Nano Banana (Google)

Nano Banana er Googles navn for billedgenereringsfunktionerne i Gemini-familien. Den første version lancerede i august 2025 som Gemini 2.5 Flash Image, og siden februar 2026 er Nano Banana 2 (Gemini 3.1 Flash Image) standardmodellen i Gemini-appen, Google Search AI Mode, Lens, AI Studio og Vertex AI. Modellen adskiller sig fra klassiske diffusionsmodeller ved at generere billeder autoregressivt, token for token, gennem den samme reasoning-pipeline som håndterer tekst.

Du kan give Nano Banana en tekstbeskrivelse og få et billede tilbage på 3-5 sekunder. Du kan også uploade et eksisterende foto, bede den om at fjerne en person, ændre baggrunden til et kontorlokale, tilføje tekst på dansk og få resultatet direkte i Gemini-chatten. Nano Banana 2 kan fastholde op til fem karakterer konsistent på tværs af flere billeder i samme samtale, hvilket gør den velegnet til serier og kampagnemateriale.

For virksomheder erstatter Nano Banana potentielt separate workflows til produktfotografering, billedredigering, lokalisering af visuelt materiale og generering af annoncevarianter. En marketingafdeling der i dag bruger en fotograf, en grafiker og et oversættelsesbureau til at producere kampagnebilleder på fire sprog, kan i stedet generere og tilpasse materialet direkte i Gemini eller via Vertex AI-API'en.

Læsetid 7 minOpdateret november 2026

Sådan fungerer Nano Banana teknisk

1. Autoregressive visuelle tokens i stedet for diffusion. De fleste AI-billedmodeller (Stable Diffusion, DALL-E 3, Midjourney) bruger en diffusionsproces, hvor modellen starter med støj og gradvist fjerner den for at danne et billede. Nano Banana gør det anderledes. Hvert billede kodes som en sekvens af visuelle tokens, der forudsiges en efter en gennem den samme transformer-arkitektur som behandler tekst. Det betyder, at tekst- og billedforståelse deler den samme reasoning-pipeline, og modellen kan ræsonnere om indholdet før den renderer pixels.

2. Hybrid arkitektur: autoregressiv + diffusion-refinement. Tekniske analyser peger på, at Nano Banana 2 kombinerer to trin. Først genererer en autoregressiv transformer en grov, tokeniseret repræsentation af billedet. Dernæst opsampler og forfiner en diffusionsbaseret proces resultatet til høj opløsning. Denne todelte tilgang giver modellen både den sprogforståelse der kommer fra autoregressive modeller og den visuelle kvalitet der kommer fra diffusion.

3. Separate vægtsæt for billede og tekst. Nano Banana 2 bruger dedikerede vægtsæt til henholdsvis billed- og sprogrepræsentation. Det forklarer, hvorfor modellen er markant bedre til at gengive tekst i billeder end tidligere diffusionsmodeller. Når du beder den om at skrive "Åbent hus lørdag kl. 10" på et skilt, forstår den bogstaverne som sprogelementer, ikke bare pixelmønstre.

4. Plan-Evaluate-Improve-loop. Nano Banana 2 introducerer en flertrinsproces, hvor modellen først planlægger kompositionen, dernæst evaluerer resultatet og til sidst forbedrer det før de endelige pixels renderes. Det er denne loop der giver konsistent tekst, præcise rumlige arrangementer og teknisk korrekte detaljer som hænder med fem fingre eller symmetriske ansigter.

5. Nativt multimodal: samme model til input og output. I modsætning til systemer som DALL-E 3, hvor en separat model (GPT-4) skriver en prompt der sendes til en billedmodel, er Nano Banana en enkelt model der både forstår og genererer billeder. Det eliminerer latens fra handoffs mellem modeller og gør det muligt at redigere et billede iterativt i en samtale uden at miste kontekst.

6. Sammenligning med GPT Image og Flux. OpenAIs GPT Image 1.5 bruger separate encoder/decoder-pipelines, hvilket giver høj kvalitet, men længere genereringstid (typisk 10-20 sekunder per billede). Flux 2 Pro v1.1 fra Black Forest Labs bruger en ren diffusions-transformer (DiT) der scorer højt på fotorealisme, men mangler den native tekstforståelse. Nano Banana 2 scorer højest på LM Arena med en Elo-rating på 1.360, mod GPT Image 1.5s 1.264 og Flux 2 Pros 1.265.

7. Hastighed og infrastruktur. Nano Banana 2 genererer et standardbillede på 3-5 sekunder, hvilket er 2-4 gange hurtigere end Nano Banana Pro (8-12 sekunder) og markant hurtigere end GPT Image 1.5. Hastigheden kommer fra Flash-arkitekturen, Googles optimerede TPU-infrastruktur og den effektive tokenisering af visuelle elementer.

