Nano Banana 2.1: Mô hình hình ảnh Gemini, gia đình của nó và chi phí của nó

Nano Banana 2.1 là mô hình tạo và chỉnh sửa hình ảnh theo hội thoại mà nhà cung cấp phục vụ dưới mã định danh API gemini-nano-banana-2.1. Tài liệu của chính nhà cung cấp đặt cho nó tên sản phẩm là Gemini Nano Banana 2.1 và gọi nó là bản cập nhật của Nano Banana 2, với mã định danh là gemini-3.1-flash-image. Hai mô hình khác kẹp nó vào cùng một dòng họ: Nano Banana 2 Lite (gemini-3.1-flash-lite-image) ở bên dưới, và Nano Banana Pro (gemini-3-pro-image) ở bên trên. Đó là hình dạng của thứ này — một dòng họ hình ảnh ba tầng với thành viên thứ tư, cũ hơn, vẫn còn được ghi trong tài liệu — và phần lớn sự nhầm lẫn xoay quanh cái tên đến từ việc tên sản phẩm và chuỗi endpoint chưa bao giờ được làm cho khớp với nhau. Trang này là tài liệu tham chiếu cho chính mô hình: nó là gì, ai phát hành nó, bạn có thể đưa vào và nhận lại những gì, nhà cung cấp tuyên bố những gì, và cách bạn truy cập nó ngày hôm nay. Mọi con số dưới đây đều được trích từ chính thẻ mô hình, hướng dẫn tạo hình ảnh, trang giá và nhật ký thay đổi của nhà cung cấp tính đến ngày 13 tháng 10 năm 2026, và mỗi con số đều được ghi nhãn là do nhà cung cấp báo cáo; nguồn độc lập duy nhất được sử dụng sẽ được nêu tên ngay tại chỗ nó xuất hiện.

Nó là gì, và tại sao định danh lại là phần quan trọng

Danh mục mô hình của nhà cung cấp liệt kê gemini-nano-banana-2.1 với trạng thái "Mới ổn định" và mô tả "Mô hình tạo và chỉnh sửa hình ảnh hiệu quả cao với chất lượng hình ảnh, kiểu chữ và tính nhất quán trong nhiều lượt được cải thiện." Hướng dẫn tạo hình ảnh thậm chí còn định vị nó một cách rõ ràng hơn: đây là "một bản cập nhật cho Nano Banana 2, đóng vai trò là mô hình chủ lực hiệu quả cao hàng đầu cho việc tạo hình ảnh và chỉnh sửa hội thoại."

Việc đặt tên là vấn đề thực tế đầu tiên mà người đọc gặp phải, nên đáng để nói thẳng. Trong nhóm sản phẩm này, tên sản phẩm không thể suy ra từ mã định danh:

• Nano Banana 2.1 — tên sản phẩm "Gemini Nano Banana 2.1", mã API gemini-nano-banana-2.1, cỗ máy chủ lực hiệu suất cao hiện nay.

• Nano Banana 2 — id API gemini-3.1-flash-image. Không hề có số phiên bản trong định danh, đó là lý do vì sao "Nano Banana 2" và "gemini-3.1-flash-image" là cùng một mô hình.

• Nano Banana 2 Lite — API id gemini-3.1-flash-lite-image. Hướng dẫn của Google gọi đây là chuyên gia về hiệu suất của dòng sản phẩm, được thiết kế cho độ trễ cực thấp và khả năng sử dụng tương tác với khối lượng lớn.

• Nano Banana Pro — id API gemini-3-pro-image, được mô tả là một công cụ thiết kế chuyên nghiệp với lõi suy luận, hướng tới các bố cục phức tạp và khả năng hiển thị văn bản chính xác.

Nếu bạn đang kết nối một thứ gì đó, thì định danh mới là thứ tham chiếu đáng tin cậy, còn tên tiếp thị thì không. Đây không phải là chuyện văn phong: changelog của Google đã chuyển gemini-3.1-flash-image sang trạng thái deprecated đúng vào ngày phát hành gemini-nano-banana-2.1, và mục deprecation đó vận hành dựa trên các định danh chứ không phải tên tiếp thị.

Ai xuất bản nó?

Google thì có, và họ công bố nó dưới dạng một mô hình API được lưu trữ thay vì một mô hình có thể tải xuống — không có checkpoint nào để tải về và không có giấy phép nào để đọc, bởi vì các trọng số không được phát hành. Tài liệu chính thức là bộ tài liệu API Gemini của chính Google: danh mục mô hình và thẻ từng mô hình trên ai.google.dev, hướng dẫn tạo hình ảnh, trang định giá, và nhật ký thay đổi API Gemini. Khi trang này đưa ra một con số, thì đó là nguồn, và đó là nguồn từ nhà cung cấp.

