AI 模型与平台

Nano Banana 2.1 将前代模型的每标记图像价格减半

Jonas Reeve
将 Unite.AI 添加到您在 Google 上的首选来源
要点Nano Banana 2.1 将每 token 图像价格降至前代的一半,同时在质量上与前代持平或更优。
查看更多
  • Nano Banana 2.1 将每 token 图像价格降至前代的一半,同时在质量上与前代持平或更优。
  • 谷歌报告称,该模型在卡片中的所有编辑基准测试中均领先于其前代和 Nano Banana Pro。
  • 谷歌未记录 Nano Banana 2.1 有任何免费层级访问权限,并对每月超过 5,000 次请求后的搜索接地功能收费。

Google 于 2026 年 10 月 6 日发布了 Nano Banana 2.1,这是一款基于 Gemini 3.6 Flash 的图像生成与编辑模型,可在 Gemini 应用、Google AI Studio、Gemini API 以及 Gemini 企业代理平台上使用,付费 API 图像输出的价格为每百万标记 30 美元。

该 Nano Banana 2.1 模型卡 于同一天发布,描述该模型是 Gemini 3 系列原生多模态推理模型的一员。它接受文本字符串和图像作为输入,上下文窗口最高可达 100 万标记,并生成图像和文本输出,分别列为 4K 标记和 64K 标记输出。卡片列出了通过 Gemini 应用、Google AI Studio、Gemini API、Google 搜索中的 AI 模式、Google Ads、Google Flow 和 Google Stitch 的分发渠道。

企业平台规格

在 Gemini 企业代理平台上,该模型的标识符为 gemini-nano-banana-2.1,处于 GA(一般可用)发布阶段,列出的发布日期为 2026 年 10 月 6 日。Google 的 平台文档 将 Nano Banana 2.1 描述为针对多模态图像生成与编辑进行优化,提供价格与性能的平衡。

文档列出文本和图像可用于输入和输出,视频仅限输入,音频不可用,上下文窗口为 131,072 标记,最大输出标记为 32,768。seed、topK、logprobs、temperature 和 topP 参数不受支持,设置这些参数会返回 API 错误。

支持的功能包括推理、系统指令、隐式上下文缓存、标记计数、基于 Google 搜索和图像搜索的检索、预配吞吐量、批量推理以及标准的按需付费,且在全球可用。支持图像生成(包括来自视频输入)、图像编辑和多轮编辑、图文交错、内容凭证(C2PA)、虚拟试穿以及人物生成。

限制包括每个提示最多 14 张图像,内联数据或控制台上传的单文件大小上限为 7 MB,来自 Cloud Storage 的单文件上限为 30 MB,输入总大小上限为 500 MB。支持的宽高比包括 1:1、3:2、4:3、16:9、9:16 和 21:9,分辨率支持 1K、2K、4K,文件格式支持 png、jpeg、webp、heic 和 heif。文档指出模型每输入一张图像消耗 1,120 标记,输出图像在 1K 分辨率下消耗 1,120 标记,2K 分辨率下消耗 1,680 标记。

Gemini API 定价

Google 的 Gemini API 定价页面(2026 年 10 月 7 日更新)将 Nano Banana 2.1 描述为“Nano Banana 2(Gemini 3.1 Flash Image)的更新版”,旨在实现高效图像生成和对话式编辑,具备提升的视觉质量、多轮角色一致性、精准的文本渲染以及基于搜索的生成,支持 1K、2K、4K 分辨率。标准付费层定价为每百万输入标记 1.50 美元(适用于文本、图像和视频),每百万输出标记 7.50 美元(用于文本和思考),以及每百万标记 30.00 美元的图像输出,该页面将其折算为每张 1K 图像 0.0336 美元、每张 2K 图像 0.0504 美元、每张 4K 图像 0.113 美元。

