Nano Banana Pro o GPT Image 2.5: prueba con los mismos prompts

01¿Cómo hicimos la prueba?

• El mismo prompt para los dos modelos. Un póster, una infografía y una ficha de producto, las tres con texto.

• La misma configuración. Resolución 1K, un nivel de tamaño y no un número de píxeles, y la relación de aspecto de cada tarea: 2:3, 3:2 o 1:1.

• Un intento por modelo. Mostramos la primera imagen que salió, sin elegir la mejor.

• Sin retoques. Las seis imágenes salieron de la API de Rendergrid; describimos lo que se ve, defectos incluidos.

02¿Cómo salen el texto y la composición de un póster?

El prompt pide «Tarde de verano» arriba y «Limonada» debajo de la botella. Los dos modelos escribieron los dos textos exactamente así y sin texto de más.

La diferencia está en la composición. Nano Banana Pro presenta una fotografía dentro de un margen crema, con los textos ocres en el margen. GPT Image 2.5 llena el póster con la escena y pone los textos, en verde oscuro, sobre la imagen. En los dos la botella queda centrada y la luz es cálida y lateral, con sombras de borde definido en Nano Banana Pro y suaves en GPT Image 2.5.

Prompt: póster de limonada

Crea un póster vertical de una bebida de verano. Una botella transparente de limonada ocupa el centro de una mesa de madera clara, acompañada por dos rodajas de limón y una ramita de menta. Usa luz lateral cálida y fondo crema despejado. Deja márgenes amplios. Arriba debe decir «Tarde de verano» y debajo de la botella, «Limonada», con letras sencillas. Incluye solo el texto indicado, sin logotipos, personas ni marcas de agua.

1K, 2:3, un intento por modeloCopiar prompt

Cómo pedir el texto en el prompt

Los prompts de la prueba siguen tres hábitos:

1. El texto exacto, entre comillas, con las mayúsculas con que debe leerse. En la infografía, Nano Banana Pro cambió las de las etiquetas: revísalas.
2. Un lugar para cada texto. «Arriba», «debajo de la botella» o «fuera del producto»: los dos modelos lo respetaron.
3. Una frase que limita el texto. Los tres prompts cierran con «Incluye solo el texto indicado» y ninguna imagen lleva texto de más, aunque con seis imágenes no probamos que esa frase sea la causa.

Hay más ejemplos en «Texto en imágenes: cómo lograr letras legibles en español».

03¿Qué diferencias hay en una infografía?

El prompt pide tres macetas unidas por flechas finas y las etiquetas «Maceta», «Tierra» y «Brote». Los dos modelos dibujaron las tres macetas del mismo tamaño, las dos flechas y las tres etiquetas.

Nano Banana Pro hizo un dibujo plano de contorno negro, sin sombra proyectada, y puso las etiquetas en mayúsculas, aunque el prompt las escribe solo con la inicial. GPT Image 2.5 dibujó macetas con volumen y una sombra suave en la base, y respetó la grafía del prompt.

Prompt: infografía de una maceta

Diseña una infografía horizontal sobre cómo plantar un brote. Distribuye tres dibujos sobre fondo crema: una maceta de barro vacía, la maceta con tierra y la maceta con un brote verde. Une las etapas con flechas finas hacia la derecha. Las etiquetas son «Maceta», «Tierra» y «Brote». Mantén tamaños iguales, letras grandes y suficiente espacio entre elementos. Incluye solo el texto indicado, sin logotipos, personas ni marcas de agua.

1K, 3:2, un intento por modeloCopiar prompt

04¿Y en una ficha de producto?

El prompt pide unos auriculares de diadema color marfil, de tres cuartos sobre gris claro, con tres líneas finas y las etiquetas «Diadema», «Almohadillas» y «Copas» fuera del producto. Los dos modelos escribieron las etiquetas sin errores, las dejaron fuera y mostraron los auriculares completos y de tres cuartos.

Las diferencias están en las líneas. En Nano Banana Pro son rectas y horizontales, y su extremo toca la pieza que nombran; debajo hay una sombra suave. En GPT Image 2.5 son diagonales y terminan en un punto sobre su pieza; a este tamaño no distinguimos la sombra suave que pedía el prompt.

Prompt: ficha de unos auriculares

Prepara una ficha cuadrada de unos audífonos de diadema color marfil, vistos de tres cuartos sobre gris claro. Muéstralos completos. Señala las piezas visibles con tres líneas finas y las palabras «Diadema», «Almohadillas» y «Copas». Las etiquetas deben quedar fuera del producto, con letras legibles. Añade una sombra suave y deja aire alrededor. Incluye solo el texto indicado, sin logotipos, personas ni marcas de agua.