Mối quan hệ trong cùng dòng quan trọng hơn dòng của nhà phát hành, vì nó quyết định thứ bạn thực sự có thể chọn. So với Nano Banana 2, bản tiền nhiệm trực tiếp của nó, 2.1 là thế hệ mà Google đang hướng các dự án mới tới; còn so với Nano Banana 2 Lite, 2.1 mang lại mức trần cao hơn với mức giá khởi điểm tương đương, vì cả hai đều được tính phí $0.0336 cho một ảnh 1K (giá của nhà cung cấp, gói tiêu chuẩn). Lite đánh mất điều đó theo ba cách đã được ghi rõ: nó chỉ hỗ trợ đầu ra 1K, không có Search grounding, và hướng dẫn của Google nói rằng nó "không được tối ưu hóa cho nhiều đầu vào tham chiếu hoặc chỉnh sửa tuần tự nhiều lượt." Nếu khối lượng công việc của bạn là một ảnh vào và một ảnh ra ở quy mô lớn, Lite là lựa chọn kỹ thuật rẻ hơn; nếu bạn cần 2K hoặc 4K, nhiều tham chiếu, hoặc hội thoại với hình ảnh, thì Lite hoàn toàn không phải là ứng viên.

Nó chấp nhận những gì và trả về những gì

Đây là chỗ mô hình rộng hơn tên gọi của nó gợi ý, và nên đọc thẳng từ thẻ nhà cung cấp thay vì suy đoán từ chữ "image". Thẻ mô hình của Google dành cho gemini-nano-banana-2.1 liệt kê các kiểu dữ liệu đầu vào được chấp nhận là Văn bản, Hình ảnh, Video và PDF, còn kiểu đầu ra là Hình ảnh và Văn bản. Vậy phía đầu vào nhận một prompt, một hoặc nhiều hình ảnh, video, hoặc một tài liệu PDF — không chỉ văn bản — và phía đầu ra có thể trả về văn bản cùng với hình ảnh, chính điều đó khiến việc chỉnh sửa theo kiểu hội thoại trở nên khả thi: mô hình có thể trả lời về bức ảnh mà nó vừa tạo hoặc vừa thay đổi.

Phần còn lại của dải thông số, tất cả đều do nhà cung cấp báo cáo từ model card, hướng dẫn và changelog:

• Độ phân giải đầu ra — 1K, 2K và 4K. Mức 512px (0.5K) mà Nano Banana 2 cung cấp được nêu rõ là "không được hỗ trợ trên Gemini Nano Banana 2.1", vì vậy trên mô hình này mức tối thiểu là 1K. Các tham số phải sử dụng chữ K viết hoa; hướng dẫn của Google nêu rằng các giá trị viết thường như 1k đều bị từ chối.

• Tỷ lệ khung hình — hướng dẫn giờ đây công bố bảng theo từng mô hình và cột của 2.1 liệt kê mười bốn tỷ lệ: 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9 và 21:9. Trong đó bao gồm cả các tỷ lệ rộng và toàn cảnh ở 1:4, 4:1, 1:8 và 8:1, vốn cũng được hướng dẫn ghi nhận cho Gemini 3.1 Flash Image. Lite chỉ liệt kê mười tỷ lệ thông thường.

• Ảnh tham chiếu — "Trộn tối đa 14 ảnh tham chiếu để tạo ra ảnh cuối cùng," theo hướng dẫn, và bảng của hướng dẫn giờ đây phân bổ hạn mức theo từng mô hình, điều mà trước đây bảng chưa thể hiện rõ ràng khi trang này được soạn thảo lần đầu. Đối với cột có tiêu đề "Gemini Nano Banana 2.1 & Gemini 3.1 Flash Image", tỷ lệ phân chia là tối đa 10 ảnh đối tượng với độ trung thực cao và tối đa 4 ảnh đảm bảo tính nhất quán của nhân vật; phần văn xuôi của hướng dẫn đưa ra các con số tương tự, nói rằng 2.1 hỗ trợ "sự giống nhau của nhân vật lên tới 4 nhân vật và độ trung thực lên tới 10 đối tượng trong một quy trình làm việc duy nhất." Các tham chiếu phong cách chỉ được liệt kê cho Gemini 3 Pro Image, vì vậy đừng lên kế hoạch sử dụng chúng ở đây.