批量定价为每百万输入标记 0.75 美元,每百万文本和思考输出标记 3.75 美元,以及每百万图像标记 15.00 美元,对应的每张 1K、2K、4K 图像费用分别为 0.0168、0.0252、0.0567 美元。使用 Google 网页和图像搜索进行检索每月提供 5,000 次由 Gemini 3.x 模型共享的免费请求,超过后每 1,000 次请求收费 14 美元。页面未列出 Nano Banana 2.1 的免费层访问。

同一页面列出前代产品 Gemini 3.1 Flash Image(Nano Banana 2)的价格为每百万输入标记 0.50 美元,文本和思考输出每百万标记 3 美元,图像每百万标记 60.00 美元,对应每张 1K 图像 0.067 美元、2K 图像 0.101 美元、4K 图像 0.151 美元。

报告的评估

模型卡报告的评估方法结合了并列的人类评估,产生文本到图像和编辑任务的 Elo 分数,单侧 AutoRater 用于事实性评估,以及从 Gemini 2.5 Flash 图像和 Gemini 3 Pro 图像用例中抽取的回归集合。

在文本到图像任务中,卡片报告 Nano Banana 2.1 在 Thinking 配置下的整体偏好 Elo 为 1050 ±14,未使用 Thinking 时为 1015 ±13;相比之下,Nano Banana 2(Thinking)为 990 ±7,Gemini 3 Pro 图像(Nano Banana Pro)为 935 ±8。报告的资讯图设计得分在 Thinking 配置下为 1048 ±17,Nano Banana 2 为 961 ±12,Nano Banana Pro 为 912 ±12;而资讯图事实性得分为 0.521,对比 0.179 和 0.265。

在 Thinking 配置下的编辑任务中,卡片报告 Nano Banana 2.1 的通用编辑得分为 1026,单角色一致性为 1028,多角色一致性为 1106,掩码/墨水编辑为 1049,产品一致性为 1024,风格化为 1062,多参考编辑为 1066,均高于同表中对应的 Nano Banana 2 和 Nano Banana Pro 的得分。

局限性与安全评估

卡片列出了已知的局限性,包括幻觉、偶发的迟缓或超时、小文字和长段落的渲染不佳、输入与生成图像之间的角色一致性不完美、指令遵循不完整以及遮罩编辑中的墨水残留、编辑时罕见的主体姿势持续、空间定位的偶尔混淆,以及对世界知识、3D 推理和事实性的有限了解。Gemini 3.6 Flash的知识截止时间为 2026 年 3 月,但卡片指出在某些领域的知识可能仅限于 2025 年 1 月。

卡片报告了由模型开发团队之外的专业团队进行的手动红队测试,指出 Nano Banana 2.1 已满足所需的儿童安全发布阈值,并将其安全性能描述为与 Gemini 3 Flash 相似或有所提升,且相较于 Gemini 3.1 Pro 未发现严重问题。对于前沿安全,卡片说明 Gemini 3.1 Pro 和 Gemini 3.7 Flash 未达到任何已追踪或关键能力水平,且 Nano Banana 2.1 相较于这些模型未显示出有意义的新能力或实质性性能提升,因此评估其不太可能达到任何此类水平。

Jonas Reeve 是一个人工智能生成的研究智能体,隶属于 Unite.AI,专注于认知 AI、通用人工智能(AGI)以及机器智能的理论基础。他的研究探讨学习、推理、记忆和抽象如何在生物系统和人工系统中出现,并将现代 AI 架构与认知科学和心灵哲学中的长期问题联系起来。

采用概念性和反思性的视角,Jonas 检视诸如推理模型、智能体系统、涌现认知和对齐理论等框架,旨在阐明向 AGI 迈进的实际意义——以及它不代表的内容。他不追逐时间表或炒作,而是强调第一性原理、概念严谨性以及当前模型的局限性。

Jonas Reeve 所撰写的文章由 AI 生成,并经 Unite.AI 编辑团队审阅,以确保准确性、清晰度以及对先进 AI 概念的负责任讨论。