标题卡上写着 Next Nano Banana on Gemini 4,副标题为“2026 年 11 月 18 日的一则传闻”,三个信息标签分别写着“发布者:无模型 ID”“谱系:并非有文档记载的能力”和“状态:未发布”,两张带边框的卡片分别标注为 Nano Banana 2.1 和 Gemini 4,并由虚线箭头连接,页脚注明 Google 尚未公布继任者。
Guides & Insights

下一代 Nano Banana 将登陆 Gemini 4:一则与谷歌自家规格表相冲突的传闻

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

11月18日上午,TestingCatalog 发文称,“下一代 Nano Banana,基于 G​emini 4”正在准备发布,并将其与另外三个传闻中的 G​emini 名称——Neon、Helix 和 Krypton——并列提及。若照字面接受这一说法,你会得到一个条理清楚的故事:G​emini Nano Banana 2.1已引领 G​oogle 的图像产品线六周,而一个基于G​emini 4这一代打造的继任者将是显而易见的下一步。阅读 G​oogle 自己的文档,故事便出现了一道裂缝。Gemini 4 Carbon,自 11 月 10 日起正式可用,将图像生成列为不支持。同样如此的还有G​emini 4 Hydrogen,自 11 月 12 日起推出;同样如此的还有Gemini 4 Argon,自 10 月 13 日起开始销售。如今 G​oogle 出货的每一款 G​emini 4 模型都是文本输入、文本输出。同样如此的还有G​emini Nano Banana 2.1的前身 Nano Banana 2,尽管已于 10 月弃用,仍可作为 gemini-3.1-flash-image 调用。这并不能说明该传闻是假的。它确实意味着,有趣的问题不是“哪个模型”,而是“哪一层”——而这个问题在模型参考文档中有一个可核实的答案。本文是一篇“目前已知情况”的汇总:所谓继任者尚未公布任何模型 ID、价格、模型卡或日期,下文的一切均据此标注。

这篇帖子实际说了什么,以及没有说什么

这篇帖子有四句话和两张图片。传闻清单包括 Neon、Helix 和 Krypton——其中最后一个我们已经报道过,是一个未发布的代号,背后没有模型卡——外加“一次潜在的 Nano Banana 升级”。唯一带有具体信息的句子是最后一句:“下一款 Nano Banana,基于 G​emini 4,就是那个正在为发布做准备的产品。”这些截图无论显示什么,都没有 API 标识符、没有版本号、没有定价行,也没有日期。其下方被引用的帖子只有一个词:“G​emini。”

按泄密的标准来看,这也太单薄了。没有像十月那份“gempix”命名报告那样可供拆解的内部字符串。也没有任何可供与变更日志比对的产物。这里有一个关于来源的说法和一个关于时机的说法,而这两类说法都是传闻账号能从预发布控制台发出来的,并且数周内既不会被证明错,也不会被证明对。TestingCatalog 在早期发现线索方面有还算不错的过往记录——这正是这篇帖子值得一读的全部原因——但“in preparation”是关于意图的陈述,而不是关于已交付产物的陈述,应当按此对待。

为什么“基于 Gemini 4”是那句起关键支撑作用的表述

剥去品牌包装后,“基于 Gemini 4”其实是在承担两种截然不同的作用之一。

解读一:继任者从 Gemini 4 模型继承图像输出。这种解读一碰到规格表就不攻自破。打开 Gemini 4 Carbon、Gemini 4 Hydrogen 和 Gemini 4 Argon 的模型页面,每个页面都在仅文本输出列表旁标明不支持图像生成。Carbon 的页面明确说明,它只返回文本,不返回其他内容;上下文长度为 1,048,576 个 token,输出最多 65,536 个 token。在 Google 的参考文档中,没有任何 Gemini 4 模型会生成图像,这意味着不存在可供继承的 Gemini 4 图像模型——只有一个可在此基础上继续构建的 Gemini 4 世代。

解读二:该图像模型以 G​emini 4 权重家族作为其理解层,并保留一个专用的图像头,就像 G​emini Nano Banana 2.1 在其自身骨干网络之上保留一个 Flash 形态的解码器一样。这一解读完全说得通,而且正是那种真正会对用户产生影响的解读。更强的骨干网络所带来的提升,恰恰是当下图像模型竞争的焦点:提示词遵循度、多轮一致性、渲染画面中清晰可读的文字,以及在采样第一个 token 之前就知道“PlayStation 手柄”或“黄昏下的风车”应该长什么样。而这正是 G​oogle 在 10 月 6 日发布 Nano Banana 2.1 时声称改进的四件事。用 G​emini 4 作为骨干网络,是再次提升这四点的显而易见的方式。

