標題卡寫著「Gemini 4 上的下一代 Nano Banana」,副標題為「2026 年 11 月 18 日的傳聞」,三個標籤分別寫著「發布者:無模型 ID」、「系譜:並非有文件記載的能力」和「狀態:未發布」,另有兩張標示為 Nano Banana 2.1 和 Gemini 4 的外框卡片,以虛線箭頭相連,頁腳則註明 Google 尚未宣布後繼產品
Guides & Insights

下一代 Nano Banana 登上 Gemini 4:一則與 Google 自家規格表相牴觸的傳聞

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

11 月 18 日上午,TestingCatalog 發文指出,「以 Gemini 4 為基礎的下一代 Nano Banana」正在準備發布,並將其與另外三個傳聞中的 Gemini 名稱——Neon、Helix 和 Krypton——並列。若照字面接受這項說法,你會得到一個乾淨俐落的故事:Gemini Nano Banana 2.1 已在 Google 的圖像產品線領先六週,而以 Gemini 4 世代為基礎的後繼者會是顯而易見的下一步。但讀一讀 Google 自家的文件,這個故事就出現了裂縫。Gemini 4 Carbon自 11 月 10 日起正式可用,並將圖像生成列為不支援。Gemini 4 Hydrogen自 11 月 12 日起推出,也是如此;Gemini 4 Argon自 10 月 13 日起開賣,同樣如此。Google 今日出貨的每個 Gemini 4 模型都是文字進、文字出。Gemini Nano Banana 2.1 的前代 Nano Banana 2 也一樣,儘管已於 10 月遭到棄用,仍可透過 gemini-3.1-flash-image 呼叫。這一切都不會讓該傳聞變成假的。它確實意味著,有趣的問題不是「哪個模型」,而是「哪一層」——而這個問題在模型參考資料中有可查證的答案。這是一篇「目前我們所知」的文章:關於這個所謂的後繼者,尚未公布模型 ID、價格、模型卡或日期,以下所有內容都會據此標註。

這則貼文實際上說了什麼,以及它沒有說什麼

這篇貼文有四句話和兩張圖片。謠言清單包括 Neon、Helix 和 Krypton——其中最後一個我們已經報導過,是一個未發布的代號,背後沒有模型卡——再加上「可能的 Nano Banana 升級」。唯一有任何具體資訊的句子是最後一句:「The next Nano Banana, based on G​emini 4 is the one that was in a preparation for the release.」這些截圖無論顯示什麼,都沒有 API 識別碼、版本號、定價列和日期。其下方引用的貼文只有一個詞:「G​emini。」

即使以爆料標準來看,這也顯得單薄。這裡沒有像十月那份「gempix」命名報告那樣,有可供拆解的內部字串;也沒有任何能與更新日誌比對的產物。有的只是關於血統的說法,以及關於時間點的說法,而兩者都屬於謠言帳號能從 staging 控制台做出、且在數週內既不算錯也談不上對的那種。TestingCatalog 在早期發現線索方面有相當可信的紀錄——這正是這篇貼文值得一讀的全部原因——但「in preparation」說的是意圖,不是已交付的產物,應該按這個性質來看待。

為什麼「基於 Gemini 4」是關鍵的支撐語句

去掉品牌標識後,「基於 Gemini 4」正扮演兩種截然不同角色中的一種。

第一種解讀:後繼模型從 G​emini 4 模型繼承圖像輸出。這種解讀一碰上規格表就不攻自破。打開 Gemini 4 Carbon、G​emini 4 Hydrogen與Gemini 4 Argon的模型頁面,每一頁都將圖像生成列為不支援,並同時列出僅限文字的輸出。Carbon 的頁面明確指出,它只回傳文字,別無其他;其上下文為 1,048,576 個 token,輸出最多 65,536 個 token。在 G​oogle 的參考資料中,沒有任何 G​emini 4 模型會輸出圖像,這表示沒有可供繼承的 G​emini 4 圖像模型——只有可作為後續建構基礎的 G​emini 4 世代。

