用 Nano Banana 2.1 生成与编辑图像。
用大白话描述你的想法——精准文字渲染、主体一致性,数秒出图。
无需设计基础——描述你的想法即可。
不少介绍 Nano Banana 2.1 的页面把分辨率档位、参考图上限和价格写成已确定的事实。这些都不是 Google 说的。如果你在这些数字上做决策,那你是在别人的猜测上做决策。<br/><br/>Google 确认的范围很窄:一个叫 Nano Banana 2.1 的模型标签,可以在 Google Flow 生图界面中选中。2026 年 10 月 5 日流出的截图显示,模型列表包含 Nano Banana Pro、Nano Banana 2 Lite 与 Nano Banana 2.1,且 2.1 为选中项。这一张截图就是全部已证实的内容。<br/><br/>其余全部悬而未决。没有 Google 公告,没有 DeepMind 模型卡,Gemini API 更新日志里也没有 2.1——该日志最后更新于 10 月 1 日,只列了 Nano Banana 2(gemini-3.1-flash-image)、Nano Banana 2 Lite(gemini-3.1-flash-lite-image)与 Nano Banana Pro(gemini-3-pro-image)。没有价格,没有分辨率表,没有跑分。<br/><br/>下面这张截图是证明这一缺口最清晰的一份证据。它来自独立评测机构 Artificial Analysis的文生图 v2.0 榜单。Nano Banana 2、Nano Banana Pro 与 Nano Banana 2 Lite 各自占据一个排名位置,带 Elo 分数、样本量与单图价格。榜单里没有 Nano Banana 2.1 这一行。如果这个模型在野外真实存在且输出质量可测量,一个专门追踪这件事的榜单上不可能没有它。截图来源:Artificial Analysis。
见 2026 年 10 月 5 日的社区截图。可以使用,但没有文档。
无 API 标识、无价格、无分辨率档位、无跑分、无厂商评测。
TestingCatalog 观察到早期输出与 Nano Banana Pro 相近,并表示无法确认请求是否真的路由到新模型。菜单项只是标签,路由在服务端决定。
2026 年 9 月 24 日,Google Flow 网页构建中出现的字符串是「Nano Banana 2.5 Flash」。9 月 27 日同一构建改名为 2.1。10 月 5 日变成可点击的菜单项。
工作台构建在一个图像生成器之上,暴露的是该生成器真实提供的控件。文生图与图生图都支持——你可以从一段描述开始,也可以带一张参考图并描述改动。<br/><br/>参考图是做一致性工作的关键部分。上传一张脸、一个产品或一个版式,然后在提示词里按编号指代,模型就知道哪些东西必须保持不变。这正是让角色或产品在系列图中保持可辨识、而不是每次都被重新发明的方式。<br/><br/>宽高比与分辨率都能在生成器里选。生成之前先定投放位置——9:16 做竖屏、1:1 做信息流、16:9 做封面——因为比例生成后修正的代价,远高于生成前定对的代价。
一句话生成成品视觉:海报、封面、产品图、故事板。
带一张已有图片并描述改动:换背景、调光线、移除物体、整体换风格。
让角色、产品与视觉风格在一组图中保持可辨识,而不是每次重新生成。
按投放位置构图——竖屏故事、方形信息流、宽幅封面——事后无需重新构图。
在当前模型提供的档位中选择。只在图像会被大幅看到时才提高,而不是默认拉满。
用短促的单变量追问优化,而不是每次重写整段提示词。
把文字加引号并说明位置——做海报、标签与包装概念时有用。
满意后按选定的比例与尺寸取走成品文件。
四步,但顺序比看起来更重要。生成前先定好比例与参考图,比事后修正便宜得多。<br/><br/>第三步是最多人跳过的一步,也是最影响结果的一步。宽高比会写进构图里——为 16:9 构图的主体,裁成 9:16 时不可能既保住边缘又保住你要的纵向强调。分辨率同理:提高成本更高,而多出来的细节除非图像真的被大幅看到,否则根本看不出来。提前定好,意味着生成一次就够,而不是三次。<br/><br/>第四步假设你第一次的结果是接近但不对。这才是常态,不是失败。常见的错误是因此把整段提示词重写一遍——那会丢掉本来已经生效的部分,等于从头再搜。改一个变量,看一眼,再改下一个。<br/><br/>开始前值得知道:这个模型没有文档,所以没有可依据的分辨率表或参考图上限设计。你能依赖的是你打开生成器那一刻,它自己提供的选项。
