「Nano Banana 2.1 vs Nano Banana 2」的主視覺標題卡,副標題為「0.1 能為你換來什麼」;左側卡片標示為「Nano Banana 2.1 · 僅限選擇器」,寫著「沒有發布公告」、「沒有識別碼」、「沒有價格」、「沒有評分」和「沒有規格」,而右側卡片標示為「Nano Banana 2 · Gemini 3.1 Flash Image」,列出「2026 年 5 月 28 日 GA」、「gemini-3.1-flash-image」、「$0.067 / 1K 圖片」、「Elo 1,125 T2I」和「5 字元 / 14 物件」;兩者之間有「vs」分隔線。OrcaRouter 標誌合成於右下角。
Guides & Insights

Nano Banana 2.1 對比 Nano Banana 2:這 0.1 究竟能為你帶來什麼?

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

Nano Banana 2.1 有趣的地方不在於它出現了,而在於它是以什麼名稱出現。九月有一週,Flow 網頁版建置指向一個名為「Nano Banana 2.5 Flash」的模型,這個標籤承諾了一個夾在 Nano Banana 2 與 Nano Banana Pro 之間的新層級。9 月 27 日,那個字串被替換成「Nano Banana 2.1」,而到了 10 月 5 日,這個標籤已可在 Flow 介面中選取。該公司尚未發布任何消息。因此,這裡提出的比較還不是兩個評分模型之間的正面對決;而是比較 Nano Banana 2(Gemini 3.1 Flash Image)今日實際的樣貌與表現,以及一個小版本更新必須改變什麼,才值得切換過去。

那種說法不是在打模糊仗。被捨棄的 2.5 標籤是目前可取得的最具資訊價值的一項事實,因為它告訴你,Google 曾考慮更大的躍進,最後卻命名為較小的一個。

確切地說,Nano Banana 2 是什麼

Nano Banana 2 是 Google 為 Gemini 3.1 Flash Image 取的消費者面向暱稱。消費者與 Workspace 的推出始於 2026 年 2 月 26 日,而開發者 API 版本則於 2026 年 5 月 28 日以識別碼 gemini-3.1-flash-image 正式全面推出。

其有文件記載的能力組合,是後繼者必須跨越的門檻:

• 一致性 — 在整個工作流程中,最多可讓五個角色與十四個物件保持穩定,而這正是整個 Nano Banana 系列主打的賣點。

• 輸出 — 最高可達 4K 解析度,支援十四種長寬比,包括用於橫幅和手機桌布的窄幅 1:4 與 1:8 比例。

• 圖片中的文字——圖像內文字渲染,包括翻譯與在地化,這是 Google 用來推銷該模型的發布示範。

• 有據生成 — 生成內容以網路與圖片搜尋為依據,而非僅憑提示詞。

• 控制項 — 可設定的思考層級(Minimal 與 High),在延遲與推理之間取捨,並預設為每項輸出加上 SynthID 浮水印與 C2PA 來源追溯。

• 價格 — 輸出以每百萬個 token 60 美元計費,而根據 Google 自家文件,這相當於每張 512px 圖片約 $0.045、1024×1024 約 $0.067、2K 約 $0.101、4K 約 $0.151,批次定價則為一半。

• 實測排名 — 截至 2026 年 10 月 6 日,在 Artificial Analysis 的文字轉圖像排行榜上 Elo 為 1,125,在其圖像編輯排行榜上 Elo 為 1,108,列示成本為每 1,000 張圖片 67 美元。

那些都毫無爭議,也沒有一項因新標籤的出現而有所修訂。

Nano Banana 2.1 究竟是什麼

模型選擇器中的一個字串。據報的內部代號是「beluga」,這出自單一貼文,且尚未獲得 Google 或第二位獨立記者證實——請將其視為某人觀察到的關聯,而非事實。

除了標籤之外,就每個對開發者而言至關重要的面向來看,有文件記載的集合都是空的:沒有模型卡、沒有 API 識別碼、沒有每張圖片或每個詞元的價格、沒有解析度清單、沒有長寬比清單、沒有一致性數據、沒有排行榜條目。Gemini API 變更日誌最後發布於 2026 年 10 月 1 日,僅列出三個已推出的 Nano Banana 模型,沒有更新項目。

這次目擊中唯一一項實質觀察,對這項升級並不利,而非有利:在 Nano Banana 2.1 設定下看到的輸出,被描述成看起來像 Nano Banana Pro 生成的內容,這讓人不清楚請求究竟有沒有被導向新模型。這是關於來源出處的但書,而不是關於品質的主張,也應該被如此解讀。

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.

