Nano Banana 2.1 来了：图像 API 价格减半

Google 于 10 月 6 日推出了 Nano Banana 2.1，在多数分辨率上把 API 价格砍了大约一半，提高了编辑精度，并且 —— 对开发者来说最关键的是 —— 当天就弃用了它的前代。目前在 Nano Banana 2 上跑生产负载的团队，必须在 10 月 29 日前完成迁移，这个 23 天的窗口让这次发布不只是一次常规的模型升级。

这个新模型通过 API 标识符 gemini-nano-banana-2.1 访问，基于 Google 的 Gemini 3.6 Flash 架构，即日起可通过 Gemini 应用、Google AI Studio 和付费 API 使用。这次发布是 Google 原生于 Gemini 的图像生成产品线自 2025 年 8 月推出以来的第四次主要迭代，节奏越来越快：Nano Banana（2025 年 8 月）、Nano Banana Pro（2025 年 11 月）、Nano Banana 2（2026 年 2 月），以及现在的 NB2.1。

一次附带最后期限的降价

定价变化是对现有用户最直接的运营事实。据 Google 官方 API 定价，2K 分辨率的生成价格从每张 0.101 美元降到 0.0504 美元 —— 降幅约 50%。1K 档也大幅下降，从 0.067 美元降到 0.0336 美元。4K 从 0.151 美元降到 0.113 美元，降幅约 25%。批处理模式的请求在此基础上再打五折，使规模化的 4K 生成降到每张约 0.057 美元 —— 对电商产品摄影流水线、房地产可视化和广告创意制作这类高吞吐应用来说，这是一个显著的变化。

降价伴随着一个硬性的关停日期。Nano Banana 2 于 2026 年 2 月在 Gemini 3.1 Flash Image 上推出，10 月 6 日被置为弃用状态，并将于 10 月 29 日停止接受 API 请求。Google 没有宣布延长的宽限期。迁移路径在技术上很直接 —— 更新模型标识符、调整依赖 NB2 特定行为的提示工程、重跑集成测试 —— 但狭窄的 23 天窗口给尚未动手的工程团队带来了时间压力。相比之下，Google 的 Gemini 文本模型通常的弃用窗口是 90 到 180 天。NB2 被压缩的时间表，似乎反映了 Flash 档产品线更快的更替周期。

对于 Gemini 应用和 AI Studio 上的消费者用户，每天 50 个额度仍然免费，升级是自动的。

Gemini 3.6 Flash 如何改变生成流水线

Nano Banana 2.1 的能力远超前一版本的功能集。底层的 Gemini 3.6 Flash 模型给图像生成流水线带来了三项关键的架构性新增，另有几处针对 NB2 已知痛点的定向修复。

第一项新增是基于蒙版的语义编辑。Nano Banana 2 改动任何元素都需要整张图重新生成，而 NB2.1 让用户画出一个区域 —— 或用文字描述它 —— 然后只替换该区域，同时保留周围的场景。模型在语义层面对所选区域做分割，而不是在像素层面，然后生成与场景既有的光照、透视和边缘过渡相匹配的替换内容。这补上了 NB2 与 GPT Image 2.5 等竞品之间最常被提及的差距之一。在实践中，它让这类工作流成为可能：替换产品背景而不碰前景主体，或者换掉衣服的颜色而保留面料纹理和阴影 —— 这些操作以前需要在专门的编辑器里手动做蒙版。

第二项新增是多主体一致性。NB2.1 在单个上下文窗口中接受最多 14 张参考图 —— 这得益于 Gemini 系列 100 万 token 的上下文 —— 并在一次编辑会话中跟踪最多四个命名角色和十个物体类别的视觉身份。这对任何涉及品牌角色、产品系列或反复出现的人物主体的工作流都很重要：模型可以在整个图像系列中保持一个角色的面部结构、服装和风格，无需微调。它消除了一类以前要么需要后期合成、要么需要昂贵的定制模型训练的一致性错误。

第三项新增 —— 也是 Google 生态最独有的一项 —— 是Google 图片搜索溯源。在渲染之前，NB2.1 可以查询 Google 网页搜索，以及本次发布新增的 Google 图片搜索，检索当前的视觉参考，让生成内容有事实依据。这项能力针对的是所有在历史数据上训练的图像生成模型共有的已知局限：无法准确呈现近期产品、地标更新后的外观或当前的品牌素材。一个检索到上个月发布的某款产品参考图的生成器，可以纳入它的真实设计，而不是基于训练集模式幻想出一个近似版本。目前没有竞争的消费级图像模型提供同等的实时搜索整合。

除这三项新增之外，NB2.1 还解决了 Nano Banana 2 一个长期存在的拼接缺陷，它会在 2K 和 4K 分辨率的宽幅和全景构图上产生可见的接缝伪影。Google 没有公布修复的技术说明，但社区测试确认，在标准宽幅长宽比上伪影已经消失。这次发布还明确改进了中文字符的文字渲染 —— AI 生成图像中的中文排版历来饱受乱码、笔顺错误和字形不稳定之苦。NB2.1 的改进经独立设计师测试确认，已足以用于基础的中文商业海报制作。

