"Nano Banana 2.1 vs Nano Banana 2" 的主视觉标题卡,副标题为“0.1 能为你换来什么”;左侧卡片标注为“Nano Banana 2.1 · 仅 Flow 选择器”,上面写着“无公告”“无标识符”“无价格”“无评分”和“无规格”,而右侧卡片标注为“Nano Banana 2 · Gemini 3.1 Flash Image”,列出“GA 2026 年 5 月 28 日”“gemini-3.1-flash-image”“$0.067 / 1K 图像”“Elo 1,125 T2I”和“5 个字符 / 14 个对象”;两者之间有一个“vs”分隔符。OrcaRouter 标志合成在右下角。
Guides & Insights

Nano Banana 2.1 与 Nano Banana 2:那 0.1 究竟能给你带来什么?

作者

Gideon Frost

发布日期

最新模型 · 20查看全部模型 →
基准测试:Artificial Analysis · 每日更新
返回全部文章

Nano Banana 2.1 有趣的地方不在于它出现了——而在于它出现时所用的名字。九月里的某一周,Flow 的网页版构建指向了一个名为“Nano Banana 2.5 Flash”的模型,这个标签承诺了一个夹在 Nano Banana 2 与 Nano Banana Pro 之间的新层级。9 月 27 日,该字符串被替换为“Nano Banana 2.1”,而到了 10 月 5 日,这个标签在 Flow 界面中已可供选择。公司什么也没有宣布。因此,这里呈现的对比还不是两个评分模型之间的正面交锋;它对比的是 Nano Banana 2(Gemini 3.1 Flash Image)今天实际是什么、能交付什么,以及一个小版本发布必须改变什么才值得切换过去。

这种说法并非含糊其辞。被弃用的 2.5 这个标签是目前最有信息量的事实,因为它说明 Google 曾考虑过更大的跃升,最终却只命名了一个更小的版本。

Nano Banana 2 到底是什么,准确来说

Nano Banana 2 是 Google 面向消费者推出的 Gemini 3.1 Flash Image 的昵称。面向消费者和 Workspace 的版本于 2026 年 2 月 26 日开始推送,开发者 API 版本则于 2026 年 5 月 28 日以 gemini-3.1-flash-image 这一标识符正式全面可用。

其已记载的能力集,是后继者必须跨越的门槛:

• {{1}}一致性{{/1}} — 在整个工作流程中,最多可保持五个角色和十四个物体稳定一致,这正是整个 Nano Banana 系列主打的卖点。

• 输出 — 最高 4K 分辨率,涵盖十四种宽高比,包括用于横幅和手机壁纸的窄幅 1:4 和 1:8 形状。

• 图像中的文本——图内文本渲染,包括翻译与本地化,这正是 Google 用来推介该模型的发布演示。

• Grounding — 生成基于网络和图像搜索,而不仅仅是提示词本身。

• 控制项 — 可配置的思考级别(Minimal 和 High),在延迟与推理之间进行权衡,并默认对每项输出应用 SynthID 水印和 C2PA 溯源。

• 价格 — 输出按每百万 token 收费 60 美元,根据 Google 自己的文档,这折算为约每张 512px 图像 0.045 美元、1024×1024 时为 0.067 美元、2K 时为 0.101 美元、4K 时为 0.151 美元,批量定价减半。

• 实测排名——截至 2026 年 10 月 6 日,在 Artificial Analysis 的文本生成图像榜单上 Elo 为 1,125,在其图像编辑榜单上 Elo 为 1,108,标价为每 1,000 张图像 67 美元。

这些都毫无争议,也没有因为一个新标签的出现而被修改。

确切地说,Nano Banana 2.1 是什么

模型选择器中的一个字符串。据报道,其内部代号是“beluga”,这一说法来自一条帖子,尚未得到 Google 或第二位独立报道者的证实——应将其视为某人观察到的关联,而非事实。

除了名称之外,在开发者关心的每一个维度上,有文档记录的集合都是空的:没有模型卡,没有 API 标识符,没有按图像或按 token 计价的价格,没有分辨率列表,没有宽高比列表,没有一致性数据,也没有排行榜条目。Gemini API 更新日志最后发布于 2026 年 10 月 1 日,其中只列出了三款已发布的 Nano Banana 模型,再没有更新的内容。

这次发现中唯一实质性的观察反而不利于该升级,而不是支持它:在 Nano Banana 2.1 设置下看到的输出被描述为看起来就像 Nano Banana Pro 生成的内容,这使得请求是否真的被路由到了新模型上完全不清楚。这是关于来源的提醒,而不是关于质量的断言,也应当按来源提醒来理解。

A two-column comparison scoreboard for 'Nano Banana 2.1 vs Nano Banana 2': the Nano Banana 2.1 column reads 'Status: a label in the Google Flow model picker', 'API identifier: none published', 'Price: not published', 'AA text-to-image Elo: not scored', 'AA editing Elo: not scored', 'Rollout record: one sighting, Oct 5 2026'; the Nano Banana 2 column reads 'Status: GA since May 28, 2026', 'API identifier: gemini-3.1-flash-image', 'Price: $0.067 per 1K image, $60 per million output tokens', 'AA text-to-image Elo: 1,125', 'AA editing Elo: 1,108', 'Rollout record: Gemini app, Search, Flow and Ads'. Footer: 'Nano Banana 2 figures per Artificial Analysis, Oct 6 2026; Nano Banana 2.1 unannounced.' The OrcaRouter logo is composited in the bottom-right corner.

