Flash 路线再升级：Nano Banana 2.1 正式版上线
10 月 6 日，Google 正式发布图像生成与对话式修图模型 Nano Banana 2.1，模型 ID 为 gemini-nano-banana-2.1，已作为稳定版本登陆 Gemini API。这是 Nano Banana 2（即 gemini-3.1-flash-image）的继任版本，据 Google DeepMind 公布的模型卡，新模型基于 Gemini 3.6 Flash 构建，延续 Flash 级别的速度与成本定位。官方将其进步概括为「全方位提升」，其中视觉设计、基于蒙版的局部编辑、主体一致性三个方向最为突出。
部署范围也创下这条产品线的新纪录：Gemini 应用、谷歌搜索 AI 模式、Google AI Studio、Flow、Stitch、谷歌广告与 Gemini 企业平台均在同步铺开名单之中，普通用户与开发者可以几乎同时用上新版。
画质、文字渲染与宽幅全景的补课
按照官方文档，Nano Banana 2.1 支持 1K、2K、4K 三档输出（默认 1K），并修复了 2K 与 4K 分辨率下 1:4、4:1、1:8、8:1 等宽幅与全景画幅长期恼人的平铺伪影，超宽落地页头图与全景长卷从此可以一图直出。文字渲染与信息图布局准确度也同步增强，官方展示案例覆盖瑞士平面设计海报、复古招贴与网页 UI 等。
模型卡基准（开启 Thinking）显示，文生图整体偏好 Elo 达 1050，高于 Nano Banana 2 的 990 与 Nano Banana Pro 的 935；信息图事实准确性指标从 0.179 提升至 0.521。需要说明的是，这些均为 Google 自家评测结果。
14 张参考图锁定 4 个角色与 10 个物体
一致性是本次升级的核心卖点。官方文档确认，新模型支持多图融合，单次请求最多可混合 14 张参考图，并保持最多 4 个角色的样貌一致与最多 10 个物体的细节保真。对电商与品牌方而言，这意味着同一模特、同一款产品可以在一组场景图中反复出现而不「变脸」，分镜故事板与系列素材的量产门槛进一步降低。
配合 Google 网页与图片搜索接地，模型还能在生成中引用现实世界的产品与地标信息，减少事实性翻车。
蒙版编辑更精准，但短板仍在
蒙版编辑方面，新模型允许用户圈选局部修改而无需重绘整张画面，官方编辑基准中蒙版类编辑得分 1049，明显高于前代的 965。不过模型卡也坦承局限：小字号文字渲染仍偏弱，输入图与输出图之间的角色一致性并非时刻稳定，左右等空间关系偶有判断失误。科技媒体 The Decoder 的同题实测也显示，在写实自然度上，定位更高的 Nano Banana Pro 依然占优。
价格直接砍半，旧模型 10 月 29 日退场
价格是开发者最直接的利益点。据 The Decoder 整理的 Gemini API 报价，1K 图从 6.70 美分降至 3.36 美分，2K 从 10.10 美分降至 5.04 美分，4K 从 15.10 美分降至 7.56 美分，基本全线腰斩；作为对比，Nano Banana Pro 的 1K 图仍为 13.40 美分。批量接口再享五折。
旧版 gemini-3.1-flash-image 已被官方标记为弃用，据 The Decoder 等媒体报道，其关停日期定在 10 月 29 日，留给开发者约三周迁移窗口，官方建议直接切换到 gemini-nano-banana-2.1。
竞争格局：领跑者并不轻松
此次发布正值生图赛道白热化阶段。中文科技媒体普遍指出，OpenAI 的 ChatGPT Images 2.5 仍被视为图像生成与编辑的全球领跑者，微软 MAI-Image-2.6 紧随其后；本月内 Flux 3 Image 与 Ideogram 4.5 相继亮相，字节 Seedream 系列也持续在商业设计与中文文字渲染方向施压。Google 此番以「砍半价格 + 一致性卖点」应战，短期内最受益的仍是需要批量产出一致性素材的电商与内容团队。
相关阅读：