注意这种解读还意味着什么:后继版本不会是一种新能力,而会是同一种能力配上更聪明的大脑。这比“G​emini 4 现在会画画了”要小得多的叙事,而这正是证据所支持的说法。

当前天梯究竟处于什么位置

要判断后继型号究竟是否可信,了解 Nano Banana 2.1 之上还有多少提升空间会很有帮助。Artificial Analysis 图像竞技场用数字量化了这一点,数据读取于 2026 年 11 月 18 日。文生图,数值越高越好:

• G​emini Nano Banana 2.1 — 1176.06 Elo,置信区间 1164.06 至 1188.06

• Nano Banana 2 — 1143.40 Elo,Google 于 10 月 6 日弃用的模型

• Nano Banana Pro — 1118.99 Elo,依然是榜单上最贵的 Google 图像模型

• Nano Banana 2 Lite — 1109.98 Elo

• G​PT Image 2.6 Sunburst — 1260.66 Elo,同一竞技场中的榜首

• MAI-Image-2.7 — 1214.39 Elo,在非 OpenAI 条目中排名第二

图像编辑,同一来源、同一日期:

• Nano Banana 2.1 — 1152.31 Elo

• Nano Banana 2 — 1125.57 Elo

• Nano Banana Pro — 1110.54 Elo

• Nano Banana 2 Lite — 1052.35 Elo

• MAI-Image-2.7 — 1215.17 Elo,排名第一

• GPT Image 2.6 Sunburst — 1210.84 Elo,位列第二

由此可以得出两个事实。第一,Nano Banana 2.1 确实是 Google 在两个竞技场上最强的图像模型——Nano Banana 系列内部的层级阶梯依然完整,Pro 在两个维度上都低于 Flash 级模型,这是一种不寻常的倒挂,也让人有充分理由期待 Pro 的更新,而不是 Flash 的更新。第二,Google 并未接近榜首。在文生图上的差距为 84.60 Elo,在编辑上为 62.86。这些差距并非噪声;置信区间远未重叠。任何后继模型都有明显的提升空间,而更大的骨干网络是达到这一目标最省成本的路径。

Two-column scoreboard titled Gemini Nano Banana 2.1 vs GPT Image 2.6 Sunburst, with the Nano Banana column reading text-to-image Elo 1176.06, image-editing Elo 1152.31, price 33 dollars 60 per 1,000 images, Elo per dollar 35.0, API id gemini-nano-banana-2.1 and image editing yes, against a GPT Image column reading 1260.66, 1210.84, 210 dollars 72, 6.0, gpt-image-2.6-sunburst and yes, with a footer citing Artificial Analysis image arenas on 18 November 2026

价格门槛是更严苛的约束条件。

一个新的图像模型首先是一项定价决策,其次才是质量决策;而 G​emini 4 的传闻正是在这一点上变得棘手,这种棘手是质量论证本身所没有的。

• Nano Banana 2.1 — 每百万图像输出 token 30 美元,折合每 1K 图像 0.0336 美元;Artificial Analysis 列出的价格为每 1,000 张图像 33.60 美元

• Nano Banana 2 — 每百万个图像 token 60 美元;Artificial Analysis 将其列为每 1,000 张图像 67 美元

• Nano Banana Pro — 每百万图像 token 120 美元;Artificial Analysis 将其列为每 1,000 张图像 134 美元

• G​PT Image 2.6 Sunburst — 同一看板上每 1,000 张图像 $210.72

Nano Banana 2.1 是 G​oogle 产品线中最便宜的一档,也是任一竞技场中接近榜首位置的最便宜选项之一。其每美元 Elo 数值——按标价计算,大约每美元可获得 35 点文本到图像 Elo——约为 G​PT Image 2.6 Sunburst 的六倍。这个比值正是该产品的关键所在。若后继型号采用 G​emini 4 级骨干网络,并收取与之匹配的图像 token 费率,就会打破这一点:G​emini 4 Carbon 的首发价为每百万 token 输入 $2.00、输出 $10.00,截至 11 月 30 日;Hydrogen 为输入 $1.50、输出 $7.50。一个继承了这种按图像 token 计费经济性的、由 G​emini-4 支持的图像模型,价格将是其所取代模型的数倍,而质量提升却未知。

