Google 于周二发布图像生成与编辑模型的最新版本 Nano Banana 2.1，在视觉质量、提示词遵循、文字渲染和多轮角色一致性方面带来广泛改进，同时保持该产品线 Flash 级别的速度与成本效率。该模型是 Gemini 3 Pro Image（亦称 Nano Banana Pro）的高效对应版本。

此次更新正在 Gemini 应用、Google Search 的 AI Mode、Google Ads 以及 Google AI Studio、Flow 和 Stitch 等开发者工具中逐步推出。此时，Nano Banana 系列已成为 Google 消费级 AI 战略的核心支柱：2025 年 9 月，初代模型将自拍转化为收藏手办的能力推动 Gemini 登上两大主要应用商店榜首，终结了 ChatGPT 近三年的领先地位，并恰逢 Alphabet 市值突破 3 万亿美元。2 月，基于 Gemini 3.1 Flash Image 构建的 Version 2 问世，并引入 Google Search 联网校准功能，使真实事件或人物图像更加准确。

Google 在 X 上宣布了此次发布：

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

更精准的编辑与更强的基准表现

Google 强调了新版本的三大核心升级：改进的视觉设计、更精准的蒙版编辑（仅更改图像中标记的区域），以及更强的主体一致性，使人物或物体在多次编辑中保持可识别性。这种一致性是多图像工作流——分镜、产品图集、系列化艺术作品——的基础，否则就只能手工修图。在规格上，该模型可同时处理多达 14 张参考图像，保持最多四个角色的一致性以及最多十个物体的还原度。其输出分辨率包括 1K、2K 和 4K，修复了 1:4、1:8、4:1 和 8:1 等极端全景宽高比下的平铺伪影，并能更准确地渲染文字和信息图布局。

基准测试成绩同样可见提升。在文生图测试的总体偏好中，Banana 2.1 获得 1,050 ELO 分，而 Nano Banana 2 为 990 分，Nano Banana Pro 为 935 分——在基于两两对比人类偏好构建的排名系统中，这一差距具有重要意义。

开发者还可通过可配置的思考级别（从最小到高）以及 Google Web 和 Image Search 联网校准获得更多控制，使模型能够在生成图像前查询信息。

效率提升还体现在成本上。通过 Google 的开发者 API，标准 1K 图像现价为 0.0336 美元——约为 Nano Banana 2 收费 0.067 美元的一半——而 4K 图像价格为 0.0756 美元，此前为 0.151 美元。批量处理还可享受额外 50% 折扣。实际而言，生成一千张标准分辨率图像的成本现约为 33.60 美元，低于此前的 67 美元，使 Nano Banana 2.1 既是质量领先，也是生成式图像市场中最具成本效益的选择之一。对于批量生成图像的产品而言，单张图像定价直接影响运营成本，这也是此次降价的意义超越了标题中的质量提升之处。随着可用范围扩大，基准成绩能否在日常使用中得到印证，将是对 Google 声明的直接检验。

来源：Metaverse Post