Gemini 3.1 Flash Image Preview，又稱「Nano Banana 2」，是 Google 最新一代先進的影像生成與編輯模型，以 Flash 速度提供 Pro 級別的視覺品質。它結合了...
Google: Nano Banana 2 是一個多模態模型，能夠處理圖像和文字輸入。它基於 Gemini 3.1 Flash 架構，強調快速推理。該模型接受圖像上傳（例如照片、圖表、螢幕截圖）以及文字提示，並生成文字回應。其 65,536 個 token 的上下文視窗使其能夠保留和處理中等長度的文件或圖像序列。該模型託管在 OrcaRouter 上，可以使用模型 ID…
Gemini 3.1 Flash Image Preview 模型能夠執行多種多模態任務，包括圖像標題生成、視覺問答、文件理解（例如從發票或表單中提取資訊），以及結合圖像與文字分析的內容審核。它還能對圖表與流程圖進行推理，例如解讀圖表或流程圖。由於這是一款閃電模型，它針對速度進行了最佳化，因此適合需要快速回應的應用場景。不過，在複雜的推理任務上，它可能無法達到大型、較慢模型的深度。使用者應針對自身特定用例測試該模型，以確認其表現。
上下文視窗為 65,536 個令牌。這表示模型在單一提示中最多可以處理這麼多令牌，包括文字和經過編碼的圖像資料。對於純文字提示，這可以處理約 50,000 字的文件。對於多模態輸入，圖像令牌會占用部分視窗，因此可用的文字容量會減少。每張圖像的確切令牌成本並未指定，但使用者應考量圖像會消耗大量令牌。此上下文大小可處理含有圖像的中長度文件，但極長文件或大量圖像可能超出限制。在這種情況下，可能需要進行分塊或摘要處理。
如果您的任務不需要理解圖像，那麼純文字模型（例如 Gemini 1.5 Flash 或類似模型）可能更便宜且更快速。此外，若您的應用程式對延遲極度敏感，且圖像處理的額外負擔非必要，輕量級文字模型會是更佳的選擇。對於涉及複雜的多圖像推理或極高細節的任務，較大且非 flash 的視覺模型可能以犧牲速度為代價換取更高的準確度。Flash 變體被設計為一個折衷方案。使用者應針對自己的工作負載進行基準測試，以判斷速度與品質之間的取捨是否值得花費。OrcaRouter 提供一系列模型；查閱型錄有助於找出替代方案。
Gemini 3.1 Flash 架構專為低延遲推理而最佳化。這使得該模型非常適合需要數秒內回應的即時應用程式，例如即時聊天助手、互動式問答系統或自動審核工具。速度優勢來自於減少計算開銷的架構選擇，例如較少的參數或最佳化的注意力機制。雖然沒有提供具體的延遲數字，但 Flash 模型通常比其標準版本輸出 token 的速度更快。這可以減少最終用戶感受到的等待時間。然而，確切速度取決於輸入大小、圖像複雜度以及 OrcaRouter 上的伺服器負載等因素。開發人員應使用代表性輸入進行測試。
目前此特定模型尚未公開提供任何官方基準評分。因為它是預覽版本（名稱中的「Image Preview」表明此點），Google 可能尚未發布標準化的評估結果。使用者不應假設其效能與其他 Gemini Flash 模型相同，因為影像預覽版本的效能可能會有所差異。為評估模型品質，OrcaRouter 建議在自有資料集上執行自訂評估。多模態任務的常見評量指標包括 VQA 基準測試的正確率、影像描述任務的 BLEU 分數，或文件理解的 F1 分數。在缺乏基準的情況下，必須依賴實證測試。
由於該模型是建構於 Gemini 3.1 Flash 之上，應展現出該架構典型的強大文字生成能力，例如連貫的語言、摘要與推理。然而，由於它是多模態變體，其純文字效能可能因影像處理分支的開銷而與專用的純文字 Flash 模型有所差異。目前沒有可比較的基準測試。對於純文字任務，使用者可能會發現，更簡潔的純文字 Flash 模型能以較低的成本與延遲提供同等或更佳的品質。如果您主要處理文字，建議改為在 OrcaRouter 上使用 gemini-3.1-flash 或類似模型。
作為預覽模型，可能存在一些未完整記載的限制或局限。已知的潛在限制包括：模型可能無法像專用視覺模型那樣處理極高解析度的影像；因上下文共享的緣故，在單一提示中處理多張圖像時可靠性可能較低；且其對提示措辭的敏感度可能高於專業模型。此外，由於是閃電模型，為追求速度可能犧牲部分推理深度，因此複雜的多步驟視覺推理任務可能較易出錯。使用者應徹底測試邊界情況。OrcaRouter建議查閱Google對Gemini的說明文件，以了解可能適用的安全篩選器或內容政策。