NB2.1 还引入了可配置的思考等级 —— 最低、中等（默认）和高 —— 让调用方在推理时间和成本与输出质量之间权衡。这借用了推理模型的一种模式，即把推理时的计算量当作可调参数，并把它用到图像合成上。各等级之间确切的延迟和成本差异没有在 Google 的官方文档中公布，但社区测试表明，最低等级的生成时间大约是中等的一半，而在 4K 下细节明显更少。

NB2.1 相对 GPT Image 2.5 处在什么位置

独立的 Arena 众包偏好排行榜 在 10 月 6 日发布时把 Nano Banana 2.1 排在文生图第 5 位，Elo 分 1,328；图像编辑第 6 位，1,428 分。两项都比 Nano Banana 2 有实质提升。文生图榜上排在 NB2.1 之前的，包括占据前几位的 GPT Image 2.5 各变体，其后是 GPT Image 2、Grok Imagine 2.0 和微软的 MAI Image 2.6。Arena 的分数来自大规模的盲测偏好投票，而不是技术准确性测试，这意味着它衡量的是审美偏好和提示遵循度，不是事实准确性或下游任务的实用性。

社区对 NB2.1 和 GPT Image 2.5 的并排比较一致报告，NB2.1 在生成速度上持平或超过 GPT Image 2.5，但在写实人物主体的成品质量上不及 —— 具体是 4K 放大下眼睛、皮肤纹理、头发和面料的微观细节一致性。对于抽象插画、平面设计、排版布局和非人物主体的产品摄影，差距小得多，可能在运营上并不显著。

NB2.1 的定价在 2K 档与 GPT Image 2.5 相当，在规模化时更有利，Google 的单张价格在高分辨率批量生成上表现不错。GPT Image 2.5 采用按 token 计费而不是按张固定价格，这使得直接比较取决于具体的生成参数，但对多数工作负载来说，两个平台的高分辨率输出定价处在相近的区间。

GPT Image 2.5 没有直接对应物的竞争要素，是 Google 的生态整合。NB2.1 原生运行在 Google Flow 之中，生成的图像可以直接交给 Veo 视频生成模型做动画，在单一平台内形成从静态概念到动画视频的连续制作路径，无需导出和重新导入文件。对于已经深植于 Google Workspace 的工作室、代理商和内容运营团队来说，这种整合是 Arena Elo 分数无法体现的实际工作流优势。

规模化之前开发者应当测试的两个限制

在这些改进之外，有两个质量问题是生产使用中的现实顾虑。

第一个是水印累积缺陷。NB2.1 把 Google 的 SynthID 溯源水印不可见地嵌入每一张生成图像，并在文件头中配合 C2PA 内容凭证 元数据，以便下游检测 AI 生成内容，符合正在形成的披露要求。在单次生成的工作流里，不可见水印不会造成可见的劣化。而在迭代编辑会话中 —— 同一张图经历多次连续编辑 —— 像素级水印会随每一轮累积，逐步引入噪点、偏色和纹理失真。社区测试记录到，图像在三到五轮编辑后出现可见的劣化。Google 没有披露修复的时间表。设计多步编辑流水线的团队，应在大规模部署 NB2.1 之前测试自己具体的往返轮数，可能需要加入中间的导出再导入步骤作为变通。

第二个限制是写实人物主体的质量上限，在社区评测中仍低于 GPT Image 2.5。这在 4K 的肖像和特写场景中最明显。差距比 Nano Banana 2 时期收窄了，但没有抹平。核心用途是高保真人像的机构，应当在自己的特定提示类型上做对比测试，而不是把 Arena 基准的进步当作自己工作流的代理指标。

迁移期限，以及接下来会怎样

接下来 20 天的实际要务是迁移。通过 API 运行 Nano Banana 2 的开发者需要更新模型标识符，针对新架构的输出特性重跑质量和回归测试，并按新的价格档修订成本预测。NB2.1 的输出风格与 NB2 不同 —— 尤其在 4K 的调色和锐度上 —— 所以为 NB2 优化的提示词可能需要调整才能得到等效的结果。Google 的弃用通知不提供延期；10 月 29 日是确认的关停日期。

放眼过渡期之后，Nano Banana 产品线的历史表明，下一次预期的发布是 Pro 档的更新。2025 年 11 月推出的 Nano Banana Pro 以更高的价格提供了该系列中最高的质量。是否计划推出基于更高能力的 Gemini 3.x Pro 模型的 Nano Banana 2 Pro，以及它能否在写实输出上补齐与 GPT Image 2.5 的剩余差距，是接下来值得关注的竞争问题。在那之前，NB2.1 的论据在证据最清楚的地方最有力：对于需要快速、高性价比的图像生成，并需要原生 Google 生态整合和实时搜索溯源的开发者，这次降价和编辑改进是一次实实在在的升级 —— 前提是在 10 月 29 日之前完成迁移。