Precios de la API de imágenes de Gemini: límites, resolución y Python

Una imagen con Gemini cuesta entre unos tres y veinticuatro centavos, y la diferencia entre esos dos números es donde más presupuestos se descontrolan. Elige el modelo equivocado, pide 4K cuando bastaría con 1K, o no uses el modo por lotes en un trabajo nocturno, y las mismas 10.000 imágenes pueden costarte $336 o $2.400. Este artículo toma las cifras reales de las páginas de precios y de límites de frecuencia de Google, las convierte en facturas mensuales y termina con Python que puedes pegar hoy mismo en un script.

💡 Fuente y fecha: todos los precios de abajo se leyeron en la página de precios publicada por Google para la API de Gemini en octubre de 2026. Google ajusta estas tarifas, así que consulta la página en vivo antes de fijar un presupuesto.

Cuatro modelos, cuatro niveles de precio

Google vende su generación de imágenes nativa con el nombre Nano Banana, y la API expone cuatro modelos. Tres son actuales y uno es antiguo. Ninguno de los modelos actuales tiene nivel gratuito, así que la primera llamada de prueba se cobra. Además, cada salida lleva una marca de agua SynthID.

Qué modelo encaja en cada trabajo

Nano Banana 2 Lite es la opción para volumen. Miniaturas, variaciones de producto y pases de borrador a unos 3,4 centavos cada uno, con una pega: solo genera en 1K.

Nano Banana 2 es la opción por defecto para trabajo de producción. Abarca de 0,5K a 4K, admite la fundamentación con Google Search (incluida la fundamentación con búsqueda de imágenes en este modelo) y cuesta 6,7 centavos una imagen de 1K.

Nano Banana Pro es la opción premium, que Google posiciona para tareas visuales complejas. Cuesta 13,4 centavos en 1K o 2K, así que úsalo donde repetir una generación con un modelo más barato te costaría más tiempo que lo que ahorras en dinero.

Todos aceptan imágenes de referencia, hasta 14 según el modelo, así que puedes enviar una foto de producto o una muestra de estilo junto al prompt.

Cómo dejar atrás el modelo antiguo

Los documentos de Google describen gemini-2.5-flash-image como el pionero de la serie, ya antiguo, y recomiendan pasar a Nano Banana 2 Lite por su mejor calidad, generación más rápida y precio de API más bajo. Si todavía lo llamas en producción, empieza cambiando el ID del modelo y revisa unos cuantos de tus propios prompts. También puedes comparar resultados lado a lado en PicassoIA, donde Gemini 2.5 Flash Image sigue disponible, antes de cambiar una sola línea de código.

Precio por imagen según la resolución

Google factura la salida de imágenes en tokens, pero también publica un precio fijo por imagen para cada resolución, y ese es el número con el que realmente presupuestas.

Tarifas estándar, una al lado de otra

Se ven dos patrones. Nano Banana 2 cobra 1,5 veces más en 2K y 2,25 veces más en 4K que en 1K. Nano Banana Pro mantiene 1K y 2K al mismo precio, lo que convierte 2K en la opción sensata por defecto ahí, y luego sube alrededor de un 79 por ciento en 4K.

La entrada también se factura: $0,50 por millón de tokens en Nano Banana 2, $0,25 en Lite y $2,00 en Pro. Un prompt de unos cientos de tokens añade una fracción de centavo, así que la salida de imágenes domina la factura, salvo que adjuntes muchas imágenes de referencia.

El modo por lotes reduce la factura a la mitad

El precio por lotes es la mitad del estándar en todos los modelos. Nano Banana 2 baja a $0,034 en 1K, $0,050 en 2K y $0,076 en 4K. Nano Banana Pro obtiene la misma reducción del 50 por ciento. La tarifa de salida de Nano Banana 2 Lite baja de $30 a $15 por millón de tokens, lo que equivale a unos 1,7 centavos por imagen.