1K, 1:1, un intento por modeloCopiar prompt

Hay más prompts para fichas de producto en «40 prompts para fichas de producto en marketplaces».

05¿Cuánto cuesta una imagen con cada modelo?

Por imagen, Nano Banana Pro cuesta $0,04 en 1K, $0,04 en 2K y $0,07 en 4K. GPT Image 2.5 cuesta $0,025, solo en 1K. Una solicitud fallida es gratis: el cargo se reembolsa automáticamente.

Indica resolution en cada solicitud: sin ella, Nano Banana Pro genera y cobra en 2K, su resolución predeterminada.

Precios oficiales de los fabricantes

De Nano Banana Pro usamos el precio estándar de Google, sin el modo por lotes. El de GPT Image 2.5 sale de la calculadora de OpenAI, para una imagen cuadrada con calidad alta.

Todos los modelos y resoluciones están en la página de precios.

06¿Cuánto hay que esperar por una imagen?

No hay un plazo prometido: depende del modelo y de la carga. Los promedios que se muestren aquí son de cada modelo en conjunto, no de estas seis imágenes, y no prometen el tiempo de una solicitud concreta.

07¿Qué datos distinguen a los dos modelos?

08¿Cómo repito la prueba con la API?

Los dos modelos se piden con la misma solicitud: solo cambia model. El ejemplo envía el prompt del póster a los dos, en 1K y 2:3, y consulta cada tarea. GET /models devuelve los modelos disponibles para tu cuenta.

# Hacen falta bash, curl y uuidgen. La clave de idempotencia es una por solicitud.
PROMPT='Crea un póster vertical de una bebida de verano. Una botella transparente de limonada ocupa el centro de una mesa de madera clara, acompañada por dos rodajas de limón y una ramita de menta. Usa luz lateral cálida y fondo crema despejado. Deja márgenes amplios. Arriba debe decir «Tarde de verano» y debajo de la botella, «Limonada», con letras sencillas. Incluye solo el texto indicado, sin logotipos, personas ni marcas de agua.'
for MODEL in nano-banana-pro gpt-image-2.5; do
  curl --fail-with-body --max-time 30 \
    -X POST https://api.rendergrid.io/api/public/v1/images/generate \
    -H "Authorization: Bearer $RENDERGRID_API_KEY" \
    -H "Content-Type: application/json" \
    -H "X-Idempotency-Key: $(uuidgen)" \
    -d "{\"model\": \"$MODEL\", \"prompt\": \"$PROMPT\", \"resolution\": \"1K\", \"aspect_ratio\": \"2:3\"}"
  echo
done

# después, el estado de cada tarea con el id de su respuesta 202
CREATION_ID="5b0214ae-9e39-460a-820a-f6ae3e24400b"
curl --fail-with-body --max-time 20 \
  "https://api.rendergrid.io/api/public/v1/creations/$CREATION_ID" \
  -H "Authorization: Bearer $RENDERGRID_API_KEY"

import os
import time
import uuid
import requests

API = "https://api.rendergrid.io/api/public/v1"
KEY = os.environ["RENDERGRID_API_KEY"]
PROMPT = "Crea un póster vertical de una bebida de verano. Una botella transparente de limonada ocupa el centro de una mesa de madera clara, acompañada por dos rodajas de limón y una ramita de menta. Usa luz lateral cálida y fondo crema despejado. Deja márgenes amplios. Arriba debe decir «Tarde de verano» y debajo de la botella, «Limonada», con letras sencillas. Incluye solo el texto indicado, sin logotipos, personas ni marcas de agua."

for model in ("nano-banana-pro", "gpt-image-2.5"):
    response = requests.post(
        f"{API}/images/generate",
        headers={
            "Authorization": f"Bearer {KEY}",
            # una clave nueva por cada solicitud nueva
            "X-Idempotency-Key": str(uuid.uuid4()),
        },
        json={
            "model": model,
            "prompt": PROMPT,
            "resolution": "1K",
            "aspect_ratio": "2:3",
        },
        timeout=(10, 120),
    )
    response.raise_for_status()
    creation_id = response.json()["id"]

    deadline = time.monotonic() + 180  # límite de espera: un ajuste de este ejemplo
    while time.monotonic() < deadline:
        time.sleep(5)  # como máximo una consulta cada 5 segundos
        r = requests.get(
            f"{API}/creations/{creation_id}",
            headers={"Authorization": f"Bearer {KEY}"},
            timeout=(5, 20),
        )
        r.raise_for_status()
        creation = r.json()
        if creation["status"] in ("completed", "failed"):
            print(model, creation["status"], creation.get("result_urls") or creation.get("error"))
            break
    else:
        print(model, "sin resultado todavía:", creation_id)