主体、场景、光线、构图、风格。需要出现在图里的文字用引号包起来并说明位置。完整模板见下方提示词区块。
比如要跨分镜复现的脸、形状与包装要紧的产品、要照着做的版式。参考图不是越多越好——每张都会缩小解空间,无关的细节会以你并未打算的方式约束结果。
9:16 做竖屏短视频与reels,1:1 做信息流,16:9 做封面与横幅,4:5 或 2:3 做商品listing。只在印刷或大幅展示时提高分辨率——手机上看不出差别,而成本更高。
结果接近但不正确时,每次追问只改一处。同时改多处会导致你无法判断是哪一处造成了差异,最后只能重新生成而永远收敛不了。
三个有文档的模型,一个没有。下面的对比按证据状态来排——因为对 2.1 来说,这是唯一诚实的比较维度。
可直接套用的骨架。把大括号里的变量换成你的内容。<br/><br/><strong>标准模板</strong>——{主体} 置于{场景},{光线},{构图}。{风格}。氛围:{氛围}。如需出现文字:「{准确的文字内容}」放在{位置}。<br/><br/><strong>纯画面模板</strong>——拼写必须完全准确时使用:{主体} 置于{场景},{光线},{构图}。{风格}。在{位置}留出负空间放标题。无文字,无字母,无排版。文字渲染会随措辞与提示词长度变化,因此后期排版是更可靠的生产路径。<br/><br/><strong>一致性模板</strong>——用于系列创作:保持 Image 1 中的面孔、发型、服装与配色不变。只修改:{你要改的那一处}。整组图都用同一张参考图,是让角色或产品贯穿一组画面的关键。<br/><br/>Field Note(granularity demo,非项目结论):若拼写必须准确,生成纯画面并在后期排版,而不是反复生成直到字母碰巧正确。这是一个工作习惯,不是关于 2.1 的实测发现——目前不存在独立测试数据。
需要出现的文字用引号包住并说明位置——比如「SALE」放在海报顶部。这能消除「画面里到底该不该有字」的歧义。
在提示词里按Image 1、Image 2 指代上传的图,这样你能说清哪张放哪,而不是让模型自己猜。
每次追问只动一个元素,因果链才读得清楚。同时改多处会掩盖到底是哪一处影响了结果。
9:16 竖屏、1:1 信息流、16:9 封面、4:5 或 2:3 商品 listing。生成前定,而不是生成后。
更高分辨率在手机上看不出差别,成本却更高。做印刷、大幅展示,或需要留裁切余量时才值得。
如果文字必须准确,先合成不含字母的图像,再后期排版。这是最可靠的路径,也是多数生产团队的做法。
大部分归因于三件事之一:推送是分批的、路由决策你看不见、或提示词一次要了太多。
灰度推送分批分账号,所以不同账号与地区情况不同。没有候补名单,也没有开关可调。过一阵再看看。这是最多人因此断定 2.1 不存在的原因——它存在,只是还没到所有地方。
菜单项只是标签。路由在服务端决定,屏幕上不会有任何东西揭示它——这正是社区无法就2.1 究竟是新模型还是 Nano Banana Pro 换个名字达成一致的原因。实用做法:每次生成都记录提示词、参数与日期,让对比可复现;在出现官方模型卡之前,任何 A/B 差异都应视为暂定。
通常是句子太长或表达间接,不是模型故障。把准确文字加引号、说明位置、句子写短。仍然不行就生成纯画面版再后期加字——这条路径是确定的,生成则不是。
几乎总是每张图用了不同的参考图。整组图固定用同一张参考图,只改你要动的那个元素。
同一句里多个约束互相争夺注意力。拆到多次追问里:改一处、看结果、再改下一处。每次从头重写的提示词永远不会收敛。
超出了当前模型接受的范围。查看生成器当前提供的选项,降一档到最接近的支持值,参考图逐张添加以摸到实际上限。
按你想知道的事情分组。每个答案都把「已证实」与「据报」分开——因为对这个模型来说,这个区分本身就是答案。
以公开文档为准,尚未发布。据 2026 年 10 月 5 日流出的截图,该名称已可在 Google Flow 生图模型选择器中选中,但 Google 没有发布任何公告、DeepMind 模型卡,也没有 Gemini API 条目。请把它当作「据报已上线」,而非「已正式发布的模型」。