Los trabajos por lotes son asíncronos, así que encajan con renders nocturnos de catálogo, actualizaciones masivas de miniaturas y cualquier cosa en la que nadie esté esperando. No sirven para un botón que un usuario acaba de pulsar.

La matemática de los tokens detrás del precio

Divide cada precio por imagen entre la tarifa de salida y obtendrás el número de tokens por imagen. Nano Banana 2 a $0,067 y $60 por millón resulta en unos 1.120 tokens para una imagen de 1K, unos 1.680 en 2K y unos 2.520 en 4K. Estas cifras se derivan de la tabla de precios de Google, no se citan de ella, pero explican la forma de los precios.

Nano Banana Pro a $0,134 y $120 por millón también se acerca a 1.120 tokens en 1K, mientras que su precio de $0,24 en 4K implica unos 2.000 tokens. Eso hace que el sobreprecio se reduzca en 4K: $0,24 frente a $0,151 es 1,6 veces, frente a exactamente 2 veces en 1K.

De esto sale una regla práctica. Las repeticiones son gasto real, y un prompt que necesita tres intentos cuesta tres imágenes.

Límites de frecuencia sin adivinar

Los límites de frecuencia deciden si tu pipeline funciona sin problemas o se detiene a las 2 de la madrugada tras un muro de errores. La API de Gemini los aplica por proyecto, y hay algunos detalles fáciles de pasar por alto.

RPM, IPM y RPD explicados

Google evalúa el uso en tres ejes: solicitudes por minuto (RPM), tokens por minuto (TPM) y solicitudes por día (RPD). Para los modelos de imagen, la documentación sustituye TPM por imágenes por minuto (IPM). Si superas cualquiera de esas líneas, la solicitud falla, aunque las otras dos estén muy por debajo de su límite.

Tres detalles suelen dar problemas a la gente:

• Los límites son por proyecto, no por credencial. Un segundo token de acceso dentro del mismo proyecto no te da más margen.
• El contador diario se reinicia a medianoche, hora del Pacífico. No es UTC ni tu medianoche local.
• Las cifras exactas son por modelo. Google no las imprime en la tabla de la documentación. Están en tu propia página de límites de frecuencia de AI Studio (aistudio.google.com/rate-limit) y cambian según tu nivel, así que este artículo no cita cifras que quedarían obsoletas.

Niveles de uso y topes de gasto

Tu nivel depende de cuánto hayas gastado:

Además de RPM e IPM, Google aplica topes de gasto en una ventana móvil de 10 minutos. Si superas uno, recibes un error 429 RESOURCE_EXHAUSTED. En trabajo con imágenes, este tope suele afectarte antes que el RPM, porque cada llamada es cara. Aplicado a los precios de imagen, funciona aproximadamente así:

• Nano Banana 2 en 1K ($0,067): unas 149 imágenes por ventana en Tier 1, 746 en Tier 2 y 2.985 en Tier 3.
• Nano Banana Pro en 4K ($0,24): solo unas 41 imágenes por ventana en Tier 1.

Es mi cálculo a partir de los topes publicados, así que tómalo como una estimación para planificar y confirma tus límites reales en AI Studio.

Cómo gestionar los errores 429

Trata un 429 como un evento normal, no como una excepción. Tres hábitos mantienen sano un pipeline:

1. Reintenta con backoff exponencial y jitter, empezando en torno a un segundo y duplicando hasta un máximo.
2. Limita el ritmo en tu lado. Dimensiona un token bucket por debajo del tope de gasto de 10 minutos de tu nivel para que nunca lo actives.
3. Pasa el trabajo no urgente al modo por lotes, que reduce el precio a la mitad y saca los trabajos largos del camino interactivo.

El helper de la sección de Python más abajo implementa el primer hábito.

