¿Qué es Nano Banana? El modelo de edición de imágenes de Google, explicado

No era un nombre de producto. Un modelo sin etiqueta apareció en arenas públicas de evaluación cara a cara, donde la gente compara salidas anónimas sin saber qué sistema las produce, bajo el marcador «nano banana». Ganó mucho, llamó la atención, y las conjeturas sobre quién estaba detrás duraron semanas hasta que Google lo confirmó.

Después Google hizo algo inusual y conservó el apodo, motivo por el que una pieza seria de infraestructura es conocida públicamente por un mote en broma. La identidad formal es un modelo de imagen de Gemini; el nombre que se busca es el del plátano.

Esa historia conviene saberla porque explica por qué el término se comporta de forma tan extraña en las búsquedas. El interés llegó antes que el marketing, así que las preguntas que la gente hace son las que se hacen sobre un rumor —qué es, quién lo hizo, si es real— más que las que se hacen sobre un producto.

La mayoría de modelos de imagen se construyen para generar una imagen a partir de una descripción. Nano Banana se construye para cambiar una imagen que usted ya tiene, y lo difícil ahí es todo lo que usted no pidió cambiar.

Si pide a un modelo generalista que ponga a la persona de esta foto un abrigo rojo, normalmente obtendrá a una persona con abrigo rojo que no es exactamente la misma persona —una mandíbula algo distinta, otro espacio entre los ojos, una cara que parece de un hermano. La identidad sobrevive a una edición y se degrada tras varias. Lo que Nano Banana está diseñado para preservar es esa identidad, a lo largo de una secuencia de instrucciones sucesivas.

De ahí se deriva el modelo de interacción. Usted no escribe un prompt elaborado y acepta lo que vuelva; mantiene una conversación en la que cada turno ajusta el resultado anterior. Mueva la luz. Ahora hágalo de tarde. Ahora póngalo en exterior. Ese bucle es el producto.

Para cualquier caso en el que el mismo sujeto deba aparecer más de una vez. Fotografía de producto en varios escenarios, un personaje a lo largo de una secuencia de viñetas, un conjunto de variaciones de un mismo retrato, un mockup que deba mostrar una habitación en cuatro gamas de color.

También es inusualmente indulgente con quien no quiere aprender sintaxis de prompt. Como la instrucción es una edición y no una especificación, sirven frases corrientes, y el modo de fallo de una petición vaga es un cambio pequeño en lugar de una imagen irreconocible.

Donde encaja peor es en la página en blanco. Cuando no hay imagen de origen ni sujeto que preservar, la maquinaria de consistencia no tiene nada que hacer, y los modelos pensados para composición texto-a-imagen suelen darle más control sobre encuadre, óptica y estilo desde cero.

Frente a Midjourney, la división es la autoría estética. Midjourney aplica un marcado estilo propio y se usa en general para crear algo llamativo; Nano Banana intenta dejar la imagen intacta salvo donde usted pidió. Uno es un estilista; el otro, un retocador.

Frente a los modelos abiertos —Stable Diffusion y FLUX—, la diferencia está en dónde reside el control. Con pesos abiertos, la gente puede acoplar ControlNet, LoRA y canalizaciones de inpainting para lograr control preciso a costa de montar la cadena. Nano Banana coloca una porción más estrecha de ese control detrás de una frase, más rápido de alcanzar y más difícil de sobrepasar.

Frente a gpt-image-1, ambos están más cerca entre sí que de cualquier otra cosa: modelos cerrados, que siguen instrucciones y se manejan conversacionalmente, unidos a un asistente grande. La diferencia práctica que más se reporta es cuál mantiene mejor un rostro a lo largo de varios turnos, y eso conviene probarlo con su propio material en lugar de tomarlo de una clasificación.

Nada comercial — no tenemos afiliación con Google ni revendemos sus modelos. Esta página existe porque la gente pregunta qué es esto y la respuesta honesta es breve, y un directorio que solo describiera los modelos que nos gustan no sería un directorio.

Conviene leerla junto a las páginas de edición de aquí, porque el vocabulario se traslada. Lo que Nano Banana hace de forma conversacional, el ecosistema abierto lo hace con técnicas nombradas: inpainting para un cambio dentro de una máscara, outpainting para un cambio más allá del encuadre, denoise strength para cuánto se permite desviarse del origen. Conocer esas palabras aclara mucho qué hace y qué no hace cualquier editor.