谷歌于10月6日（周二）发布了 Nano Banana 2.1，这是其 AI 模型的最新版本——该模型可以将一段文字变成图像，或者对已有照片进行编辑。新模型正陆续部署至 Gemini 应用、Google Search 的 AI Mode、Google Ads，以及包括 Google AI Studio、Flow 和 Stitch 在内的开发者工具——这一覆盖范围意味着单一图像模型将同时支撑面向消费者的聊天、搜索和广告等入口。

Meet Nano Banana 2.1, our latest image generation and editing model 🍌 This upgraded version outperforms our previous models across the board, with notable leaps in visual design, mask-based editing, and subject consistency to help you create more natural-looking images. pic.twitter.com/d858DrzrF3

— Google (@Google) October 6, 2026

根据谷歌的模型卡，此次更新集中在三个方面。视觉设计得到改进，以帮助生成更自然的图像；蒙版编辑更加精准，用户可以标记图像中的某一区域并只更改该区域；主体一致性更强，这意味着人物或物体在经过多次编辑后仍能保持原貌。这三项改进共同瞄准迭代编辑——即图像经历多轮修改、且每次编辑之间必须保持连贯的工作流。

谷歌自己的测试显示，新模型的表现优于 Nano Banana 2 和 Nano Banana Pro。在文生图评估的整体偏好测试中，Nano Banana 2.1 获得 1,050 ELO 分数，Nano Banana 2 为 990 分，Nano Banana Pro 为 935 分。在 ELO 系统中，分数越高越好，且该分值没有上限，因此评级纯粹是比较不同输出之间偏好的相对指标，而非对照固定技术标准的性能衡量。谷歌还报告了 0.521 对 0.179 的信息图事实准确性得分。

从参数上看，该模型一次最多可处理14张参考图像，最多可追踪四个角色和十个物体。其输出分辨率最高可达 4K——大致相当于电视级清晰度——画幅比例最宽可达 8:1。开发者还可以设置模型在绘图前"思考"的时长（从最少到最多），并启用基于 Google Search 和 Google Image Search 的 grounding。简单来说，它可以在动手画之前先查资料。

定价是此次发布的核心部分。通过谷歌的开发者 API——即让其他公司的应用使用该模型的通道——一张标准 1K 图像的价格现在为 0.0336 美元，约为 Nano Banana 2 的 0.067 美元的一半，这依据的是谷歌的定价文档。4K 图像为 0.0756 美元，此前为 0.151 美元。批量任务——即大量图像以批处理方式而非即时生成——在这些费率基础上还可再享受50%折扣。按标准 1K 价格计算，通过 API 生成 1,000 张图像的成本现在约为 33.60 美元，低于 Nano Banana 2 的 67 美元，使得该平台上的大批量图像生成成本约为此前的一半。由于 API 按图像计费，这一费率就是开发者在生产工作负载中进行乘法运算的基数——这也是为什么此次降价对谷歌自家应用之外、需要大规模生成图像的产品意义最大。

此次发布延续了快速升级的节奏。初代 Nano Banana 曾让 Gemini 大受欢迎：2025年9月，其将自拍变成收藏级手办的玩法走红，推动 Gemini 登上两大主要应用商店榜首，在近三年后终结了 ChatGPT 的榜首地位。同期，Alphabet 的市值突破3万亿美元。这一先例使图像生成成为 Gemini 面向消费者最引人注目的能力之一。

Version 2 于今年2月发布，基于 Gemini 3.1 Flash Image 构建。其关键特性是在绘制现实世界事物之前先查询 Google Search，使真实事件或人物图像有更高的准确性。

发布时暂无法获得对 Nano Banana 2.1 的独立基准测试；已公布的所有性能对比均来自谷歌的内部测试。这是此后值得关注的一点：独立评估一旦发布，将是对这些偏好和事实准确性提升能否在谷歌自身数据之外依然成立的第三方检验。