Nano Banana Pro vs GPT Image 2.5: cuál elegir según la tarea

Si la imagen tiene que conservar la forma exacta de un producto ya aprobado o sobrevivir a varias rondas de edición, empieza por GPT Image 2.5 (Sunburst para la edición exigente, Flare si la rapidez importa más que exprimir la calidad al máximo). Si necesitas un cuadrado de 4096 px, hasta 14 imágenes de referencia con límites documentados, datos actuales gracias a la fundamentación con la Búsqueda de Google o convertir una ilustración en figura, empieza por Nano Banana Pro. Esa es la regla que se desprende de la documentación de OpenAI y Google y de las seis pruebas independientes que hemos leído; ninguna de ellas es nuestra, y más abajo verás con qué condiciones se obtuvo cada resultado.

Con texto latino corto (un titular, un cartel, una etiqueta) los dos modelos escribieron sin faltas en las pruebas de Ima Studio y JXP AI, así que la ortografía no decide. Sí deciden tres cosas: cuánto cambia el modelo lo que no le has pedido cambiar, cuánto cuesta cada imagen que llega a aprobarse y qué límites duros (tamaño, referencias, transparencia, Batch) descartan a uno de los dos antes de generar nada. Todos los precios son los oficiales de la tarifa Standard a 22 de septiembre de 2026, en dólares; si trabajas en euros, aplica tu tipo de cambio.

Qué estamos comparando exactamente

Los nombres comerciales esconden varios modelos, y muchas comparativas publicadas con estos nombres comparan otra cosa.

• GPT Image 2.5 son dos modelos de API con identificadores distintos: gpt-image-2.5-flare (instantánea gpt-image-2.5-flare-2026-09-08) y gpt-image-2.5-sunburst (gpt-image-2.5-sunburst-2026-09-08). No existe un gpt-image-2.5 sin sufijo. OpenAI describe Flare como «el modelo pequeño, optimizado para velocidad» y Sunburst como «el modelo base, optimizado para calidad»; ambos mejoran «la edición precisa y la conservación del sujeto» respecto a GPT Image 2 (guía de prompting de OpenAI). En ChatGPT la función se llama Images 2.5; el identificador de modelo se fija en la API, y la guía de ChatGPT Images 2.5 explica qué se puede controlar desde la interfaz y qué solo desde la API.
• Nano Banana Pro es gemini-3-pro-image, en disponibilidad general desde noviembre de 2025 en la API de Gemini. Google lo posiciona como «la opción premium para las tareas visuales más complejas» y, al mismo tiempo, recomienda Nano Banana 2 (gemini-3.1-flash-image) como modelo «de referencia» por equilibrio entre calidad, coste y latencia (guía de generación de imágenes de Google). Si dudas entre los dos de Google, Nano Banana Pro vs Nano Banana 2 lo trata aparte.
• «Nano Banana 2.5» no es un producto. No aparece en las páginas de precios ni de modelos de Google; Kie.ai lo describe como un modelo sin confirmar visto bajo el nombre en clave «spicy-mayo» en Image Arena, sin anuncio, precio ni especificación. Cualquier comparativa que lo use como rival de GPT Image 2.5 compara con un rumor.

Las comparativas de CometAPI, PixVerse o GlobalGPT enfrentan GPT Image 2.5 a Nano Banana 2, no a Pro. Aquí el objeto es Pro; cuando citemos Nano Banana 2 será solo para situar precios.

Qué modelo probar primero según el trabajo

La tabla resume qué modelo probar primero y de qué prueba o documento sale la regla. «Primero» significa que gastas la primera tanda de créditos ahí y solo pasas al otro si el resultado falla en algo que puedas nombrar.

Dos matices sobre las pruebas: todas son de septiembre de 2026, con una o pocas generaciones por prompt, y en varios casos en apps de consumo en lugar de la API. Sirven para saber por dónde empezar, no para prometer una tasa de acierto.

Precios a igual tamaño, no a igual etiqueta

Los dos proveedores facturan por tokens de salida, pero con lógicas distintas. OpenAI cobra 30 USD por millón de tokens de salida de imagen en los tres modelos (gpt-image-2, Flare y Sunburst) y deja que quality y size decidan cuántos tokens consume cada imagen. Google cobra 120 USD por millón en Nano Banana Pro y fija el consumo por nivel: 1.120 tokens para 1K y 2K, 2.000 para 4K. Por eso «Pro cuesta 0,134 USD» es una frase completa y «GPT Image 2.5 cuesta X» no lo es hasta que digas calidad y tamaño.