Gemini 3.1 Flash 圖片預覽版專為低延遲設計，但未公布確切的速度指標。與 OrcaRouter 上的其他 Flash 模型（例如 Gemini 1.5 Flash 或其他 Flash 變體）相比，加入圖片處理功能可能會增加每次請求的延遲，因為圖片需要編碼和處理。不過，在 Flash 類別中，該模型應比處理圖片的大型非 Flash 模型更快。對於既需要速度又需要視覺功能的用戶，這個模型是合理的選擇。如果延遲至關重要且不需要圖片，則純文字的 Flash 模型會更快。OrcaRouter 的 API 會提供回應時間，客戶可以自行監控使用情況。
此模型在 OrcaRouter 上的定價由平台決定，且可能隨時變更。通常，OrcaRouter 按處理的 token 數量（輸入 + 輸出）收費，影像 token 則會額外收取附加費。對於多模態模型，每次請求的成本高於純文字模型，因為影像會消耗大量 token。使用者應查閱 OrcaRouter 的官方定價頁面，以取得 google/gemini-3.1-flash-image-preview 的當前費率。此處未提供具體的每 token 成本。建議透過測試樣本請求並檢視 API 回應標頭中所回報的 token 使用量來估算成本。
是的，圖像輸入會顯著增加每次請求的令牌數量，因為每張圖像會被標記化成許多令牌（通常根據解析度不同，從數百到數千不等）。這直接提高了與相同長度純文字提示相比的成本。如果您的應用可以使用純文字描述來處理圖像，那麼純文字模型可能更便宜。反之，如果圖像理解至關重要，此模型提供了一個單一模型解決方案，而無需結合兩個不同的服務。使用者應權衡該模型圖像解讀的品質與額外增加的成本。OrcaRouter 可能為高用量客戶提供使用折扣；請聯繫他們以了解詳情。
OrcaRouter 可能提供提示快取或工作階段重用等功能，以減少圖像令牌的重複處理。然而，此模型的具體實作細節並未公開記載。快取功能可顯著降低在重複發送相同圖像（例如，在具有固定文件的問答機器人中）的應用程式中的成本。使用者應向 OrcaRouter 的支援團隊詢問快取功能。此外，OrcaRouter 可能提供分層定價或月度方案，以降低承諾使用量的每令牌成本。建議檢視服務條款或聯絡銷售部門以取得精確的成本最佳化策略。
若要使用模型，請向 OrcaRouter 的 OpenAI 相容 API 端點發送 HTTP POST 請求：https://api.orcarouter.ai/v1/chat/completions。將模型參數設為 "google/gemini-3.1-flash-image-preview"。在 Authorization 標頭（Bearer token）中包含您的 API 金鑰。請求主體應包含一個 messages 陣列，其中每條訊息可包含 role（system、user、assistant）和 content。對於圖片，請包含一個 type 為 "image_url" 的物件，以及圖片 URL 或 base64 資料。範例："content": [{"type": "text", "text": "描述這張照片"}, {"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}]。API 會回傳標準的聊天完成回應。
此API支援標準的OpenAI聊天完成參數：model、messages、max_tokens、temperature、top_p、stop、stream等。對於圖像輸入，content陣列必須包含類型為"image_url"的物件。image_url物件可以包含公開URL或base64編碼的資料URI。OrcaRouter也可能支援可選參數，例如max_image_tokens或細節設定（類似OpenAI的low/high），但尚未確認。請參閱OrcaRouter的API文件以了解多模態模型特有的任何其他參數。回應中包含用量資訊，例如prompt_tokens（包含圖像token）、completion_tokens和total_tokens，這些資訊有助於成本監控。
從 Google 的原生 Vertex AI 或 AI Studio API 遷移至 OrcaRouter 需要變更基礎 URL 和模型識別碼。將您的 Google 端點替換為 https://api.orcarouter.ai/v1/chat/completions。將模型名稱改為 "google/gemini-3.1-flash-image-preview"。驗證方式：不再使用 Google 服務帳戶憑證，而是採用 OrcaRouter API 金鑰。請求格式將變為與 OpenAI 相容：包含角色與內容的 messages 陣列。如果您之前使用的是 Google 的多模態輸入格式，則需要將圖片轉換為上述的 image_url 格式。大多數 SDK（例如 OpenAI Python）只需簡單調整設定即可使用。在正式遷移前，請先以小型測試負載驗證行為。