六行中有四行的左側根本是空白的,而這正是研究發現,並非研究缺口。除非模型製造商公布價格或評分,否則無法依價格或品質來比較模型。

為什麼 0.1 與 0.5 是不同的產品決策

命名上的退讓才是實用資訊所在,而值得具體說明每個名稱原本會暗示什麼。

「Nano Banana 2.5 Flash」原本會是等級階梯上的一個新節點——可能是個以 Flash 級價格繼承了 Nano Banana Pro 部分品質的模型。那正是會讓人延後採購的那種發布。而「Nano Banana 2.1」,依照這個領域每家廠商都遵循的慣例,是對既有等級的精進:相同價格帶、相同介面、更好的輸出。

那個區別對應到你在週一早上會做的兩件不同的事。如果 2.1 只是改良,正確的做法是什麼都不做——你繼續呼叫 Nano Banana 2,等到你的供應商替換檢查點時自然獲得改進;對 Google 代管的模型來說,這是供應商端的變更,而不是整合工作。如果它是 2.5 等級的層級,正確的做法就是開始為第二個工作負載估價,因為你每張圖片成本的假設會改變。

目前可見的一切都支持第一種解讀。唯一能推翻它的那個數字——低於 Nano Banana 2 每千次 67 美元的公開費率——並不存在。

家庭上限 2.1 才是真正被拿來衡量的基準

Google 已經販售三款圖像模型,而它們在排行榜上的名次,確立了第四款模型可能合理宣稱的表現。截至 2026 年 10 月 6 日,在 Artificial Analysis 的文字轉圖像排行榜上:Nano Banana 2(Gemini 3.1 Flash Image)Elo 為 1,125;Nano Banana Pro(Gemini 3 Pro Image)為 1,102;Nano Banana 2 Lite(Gemini 3.1 Flash Lite Image)為 1,096。在圖像編輯排行榜上:Nano Banana 2 為 1,108,Nano Banana Pro 為 1,099,Nano Banana 2 Lite 為 1,088。所列費用為:Pro 每 1,000 張圖像 134 美元,Nano Banana 2 為 67 美元,Lite 為 33.60 美元。

Nano Banana 2 在品質上已經超越 Nano Banana Pro,成本卻只要一半。對一個產品家族而言,這是罕見的格局,也定義了 2.1 唯一能走的兩步。它可以把 Nano Banana 2 的品質提升到接近、甚至超越分別為 1,197 與 1,191 的 GPT-Image-2.5 那對模型——這是真正有待縮小的差距,也是唯一要緊的差距。或者,它可以在相同分數與相同價格下改善一致性與編輯穩定性,但那只不過是披著版本更新外衣的維護版發佈。

如果早期「看起來像 Pro」的觀察準確,那麼這兩步都還沒發生,而標籤發揮的作用比模型本身還大。

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.

切換實際上會需要什麼

這裡的答案異常乾淨:目前還沒有任何東西。沒有可遷移過去的識別碼,因此從 Nano Banana 2「切換」到 Nano Banana 2.1,並不是 Google 以外任何人可採取的行動。這條通道就是 Flow 的模型選擇器,而 Flow 是 Google 的消費者端介面,不是 API。

當這個情況改變的那一刻,遷移問題就變成那個熟悉的老問題:新增一個模型,是否就等於新增一段供應商關係。這正是路由層在整個產品家族中佔有一席之地的原因。OrcaRouter 以各供應商的定價原樣傳遞、零加成——目前包括google/gemini-3.1-flash-image-preview以及 google/gemini-2.5-flash-image 等等——因此當像這樣的小版本更新最終成為穩定的 API 模型時,要改的只是請求中的一個模型代稱,而不是一份新合約。同一個端點也正是讓中途比較變得便宜的原因:一條路由規則可以把一批請求送往某個 Google 圖像模型,並在完全相同的提示詞上把對照批次送往另一個,而這正是今日沒有人能跑的測試,因為它其中一邊並不存在。

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.

這項證據所支持的裁決

Nano Banana 2.1 目前還沒有足以對 Nano Banana 2 提出挑戰的依據,因為它沒有公開價格、沒有公開規格,也沒有公開評分。它有的,只是挑選器裡的一個名稱、一個據報導的代號,以及一項觀察:它的輸出結果很像 Google 已以兩倍價格販售的一款模型。根據這些紀錄,正在為生產環境挑選圖像模型的讀者應該繼續呼叫 Nano Banana 2——它有文件記載、有評分、有定價,而且根據 Google 自家排行榜的數字,它目前是 Google 實測表現最佳的圖像模型。

有紀律的做法,是只盯住兩件事,並依照這個順序。第一,Google 的 Gemini API 變更記錄中出現一筆紀錄,或是出現一張新的模型卡,因為那才能把一個標籤變成可呼叫的東西,並賦予它價格。第二,第一個獨立評分,因為那才能告訴你,這是名稱所暗示的品質更新,還是被捨棄的名稱所承諾的層級升級。如果兩者都出現,而且與 Elo 1,197 的品質差距縮小,同時價格沒有漲到每千次 $67 以上,那麼 Nano Banana 2.1 就會變成一個真正不同的決定。如果只有第一項出現,那就會變成一次檢查點替換——而面對檢查點替換,誠實的做法就是什麼都不做。