Nano Banana 2vs.Boogu-Image-0.1-Base
Welches ist besser?
In unserer eigenen Bewertung liegt Nano Banana 2 vorn. Boogu-Image-0.1-Base hat noch keine Arena-Wertung. Boogu-Image-0.1-Base hat keinen API-Preis.
Testbilder
Gleicher Auftrag, je das erste Bild. Vorausgewählt ist die Aufgabe mit dem größten Unterschied.
Ergebnis bei „Typografie und Layout“:Nano Banana 2 vorn
Darauf achtet die Bewertung: Lesbarer Text, Hierarchie und Komposition.
„Vorn“: in allen drei Bewertungsrunden besser. „Knapp vorn“: höherer Wert, aber nicht in jeder Runde.
Testprotokoll der Bilder
Jeder Testversuch verwendet denselben archivierten Prompt und einen Auftrag. Es zählt die erste Ausgabe dieses Versuchs. Wiederholungen nach technischen Testfehlern sind bei den betroffenen Bildern vermerkt. Die Dateien werden ohne Beschnitt auf 1.024 × 1.024 Pixel vereinheitlicht. Anbieterabhängige Auflösung, Zufall, Qualitätsstufe und Prompt-Verarbeitung können trotzdem abweichen. Die Bilder sind ein visueller Praxistest, keine Rekonstruktion der Arena-Konfiguration.
Figur und Details
Nano Banana 2: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:15. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=895870850114772015; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:56. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 985a75b38642a9f0e5e0c0e0c67f1b7f67780d42bd2168fa24e9a7a7a94b0da6
Nano Banana 2 Bild SHA 256: 5d3a70ed3fe3328484725565d9c91fb25fc7f745bd66872dae432444493a83de
Boogu-Image-0.1-Base Bild SHA 256: 5ca2782a121b2ffdd620953a4453df06769a5d51778c7980e1cddc8b8e79e0dd
Infografik
Nano Banana 2: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:15. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=7796952798756533109; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 03.11.2026, 00:04. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: ed65cb4e6a51e2336f8b149ad4cbb16e020f07d527ad94362e719d2dcf91d94f
Nano Banana 2 Bild SHA 256: 66123dd4e8cd5d22ecdca9cca8e4c5853a8046370aa4861ffee807a8c122c769
Boogu-Image-0.1-Base Bild SHA 256: 7b4a49a08dcb03776edaf18345ffe94ee7ae0293be8b3611bf676aa6c76c6405
Produktfotografie
Nano Banana 2: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 12:15. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=6866357448264114469; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:47. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: c67fd71e91304458a2feef5c91efa8677260fab0c0099a29a2c52cb579f5b2f3
Nano Banana 2 Bild SHA 256: 509871921c450f6f07ec28f91a380992db1b3017108fd5928fe0aa9670a1ecdc
Boogu-Image-0.1-Base Bild SHA 256: d0e66f73a26844f514cb97bbbd69bb8f4bf39bd875ac8fca0f04989949a64478
Typografie und Layout
Nano Banana 2: together, 1024x1024, n=1, seed=provider random, provider default steps, erstellt 14.08.2026, 13:59. Quelle
Boogu-Image-0.1-Base: manual, local PyTorch 2.11.0, Diffusers 0.38.0; Boogu/Boogu-Image-0.1-Base@334ad7e5c6343d33308b306127e047b133e86926; native 1024x1024, 1:1; one request, first output; steps=50, guidance=4.0, seed=5844980489998903917; mps; native PyTorch fallback is enabled by PYTORCH_ENABLE_MPS_FALLBACK=1; actual CPU operation use is not measured; bfloat16; upstream boogu-project/Boogu-Image@9b327526b1053e1f27f1bd0ae36b20ce2c39cb9e; reviewed MPS device allowlist and empty-reference self-attention only on original CPU SDPA, unchanged arguments and dtype; nonempty attention remains on MPS; no CUDA numeric equivalence claimed; native VAE input saved after scaling and shift, decoded float output finite before native same-size interpolation; native instruction template without rewriting; original Base sampling, no Turbo DMD inference, erstellt 02.11.2026, 23:36. Quelle
Protokoll gradually-image-comparison-v1. Prompt SHA 256: 2e012c3d14ee5dd02203a94f394ca80a5038cdebd6032b25a8b8a221f2255419
Nano Banana 2 Bild SHA 256: 06ae79c07d1604d3da3bbfa80bac73ac15c88af5cb8c013faaf5c9ea93092305
Boogu-Image-0.1-Base Bild SHA 256: b9abc77788966e5c8425e7a94c12632b4e4ec11e6d41c7afd0e1acdc37602db3
Die Zahlen im Überblick
Nano Banana 2
Platz 8 von 21
Boogu-Image-0.1-Base
nicht in der Arena
Nano Banana 2
Platz 51 von 108
Boogu-Image-0.1-Base
Platz 103 von 108
Nano Banana 2
eher teuer
Boogu-Image-0.1-Base
kein API-Preis
Plätze unter den 21 Bildmodellen mit Arena-Wertung und den 108 mit GraduallyBench-Lauf; Preisvergleich mit 28 Modellen mit API-Preis.