OrcaRouter 使用 API 金鑰進行驗證。您必須從 OrcaRouter 控制面板取得一組 API 金鑰，並將其放入請求標頭中，格式為：`Authorization: Bearer YOUR_API_KEY`。API 金鑰應妥善保密，不得暴露於客戶端程式碼中。若為伺服器對伺服器的通訊，請使用環境變數。OrcaRouter 可能設有速率限制與使用配額，請檢查您的帳戶設定。本服務無需額外的 OAuth 流程或 Google 專屬驗證。API 金鑰與您的 OrcaRouter 帳戶及計費方案綁定。若您超出速率限制，可能會收到 HTTP 429 狀態碼，請據此實作重試邏輯。
標準 Gemini 3.1 Flash 是純文字模型（或在新版本中可能具備有限的視覺能力）。Image Preview 變體明確添加了視覺能力，使其適合多模態任務。相對地，Image Preview 模型可能採用略有不同的內部架構，並因圖像處理而導致較高的延遲或成本。對於純文字任務，標準 Flash 很可能更快、更便宜，且可能提供相同或更佳的品質。用戶應僅在需要圖像輸入時選擇 Image Preview 變體。OrcaRouter 同時提供這兩種模型；請比較其模型 ID。
在OrcaRouter上，其他多模態模型包括GPT-4V、Claude 3 Vision和Gemini Pro Vision，以及開源變體。Gemini 3.1 Flash Image Preview定位為快速且成本較低的替代方案，對比於像GPT-4V這樣的大型視覺模型。它可能犧牲了一些推理深度以換取速度和價格。與專用的圖像標題生成模型相比，此模型提供了更通用的多模態對話體驗。對於特定任務如OCR或細粒度視覺辨識，專門模型（例如Google自身的Document AI）可能表現更好。用戶應根據使用案例來評估：此Flash模型最適合對速度要求嚴苛、中等視覺能力即足夠的應用。
OrcaRouter 為此 Google 模型提供統一的 OpenAI 相容 API，若您已使用該介面，可簡化整合流程。您無需直接管理 Google Cloud 資源、IAM 權限或個別 SDK。OrcaRouter 可能提供附加功能，如負載平衡、快取、備援模型及整合式計費。它也能彙集多個供應商，讓您無需修改程式碼即可輕鬆切換模型。針對此特定模型，OrcaRouter 負責處理與 Google 基礎設施的後端連線，並可能最佳化路由。然而，使用第三方閘道會引入依賴性，並可能增加少許延遲開銷。請評估便利性是否勝過直接存取的優勢。
當您的應用程式需要結合文字與視覺內容的理解時，請選擇此模型，例如分析照片、圖表或掃描文件。如果您的任務涉及在推理過程中解讀圖像（例如，在能夠讀取螢幕截圖的客戶支援機器人中），此模型能省去使用獨立視覺API的需求。然而，如果您的圖像僅為裝飾用途或可透過文字描述，純文字模型將更經濟且更快速。此外，若您需要極高的專業視覺任務準確度（如精細物件辨識），專用的電腦視覺模型會更為優越。此模型提供了一個便利的中間地帶。
https://api.orcarouter.aiinclude_reasoningmax_tokensreasoningresponse_formatseedstopstructured_outputstemperaturetop_p| 每次請求 | $0.1510 |
| 貨幣 | USD |
| 每次 API 呼叫統一計費（圖像生成模型） | |
GET /api/public/models/google/gemini-3.1-flash-image-preview開啟 @misc{orcarouter_gemini_3_1_flash_image_preview,
title = {Nano Banana 2 (Gemini 3.1 Flash Image Preview) API},
author = {Google},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/google/gemini-3.1-flash-image-preview}
}Google. (2026). Nano Banana 2 (Gemini 3.1 Flash Image Preview) API. OrcaRouter. https://www.orcarouter.ai/models/google/gemini-3.1-flash-image-preview