La tabla usa la calculadora oficial de OpenAI leída el 22 de septiembre de 2026 (solo tokens de salida, con calidad y tamaño explícitos) y la página de precios de Google del mismo día.

Lo que se desprende de la tabla:

• A 1024×1024, Nano Banana Pro Standard se sitúa entre xhigh y max de GPT Image 2.5. Con high (que en 2.5 consume lo mismo que medium en GPT Image 2), 2.5 cuesta menos de la mitad que Pro; con max, en torno a un 57 % más. low (196 tokens, 0,00588 USD) y medium (439 tokens, 0,01317 USD) existen y sirven para explorar, pero OpenAI recomienda medium o high para texto pequeño.
• La misma etiqueta no significa la misma calidad entre modelos ni entre proveedores; OpenAI lo dice de sus propios modelos. Compara presupuestos de salida y píxeles, no palabras.
• Batch de Google deja Pro en 0,067 USD (1K/2K) y 0,12 USD (4K) si puedes esperar. GPT Image 2.5 no está en Batch; si tu volumen es alto y aceptas GPT Image 2, este sí tiene tarifa Batch (15 USD por millón de tokens de salida), y la comparativa GPT Image 2.5 vs GPT Image 2 detalla cuándo compensa quedarse en la generación anterior.
• Lo que falta en ambas columnas: tokens de entrada (OpenAI 5 USD/M texto y 8 USD/M imagen; Google 2 USD/M, unos 0,0011 USD por imagen de entrada), texto y «pensamiento» de salida en Google (12 USD/M), 100 tokens de salida por cada imagen parcial en streaming en OpenAI, y sobre todo los reintentos. El coste que importa es el gasto total del lote dividido entre las imágenes aceptadas.

Como referencia hipotética con una sola salida por llamada y sin reintentos, 10.000 imágenes 1K costarían unos 527 USD con 2.5 high, 937 USD con xhigh, 2.107 USD con max, 1.340 USD con Pro Standard y 670 USD con Pro Batch. La cifra real la dará el campo usage de cada respuesta. Para el desglose completo de cada proveedor están los precios de la API de GPT Image 2.5 y los precios de Nano Banana Pro.

Diferencias de capacidad que descartan un modelo antes de generar

Estas son las reglas documentadas por cada proveedor a 22 de septiembre de 2026; no dependen de gustos ni de muestras.

Dos consecuencias prácticas. La primera: el texto de «pensamiento» de Pro se factura a 12 USD por millón de tokens y aparece en usage aunque tú solo pidas una imagen; en lotes grandes conviene medirlo. La segunda: si tu flujo necesita alfa real (recortes para catálogos, superposiciones), la única vía documentada es OpenAI, con Flare o Sunburst al mismo precio por token.

Lo que muestran las votaciones a ciegas y por qué no coinciden con las pruebas manuales

Las tres clasificaciones públicas por votación a ciegas colocan a GPT Image 2.5 por delante de Nano Banana Pro, y con margen. Pero conviene leerlas con el número de votos delante.

• Arena (arena.ai), texto a imagen, mostrado como «actualizado el 7 de septiembre de 2026»: Sunburst 1421 ±13 (3.149 votos, marcado Preliminary), Flare 1399 ±13 (2.856, Preliminary), gpt-image-2 medium 1381 ±4 (78.731), gemini-3-pro-image-2k 1246 ±3 (152.220), gemini-3-pro-image-preview 1232 ±5 (82.737).
• Arena, edición de imágenes: Sunburst 1520 ±9 (6.704, Preliminary), Flare 1491 ±9 (5.676, Preliminary), gpt-image-2 1461 ±3 (235.928), Nano Banana Pro 2K 1390 ±3 (556.580).
• Artificial Analysis, con sus propios Elo y precio por mil imágenes: en texto a imagen Sunburst max 1197 ±9 (13.401 comparaciones, 210,7 USD por mil), Flare max 1190 ±9, Nano Banana Pro 1100 ±8 (15.977, 134 USD por mil); en edición, Sunburst 1180 ±8 y Pro 1096 ±8.

Tres avisos antes de convertir esto en decisión. Las entradas de 2.5 en Arena tienen unos tres mil votos frente a más de 150.000 de Pro, de ahí la etiqueta Preliminary y el margen ±13. Artificial Analysis evaluó 2.5 en max, el nivel de 7.024 tokens a 1024²; una ejecución en high cuesta una cuarta parte y no está medida ahí. Y ninguna de esas clasificaciones mide velocidad, consumo real ni cuántas veces el modelo cambió algo que debía quedarse igual.