六行中有四行的左侧是空白的,而这就是发现,而不是研究中的空白。在模型制造商公布价格或评分之前,无法在价格或质量上对模型进行比较。

为什么 0.1 与 0.5 是不同的产品决策

命名务虚会才是实用信息所在,值得具体说明每个名称本会意味着什么。

“Nano Banana 2.5 Flash”本会是档位阶梯上的一个新节点——它很可能是一款以 Flash 级价格继承了 Nano Banana Pro 部分品质的模型。这类发布,正是值得你为此推迟一次采购的那种。而按照这个领域所有厂商都遵循的惯例,“Nano Banana 2.1”只是对现有档位的打磨:同样的价格档次,同样的产品面,更好的输出。

这个区分对应着你在周一早上会做的两件不同的事。如果 2.1 是一次改进,那么正确的做法是什么都不做——你继续调用 Nano Banana 2,等你的提供商替换检查点时顺带获得改进;对于 Google 托管的模型,这是提供商侧的变更,而不是集成工作。如果它是 2.5 级别的档位,正确的做法是开始为第二个工作负载定价,因为你每张图片的成本假设会发生变化。

到目前为止,所有可见信息都支持第一种解读。唯一能证伪它的数字——一个低于 Nano Banana 2 每千次 67 美元的公开费率——并不存在。

家庭天花板 2.1 确实正在被拿来对照

Google 已经销售三款图像模型,而它们在榜单上的排名,说明了第四款模型可能合理宣称的位置。根据截至 2026 年 10 月 6 日的 Artificial Analysis 文生图榜单:Nano Banana 2(Gemini 3.1 Flash Image)Elo 为 1,125;Nano Banana Pro(Gemini 3 Pro Image)为 1,102;Nano Banana 2 Lite(Gemini 3.1 Flash Lite Image)为 1,096。在图像编辑榜单上:Nano Banana 2 为 1,108,Nano Banana Pro 为 1,099,Nano Banana 2 Lite 为 1,088。所列成本为:Pro 每 1,000 张图像 134 美元,Nano Banana 2 为 67 美元,Lite 为 33.60 美元。

Nano Banana 2 在质量上已经超过了 Nano Banana Pro,而成本却只有一半。对一个模型家族来说,这是一种不寻常的格局,也决定了 2.1 唯一能走的两步棋。它可以把 Nano Banana 2 的质量提升到接近甚至超过 GPT-Image-2.5 那一对在 1,197 和 1,191 的水平——这是一个需要填补的真实差距,也是真正要紧的差距。或者,它可以在相同得分和相同价格下改善一致性与编辑稳定性,而那不过是披着版本升级外衣的维护版本。

如果早期“看起来像 Pro”的观察是准确的,那么这两种转变都尚未发生,而标签承担的作用比模型本身还大。

Screenshot of the Artificial Analysis image-editing leaderboard, AA-Image-Editing v2.0, captured October 6 2026, with GPT Image 2.5 Sunburst (max) ranked first and GPT Image 2.5 Flare (max) second at Elo 1,162, MAI-Image-2.6 third at 1,137 and GPT Image 2 (high) fifth at 1,122; further down, Nano Banana 2 (Gemini 3.1 Flash Image) sits eighth at Elo 1,108 and Nano Banana Pro thirteenth at 1,099. Sunburst's own rating cell is partly obscured by the row's sample count in the capture.

实际切换需要什么

这里答案异常清晰:目前什么都没有。没有可迁移到的标识符,因此从 Nano Banana 2 “切换”到 Nano Banana 2.1 并不是 Google 以外任何人都能执行的操作。这条隧道就是 Flow 的模型选择器,而 Flow 是 Google 的消费者端产品界面,不是 API。

当这一点改变时,迁移问题就变成了那个熟悉的问题:增加一个模型是否意味着增加一段供应商关系。这正是路由层在这一体系中赢得位置的地方。OrcaRouter 以各提供商的原价透传、0% 加价——目前包括 google/gemini-3.1-flash-image-preview和 google/gemini-2.5-flash-image 等——因此,当像这样的点版本最终成为稳定的 API 模型时,改动只是请求中的一个模型标识(slug),而不是一份新合同。同一个端点也让中途对比变得廉价:一条路由规则可以把一批请求发往某个 Google 图像模型,同时把一批对照请求以完全相同的提示词发往另一个模型——而这恰恰是如今没人能运行的测试,因为其中一方并不存在。

Screenshot of the OrcaRouter model page for google/gemini-3.1-flash-image-preview captured October 6 2026, showing the routed Nano Banana 2 (Gemini 3.1 Flash Image Preview) entry, its route identifier and its catalogue description, at Google list price passed through.

这份证据所支持的裁决

Nano Banana 2.1 目前还不足以挑战 Nano Banana 2,因为它没有公布价格,没有公布规格,也没有公布评分。它拥有的只是一个选择器里的名字、一个据传的代号,以及一个观察结果:它的输出与谷歌已经在以两倍价格出售的某款模型相似。基于这些记录,要为生产环境挑选图像模型的读者应当继续选择 Nano Banana 2——它有文档、有评分、有定价,而且按谷歌自家榜单的数据,它目前是谷歌可测量表现最好的图像模型。

有纪律的立场是只盯住两件事,按这个顺序。第一,Google 的 Gemini API changelog 中出现条目,或出现一张新的 model card,因为正是这一点把一个标签变成可调用的东西,并给它一个价格。第二,第一个独立评分,因为正是这一点告诉你,这是名字所暗示的质量刷新,还是那个被弃用的名字所承诺的层级升级。如果两者都出现,并且与 Elo 1,197 的质量差距缩小,而价格没有涨到每千次 67 美元以上,那么 Nano Banana 2.1 就成为一个真正不同的决策。如果只出现第一项,那它就变成一次 checkpoint swap——而对一次 checkpoint swap,诚实的做法就是什么都不做。