8. Opløsning og begrænsninger. Modellen understøtter op til 4K-opløsning i Nano Banana 2, men standardoutput er 1024x1024 pixels. Karakterkonsistens virker for op til fem personer og op til 14 objekter i en enkelt workflow. Videogenerering er ikke en del af Nano Banana, men Google har separate modeller (Veo) til det formål.

Vil du bruge AI-billedgenerering strategisk i din virksomhed? Vi hjælper med at vurdere, om Nano Banana, Midjourney eller en anden model passer bedst til jeres workflows, og med at integrere løsningen i jeres eksisterende processer via API eller Vertex AI.

Konkrete funktioner og B2B-anvendelser

Tekstgenerering i billeder
Nano Banana 2 kan gengive læsbar tekst på flere sprog direkte i genererede billeder. En dansk e-handelsvirksomhed kan generere produktbilleder med danske prisskilte, kampagnetekst og CTA-knapper uden efterfølgende billedredigering. Funktionen understøtter også oversættelse: upload et billede med engelsk tekst, og Nano Banana kan erstatte teksten med dansk.

Karakterkonsistens på tværs af billeder
Modellen fastholder op til fem karakterers udseende konsistent gennem en hel billedsekvens. Et reklamebureaus kreative team kan generere en serie på 10-15 billeder til en social media-kampagne, hvor den samme persona optræder i forskellige situationer, uden at ansigt, hår eller beklædning ændrer sig mellem billederne.

Billedredigering via naturligt sprog
Du kan uploade et eksisterende foto og bede Nano Banana om specifikke ændringer: fjern baggrunden, tilføj regn på vinduet, gør billedet varmere i tonen, fjern en person fra gruppen. En ejendomsmægler kan uploade fotos af en bolig og få dem redigeret til at vise møblerede rum, ændret dagslys eller fjernede personlige ejendele, alt sammen via tekstkommandoer i Gemini.

Produktvisualisering og varianter
Nano Banana kan generere et produkt i forskellige farver, vinkler og miljøer ud fra et enkelt referencebillede. En møbelproducent der lancerer en ny stol, kan generere 20 varianter i forskellige stoftyper og rumsettings på minutter i stedet for at booke en fotograf til en hel dag.

Web-grounding for aktualitet
Nano Banana 2 har adgang til real-time web-grounding, hvilket betyder at den kan generere billeder af aktuelle begivenheder, kendte bygninger og specifikke produkter med højere præcision end modeller der kun kender deres træningsdata. Beder du den om at generere et billede af Københavns nye metrostation, bruger den aktuel viden om stationens udseende.

Batch-generering via API
Gennem Vertex AI og AI Studio kan udviklere kalde Nano Banana 2 programmatisk. Et SaaS-selskab der genererer personaliserede onboarding-materialer til nye kunder, kan integrere API-kald i sin pipeline og generere 500 tilpassede velkomstbilleder på under en time til en pris af ca. 34 kr. via Batch API.

Flersproget lokalisering af visuelt materiale
Nano Banana kan tage et kampagnebillede på dansk og gengive det med tekst på tysk, svensk og norsk. En nordisk virksomhed der kører annoncer i fire lande, kan generere alle sprogvarianter direkte i stedet for at sende filerne til en grafiker for hver oversættelse.

Konkurrenter og markedsposition

Midjourney V7
Midjourney er kendt for æstetisk kvalitet og kunstnerisk sammenhæng. V7-versionen producerer billeder med en karakteristisk visuel stil der ofte beskrives som "filmisk". Styrken er kreativ inspiration og konceptualisering. Svagheden er manglende officiel API, hvilket gør enterprise-integration besværlig. Prisen er $10-120/md afhængig af abonnement, uden pay-per-image-mulighed.

GPT Image 1.5 (OpenAI)
OpenAIs billedmodel scorer højt på prompt-præcision og realistisk gengivelse. Den er integreret i ChatGPT og tilgængelig via API. Genereringstiden er 10-20 sekunder per billede, markant langsommere end Nano Banana 2. API-prisen ligger på ca. $0.04-0.12 per billede afhængig af opløsning. Styrken er den tætte integration med GPT-4o til komplekse, flertrinsprompts.

Flux 2 Pro v1.1 (Black Forest Labs)
Flux bruger en ren diffusions-transformer-arkitektur og scorer på niveau med GPT Image 1.5 på fotorealisme (Elo 1.265). Modellen er open-weight, hvilket giver fleksibilitet til virksomheder der vil køre den on-premise. Prisen via fal.ai starter ved ca. $0.055 per billede. Svagheden er begrænset tekst-rendering sammenlignet med Nano Banana 2.