解讀二:該圖像模型以 Gemini 4 權重家族作為其理解層,並保留專用的圖像頭,就像 Gemini Nano Banana 2.1 在其自身主幹之上保留一個 Flash 形態的解碼器。這種解讀完全合理,而且這才是真正會對使用者產生影響的那一種。更強主幹所換來的改進,正是圖像模型目前競爭的項目:提示詞遵循度、多輪一致性、渲染畫面中清晰可讀的文字,以及在取樣出任何一個 token 之前就知道「PlayStation 控制器」或「黃昏的風車」該長什麼樣子。這恰恰是 Google 在 10 月 6 日推出 Nano Banana 2.1 時聲稱改善的四件事。Gemini 4 主幹顯然是再次改善這些項目的直接途徑。

請注意,這種解讀還意味著:後繼者不會是一項新能力,而是同一項能力配上更好的大腦。這比「G​emini 4 現在會畫畫了」的說法小得多,而這才是證據所支持的那個說法。

目前天梯實際處於什麼位置

要判斷後繼型號是否真的有可能出現,先確切了解 Nano Banana 2.1 之上還有多大進步空間會很有幫助。Artificial Analysis 圖像競技場為此提供了數字,資料讀取於 2026 年 11 月 18 日。文字轉圖像,數值越高越好:

• G​emini Nano Banana 2.1 — 1176.06 Elo,信賴區間 1164.06 至 1188.06

• Nano Banana 2 — 1143.40 Elo,G​oogle 於 10 月 6 日棄用的模型

• Nano Banana Pro — 1118.99 Elo,仍是榜上最貴的 Google 圖像模型

• Nano Banana 2 Lite — 1109.98 Elo

• G​PT Image 2.6 Sunburst — 1260.66 Elo,同一競技場中的榜首

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

影像編輯,相同來源與相同日期:

• 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

• G​PT Image 2.6 Sunburst — 1210.84 Elo,第二名

由此可得出兩個事實。第一,Nano Banana 2.1 確實是 Google 在兩大競技場上最強的圖像模型——Nano Banana 系列內的等級階梯完整無損,Pro 在兩個軸上都低於 Flash 級模型,這是罕見的倒置,也是預期會推出 Pro 而非 Flash 更新版的實質理由。第二,Google 距離頂端並不近。文字轉圖像的差距是 84.60 Elo,編輯則是 62.86。這些不是雜訊;信賴區間遠未接近重疊。任何後繼者都有明顯的進步空間,而更大的主幹網路是最便宜的達標途徑。

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

價格門檻是更難的制約條件

新的圖像模型先是定價決策,然後才是品質決策;而這正是 Gemini 4 傳聞顯得棘手的地方,這種棘手是品質論點所沒有的。

• Nano Banana 2.1 — 每百萬影像輸出 token 收費 30 美元,換算下來每 1K 影像為 0.0336 美元;Artificial Analysis 將其列為每 1,000 張影像 33.60 美元

• Nano Banana 2 — 每百萬個圖像 token 60 美元;Artificial Analysis 將其列為每 1,000 張圖片 67 美元

• Nano Banana Pro — 每百萬個影像 token 120 美元;Artificial Analysis 列出其價格為每 1,000 張影像 134 美元

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

Nano Banana 2.1 是 G​oogle 產品線中最便宜的品項,也是兩大競技場中接近頂端者裡最便宜的之一。它的每美元 Elo 數值——約為每美元定價可得 35 點文字轉圖像 Elo——大約是 G​PT Image 2.6 Sunburst 的六倍。這個比值就是產品的賣點。若後繼型號採用 G​emini 4 等級的骨幹,並收取相應的圖像 token 費率,就會破壞這個賣點:Gemini 4 Carbon 目前列出的上市優惠價為每百萬 token 輸入 $2.00、輸出 $10.00,優惠至 11 月 30 日;Hydrogen 則為輸入 $1.50、輸出 $7.50。一個由 Gemini-4 支援、且每個圖像 token 都繼承那種經濟模式的圖像模型,價格會是其所取代模型的數倍,而品質提升幅度卻未知。

