Google 於 10 月 6 日（週二）發布 Nano Banana 2.1，這是其 AI 的最新版本，可將輸入的文字轉換為圖片，或編輯現有的照片。該模型正在 Gemini 應用程式、Google 搜尋 AI 模式、Google Ads，以及 Google AI Studio、Flow、Stitch 等開發者工具中陸續推出——這一布局讓單一圖像模型同時支撐消費者聊天、搜尋與廣告等多個平台。

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

根據 Google 的模型卡，此次更新集中在三個方面：視覺設計有所改善，有助於產生更自然的圖像；遮罩編輯更精準，使用者可標記圖像中的某個區域並僅修改該區域；主體一致性也更強，也就是人物或物件在經過多次編輯後仍能保持原貌。這三項改進共同針對迭代編輯——即圖像經過多輪修改且必須在每次編輯之間保持連貫的工作流程。

Google 自身的測試顯示，新模型的表現超越 Nano Banana 2 與 Nano Banana Pro。在文字轉圖像評測的整體偏好上，Nano Banana 2.1 獲得 1,050 ELO 分數，Nano Banana 2 為 990 分，Nano Banana Pro 為 935 分。在 ELO 系統中，分數越高越好，且該量表沒有上限，使其成為純粹比較輸出之間偏好的指標，而非對照固定技術標準的表現。Google 也報告了 0.521 對 0.179 的資訊圖表事實性分數。

就規格而言，該模型一次可處理多達 14 張參考圖，追蹤最多四個角色與十個物件。輸出解析度最高可達 4K——大致相當於電視等級的清晰度——且支援寬至 8:1 的格式。開發者還可以設定模型在繪製前的「思考」時間（從最小到高），並啟用 Google 搜尋與 Google 圖片搜尋接地。簡單來說，它可以在繪製之前先查證資料。

定價是此次發布的核心。根據 的定價文件，透過 Google 的開發者 API——讓其他公司的應用程式使用該模型的管道——標準 1K 圖像現在的費用為 0.0336 美元，約為 Nano Banana 2 的 0.067 美元的一半。4K 圖像的費用為 0.0756 美元，低於先前的 0.151 美元。批次任務（即大量圖像以批次方式處理而非即時生成）在上述費率基礎上再享五折優惠。以標準 1K 價格計算，1,000 張圖像透過 API 現在約需 33.60 美元，低於 Nano Banana 2 的 67 美元，使該平台上的大規模圖像生成成本約降至先前的一半。由於 API 計費按圖像收取，此費率正是開發者在生產工作負載中乘算的數字——這也是為什麼此次降價對 Google 自家應用之外、需要大規模生成圖片的產品影響最大。

此次發布延續了快速的升級節奏。初代 Nano Banana 曾讓 Gemini 一炮而紅：2025 年 9 月，其將自拍轉換為收藏人偶的功能爆紅，推動 Gemini 在兩大應用商店登上第一名，終結 ChatGPT 近三年的榜首地位。同一時期，Alphabet 的市值突破 3 兆美元。這一先例使圖像生成成為 Gemini 最受矚目的消費者功能之一。

第 2 版於 2 月推出，建構在 Gemini 3.1 Flash Image 之上。其主要功能是在繪製現實世界事物前先查詢 Google 搜尋，使真實事件或人物的圖像更可能準確無誤。

Nano Banana 2.1 在發布時尚無獨立基準測試；已公布的比較結果全部來自 Google 的內部測試。這是接下來值得關注的重點：獨立評測一旦公布，將是檢驗這些偏好與事實性提升能否在 Google 自家數據之外成立的的外部驗證。