Nano Banana 2.1 已发布：Google 淘汰了比它更高阶的模型，并将价格减半

2026 年 10 月 6 日的发布说明中有两句话很难自洽。第一句将Nano Banana 2.1以模型 ID 为gemini-nano-banana-2.1进入全面可用阶段。第二句宣布，Nano Banana 2——它所取代的模型，发布时名为Gemini 3.1 Flash Image——将于 2026 年 10 月 29 日关停。随后，价目表上的内容更奇怪：Nano Banana 2.1 的标价为每 1K 张图像 $0.0336，这只有 Nano Banana 2 对相同输出收费的一半，也正好等于预算层级Nano Banana 2 Lite的收费标准。这家供应商的高效率主力模型变得更好、更便宜，并且在 22 天后，成为两者中唯一仍能应答的模型。

所以这是一次真正发生的发布，而非泄露：ai.google.dev 上有一份已发布的模型卡，一条变更日志，以及 Google 自家账号发布的一篇帖子，用相同的措辞描述同一个模型。缺失的是这篇博客通常会以之开篇的那样东西——一个数字。Artificial Analysis 的图像竞技场上没有 Nano Banana 2.1 的条目，没有任何形式的第三方评估，因此也就没有与 GPT-Image-2.5 的正面对比，而这正是第一波反应在其他任何事情之前所要求的对比。以下每一项质量声明都出自 Google 自己，并已如此标注。这一空白并非我们研究上的失职；这就是第一天记录的状态。

谷歌称其已发布的内容

Nano Banana 2.1 被定位为 Nano Banana 2 的更新，而非新层级，文档中列出的能力清单读起来像是对该模型最薄弱环节的一系列修补：

分辨率 — 1K、2K 和 4K，默认为 1K。它不提供 Nano Banana 2 引入的 512px（0.5K）尺寸，因此随着此次升级，最便宜的缩略图档位将不复存在。

• 宽幅与全景画幅——该模型修复了 2K 和 4K 下 1:4、4:1、1:8 和 8:1 宽高比上的平铺伪影。这些极端形状恰恰是接缝最容易露馅的地方，也是规格卡上最具体的说法。总共支持十四种宽高比。

• 多图融合——单个工作流中最多可使用 14 张参考图像，支持最多四个角色的角色一致性以及最多十个对象的对象保真度。Nano Banana 2 Lite 支持 14 个对象参考，但完全不支持角色一致性参考。

• 接地——Google Web Search，以及本代新增的 Google Image Search 接地。Google 的文档补充了一条注意事项，这对任何围绕人物构建应用的人都至关重要：搜索接地不能使用从网络上抓取的真实人物照片。

• 思考级别——最低、中等和高，其中中等为默认值。Nano Banana 2 和 Nano Banana 2 Lite 仅提供最低和高，因此中等是真正全新的控制面，而不是重新贴标签。

• 输入与限制——支持文本、图像、视频和 PDF 输入；输入上限为 131,072 个词元，输出上限为 32,768 个词元。支持视频到图像生成。

• 溯源 — 每张生成的图像都带有 SynthID 水印。

模型卡同样明确说明了 Nano Banana 2.1 不做什么：不支持函数调用、不支持上下文缓存、不支持结构化输出、不支持 URL 上下文、不支持 Live API。它确实支持 Batch API，这一点在下一节中会变得很重要。

费率卡才是真正的关键。

把三档并排放在一起看，这次发布就不再显得寻常了。Google 按每百万 token 对图像输出计费，而一张图像的 token 成本会随其分辨率而变化，因此同一个模型标称“每百万图像 token 30 美元”，在三种尺寸下就意味着三种不同的单张图像价格。

• Nano Banana 2.1 — 每百万输入 token 收费 $1.50，每百万图像输出 token 收费 $30.00；Google 将其折算为每 1K 图像 $0.0336、2K 时 $0.0504、4K 时 $0.0756。批处理会将所有这些价格减半，降至 $0.0168、$0.0252 和 $0.0378。

• Nano Banana 2（Gemini 3.1 Flash Image）——输入 $0.50，每百万图像 token 为 $60.00；1K 时为 $0.067，2K 时为 $0.101，4K 时为 $0.151。批处理可将价格减半，降至 $0.034、$0.050 和 $0.076。

• Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image）—— 输入 $0.25，每百万图像 token $30.00，或每张 1K 图像 $0.0336，批处理时 $0.0168。它仅生成 1K 图像；不支持 2K 和 4K。

把这两者放在一起看，定价逻辑就反转了。Nano Banana 2.1 的标准 1K 费率为 $0.0336，低于 Nano Banana 2 的批量费率 $0.034——新模型按全价购买，比旧模型按半价购买还便宜，而这还是 Google 称为一项改进的图像。它也与 Nano Banana 2 Lite 的费率完全相同，这意味着购买 Google 图像最便宜的两种方式如今价格相同，却不再是同一种产品。差异点已从账单转移到上限：在同样的花费下，一个模型止步于 1K，另一个则能达到 4K，可将视频作为上下文，基于搜索结果进行 grounding，并容纳更多参考。

高端层级保持不变。Nano Banana Pro（Gemini 3 Pro Image）依然是该系列中处理复杂素材的顶尖之选，而 Google 的发布说明明确将 Nano Banana 2.1 定位为它的“更高效的对应版本”，而非替代品。