Nano Banana 2
- Im Abo
- Bei Google kostenlos nutzbar (Google AI Free, mit begrenztem Guthaben), mehr ab 4,99 € im Monat (Google AI Plus, mit begrenztem Guthaben). Über andere Anbieter ab ≈ 6,36 € im Monat (ElevenLabs Starter, mit begrenztem Guthaben). 73 Tarife in Deutschland.
- Per API
- 0,067 $ je Bild, 100 Bilder 6,70 $.
Boogu-Image-0.1-Base
- Im Abo
- k. A. Kein Tarif in Deutschland nennt genau dieses Modell.
- Per API
- Kein API-Preis bekannt. Zugang: lokal.
- Lizenz
- Offene Gewichte.
Im Abo zählen nur Tarife, die genau dieses Modell nennen. Abo-Preise inkl. USt, API-Preise in Dollar.
Arena-Wertung (LMArena) vom 06.11.2026 · GraduallyBench vom 03.11.2026 · API-Preise vom 06.11.2026 · Abo-Datenbank vom 29.09.2026 (38 Tage alt)
Alle Daten im Vergleich
Der bessere Wert ist fett. Bei den Wertungen nur, wenn der Abstand klar ist.
| Kennzahl | Nano Banana 2 | Boogu-Image-0.1-Base |
|---|---|---|
| Wertungen | ||
| Arena-Wertungaus Stimmen von Nutzerinnen und Nutzern, höher ist besser | 1.257 | k. A. |
| Platz in der Arena | Platz 8 von 21 | k. A. |
| Stimmen in der Arenamehr Stimmen, sicherere Wertung | 77.495 | k. A. |
| GraduallyBenchunsere eigene Bewertung, 0 bis 100 | 61 | 10 |
| GraduallyBench je Aufgabe | ||
| Typografie und LayoutLesbarer Text, Hierarchie und Komposition | 100 | 9 |
| ProduktfotografieMaterialien, Reflexionen und kleine Details | 45 | 8 |
| Figur und DetailsAnatomie, Kleidung und räumliche Konsistenz | 36 | 8 |
| InfografikZahlen, Beschriftungen und visuelle Ordnung | 63 | 16 |
| Preis über die API | ||
| Je Bildniedriger ist besser | 0,067 $ | k. A. |
| 100 Bilder | 6,70 $ | k. A. |
| Steckbrief | ||
| Erschienen | Februar 2026 | k. A. |
| Gewichteoffen heißt: lokal nutzbar | proprietär | offen |
| Lebenszyklus | Vorgängergeneration von Nano Banana 2.1; Google empfiehlt Nano Banana 2.1 für alle neuen Projekte, die stabile API gibt es seit 28. Mai 2026 und eine Abschaltung ist nicht angekündigt, der Arena-Eintrag nennt die frühere Vorab-Konfiguration | kein Statushinweis |
| Zugang | API, Web-App | lokal |
| Parameter | nicht veröffentlicht | 10 Mrd. |
| Größte Ausgabe | 4K | nicht einheitlich veröffentlicht |
| Tarife in Deutschlandmit genau diesem Modellnamen | 73 | k. A. |
API-Preise für ein Bild mit 1.024 × 1.024 Pixeln laut Artificial Analysis.
Quellen: Modellquelle Nano Banana 2, Statusquelle (geprüft 15.08.2026) · Modellquelle Boogu-Image-0.1-Base (geprüft 01.11.2026)
Arena-Wertungen je Kategorie
Aus blinden Abstimmungen bei LMArena. „Vorn“ heißt: der Vorsprung ist klar.
Kein gemeinsamer Arena-Wert im gespeicherten Stand
Für Nano Banana 2 und Boogu-Image-0.1-Base enthält die gespeicherte Benchmarkdatenbank noch keine Messung derselben Arena und Kategorie. Ältere Modellversionen werden nicht als Ersatz verwendet.
Weitere Vergleiche
Vergleiche Nano Banana 2 und Boogu-Image-0.1-Base mit den Modellen, die am häufigsten mit ihnen verglichen werden.
Anderes Duell vergleichen
Vorgänger und Nachfolger
Die beliebtesten Vergleiche
- 1Nano Banana 2 vs. Nano Banana 2.1
- 2Nano Banana 2 vs. FLUX.2 Max
- 3GPT Image 2 vs. Nano Banana 2
- 4GPT Image 2.5 Sunburst vs. Nano Banana 2
- 5Nano Banana 2 vs. Seedream 5.0 Pro
- 6Nano Banana 2 vs. Ideogram 4.0
- 7Nano Banana 2 vs. Midjourney V8.2
- 8Nano Banana 2 vs. Firefly Image Model 5
- 9Nano Banana 2 vs. Qwen-Image-2.1