Google hat Gemini 2.5 Flash, sein fortschrittliches KI-Bildbearbeitungsmodell, veröffentlicht und macht das Tool damit allgemein verfügbar. Die native Bildgenerator-App Nano Banana bietet nun 10 neue Seitenverhältnisse sowie die Option für eine reine Bildausgabe.
Seitenverhältnisse ermöglichen die Erstellung KI-generierter Bilder in der idealen Form für verschiedene Zwecke, etwa für vertikale Social-Media-Posts oder weitläufige Landschaftsaufnahmen. Gemini 2.5 Flash Image unterstützt jetzt die Seitenverhältnisse Querformat (21:9, 16:9, 4:3, 3:2), Quadrat (1:1), Hochformat (9:16, 3:4, 2:3) und „flexibel“ (5:4, 4:5).
Die andere neue Funktion ist die Möglichkeit, eine reine Bildausgabe festzulegen. Standardmäßig liefert das Modell Text- und Bildantworten, wobei eine Texterklärung die Bildausgabe begleitet. Dies lässt sich jedoch überschreiben, indem response_modalities=[‘Text’, ‘Image’] durch response_modalities=[‘Image’] ersetzt wird.
Gemini 2.5 Flash in vorgefertigten Apps ausprobieren oder eigene erstellen
Gemini 2.5 Flash wurde Ende August zunächst als Vorschauversion über die Gemini API und Google AI Studio veröffentlicht. Entwickler können damit eigene KI-Bildbearbeitungs-Apps erstellen oder einige der von Google per Vibe-Coding entwickelten Demo-Apps einsetzen.
Das leistungsstarke Modell kann eine Figur erstellen und sie in verschiedenen Szenen platzieren, etwa in einer Wüste oder unter Wasser, wobei ihr einheitliches Erscheinungsbild erhalten bleibt. Google demonstriert dies in der App Past Forward, die ein Foto des Nutzers aufnehmen und ihn anschließend in verschiedenen Jahrzehnten platzieren kann, sowie in Fit Check, mit dem sich die Kleidung oder Pose einer Person ändern lässt.
Gemini 2.5 Flash kann Befehle in natürlicher Sprache zur Fotobearbeitung interpretieren. In der App Pixshop können Nutzer ausdrücklich darum bitten, Personen zu entfernen, Hintergründe zu verwischen oder Fotos zu kolorieren – ganz ohne technische Kenntnisse über Bearbeitungstechniken. Gemini Co-Drawing ermöglicht es ihnen unterdessen, etwas zu zeichnen und die KI anschließend per Text-Prompt um eine Überarbeitung zu bitten.
Obwohl Gemini 2.5 Flash in erster Linie ein Bildmodell ist, verfügt es auch über Wissen aus der realen Welt, das in seinen Apps eingesetzt werden kann. Gemini Co-Drawing kann interpretieren, was man zeichnet, und zusätzliche Informationen bereitstellen, etwa indem es Beschriftungen hinzufügt, Winkel misst oder relevante Objekte einfügt.
Mit dem neuen Modell können Nutzer außerdem mehrere Bilder zusammenführen. In der App Home Canvas können sie beispielsweise ein Objektbild per Drag-and-drop in eine Szene ziehen. Das System erstellt daraufhin eine fotorealistische Komposition, die das Objekt natürlich in seine Umgebung einfügt.
Entwickler können es kostenlos in Google AI Studio ausprobieren
All diese bereits verfügbaren Apps können in Google AI Studio ausprobiert werden. Im Bereich Build können Nutzer mit einem einfachen Text-Prompt eigene Apps auf Basis von Gemini 2.5 Flash erstellen. Über die Gemini API lässt sich das Modell in bestehenden Code integrieren, sodass Unternehmenskunden über Googles Vertex-AI-Plattform auf es zugreifen können.
Gemini 2.5 Flash Image ist über Google AI Studio kostenlos zugänglich. Für den Produktionseinsatz oder einen hohen Bedarf müssen Entwickler jedoch auf ein nutzungsabhängiges Preismodell umsteigen. Die native Bildgenerierung kostet 0,039 US-Dollar pro Bild, während Text- und multimodale Ausgaben mit 30 US-Dollar pro Million Tokens berechnet werden.
Andernorts OpenRouter hat Gemini 2.5 Flash als sein allererstes Bildmodell hinzugefügt, fal.ai bringt es in seine Entwickler-Community, und Adobe hat es in Firefly integriert. Dies spiegelt eine umfassendere strategische Wende unter KI-Unternehmen wider: weg vom Wettbewerb um reine Leistung und hin zu flexiblen Ökosystemen, in denen Nutzer das beste Tool für die jeweilige Aufgabe auswählen können.
Gemini 2.5 Flash ist möglicherweise nicht der größte KI-Mediengenerator, der diese Woche veröffentlicht wurde. OpenAIs Sora 2 ist erschienen, und ermöglicht es Nutzern, Videos mit urheberrechtlich geschützten Figuren.