10月29日是日历上的日期

这次发布中真正具有运营约束力的部分是弃用，而 Google 自己的弃用表毫不含糊。gemini-3.1-flash-image——即 Nano Banana 2——将于 2026 年 10 月 29 日停止提供，而文档中给出的迁移目标是gemini-nano-banana-2.1。同一张表也显示出 Google 正多么彻底地整合到新的 id 上：gemini-2.5-flash-image已于 2026 年 10 月 2 日关停，而整个 Imagen 4 系列——三个imagen-4.0-*模型——也于 2026 年 8 月 17 日下线。这些条目现在无一例外都指向 Nano Banana 2.1。

二十二天对于生产流水线来说并不算多充裕的缓冲期，而这次迁移的形态却异常有利：一次 1:1 标识符替换，按上述定价，还能降低账单。棘手的是那些依赖于无人测量过的行为的情况。如果你的提示词是照着 Nano Banana 2 特有的失效模式调优的，那你就是在截止期限的压力下，迁移到一个没有任何第三方评测资料的模型，而且无法选择等它先有资料。

为什么没有基准测试，以及为什么这才是真正需要注意的地方

0.1 版本发布时，人们很容易假定这只是一次检查点替换。谷歌的措辞却指向相反的方向——“视觉质量、提示词遵循度、多轮角色一致性、文本渲染方面的显著提升”——这份声明清单比一次维护性更新通常承载的要长，但这句话是厂商在描述自己的模型，谷歌之外的任何人都没有复现过这些结果。模型卡中没有厂商的评测图表，没有厂商的偏好研究，也没有独立排行榜的收录。

作为参照，它所取代的那款模型曾被评测过，成绩中规中矩，且没有争议。在我们自己最近一次、于 2026 年 10 月 6 日查看 Artificial Analysis 的图像竞技场时，Nano Banana 2 以约 Elo 1,125 位居文生图榜单的前几名，Nano Banana Pro 略逊于它，Nano Banana 2 Lite 则更低。这些是人们在两张匿名图像之间做选择所投出的票，而 2.1 要撼动的正是这类证据。对 Nano Banana 2.1 而言，榜单上尚无任何变动，因为榜单还没见过它。这就是本文在质量方面能告诉你的所有内容的诚实上限：Google 称宽幅平铺已修复、文本渲染有所改进，而公司外部无人核实。

有一个具体的风险值得点名。前代 Nano Banana 2 Lite 便宜、快速，但上限只有 1K，而 Google 刚刚发布了一款在价格上与之持平、却宣称上限高得多的模型。如果这些说法成立，那么 Lite 这一档就只为那些需要低于两秒延迟的人而存在，而 Google 的产品线已经悄然从四款图像模型缩水到大约两款半。如果这些说法不成立——如果 2.1 的输出与其前代难以区分，正如发布前关于临时 Flow 标签的最早目测报告所暗示的那样——那么价格就是这次发布的全部。只有盲投才能区分这两个世界，而现在一次都没有。

本周真正可操作的是什么？

两件事，而且都不涉及等待基准测试结果。第一件就是迁移本身：如果你技术栈中的任何东西会调用 gemini-3.1-flash-image，那它的到期日是 10 月 29 日，而且有文档记载的、成本更低的替代方案。要趁早完成替换，趁你还能同时运行两者的时候，而不是等到旧端点消失的那一周。

第二点关乎这次替换是如何接线的。Google 价目表对路由层之所以重要，原因和截止日期一样：在 OrcaRouter 上，每家供应商的标价都以0% 加价直接透传，因此 Google 费率卡上的任何变动——包括本次发布中的价格减半——当天就会在我们这边生效，而不必等到下次续约。我们的目录收录了目前可作为可调用路由存在的 Google 图像模型，包括google/gemini-3.1-flash-image-preview（Nano Banana 2 的预览快照）、google/gemini-3-pro-image-preview（对应 Nano Banana Pro），以及google/gemini-2.5-flash-image。要把现状说准确而不是图方便：Nano Banana 2.1 本身尚未上线 OrcaRouter，因为它在 10 月 6 日才正式可用，而稳定 API 路由要等其稳定后才会添加；Nano Banana 2 Lite 同样没有。在此期间，一个 API 覆盖 200 多个模型能给你带来的是：迁移不过是请求里的一个模型标识符，而新路由上线那天也是同样性质的改动——无需第二份合同、第二套计费关系，也不必在关停倒计时中再学一套 SDK。

如果你根本不愿把生产路径交给一个未经测量的模型，那么故障转移行为也是对这一点最诚实的回答：把同一个任务经由多个提供商路由，意味着表现不佳的模型会让请求降级，而不是让它彻底失败；对于一个还没人评过分的模型来说，在最初几周采取这种姿态是合理的。

本次发布留下的问题

Google 发布了一个更便宜、覆盖更广、文档更完善的图像模型，并让比它更高一档的那款退役，而一个月后写出的这个故事的版本，完全取决于一个尚不存在的排行榜。有三件事能一锤定音，按有用程度从高到低排列。一个 Artificial Analysis 条目，因为它能把“显著改进”变成一个数字，并告诉你 Lite 层级是否还有存在的理由。一份来自 Google DeepMind 的已发布模型卡，附带评估细节，因为这正是厂商宣称与厂商实测之间的区别。以及首次对 GPT-Image-2.5 的独立正面交锋，因为那才是所有人真正在想的比较，也是目前无人能做的比较。

在此之前，事实摘要很短。Nano Banana 2.1 自 2026 年 10 月 6 日起正式可用，它是 Google 有史以来售出的最便宜的全分辨率图像模型，是三个已弃用模型系列的强制迁移目标，而且它尚未得到任何与结果无利害关系者的评分。对于弃用，要采取行动。对于质量方面的说法，先观望。