Esa última carencia explica la aparente contradicción con las pruebas manuales: en votos de preferencia gana la imagen «más bonita» de las dos, mientras que Ima Studio o DPG puntúan si el resultado sirve para entregar. La observación de DPG lo resume: Images 2.5 tiende a «añadir texto y efectos que no se pidieron para elevar la calidad» y Pro a «ordenar limpiamente dentro de lo indicado». La prueba japonesa de figuras va en la dirección contraria a la de e-commerce precisamente porque allí lo que se valoraba era el aspecto final, no la fidelidad.

Las seis pruebas independientes, con sus condiciones

Ninguna de estas pruebas es nuestra. Para cada una anotamos qué hizo el autor, qué vio y hasta dónde llega.

Ima Studio (en/es, 11–14 de septiembre). Una lámpara colgante naranja; tres cadenas independientes de cinco pasos por modelo (imagen principal → pantalla inferior en azul cobalto → fondo gris cálido → titular y botón → anuncio con dos ventanas de detalle); 30 salidas. Sunburst en 1024×1024 high PNG frente a Pro en 1K 1:1. Forma del producto: Sunburst 3/3 fiel, Pro 3/3 con la pantalla convertida en cúpula. Color y fondo: 3/3 en ambos, con más derrame azul-violeta en Pro. Texto correcto en ambos. Maquetación: Sunburst con espaciados repetibles, Pro con ventanas de tamaño variable. Créditos de la plataforma por paso: 10 (Pro) frente a 31 (Sunburst). Regla del autor: Sunburst «cuando la silueta del producto, los herrajes y la maquetación repetible son decisivos para la aprobación»; Pro «si puedes inspeccionar el producto contra su fuente tras la primera generación». Y una instrucción que vale para cualquiera: «no elijas ningún modelo por la imagen final; compara el paso uno con el original». Límites: un SKU, texto en inglés, créditos de plataforma, sin retratos ni moda ni carteles multilingües. Nuestra comparativa de Nano Banana Pro y GPT Image 2 para e-commerce cubre la generación anterior con el mismo tipo de tarea.

JXP AI (en, 15 de septiembre). Cuatro prompts, una generación cada uno, Flare en medium frente a Pro en su plataforma. Letrero de cafetería: empate. Etiqueta de crema: empate, Pro «más lista para anuncio». Cambio de color en una bicicleta: empate. Macro en 4K: Pro entregó 4096×4096 y 2.5 entregó 2880×2880, lo que es consecuencia de los límites de cada API, no de calidad. Velocidades observadas por el autor: 2.5 «entre 20 y 40 segundos» en 1K y «40–60» en 4K; Pro «de menos de un minuto a más de dos», irregular. Sin percentiles.

HiAPI (zh, 17 de septiembre). Dos prompts, una imagen cada uno, Flare frente a Pro. Cartel «NIGHT SHIFT»: Flare escribió el título una vez; Pro añadió un «SHIFT» extra. Zapatilla de trail con la puntera a la izquierda: Flare obedeció; Pro la puso a la derecha. El autor advierte que «cuatro imágenes no permiten deducir calidad media, velocidad, consistencia ni probabilidad de éxito futura».

Danawa DPG (다나와, ko, 17 de septiembre). ChatGPT Plus (Images 2.5) frente a la app Gemini (Pro), mismo prompt, un intento, cuatro pruebas. Composición de tres personajes: 2.5 unificó el estilo; Pro dio un aire de cómic americano con contorno grueso y añadió elementos ajenos a las fuentes. Hoja de sprites: empate. Cinco ediciones consecutivas: Pro hizo reaparecer la maleta borrada; 2.5 conservó las ediciones. Cartel en coreano: ambos sin erratas; 2.5 añadió efectos no pedidos, Pro quedó «soso». Apps, no API; sin identificadores ni precios.

Tennen (てんねん) en note (ja, 11 de septiembre). Un prompt de conversión a figura escrito para Pro; seis modelos, cuatro generaciones por modelo, mejor de cuatro; seis criterios de cinco puntos. Pro 30/30, Nano Banana 2 29, 2 Lite 25, GPT Image 2.5 24, Grok Imagine 23, GPT Image 2 21. Sobre 2.5: «mantiene con alta precisión composición, rasgos, cuerpo y armadura del original» pero «se parece a 3D con sombreado cel». No indica si usó Flare o Sunburst.

HS Working Space (HSビルワーキングスペース, ja, actualizado el 9 de septiembre). Images 2.5, Pro y Seedream 5.0 Pro en tres tareas de negocio (consistencia de persona con instrucciones compuestas, miniatura B2B 16:9 en japonés, diagrama A4 vertical), medidas por intervenciones humanas necesarias. 2.5 necesitó las menos; Pro suspendió dos veces el primer filtro y mostró japonés deformado.