• Giới hạn token — 131.072 token đầu vào và 32.768 token đầu ra, theo thẻ mô hình. Thẻ này nêu rằng không có mốc kiến thức cho mô hình này.

• Thinking — được hỗ trợ, và hướng dẫn nêu rõ rằng trên các mô hình hình ảnh Gemini 3, tính năng này "được bật theo mặc định và không thể tắt trong API." Mô hình tạo tối đa hai hình ảnh tạm thời để kiểm tra bố cục và logic, và những hình ảnh suy nghĩ đó hiển thị trong backend nhưng không bị tính phí. Một thinking_level có thể được đặt trong cấu hình tạo; ví dụ của chính hướng dẫn truyền high.

• Grounding — Tính năng grounding tìm kiếm được liệt kê là được hỗ trợ trên thẻ mô hình, và nhật ký thay đổi ghi công 2.1 với tính năng Google Search grounding. Nano Banana 2 Lite không có tính năng này.

• Gắn watermark — "Tất cả hình ảnh được tạo đều bao gồm watermark SynthID." Điều đó áp dụng trên toàn bộ dòng sản phẩm và không phải là tùy chọn.

• Những gì thẻ đánh dấu là không được hỗ trợ — tạo âm thanh, lưu đệm, thực thi mã, tìm kiếm tệp, gọi hàm, Google Maps grounding, Live API, đầu ra có cấu trúc và ngữ cảnh URL. Batch API được hỗ trợ; suy luận Flex và Priority thì không.

Kết xuất và chỉnh sửa văn bản, như được tài liệu hóa

Hai hành vi đã được ghi nhận trong tài liệu giúp phân biệt một mô hình như thế này với một endpoint text-to-image thuần túy, và Google mô tả cả hai trong hướng dẫn tạo ảnh chứ không phải trong một benchmark.

Đầu tiên là typography. Hướng dẫn liệt kê khả năng này là “Kết xuất văn bản nâng cao: Có khả năng tạo văn bản dễ đọc, được tạo kiểu cho infographic, menu, sơ đồ và tài sản tiếp thị”, và nhật ký thay đổi ghi công 2.1 cụ thể với việc cải thiện kết xuất văn bản. Thẻ mô hình lặp lại điều đó bằng từ “typography”. Đáng để nói chính xác đó là gì: một mô tả về một khả năng, không phải một tỷ lệ độ chính xác được đo lường. Google không công bố con số lỗi ký tự, điểm dễ đọc hay so sánh với mô hình trước đó của chính mình trên một tác vụ kết xuất văn bản, nên bất kỳ ai trích dẫn một con số về mức 2.1 kết xuất chữ tốt đến đâu đều đang trích dẫn thứ gì đó không phải của Google.

Thứ hai là chỉnh sửa, thứ mà hướng dẫn coi là chế độ hội thoại của mô hình. Khi chỉnh sửa, “mô hình sẽ khớp với phong cách, ánh sáng và phối cảnh của ảnh gốc” — thao tác chỉnh sửa được áp dụng bên trong khung hình sẵn có thay vì tạo ra một bức ảnh mới cùng thể loại. Đối với inpainting, hướng dẫn còn hẹp hơn nữa: chỉ thay đổi phần tử mà bạn nêu tên và giữ nguyên “phong cách, ánh sáng và bố cục gốc”. Tuyên bố nổi bật nhất trong nhật ký thay đổi dành cho 2.1 ở khía cạnh này là cải thiện tính nhất quán nhân vật qua nhiều lượt, tức thuộc tính quyết định liệu một đồ vật hay một người có trụ được qua năm lần chỉnh sửa liên tiếp mà vẫn trông giống chính họ hay không. Tuyên bố đó do nhà cung cấp báo cáo và, tính đến hôm nay, chưa được tái lập bên ngoài Google.

Những gì Google tuyên bố so với những gì đã thực sự được đo lường

Mục nhật ký thay đổi của Google cho ngày 6 tháng 10 năm 2026 nói rằng 2.1 "duy trì tốc độ và hiệu quả chi phí ở mức Flash" đồng thời bổ sung "những cải thiện đáng kể về chất lượng hình ảnh, mức độ tuân thủ lời nhắc, tính nhất quán nhân vật qua nhiều lượt, kết xuất văn bản", cùng các tỷ lệ khung hình rộng và toàn cảnh. Danh mục mô hình bổ sung "chất lượng hình ảnh, kiểu chữ và tính nhất quán qua nhiều lượt được cải thiện". Đó là lời của nhà cung cấp, mang tính định hướng chứ không định lượng, và không có kết quả đánh giá chuẩn nào do nhà cung cấp thực hiện đi kèm.