Adobe Firefly 3
Adobes model er bygget specifikt til kommerciel brug med fuld IP-indemnification. Den integrerer direkte i Photoshop, Illustrator og Express. Prisen er inkluderet i Creative Cloud-abonnementet (ca. 450 kr./md for enkeltbruger). Styrken er juridisk sikkerhed og integration i eksisterende designworkflows. Svagheden er lavere benchmark-scores og langsommere iteration end Nano Banana 2.

Stable Diffusion 3.5 (Stability AI)
Den mest fleksible open-source-mulighed. Kan køres lokalt på egne GPU'er uden API-omkostninger. Styrken er fuld kontrol over modellen og mulighed for fine-tuning til specifikke brugscases. Svagheden er kravet om teknisk ekspertise og GPU-hardware (minimum 12 GB VRAM for acceptable resultater).

Hvor Nano Banana er stærkest. Modellen har den højeste Elo-score (1.360), den hurtigste genereringstid (3-5 sek.) og den bedste tekst-rendering af alle testede modeller. Den er desuden gratis tilgængelig i Gemini-appen, hvilket sænker barrieren for adoption. Omvendt har Midjourney stadig overtaget på æstetisk kreativitet, Flux giver mere kontrol til tekniske teams via open-weight, og Adobe Firefly tilbyder bedre juridisk beskyttelse for kommercielt indhold.

Ofte stillede spørgsmål om Nano Banana

Hvad er forskellen på Nano Banana og Nano Banana Pro?

Nano Banana (Gemini 2.5 Flash Image) var den første version, lanceret i august 2025. Nano Banana Pro (Gemini 3 Pro Image) kom i november 2025 med højere kvalitet, men langsommere generering (8-12 sek.). Nano Banana 2 (Gemini 3.1 Flash Image) fra februar 2026 kombinerer Pro-kvaliteten med Flash-hastigheden (3-5 sek.) og er nu standardmodellen i Gemini.

Kan Nano Banana erstatte vores fotograf og grafiker?

Til visse opgaver ja. Produktvisualisering, kampagnevarianter, social media-billeder og intern præsentationsgrafik kan genereres direkte. Til højkvalitets brandingmateriale, komplekse kompositioner og billeder der kræver pixel-perfekt kontrol, er en grafiker stadig nødvendig. De fleste virksomheder oplever en reduktion i produktionstid på 50-70% for rutinemateriale.

Hvad koster det at bruge Nano Banana via API?

Prisen starter ved $0.045 per billede i 512px via Google AI Studio. 1K-billeder koster $0.067, og 4K koster $0.151. Med Batch API får du 50% rabat på alle opløsninger. I Gemini-appen er grundlæggende billedgenerering gratis, mens Gemini Advanced (149 kr./md) giver højere kvoter og 4K-adgang.

Er Nano Banana i overensstemmelse med EU AI Act?

Ja. Google implementerer C2PA Content Credentials og SynthID-vandmærkning på alle genererede billeder, hvilket opfylder AI Acts krav til transparens og mærkning af AI-genereret indhold (Artikel 50). Via Vertex AI kan data behandles i EU-regioner, hvilket understøtter GDPR-compliance. Virksomheder skal dog selv sikre, at deres prompts ikke krænker ophavsret.

Kan Nano Banana generere tekst på dansk i billeder?

Ja, Nano Banana 2 understøtter dansk tekstgenerering i billeder. Modellen kan skrive danske sætninger på skilte, knapper og labels i genererede billeder. Kvaliteten er markant forbedret i version 2, men komplekse ord med æ, ø og å kan i sjældne tilfælde renderes forkert. Kontroller altid output for kritisk materiale.

Hvordan sammenligner Nano Banana sig med Midjourney?

Nano Banana 2 scorer højere på tekniske benchmarks (Elo 1.360 vs. Midjourneys lavere score) og er hurtigere (3-5 sek. vs. 15-60 sek.). Midjourney V7 har til gengæld en mere karakteristisk æstetisk stil og er foretrukket til kreativ konceptualisering. Nano Banana har officiel API-adgang, mens Midjourney kun tilbyder adgang via Discord eller deres webinterface uden enterprise-API.

Kan vi køre Nano Banana on-premise?

Nej. Nano Banana er kun tilgængelig som cloud-tjeneste via Gemini-appen, Google AI Studio eller Vertex AI. Virksomheder der kræver on-premise billedgenerering, kan overveje Flux (open-weight) eller Stable Diffusion (open-source). Via Vertex AI kan du dog sikre, at databehandlingen sker i specifikke EU-regioner.