Lo que no cubre ninguna: retratos realistas comparados en igualdad, moda y probadores virtuales, carteles con texto en español de varias líneas, y cualquier medición de velocidad con percentiles. Si tu trabajo es uno de esos, la sección siguiente es la única respuesta honesta.

Cómo compararlos con tu propio material en una tarde

El método sale de la propia guía de OpenAI, y sirve igual contra Google porque no presupone ningún resultado.

1. Fija todo menos el modelo. Mismo prompt, mismas referencias, mismas dimensiones y una calidad explícita en 2.5 (high es un punto de partida razonable; auto no se puede estimar). En Pro, el nivel image_size equivalente en píxeles.
2. Puntúa lo que te hace rechazar una imagen, no lo que te gusta: seguimiento de la instrucción, conservación de identidad o producto, exactitud del texto, cambios no pedidos, transparencia si la necesitas. Ima Studio compara el paso uno con la fuente antes de mirar el final; hazlo igual.
3. Repite cada petición varias veces. Una sola generación por prompt es lo que hicieron JXP, HiAPI y DPG, y por eso sus autores no reclaman tasas. Tres o cinco por modelo ya te dicen si un fallo es sistemático.
4. Si editas, prueba la cadena completa, no solo un paso. OpenAI avisa de que «las ediciones repetidas pueden cambiar detalles que querías conservar» y que, si una región debe quedar idéntica, compongas la edición aprobada sobre el original en lugar de fiarlo todo al prompt. Lo mismo vale para Pro.
5. Anota tiempos típicos y lentos, fallos, reintentos y el campo usage de cada respuesta. Con eso calculas el coste por imagen aceptada: gasto total del lote (entradas, salidas, parciales, reintentos y, en Google, tokens de pensamiento) dividido entre las imágenes que pasan tu filtro. Compara a igual presupuesto de salida y a igual tamaño en píxeles, no a igual etiqueta.
6. Para texto, pon la frase exacta entre comillas en el prompt y deletrea las marcas letra a letra; con texto pequeño compara medium y high en 2.5.

Con diez prompts representativos y cinco repeticiones por modelo son cien imágenes: en 1K, unos 5,3 USD con 2.5 high y unos 13,4 USD con Pro Standard, más entradas. Es barato comparado con descubrir el fallo en la imagen 3.000.

Usar los dos modelos hoy

Las vías oficiales están completas: la API de OpenAI para Flare y Sunburst, y la API de Gemini para Pro, con Batch a 0,067 USD por imagen 1K/2K cuando no hay prisa. La guía de la API de Nano Banana Pro recorre la llamada nativa de Google, y para elegir dentro de 2.5 está Sunburst frente a Flare.

Si prefieres una sola clave para los dos proveedores, laozhang.ai ofrece ambas vías con la URL base https://api2.laozhang.ai/v1, según su documentación del 22 de septiembre de 2026:

• GPT Image 2.5 por reenvío oficial: gpt-image-2.5-flare y gpt-image-2.5-sunburst en /v1/images/generations y /v1/images/edits, con facturación por token «a las mismas tarifas que el reenvío oficial de gpt-image-2»; permite elegir modelo y tamaños 2K/4K. Requiere un token de facturación por uso asignado a un grupo de reenvío oficial (Sora2Official o GPTImage2 Sora2 Enterprise); el grupo se selecciona en la configuración del token, no en el campo model. Como la tarifa es por token, el coste sigue la misma tabla de arriba.
• Nano Banana Pro a 0,09 USD por llamada, incluida la salida en 4K, sin nivel aparte. Hay dos formas de llamar: la compatible con OpenAI en /v1/chat/completions devuelve siempre 1K en 1:1; para proporciones y imageConfig.imageSize: "4K" hay que usar la forma nativa /v1beta/models/gemini-3-pro-image:generateContent. Admite hasta 6 objetos y 5 personas de referencia. Frente a los 0,134 USD Standard y 0,24 USD en 4K de Google es más barato por llamada; frente a Batch (0,067 USD) no, así que con lotes sin urgencia la vía oficial sigue ganando.
• Estado de las llamadas VIP de 2.5: los modelos gpt-image-2.5-flare-vip y gpt-image-2.5-sunburst-vip a 0,03 USD por llamada están pausados desde el 16 de septiembre de 2026 por capacidad limitada en el proveedor, sin fecha de recuperación. No cuentes con ellos. La alternativa por generación gpt-image-2.5-web acepta size pero no permite elegir Flare o Sunburst, y su precio se consulta en la consola; no fijamos aquí una cifra.