Elección de resolución y relación de aspecto

Los modelos de imagen de Gemini 3 generan en 1K por defecto. Los tamaños admitidos son 512 px (0,5K), 1K, 2K y 4K, y Nano Banana 2 Lite se queda en 1K. La tabla de Google que leí no mostraba precio para el nivel 0,5K en Nano Banana 2, y los rastreadores de terceros indican unos $0,045, así que confirma ese dato en la página en vivo antes de confiar en él.

Ajusta el tamaño al destino:

• Miniaturas de blog, publicaciones en redes y fichas de producto: 1K.
• Banners principales y pantallas de alta densidad: 2K.
• Impresión y recortes grandes: 4K, y solo para las selecciones finales.

Una ruta más barata hacia archivos grandes es generar en 1K y pasar el ganador por un modelo de superresolución. En PicassoIA, Real ESRGAN y Google's Upscaler amplían fotos 4x, y Clarity Pro Upscaler apunta a resultados fotorrealistas. Los upscalers añaden nitidez en lugar de contenido nuevo, así que prueba uno contra un render nativo de 4K de tus propias imágenes antes de comprometerte.

La relación de aspecto merece el mismo cuidado. Hay diez disponibles: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. Elige antes de generar. Un render de 16:9 recortado en una publicación de feed 4:5 descarta más de la mitad del encuadre, y cada repetición es otra imagen facturada.

Código Python que funciona

Instala el SDK con pip install google-genai y define tu credencial de Gemini como variable de entorno. El cliente la lee automáticamente, así que ningún secreto aparece en tu código fuente.

La llamada básica de Interactions

La documentación actual de Google genera imágenes a través de la Interactions API. Esta es la versión mínima, adaptada de su ejemplo:

import base64
from google import genai

client = genai.Client()

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="A ceramic mug of black coffee on an oak desk, morning window light, 35mm photo",
)

with open("generated_image.png", "wb") as f:
    f.write(base64.b64decode(interaction.output_image.data))

Copiar prompt

La imagen llega en base64 dentro de interaction.output_image.data, por eso se decodifica antes de escribirla. Obtienes una imagen de 1K por defecto, y el nivel de razonamiento viene fijado en minimal.

Definir tamaño y relación de aspecto

El argumento response_format controla el tipo de salida, la relación de aspecto y el tamaño:

interaction = client.interactions.create(
    model="gemini-3.1-flash-image",
    input="Overhead photo of a croissant on a linen placemat, soft window light",
    response_format={
        "type": "image",
        "mime_type": "image/jpeg",
        "aspect_ratio": "16:9",
        "image_size": "2K",
    },
)

Copiar prompt

Para ediciones posteriores, pasa previous_interaction_id=interaction.id con un nuevo input y el modelo edita el resultado anterior. En un prompt difícil puedes subir el razonamiento con generation_config={"thinking_level": "high"}. Revisa tu panel de facturación tras una pequeña prueba antes de activarlo en todas partes.

Reintentos y registro de costos

El código de producción necesita dos cosas que el ejemplo no tiene: backoff ante 429 y un contador de costos acumulado.

import base64
import random
import time

from google import genai

client = genai.Client()

PRICE = {
    ("gemini-3.1-flash-lite-image", "1K"): 0.0336,
    ("gemini-3.1-flash-image", "1K"): 0.067,
    ("gemini-3.1-flash-image", "2K"): 0.101,
    ("gemini-3.1-flash-image", "4K"): 0.151,
    ("gemini-3-pro-image", "1K"): 0.134,
    ("gemini-3-pro-image", "2K"): 0.134,
    ("gemini-3-pro-image", "4K"): 0.24,
}

total = 0.0


def generate(prompt, model="gemini-3.1-flash-image", size="1K", ratio="16:9", retries=5):
    global total
    for attempt in range(retries):
        try:
            interaction = client.interactions.create(
                model=model,
                input=prompt,
                response_format={
                    "type": "image",
                    "mime_type": "image/jpeg",
                    "aspect_ratio": ratio,
                    "image_size": size,
                },
            )
            total += PRICE[(model, size)]
            return base64.b64decode(interaction.output_image.data)
        except Exception as err:
            if getattr(err, "code", None) != 429 or attempt == retries - 1:
                raise
            time.sleep(2 ** attempt + random.random())


image = generate("Overhead photo of a croissant on a linen placemat, soft window light")
with open("croissant.jpg", "wb") as f:
    f.write(image)
print(f"Spent so far: ${total:.3f}")