// Node.js 22+, archivo .mjs
import { randomUUID } from "node:crypto";

const API = "https://api.rendergrid.io/api/public/v1";
const key = process.env.RENDERGRID_API_KEY;
const prompt =
  "Crea un póster vertical de una bebida de verano. Una botella transparente de limonada ocupa el centro de una mesa de madera clara, acompañada por dos rodajas de limón y una ramita de menta. Usa luz lateral cálida y fondo crema despejado. Deja márgenes amplios. Arriba debe decir «Tarde de verano» y debajo de la botella, «Limonada», con letras sencillas. Incluye solo el texto indicado, sin logotipos, personas ni marcas de agua.";

for (const model of ["nano-banana-pro", "gpt-image-2.5"]) {
  const response = await fetch(`${API}/images/generate`, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${key}`,
      "Content-Type": "application/json",
      // una clave nueva por cada solicitud nueva
      "X-Idempotency-Key": randomUUID(),
    },
    body: JSON.stringify({ model, prompt, resolution: "1K", aspect_ratio: "2:3" }),
    signal: AbortSignal.timeout(120_000),
  });
  if (response.status !== 202) {
    throw new Error(`HTTP ${response.status}: ${await response.text()}`);
  }
  const { id } = await response.json();

  let creation;
  do {
    // como máximo una consulta cada 5 segundos
    await new Promise((resolve) => setTimeout(resolve, 5000));
    const status = await fetch(`${API}/creations/${id}`, {
      headers: { Authorization: `Bearer ${key}` },
      signal: AbortSignal.timeout(20_000),
    });
    if (!status.ok) {
      throw new Error(`HTTP ${status.status}: ${await status.text()}`);
    }
    creation = await status.json();
  } while (["queued", "processing"].includes(creation.status));

  console.log(model, creation.status, creation.result_urls ?? creation.error);
}

La respuesta 202 significa «solicitud aceptada», no «imagen lista»: guarda el id para consultar el resultado. cost es el importe cargado por la imagen, escrito como número; el del ejemplo es el de Nano Banana Pro en 1K.

{
  "id": "5b0214ae-9e39-460a-820a-f6ae3e24400b",
  "status": "queued",
  "task_id": "5b0214ae-9e39-460a-820a-f6ae3e24400b",
  "cost": 0.04
}

{
  "id": "5b0214ae-9e39-460a-820a-f6ae3e24400b",
  "status": "completed",
  "result_urls": ["https://cdn.rendergrid.io/images/example/result.jpg"]
}

Primeros pasos: el inicio rápido de la documentación y «API de Nano Banana Pro: inicio rápido y primera imagen». Parámetros de cada modelo: Nano Banana Pro y GPT Image 2.5.

09¿Qué modelo elijo según la tarea?

• Una imagen en 2K o 4KGNano Banana ProEs el único de los dos con esas resoluciones.
• Un póster con el texto sobre la escenaOGPT Image 2.5En nuestro ejemplo puso los dos textos sobre la imagen.
• Un póster enmarcado, con el texto en el margenGNano Banana ProEn nuestro ejemplo dejó los textos fuera de la imagen.
• Etiquetas con la grafía del promptOGPT Image 2.5En nuestra infografía la respetó; Nano Banana Pro usó mayúsculas.

10¿Qué no cubre este artículo?

• Solo tres prompts, uno por tipo de imagen. Sirven de ejemplo y no de clasificación: con otros prompts, las diferencias pueden ser otras.
• Una sola imagen por modelo y prompt. No repetimos ningún intento, así que la variación entre intentos queda sin medir.
• La prueba es solo en 1K. GPT Image 2.5 no genera en 2K ni en 4K: esa solicitud recibe 400 antes del cargo.
• Otros usos. Las referencias y los textos largos no entraron en la prueba.
• Tiempos y precios. Los promedios de espera, si se muestran, no salen de estas imágenes, y los precios pueden cambiar: consulta la página de precios.

11Preguntas frecuentes

12Fuentes

1. Google AI for Developers: precios de la APIPrecio oficial de Nano Banana Pro, estándar y sin modo por lotes. Verificado el 26 de octubre de 2026.
2. OpenAI: generación de imágenes y calculadora de preciosPrecio oficial de GPT Image 2.5: imagen cuadrada con calidad alta. Verificado el 26 de octubre de 2026.
3. Precios de RendergridPrecio por imagen, modelo y resolución.
4. Documentación de Rendergrid: inicio rápidoLa solicitud, la respuesta 202 y el resultado.
5. Documentación de Rendergrid: tareasEstados y frecuencia de consulta.
6. Documentación de Rendergrid: modelosResoluciones y valor predeterminado.
7. Documentación de Rendergrid: erroresLa solicitud fallida y su reembolso.
8. Nuestra pruebaEl prompt y la configuración están junto a cada pareja de imágenes.