Las dos peticiones mínimas para reproducir la comparación del apartado anterior, una por proveedor, con calidad y tamaño explícitos:

bash
# GPT Image 2.5 Sunburst: edición con calidad y tamaño fijados
# (misma forma en la API de OpenAI y en el reenvío oficial de laozhang.ai;
#  cambia solo la URL base y el token)
export BASE_URL="https://api2.laozhang.ai/v1"
curl --fail-with-body "$BASE_URL/images/edits" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -F "model=gpt-image-2.5-sunburst" \
  -F "image=@lampara.png" \
  -F "prompt=Mantén la forma de la lámpara, el encuadre y la luz. Cambia solo la pantalla inferior a azul cobalto." \
  -F "size=1024x1024" \
  -F "quality=high" \
  -o edicion.json

# Nano Banana Pro: forma nativa de Google, necesaria para elegir 4K y proporción
curl -sS -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/gemini-3-pro-image:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Foto de producto de una lámpara colgante naranja sobre fondo gris cálido"}]}],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {"aspectRatio": "1:1", "imageSize": "4K"}
    }
  }' -o pro.json

En laozhang.ai la llamada nativa de Pro usa el mismo cuerpo generateContent sobre la ruta /v1beta/models/gemini-3-pro-image:generateContent de su dominio; sigue el ejemplo de cabeceras de su documentación y comprueba en la consola el modelo, el grupo y el importe real antes de escalar, porque la compatibilidad de protocolo no garantiza todas las cuotas ni funciones del proveedor original. Las cuentas nuevas requieren Gmail o lista blanca de empresa, y el crédito de prueba está pensado para verificar la integración, no para producción.

Preguntas frecuentes

¿Sigue siendo Nano Banana Pro el mejor generador de imágenes? En votación a ciegas ya no: Sunburst y Flare ocupan los dos primeros puestos en Arena y Artificial Analysis, aunque con pocos miles de votos y marca Preliminary. En trabajo real depende de la tarea: Pro ganó la prueba de figuras y conserva ventajas duras (4096 px, 14 referencias, fundamentación con la Búsqueda de Google, Batch), pero perdió en fidelidad a la forma del producto y en ediciones encadenadas en las pruebas de e-commerce y de apps.

¿Qué es «Nano Banana 2.5»? Un nombre en clave («spicy-mayo») visto en Image Arena y atribuido a Google por terceros, sin anuncio, precio, ID ni especificación. No lo compares con nada hasta que exista en la página de modelos de Google.

¿Flare o Sunburst frente a Nano Banana Pro? Comparten precio por token y niveles de calidad; Sunburst es el modelo base «optimizado para calidad» y Flare el pequeño «optimizado para velocidad», con calidad que OpenAI describe tanto como «comparable» como «superior» a GPT Image 2 según la página. Para la edición de producto con muchos elementos que deben quedar intactos, la prueba de Ima Studio se hizo con Sunburst; las de JXP y HiAPI, con Flare, que empató en las tres escenas de JXP y siguió mejor el encargo en las dos muestras de HiAPI. Si el tiempo de espera importa, empieza por Flare y sube a Sunburst cuando falle algo concreto.

¿Nano Banana 2 no sería suficiente y más barato que Pro? Google lo recomienda como modelo de referencia y cuesta 0,067 USD en 1K y 0,151 USD en 4K (Standard). En la prueba de figuras quedó a un punto de Pro (29 frente a 30). Si no necesitas las 14 referencias de Pro ni su nivel de razonamiento, es la comparación que deberías hacer antes de pagar Pro; nuestro artículo de precios de GPT Image 2.5 Flare frente a Nano Banana pone las cifras en paralelo.

¿Puedo probarlos gratis antes de decidir? Nano Banana Pro se puede probar en Google AI Studio; los límites de la app Gemini gratuita y de pago están en límites de Nano Banana Pro gratis frente a Google AI Pro. GPT Image 2.5 en ChatGPT depende de tu plan; para una comparación controlada, con Flare o Sunburst identificados y calidad y tamaño fijos, necesitas la API.

¿Por qué mi imagen 4K de GPT Image 2.5 salió en 2880×2880? Porque la API de OpenAI limita cada lado a 3840 px y el total a 8.294.400 píxeles; el cuadrado más grande que cumple ambas reglas es 2880×2880. Para 4096×4096 necesitas Nano Banana Pro. En 16:9, 3840×2160 entra dentro de los límites de OpenAI, aunque se considera experimental por encima de 2560×1440.