谷歌发布Nano Banana 2.1：价格砍到一半，1K图3.36美分，8:1超宽图和4K文字渲染补齐

谷歌在 2026 年 10 月 6 日放出了 Nano Banana 2.1。官方给出的说法很直接：视觉设计、蒙版编辑、主体一致性三处有明显跃升。但真正让开发者停下手的，是另外两件事——价格几乎砍半，以及四个以前根本给不出来的极端宽高比。

三处升级，一处比一处实在

谷歌自己列了三条。

视觉设计。 1K、2K、4K 三档分辨率下的画面质量和真实感都有提升，同时修掉了 2K 和 4K 下宽屏与全景比例（1:4、4:1、1:8、8:1）的平铺伪影——那种画面被切成一格一格、纹理对不上的毛病，在超宽图上特别显眼。

蒙版编辑。 你圈出一块区域，改的只有那块区域，别的地方不动。这听起来是基本功，但真正做到"只改该改的"一直是编辑模型的难点。

主体一致性。 一个人或一件东西经过连续几次修改之后，还是不是它自己。对做系列内容的人来说，这是唯一重要的指标：吉祥物要出现在十二条帖子里的同一张脸，模特要穿六套衣服还是同一个模特，绘本角色要在每一页都长得一样。第一次编辑好看不算本事，第五次还认得出来才算。

分数：1050 对 990 对 935

在文生图的整体偏好评测里，Nano Banana 2.1 拿了 1050 分 ELO，Nano Banana 2 是 990，Nano Banana Pro 是 935。ELO 没有上限，是纯定性的比较，但一个".1"的小版本跨过 60 分，幅度不算小。

另一个数字更有意思：信息图事实性得分 0.521，对比此前的 0.179。这说的是模型画含有真实信息的图——流程图、示意图、带标注的说明图——时，内容对不对得上。

需要提醒的是，这些数字全部出自谷歌自己的测试，发布当天没有独立的第三方评测可供对照。

8:1 是什么场景

四个新比例是 1:4、4:1、1:8、8:1，1K、2K、4K 三档都支持，和常见的 1:1、3:2、16:9、21:9 等并列在同一个参数里。

8:1 用在哪？网站顶部通栏、邮件头图、活动舞台背景板、零售货架条。1:8 用在哪？竖版摩天广告、手机上一路往下滚的长图、从上往下读的信息图。

以前的做法是生成一张接近的图再裁，而构图往往就死在裁这一步。全景就该按全景画出来：主体、留白、文案的位置直接按最终尺寸排，不用事后补救。

有个实践经验值得记：描述宽幅画面时，要把整条宽度都描述到。只说主体，模型就得自己编剩下那八分之七的画面，它编出来的东西多半不是你要的。

文字：够用，但别硬来

文本渲染是这次的重点改进之一，模型卡把海报、复杂示意图、多语言本地化文字列为核心用途。

模型卡也很诚实地写出了还不行的地方：小字号在 1K 下经常发虚，长段落依然吃力。

所以操作上有三条：画面里带细则、成分表、多标签示意图的，直接渲染到 2K 或 4K；文案控制在标题和短标签的量级；需要逐字出现的词放进引号里，让模型知道那是字面文本。

一次最多 14 张参考图

Nano Banana 2.1 单次请求可以接收最多 14 张参考图，保持最多 4 个角色的形象一致、10 个对象的还原度。这意味着你可以把角色表、产品图、场景图一起丢进去，再分别指明各自的分工。

输入侧支持文字、图片、视频和 PDF，输入 token 上限 131,072，输出图片最高 4K、输出 token 上限 32,768。底座是 Gemini 3.6 Flash，所以保持了 Flash 级别的速度。

还有两个可选项。一个是思考等级，minimal、medium（默认）、high 三档——密集信息图、约束多的排版、带三张参考图的编辑，用 high 更稳；快速出概念稿，minimal 就够。另一个是接地，可以让模型在画之前先查 Google 网页搜索和图片搜索，也就是先查再画。

价格：一万美元的活儿，现在五千

开发者 API 的定价是这次最硬的一刀：

  • 标准 1K 图：\(0.0336（Nano Banana 2 是 \)0.067）
  • 4K 图：\(0.0756（此前 \)0.151）
  • 批量任务再打五折

换算成常用量级：一千张 1K 图，从约 \(67 降到约 \)33.60。

发布渠道铺得也广：Gemini App、谷歌搜索的 AI Mode、Google Ads，以及 Google AI Studio、Flow、Stitch 等开发者工具。上一代 Nano Banana 2（gemini-3.1-flash-image）已经在 Gemini API 里被标记为弃用，谷歌还没公布关停日期。

这条线是怎么起来的

2025 年 9 月，Nano Banana 靠"把自拍变成手办"这个玩法把 Gemini 推上了两大应用商店的榜首，终结了 ChatGPT 接近三年的霸榜。同一时期，Alphabet 市值突破 3 万亿美元。

2026 年 2 月的 Nano Banana 2 建在 Gemini 3.1 Flash Image 上，招牌技能是画真实事物前先查一次 Google 搜索，让"某个真实事件、某个真实人物"的图更容易画对。

到今天这一版，叙事变成了：还是 Flash 的速度和成本，但图和字都更稳，还能给出同速度档里别人给不了的画幅。

谁该现在就换

如果你在生产环境里跑着 Nano Banana 2，这次迁移基本就是改一个模型 ID：提示词风格不用变，输入方式不用变，多出来的只是新画幅和思考等级。

如果还在用 Nano Banana Pro 做重活，值得把你最难的那批提示词先在 2.1 上以 high 思考等级跑一遍再决定留哪个。

测试方式建议照常规升级来做：从生产日志里捞二十条真提示词，包括那些最难看的，同分辨率、同种子跑两个模型，重点看谷歌说改进了的三处——文字、长提示词的遵循度、角色能否扛过三次编辑——再切流量。

图片模型很少有"最好"这回事。这次的 2.1 更像是在"快、听话、字清楚"这个组合上又往前挪了一格，而且挪的同时还降了价。

来源：Google DeepMind 模型卡、Google AI for Developers 文档、Decrypt 报道、each::labs 技术博客