这个名称是真的——它在一个已上线的 Google 产品里可以直接使用,且有多张彼此独立的截图佐证。但没有确定的是:这个名称背后究竟是什么。它是一次真实的目击,配套文档全无。
包括 TestingCatalog 在内的第三方追踪者报告该模型出现在 Google Flow 中,2026 年 10 月 5 日公开流传的截图显示模型列表包含 Nano Banana Pro、Nano Banana 2 Lite 与 Nano Banana 2.1。更早的线索可追溯到 Google Flow 网页构建中的一处字符串:最初写的是 Nano Banana 2.5 Flash,之后被改名为 2.1。
没有。Google 开发者接口目前提供 gemini-3.1-flash-image(Nano Banana 2)、gemini-3.1-flash-lite-image(Nano Banana 2 Lite)与 gemini-3-pro-image(Nano Banana Pro),不存在 2.1 端点。对5 个可能的 2.1 与 2.5 路由名做独立探测,全部返回 404。
未知。你看到的任何数字都是猜测。某个 Flow 账号界面显示用 2.1 生成消耗 0 credits,但那描述的是该账号的套餐,不是定价。Google 未发布 2.1 的任何单图价格。
未证实。最高 4K 的分辨率档位是针对 Nano Banana 2(gemini-3.1-flash-image)有官方文档的。2.1 没有对应文档;那些声称 2.1 支持 4K 的页面,实际上是把 Nano Banana 2 的规格换个名字重复了一遍。
Nano Banana 2 是有公开文档的正式模型,有已发布的规格和独立榜单分数。Nano Banana 2.1 两者都没有,所以还不存在真正的画质对比。编号上 2.1 更像迭代版本而非新一代模型,但 Google 未确认任何范围或能力变化。
TestingCatalog 观察到 2.1 的早期输出与 Nano Banana Pro 相近,并明确表示无法确认请求是否真的路由到新模型。那是少量输出带来的视觉印象,不是路由追踪结果。
Google 未发布 2.1 的任何条款,无从查阅。如果你今天就需要商用确定性,请基于有文档的 Nano Banana 2 系列端点来构建,那套的条款是公开的。
社交配图、海报、封面、产品图、故事板、信息图与概念图。底层模型实际能做到什么尚无官方说明,因此本工作台不对其具体表现作出承诺。
完全不需要。用大白话描述你的想法,构图、光线与细节交给工作台。如果拼写或品牌色必须准确,请预留后期排版,而不是依赖模型。
可以。上传图片并说出你的改动:换背景、调光线、移除物体,或整体换风格。当主体必须保持可辨识时,整组图固定用同一张参考图。
先列 Google 官方来源,再列第三方报道,按时间先后。最后核对于 2026 年 10 月 6 日。<br/><br/>证据区块中的独立榜单截图来自 Artificial Analysis。第三方报道作为「报道」引用,而非作为「证实」引用——它们记录的是在 Flow 中观察到的现象,不是 Google 已经承诺交付的内容。
blog.google 上的 Nano Banana 2 发布文,以及 ai.google.dev 的 Gemini 图像模型文档,列出 gemini-3.1-flash-image、gemini-3.1-flash-lite-image 与 gemini-3-pro-image。API 更新日志最后更新于 2026 年 10 月 1 日,只提到这三者。
报道称 Google Flow 网页构建已把一处「Nano Banana 2.5 Flash」引用改名为「Nano Banana 2.1」,并指出这一改动指向迭代版本而非新一代模型。
Flow 模型选择器列出 Nano Banana Pro、Nano Banana 2 Lite 与 Nano Banana 2.1 的截图开始流传,2.1 为选中项。有账号提示生成消耗 0 credits——这是该账号套餐的属性,不是公布的价格。
补充称 2.1 的早期输出看起来像 Nano Banana Pro 的输出,因此无法确认请求是否真的路由到新模型。路由问题之所以悬而未决,源头即在此处。
SandBase 探测了5 个可能的 2.1 与 2.5 API 路由,全部返回 404。本页同日最后核对,上方榜单截图同日截取。