當消息公布時,該套用的檢驗是什麼。如果接班產品以每 1K 張圖片 $0.0336 或接近此價格登場,那麼「基於 G​emini 4」的說法關乎架構,而其定價敘事依然成立。如果它以 Pro 級價格登場,那麼該說法關乎定位,而它名義上要取代的 Flash 級用戶,已被悄然上調了一個層級。

什麼會讓這件事成真,而什麼不會

可證偽的清單很短,而在11月18日,其中沒有一項存在。

• G​emini API 模型參考資料中的新識別碼——目前清單列有 gemini-nano-banana-2.1、gemini-3.1-flash-image、gemini-3.1-flash-lite-image、gemini-3-pro-image 與 gemini-2.5-flash-image,且沒有任何屬於 G​emini 4 形態、可輸出圖像的項目

• 一條包含 GA 日期和價格的變更日誌,就像 Nano Banana 2.1 在 10 月 6 日所獲得的那樣

• 模型卡中,其圖像生成的能力列顯示為「支援」而非「不支援」

• 獨立舞臺中的一排,這是唯一能在不讓 Google 介入的情況下查核品質宣稱的地方

• 一列價格資訊,因為 G​oogle 至今推出的每個圖像模型都附有這樣一列

• 它所要取代之項目的關閉日期——值得留意的是,Nano Banana 2 已於 10 月 6 日遭棄用,但並未公布關閉日期,因此較舊的 Flash 圖像模型仍可呼叫,且仍以新模型兩倍的費率計費

什麼不算真的:同一帳號再發一篇貼文、一張識別資訊打碼的截圖,或是一個代號出現在某個框架的支援模型清單裡。從外部來看,引擎層面的工作和模型發布看起來一模一樣,直到價格出現才分得出來,而這條產線過去已經因為這個區別吃過虧。

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

在這尚屬推測之際,你可以致電什麼

一則傳聞所帶出的實際問題,不是該切換到什麼,而是在等待期間要讓什麼繼續運作。在 OrcaRouter 上,目前有路由的 Gemini 圖像模型包括 Nano Banana 2,以 google/gemini-3.1-flash-image-preview 形式提供,Nano Banana Pro 以 google/gemini-3-pro-image-preview 形式提供,以及原始的 gemini-2.5-flash-image、Imagen 4.0 系列,還有 Gemini 4 文字模型 gemini-4-carbon 與 gemini-4-argon,用於影像管線的推理端。Gemini Nano Banana 2.1 不在這份清單上——它尚未被路由,且不應將這裡的任何內容解讀為暗示相反情況。

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

這種拆分是可行的。一條使用 Gemini 4 模型為圖像產生說明或進行評析,並以路由式圖像模型生成圖像的管線,能讓這兩層保持獨立;因此後繼模型是否推出,只會改變一行設定,而不是改變架構。將生成呼叫以同一把金鑰路由到多個圖像模型——並在它們之間自動容錯切換——是同一種保險的廉價版本;而且由於平台以 0% 加成轉嫁供應商的標價,上述的每張圖計算就是每張圖的帳單。

對於今天特別想了解 Nano Banana 2.1 價格與品質的人來說,廠商自家的 API 和幾個第三方平台都有提供。接下來六週將決定的是,這是否仍會是答案。

懸而未決的問題

一篇貼文裡出現三個代號,對週二早晨來說訊號量很大,而三者中最不具體的那個,才是會帶來商業後果的。Neon 和 Helix 完全沒有任何產物;Krypton 有示範和 token 數量,但沒有識別符。Nano Banana 的說法則兩者皆無,而它是唯一暗示人們已在付費使用的模型將出現價格變化的說法。

關鍵線索不會是一張截圖,而會是模型參考資料中的一列,旁邊有日期、末端有數字。在那之前,誠實的總結就是規格表給出的那一句:G​emini 4 是文字生成。建立在它之上的 Nano Banana 會是更擅長讀提示詞的模型,而不是一種新型渲染器——而有趣的部分在於,G​oogle 能否做到這點,又不讓它現有最便宜且好用的影像模型價格翻倍。