Ba điều rút ra sau đây, và chúng phản ánh trung thực tình trạng của bằng chứng chứ không phải là một lời rào đón.

Đầu tiên, Google không công bố bất kỳ số liệu đánh giá chuẩn nào của riêng mình cho Nano Banana 2.1 — không có Elo, không có tỷ lệ thắng, không có bất kỳ loại điểm số nào trên các trang tài liệu của mình. Nếu một con số về chất lượng của mô hình này được trình bày như thể là của Google, thì đó là con số mà Google chưa từng công bố.

Thứ hai, không có so sánh đối đầu trực tiếp nào từ nhà cung cấp giữa Nano Banana 2.1 và Nano Banana 2 ở cùng thiết lập. Google tuyên bố có cải tiến từ thế hệ này sang thế hệ kế tiếp; hãng chưa công bố đánh giá theo cặp ở cùng lời nhắc, cùng độ phân giải và cùng mức nỗ lực để người đọc có thể cân nhắc giữa hai phiên bản. Bất kỳ ai ngụ ý có khoảng cách đo lường được giữa hai phiên bản đều đang ngụ ý một điều mà chưa ai từng chạy.

Thứ ba, đánh giá độc lập thực sự tồn tại, và cần nêu tên hệ thống đánh giá để người đọc có thể tự đánh giá nó: Artificial Analysis chạy Nano Banana 2.1 trong Image Arena của mình, vốn bao gồm cả tạo ảnh từ văn bản lẫn chỉnh sửa ảnh và công bố các phiếu bầu đằng sau điểm số của mình. Đó là nguồn bên thứ ba nên dùng để xác định vị trí. Thứ hạng cụ thể và điểm Elo mà mô hình này đạt được ở đó là một câu hỏi khác với câu hỏi mà trang này trả lời, và nó được tính theo một lịch trình mà trang này không kiểm soát — hãy kiểm tra tại nguồn thay vì dựa vào một con số được sao chép từ bất kỳ đâu, kể cả từ chúng tôi.

Cách nhận quyền truy cập ngay hôm nay và chi phí là bao nhiêu

Truy cập được thực hiện thông qua API của chính Google. Bạn gọi API Gemini với mã định danh mô hình gemini-nano-banana-2.1; mã định danh đó là mã ổn định, và đó chính là thứ mà mục về ngừng hỗ trợ trong changelog dành cho gemini-3.1-flash-image nêu tên là mục tiêu di trú. Không có lộ trình tự lưu trữ, không có tải trọng số và không có checkpoint cộng đồng, bởi vì không có mô hình nào thuộc dòng image được phát hành theo cách đó.

Giá cả, toàn bộ đều lấy từ trang giá của Google ở gói tiêu chuẩn và tất cả đều do nhà cung cấp báo cáo:

• Token — đầu vào $1.50 cho mỗi 1M token đối với văn bản, hình ảnh và video; đầu ra $7.50 cho mỗi 1M token đối với văn bản và suy nghĩ, và $30.00 cho mỗi 1M token đối với hình ảnh.

• Mỗi hình ảnh — 0,0336 USD ở 1K, 0,0504 USD ở 2K và 0,113 USD ở 4K. Google cũng công bố một ví dụ quy đổi cụ thể cho trường hợp 1K: đầu ra 1024×1024 tiêu tốn 1.120 token hình ảnh.

• Batch — bằng một nửa mức giá tiêu chuẩn: $0.75 mỗi 1M đầu vào và $15.00 mỗi 1M token hình ảnh, tương đương $0.0168 / $0.0252 / $0.0567 cho mỗi ảnh 1K / 2K / 4K, đổi lại thời gian xử lý tối đa 24 giờ.

• Grounding — không có mục chi phí riêng trên chính hình ảnh. Google gộp Web và Image Search grounding với các mô hình hình ảnh Gemini 3 ở mức 5.000 yêu cầu tìm kiếm miễn phí mỗi tháng, dùng chung cho tất cả các mô hình Gemini 3 và mới hơn, sau đó $14 mỗi 1.000 yêu cầu; ngữ cảnh được truy xuất không bị tính phí như token đầu vào.

• Gói miễn phí — cột Gói miễn phí trên trang định giá ghi "Không có sẵn" cho mọi số liệu ở trên. Không có hạn mức miễn phí nào cho việc xuất hình ảnh trên mô hình này. Nếu có xuất hiện, nó sẽ xuất hiện ở đó và không ở nơi nào khác.

