Google 推出 Nano Banana 2.1，新增影像工具並降低價格

目錄

• 你可能想知道
• Google 推出 Nano Banana 2.1
• 重點摘要表
• 後續展望

你可能想知道

• Nano Banana 2.1 相較早期版本有哪些改進？
• 使用新模型生成影像，開發者需要支付多少費用？

Google 推出 Nano Banana 2.1

Google 於 Oct. 6 發布 Nano Banana 2.1，推出更新版的影像生成與編輯模型，可將文字提示轉換成影像，也能修改現有照片。這次推出的服務涵蓋 Gemini 應用程式、Google 搜尋的 AI 模式、Google Ads，以及 Google AI Studio、Flow 和 Stitch 等開發者產品。這次發布延續 Google 的努力，讓消費者服務和用於建構第三方應用程式的工具都能使用影像創作功能。

這次發布承接了原版 Nano Banana 引發的高度關注。2025 年 9 月，一項能將自拍照變成收藏公仔的功能，助 Gemini 登上兩大主要應用程式商店的第 1 名，超越 ChatGPT，這是近三年來首見。同一時期，Alphabet 的市值突破 $3 trillion。這些發展使影像模型成為 Google 更廣泛消費者 AI 推動策略的重要一環；不過，早期版本廣受歡迎，本身並不能證明最新版本在獨立評測中的表現如何。

Nano Banana 2 於 February 推出，採用 Gemini 3.1 Flash Image。其顯著功能之一是在生成真實世界主題的影像前查詢 Google 搜尋。這種以資料為依據的方法旨在提高描繪真實人物或事件的準確性。Nano Banana 2.1 延續這個方向，同時著重提升視覺品質、編輯精準度，以及多次修改後的一致性。

Google 指出，新版本主要在三個方面有所改進。第一是視覺設計，也就是模型產生外觀更精緻、協調影像的能力。第二是遮罩式編輯：使用者可標記影像中特定區域，要求模型修改該處，同時讓其他部分大致維持不變。第三是主體一致性，意指人物或物件在一連串編輯後仍能保持可辨識的外觀。

根據 Google 自行進行的測試，Nano Banana 2.1 在文字轉影像的整體偏好測試中獲得 1,050 ELO Points。Nano Banana 2 得分為 990，Nano Banana Pro 則為 935。在此評分系統中，分數越高，代表相較於受測的其他選項表現越好；此量尺沒有固定上限，屬於質化評分，而非影像品質的直接衡量標準。Google 也表示，Nano Banana 2.1 的資訊圖表事實準確度得分為 0.521，Nano Banana 2 則為 0.179。這些都是公司公布的結果，推出時尚無獨立測試。因此，這些數據反映的是 Google 的內部比較結果，並非經過獨立驗證的表現。

模型所宣稱的輸入與輸出能力，旨在支援更複雜的創作任務。它一次最多可接受 14 張參考影像、追蹤最多四個角色和十個物件，並產生最高 4K 解析度的影像。Google 將輸出描述為約有電視等級的清晰度，並表示模型支援最寬 8:1 的長寬比。綜合而言，這些選項可能適用於需要重複使用視覺元素、全景構圖，或在單一工作流程中參考多種素材的專案。

開發者還能進一步控制影像生成。他們可以設定模型在產生影像前「思考」多久，從最低到最高皆可選擇，也能讓模型以 Google 搜尋和 Google 圖片搜尋作為生成依據。實際上，這讓系統能在繪製影像前查找資訊；若提示涉及真實世界主題或需要最新背景資訊的細節，這項功能可能很有用。來源並未證明，使用搜尋資料作為依據就能確保每次生成結果都符合事實。

價格也是這次發布的重要內容。透過 Google 的開發者 API——也就是讓其他公司應用程式使用該模型的連接介面——生成一張標準 1K 影像的費用為 $0.0336。Nano Banana 2 的相應價格為 $0.067。生成一張 4K 影像的費用為 $0.0756，Nano Banana 2 則為 $0.151。Google 也表示，批次工作——以批量而非即時方式處理大量影像——可再享 50% 折扣。以標準 1K 費率計算，1,000 張影像的費用約為 $33.60，低於 Nano Banana 2 的 $67。

較低的費率對大規模生成影像的開發者可能很重要，不過產品的最終成本仍取決於使用模型的頻率及所選設定。每張影像的價格降低，不一定就能決定整體價值：團隊也可能考量輸出品質、編輯可靠性、延遲時間，以及模型是否適用於現有系統。發布資訊強調了價格和功能，但未提供這些更廣泛營運考量的獨立比較結果。

整體而言，Nano Banana 2.1 結合了據稱有所提升的視覺設計與影像編輯能力、更廣泛的參考素材處理能力、搜尋資料依據選項，以及更低的 API 價格。此版本在 Gemini、搜尋、Ads 和開發者工具中推出，讓使用者能透過多種管道接觸到它。然而，發布時的效能宣稱仍以 Google 自行測試為依據，因此第三方評測對於評估模型在日常使用中的表現至關重要。

重點摘要表

後續展望……

Nano Banana 2.1 的發布結合了廣泛的產品推出、Google 宣稱的效能改進，以及大幅降低的開發者價格。接下來的重要一步，是透過獨立測試檢視影像品質、事實準確度、編輯一致性，以及模型面對不同提示時的表現。隨著開發者和使用者在實際工作流程中試用這款模型，測試結果應有助於釐清新功能最適合的用途，以及降低 API 費率對影像生成實際成本效益的影響。