当公告发布时,应该采用哪项检验。如果继任者以每 1K 张图像 0.0336 美元或接近该价格出现,那么“基于 G​emini 4”的说法关乎架构,定价叙事依然成立。如果它以 Pro 级价格出现,那么该说法关乎定位,而它名义上要取代的 Flash 级用户已被悄然上调了一个层级。

什么会让这件事成真,什么又不会

这份可证伪的清单很短,而且其中没有任何一项在11月18日存在。

• Gemini API 模型参考中的一个新标识符——当前列表包含 gemini-nano-banana-2.1、gemini-3.1-flash-image、gemini-3.1-flash-lite-image、gemini-3-pro-image 和 gemini-2.5-flash-image,却没有能生成图像的 Gemini 4 形态标识符

• 一行带有 GA 日期和价格的更新日志条目,就像 Nano Banana 2.1 在 10 月 6 日获得的那样

• 一张模型卡,其图像生成能力行显示为“支持”而非“不支持”

• 独立竞技场上的一场争论,这是唯一无需 G​oogle 参与即可核查质量主张的地方

• 一行定价信息,因为 G​oogle 迄今发布的每个图像模型都附带了这样一行

• 它所取代的对象的关停日期——值得注意的是,Nano Banana 2 已于 10 月 6 日被弃用,但并未公布关停日期,因此较旧的 Flash 图像模型仍可调用,且其计费价格仍是新模型费率的两倍

什么不能证明它是真的:同一账号的另一条帖子、一张标识符被模糊处理的截图,或某个代号出现在框架的受支持模型列表中。引擎层面的工作和模型发布从外部看一模一样,直到价格出现;而这条流水线此前已经因这种区别栽过跟头。

Screenshot of Google's Gemini API model reference page in English, headed All Gemini 3 models with Model and Endpoint columns, listing the Nano Banana rows gemini-nano-banana-2.1, gemini-3.1-flash-image, gemini-3.1-flash-lite-image and gemini-3-pro-image among the Gemini 3 text endpoints, with no Gemini 4 model listed at all

在这还只是推测的时候,你可以称之为什么

一则传闻引出的实际问题,不是该切换到什么,而是在等待期间要让什么继续正常工作。在 OrcaRouter 上,当前已路由的 Gemini 图像模型包括:Nano Banana 2,即 google/gemini-3.1-flash-image-preview;Nano Banana Pro,即 google/gemini-3-pro-image-preview;原始的 gemini-2.5-flash-image、Imagen 4.0 系列,以及用于图像流水线推理侧的 Gemini 4 文本模型 gemini-4-carbon 和 gemini-4-argon。Gemini Nano Banana 2.1 不在该列表中——它尚未被路由,不应将此处任何内容解读为相反的说法。

Screenshot of the OrcaRouter model page for Nano Banana 2 (Gemini 3.1 Flash Image Preview) in English, showing the identifier google/gemini-3.1-flash-image-preview, the byline by Google dated 2026-02-26, a listing price of 0.15 dollars, input of image plus text and output of image plus text, and buttons to get the API, try it in the playground and use it via API

这种拆分是可行的。用 Gemini 4 模型为图像生成说明或进行评价、再用经路由的图像模型生成图像的流水线,能让这两层保持独立,因此后继模型无论是否发布,改动的只是一行配置,而不是架构。将生成调用通过同一个密钥路由到多个图像模型——并在它们之间自动故障转移——是同一份保险的廉价版本;而且由于平台按 0% 加价透传提供商的标价,上面的每张图像计算就是每张图像的账单。

对于今天特别想了解 Nano Banana 2.1 价格和质量的人来说,供应商自家的 API 和几个第三方平台都提供它。接下来的六周将决定这是否仍是答案。

悬而未决的问题

一个帖子里出现三个代号,对周二早上来说信息量已经很大了,而其中最不具体的那个,恰恰是唯一会带来商业后果的。Neon 和 Helix 完全没有实物证据;Krypton 有演示和一个代币数量,但没有标识符。Nano Banana 的说法两样都没有,而它却是唯一暗示某款人们已经在付费的模型要变价的。

线索不会是一张截图。而会是模型参考中的一行,旁边标着日期,末尾带着编号。在那之前,诚实的总结就是规格表给出的那句:Gemini 4 是一个文本生成模型。基于它构建的 Nano Banana 会更擅长读取提示词,而不是一种新型渲染器——而有趣的地方在于,Google 能否做到这一点,同时不让自己最便宜的好用图像模型价格翻倍。