• So sánh bậc giá trong cùng dòng sản phẩm — Nano Banana 2 Lite có giá $0,0336 cho mỗi ảnh 1K, ngang với mức giá 1K của 2.1, nhưng không công bố giá 2K hay 4K vì nó không hỗ trợ những kích thước đó. Nano Banana 2 (Gemini 3.1 Flash Image) có giá $0,067 cho mỗi ảnh 1K và $0,101 cho mỗi ảnh 2K, nên 2.1 rẻ hơn ở mọi kích thước mà cả hai cùng có. Nano Banana Pro (Gemini 3 Pro Image) có giá $0,134 cho ảnh 1K hoặc 2K và $0,24 ở 4K, tức gần gấp đôi mức giá của 2.1 tính đến 2K và chỉ hơn gấp đôi một chút ở 4K.

• Thành viên kế thừa, để đầy đủ thông tin — Nano Banana gốc (gemini-2.5-flash-image) đã bị ngừng hỗ trợ và trang giá có kèm thông báo ngừng hoạt động ghi ngày 2 tháng 10 năm 2026. Mô hình đó không còn là một bậc dưới 2.1 theo bất kỳ nghĩa thực tế nào nữa; điểm khởi đầu của dòng sản phẩm này hiện nay là Nano Banana 2 Lite.

Một con số trong tập hợp đó không khớp, và đáng để nói ra điều đó hơn là chọn con số gọn gàng hơn. Trang định giá của Google nêu rằng một hình ảnh 4K trên mô hình này tiêu thụ 3.780 token và báo giá $0,113 mỗi hình ảnh 4K; hai con số này khớp với nhau ở mức $30 cho 1 triệu token hình ảnh. Bảng theo mô hình trong hướng dẫn tạo hình ảnh đưa ra cùng số lượng token cho 1K và 2K như trang định giá (1.120 và 1.680) nhưng liệt kê 2.520 cho 4K, mà với cùng mức giá sẽ vào khoảng $0,0756. Cả hai đều là các trang của Google và chúng không đồng nhất. Giá là con số cần bám vào, vì đó là con số trên trang mà bạn phải trả, và sự khác biệt chính là loại điều cần kiểm tra lại tại nguồn trước khi bạn xây dựng mô hình chi phí dựa trên nó.

Một điểm nữa mà người đọc có thể muốn biết, nói thẳng đúng như nó vốn là: Nano Banana 2.1 hiện không nằm trong danh sách model đang hoạt động của OrcaRouter, nên trang này không đưa ra tuyên bố nào về việc gọi nó tại đây. Điều có trong danh sách đó chính là phiên bản tiền nhiệm trực tiếp của nó với định danh google/gemini-3.1-flash-image-preview, tức model mà các chuỗi của nó sẽ chuyển sang 2.1. OrcaRouter chuyển nguyên giá niêm yết của nhà cung cấp với mức markup 0% đối với các model mà nó định tuyến, nên khi giá của nhà cung cấp thay đổi ở một model được định tuyến, thông tin đó xuất hiện ở đây ngay trong cùng ngày thay vì bị trễ — đây chính là đặc điểm cần kiểm tra ở dòng model này khi Google liên tục điều chỉnh lại các bậc giá.

Phiên bản ngắn

Nano Banana 2.1 là mô hình hình ảnh Gemini tầm trung của Google: đầu vào văn bản, hình ảnh, video và PDF; đầu ra hình ảnh và văn bản; 1K, 2K và 4K; tối đa 14 tham chiếu, chia thành mười đối tượng và bốn nhân vật; grounding bằng Tìm kiếm Web và Tìm kiếm Hình ảnh; SynthID trên mọi đầu ra; thinking bật theo mặc định; $0.0336 cho mỗi ảnh 1K. Nó nằm trên Nano Banana 2 Lite, mẫu có cùng mức giá 1K nhưng chỉ dừng ở 1K và bỏ grounding bằng Search, đồng thời nằm dưới Nano Banana Pro, mẫu có mức giá cao gấp đôi và là con đường đắt đỏ để có bố cục phức tạp cùng văn bản chính xác. Mã định danh của nó, gemini-nano-banana-2.1, là cái tên duy nhất sẽ không đánh lừa bạn — và những tuyên bố về chất lượng gắn với nó là lời của Google, chưa được tái lập. Trang mô hình là nơi để tìm hiểu nó là gì; nếu bạn đang chọn nó vì khác biệt về chất lượng so với Nano Banana 2, nơi duy nhất để thấy sự khác biệt đó được đánh giá là đấu trường độc lập, không phải ghi chú phát hành của nhà cung cấp.