser Preis langfristig halten lässt, entscheidet die Warteschlangenzeit unter Spitzenlast, eine Zahl, die bislang kein unabhängiges Labor gemessen hat.

Auch die Preisstruktur von Omni Flash lohnt einen zweiten Blick. Mit exakt 0,10 Dollar pro Sekunde wie bei Veo 3.1 Fast unterbietet Google die eigene Produktlinie nicht, sondern segmentiert sie: Veo 3.1 Fast übernimmt die Generierung von Grund auf, Omni Flash die dialogbasierte Bearbeitung von bestehendem Material. Gleicher Preis für unterschiedliche Aufgaben wirkt eher wie eine Maßnahme zur Kundenbindung als wie ein Preiskampf. Und die Behauptung, das Modell sei bei der Videobearbeitung führend, stammt bislang ausschließlich von Google selbst. Kein unabhängiges Labor hat Omni Flash bisher direkt gegen Runway, Kling oder OpenAIs Sora-Bearbeitungstools antreten lassen, weshalb diese Aussage vorerst in die Kategorie Marketing gehört.

Woran sich das in den kommenden Monaten ablesen lässt

Drei konkrete Signale sollten sich innerhalb von drei bis sechs Monaten zeigen. Erstens, ob Adobe Firefly und Figma Weave ihre tatsächlich beobachtete Generierungszeit im Produktivbetrieb veröffentlichen. Eine spürbare Lücke bei Spitzenlast würde zeigen, wie viel Batching hinter der Vier-Sekunden-Zahl steckt. Zweitens, ob Google das Zehn-Sekunden-Limit bei Omni Flash aufhebt oder Audioeingabe nachrüstet, beides schließt das Modell derzeit von allem außer kurzen Editing-Aufgaben aus. Drittens, ob OpenAIs Sora, Runway oder Kling den Preis von 0,10 Dollar pro Sekunde übernehmen. Zieht niemand nach, spricht das dafür, dass Google hier lediglich die bestehende Veo-Preisstruktur auf eine neue Produktlinie übertragen hat, ohne einen Preiskampf anzustoßen.

Wenn dieser Artikel hilfreich war, abonniere den Newsletter für wöchentliche KI-PM-Einblicke.

Weiterführend: Claude Sonnet 5 wird Anthropics neues Standardmodell, Nano Banana: Gemini 2.5 Flash Bildgenerierung im Test