Google发布图像生成与编辑模型Nano Banana 2.1

Google 于 2026 年 10 月 6 日推出图像生成与编辑模型 Nano Banana 2.1。Nano Banana 是 Google 一个模型系列的名称，可以根据文字描述生成图像，也可以通过对话修改用户上传的照片。新版本是 Nano Banana 2（又称 Gemini 3.1 Flash Image）的更新。根据 Gemini API 的版本说明，该模型当天即已正式发布（GA），开发者可通过 gemini-nano-banana-2.1 调用。

据 Google DeepMind 的模型卡介绍，Nano Banana 2.1 基于 Gemini 3.6 Flash 构建，输入为文字和图像，输出为图像和文字。Gemini API 文档将其描述为：在保持 Nano Banana 2 速度和成本效率的同时，提升了画面质量、对提示词的遵循程度、多轮对话中的角色一致性以及图像内文字的渲染效果。Google 将 Nano Banana Pro 定位于更繁重的任务，而这款模型则面向快速、高效的场景。

新版本带来的改进

根据 Gemini API 文档，该模型在 1K、2K 和 4K 分辨率下都能生成更逼真的图像。此前在 1:4、4:1、1:8 和 8:1 等超宽及全景比例下，2K 和 4K 输出中出现的拼接痕迹已被修复。对于海报、示意图和信息图等包含文字的图像，文字和版式的准确度也有所提高。模型在单次请求中最多可融合 14 张参考图像，因此可以在多张图像中保持同一人物或产品的外观一致。

生成图像时，模型可以借助 Google 网页搜索和 Google 图片搜索获取信息，有助于更准确地描绘现实世界中的地点和物体。开发者可以在最低、中等和较高三个级别中选择模型在生成前的思考程度。Google DeepMind 还表示，该模型在视觉设计、蒙版编辑和主体一致性方面均优于此前的 Nano Banana 模型。蒙版编辑是指只修改图像中被标记的区域。

在模型卡中由人工对两张图像进行并排比较的评估里，据该公司介绍，Nano Banana 2.1 在整体偏好、通用编辑、蒙版编辑和多角色一致性方面均领先于 Nano Banana 2 和 Nano Banana Pro。在衡量信息图事实准确性的测试中，新模型的得分也最高。

上线渠道与水印

据模型卡介绍，Nano Banana 2.1 已在 Gemini 应用、Google AI Studio、Gemini API、Google 搜索的 AI 模式、Google Ads、Google Flow 和 Google Stitch 中提供。根据 Gemini 应用页面的信息，该模型面向 Google AI Pro、Plus 和 Ultra 订阅用户开放，免费用户继续使用 Nano Banana 2。在 Google Cloud 上，该模型在 Gemini Enterprise Agent Platform 文档中被列为正式发布，目前在 global 区域运行。在 Gemini API 中，旧模型 gemini-3.1-flash-image 已被列为弃用，尚未公布停用日期，Google 建议开发者迁移到新模型。最新价格请见 Google 官网。

根据 Gemini API 文档，模型生成的所有图像都会嵌入不可见的 SynthID 水印。Gemini 应用还会额外添加可见水印，表明图像由 AI 生成；用户可以把图像上传到应用中，询问它是否由 Google AI 生成。Google Cloud 文档还列出该模型支持 C2PA 内容凭证。

模型卡也列出了一些局限：小号文字、长段落和多页文本并不总能正确渲染；输入图像与生成图像之间的角色一致性并非始终完美；在蒙版编辑中，指令可能只被部分执行，模型偶尔会混淆左右，其世界知识、三维推理和事实准确性也可能有限。上述对比均由 Google 完成，模型卡也没有详细列出各语言的文字渲染效果，因此在处理包含中文文字的图像前，最好先用自己的样例测试。如需从不同角度了解结果，也请关注独立研究人员的评估。

来源：Google DeepMind：Nano Banana 2.1 模型卡、Gemini API：Gemini Nano Banana 2.1、Gemini API：版本说明、Gemini API：Nano Banana 图像生成、Gemini 应用：图像生成、Google Cloud：Gemini Nano Banana 2.1。