Copiar prompt

Los precios del diccionario vienen directamente de las tablas de arriba, así que actualízalos cada vez que Google cambie sus tarifas. Registra total después de cada ejecución y verás el gasto antes que la factura.

Ejemplos reales de costo mensual

Los números valen más que los adjetivos, así que aquí tienes facturas mensuales con dos volúmenes. Cada cifra es el número de imágenes por el precio publicado por imagen, sin extras de tokens de entrada ni de imágenes de referencia.

1.000 imágenes al mes

Aquí encaja un catálogo pequeño o un blog activo. Incluso la fila más cara se queda en $240, así que a este volumen la elección del modelo depende de la calidad, no del costo. Un mes de Nano Banana 2 en 2K llega a $101, apenas por encima de la línea de $100 del Tier 2.

50.000 imágenes al mes

A esta escala las decisiones se acumulan. La diferencia entre Lite por lotes ($840) y Pro a tarifa estándar ($6.700) es de $5.860 al mes, casi ocho veces más. Gastar $3.350 al mes supera la línea de $1.000 del Tier 3 en unos nueve días, pero la espera de 30 días sigue aplicando, así que planifica tu primer mes con los límites del Tier 2. Una carga constante de unas 1.700 imágenes al día está muy lejos del tope de $50 en 10 minutos. Lo que lo activa son las ráfagas.

Usa Nano Banana 2 Lite en PicassoIA

Antes de gastar dinero de API en experimentos de prompts, pruébalos donde las iteraciones son baratas. Nano Banana 2 Lite está disponible en PicassoIA como un modelo rápido y de bajo costo de texto a imagen, con edición de imágenes integrada.

1. Abre la página del modelo de Nano Banana 2 Lite.
2. Escribe el prompt. Indica el sujeto, la dirección de la luz, el objetivo y las texturas de las superficies.
3. Añade imágenes de referencia si las necesitas. La entrada de imagen acepta hasta 14 imágenes para mezclar o reestilizar.
4. Elige una relación de aspecto. El valor por defecto es match_input_image. Los preajustes van de 1:1 a 21:9, además de extremos altos y anchos como 1:4, 4:1, 1:8 y 8:1.
5. Elige jpg o png como formato de salida.
6. Genera, compara y guarda la redacción del prompt ganador para tu script de Python.

💡 Consejo: los prompts que funcionan bien en el modelo alojado deberían funcionar de forma muy parecida en la API, aunque los resultados nunca son idénticos entre plataformas. Haz unas cuantas comparaciones lado a lado antes de escalar.

Si redactas prompts en masa, Gemini 3.5 Flash en PicassoIA es un modelo de texto rápido para escribir variaciones de prompts. Probar allí no toca tu cuota de Gemini ni tu factura de Google.

Prueba tus propios prompts en PicassoIA

Las tablas de precios solo llegan hasta cierto punto. La forma más rápida de saber qué modelo, tamaño y relación de aspecto encajan con tu proyecto es generar unas cuantas imágenes y mirarlas. Abre PicassoIA, prueba Nano Banana 2 Lite con un prompt de tu propio catálogo y luego compara el resultado con Nano Banana 2 y Nano Banana Pro. Explora la lista completa de modelos en picassoia.com/en/all-models, elige la salida que te guste y lleva esa decisión a tu presupuesto de API con cifras reales detrás.