新智元报道
新智元报道
刚刚，谷歌深夜甩出Nano Banana 2.1！
一个Flash级小模型，把自家旗舰Nano Banana Pro都干翻了。
划一波重点：
-
改图：支持蒙版局部编辑，圈哪改哪，别的地方原样不动 -
一致性：人物、产品连改几轮不变脸，最多能塞14张参考图 -
画质：画面更像实拍，最高4K直出 -
价格：出图价是Nano Banana 2的一半，1K一张0.034美元 -
榜单：Arena多图编辑排第4，前面只剩OpenAI三款GPT Image -
上线：Gemini App、搜索AI模式、AI Studio、Flow等今天起陆续可用
首先，Nano Banana 2.1还是Gemini 3系列模型的成员，基于Gemini 3.6 Flash，知识截止日期为2026年3月。
按照以往的命名方式，Nano Banana 2.1也可以叫Gemini 3.6 Flash Image
根据官方的基准测试，Nano Banana 2.1在视觉设计、编辑、一致性等方面，可以说是遥遥领先。
虽然在小文本渲染、3D推理和事实性等方面，依然有改进空间，但对于那些需要图片生成和编辑服务的用户来说，这无疑是个相当出色的更新：
-
以专业级的精度和控制力创建与编辑图像，并支持多次快速迭代 -
为海报和复杂图表生成清晰的文字 -
长上下文的现实世界知识 -
跨多种语言的本地化文字渲染
网友的盲投结果也证明这一点。
在Arena竞技场上上，Nano Banana 2.1拿到了多图编辑第4，文生图第5，单图编辑第6的成绩。
尤其是在多图编辑榜上，排在它前面的只剩OpenAI的三款GPT Image。
相比之下，上一代Nano Banana 2在这三个榜上，分别只排第7、第11、第14。
左右滑动查看
考虑到出图价只有Nano Banana 2的一半，看来谷歌是要打价格战了。
蒙版编辑，用过PS的都熟。圈出一块就只改这一块，别的地方原样留着。
可放到AI生图里，这事一直很难。
你跟模型说「把左下角那个杯子换成红的」，它得先猜你说的是哪个杯子，再把整张图重新生成一遍，别的地方能不能保住，全凭运气。
现在圈一下就行。换衣服、换招牌、P掉背景里的路人，都只动圈住的那块。
网友ibexdream给它连出了三道题，生成、改图、换风格。
第一题，画一张纸币。画面上是一位托腮沉思的老哲人，头发往后化成了一整座迷宫。
第二题就在这张图上改。编号从「№ 1098471」换成「NB-21098471」，两侧的小字也换了，老哲人手里多了根香蕉当电话，底下还加了条「IN BANANA WE TRUST」的飘带。
两张放在一起看，迷宫、长袍、胡子都原样没动。
第三题换风格，整张纸币变成了一幅油画。
在模型卡的评分中，蒙版编辑这一项，2.1拿了1049分，比Nano Banana 2高84分，比Pro高122分。
甚至，就算不开思考，2.1在每一项上也都压着Pro。
另一项升级是主体一致性，说白了就是别变脸。
拍电商图、做品牌海报、画连载漫画的人应该深有体会，同一个模特换十套衣服，换到第三套，脸就开始不对劲了。
这次涨分最猛的就是这一项。多人物一致性拿了1106分，比Nano Banana 2高出128分。
开发者最多能塞10张物体参考图、4张人物参考图进去，让它照着画。
网友BG-VC就这么试了。他给了一张模特照，再加上上衣、半裙、包、鞋、耳环五件单品的参考图，让它出六个不同场景的照片，六张都是一次生成。
走着、坐着、靠在台边，换了六个姿势，脸、衣服、包和耳环都没走样，拿去当一组电商图都够了。
画面本身也更像拍出来的了。官方放的样图里，挂满水珠的甲虫、粉房子外楼梯上的绿裙姑娘，乍一看真分不出是AI画的。
除此之外，做信息图时，它能先上谷歌网页搜索和图片搜索查资料，再动笔。
谷歌的自动评测里，2.1做信息图的事实准确分是0.521，Nano Banana 2只有0.179，Pro也才0.265。
换句话说，让它画张科普图，内容画错的情况会少很多。
出图按每百万token 30美元收，正好是Nano Banana 2的一半。
1K一张从0.067美元降到0.034美元，4K从0.151美元降到0.076美元。
这个价格，跟7月主打白菜价的Nano Banana 2 Lite一模一样。
不过，别的项目反倒涨了。
输入从每百万token 0.5美元涨到1.5美元，是原来的3倍。文字和思考的输出，也从3美元涨到了7.5美元。
相当于谷歌把钱从「画」挪到了「想」上。
目前，开发者现在就能在AI Studio里选到它，模型名叫gemini-nano-banana-2.1。
之前的Nano Banana 2的API，则会在10月29日关停。
普通用户也不用等。
Gemini App、搜索的AI模式、Flow、设计工具Stitch、Google Ads和Gemini企业平台，今天起陆续上线。
在谷歌App里，点搜索框下面那个香蕉图标就能玩。
模型上线不到一小时，X上就有人开测了。
Mark Kretschmann给它出了一道「酷刑测试」，提示词要求一张图里同时塞进人群、杂物、能看清的文字、雨天的反光，再看这些东西凑在一起，还像不像一张真照片。
Luis Catacora让它画一块茶馆的菜单板，同一款「茉莉绿茶」，要用英语、日语、阿拉伯语、印地语四种文字写出来，一次出图。
Lad则写了一段专挑AI软肋的提示词，画面里要有细线纹身、3条项链、一排耳饰、手链，还要一副能透出眼睛的有色墨镜，然后把这段提示词分别交给Nano Banana 2.1和GPT Image 2.5，各画一张来比。
下面这组图，左边是Nano Banana 2.1，右边是GPT Image 2.5。
Nano Banana 2.1把纹身全画在了他指定的位置，项链、耳饰、手链也都在，就是墨镜忘了上色，脸还被晒红了一片。
Pankaj Kumar找的对手是GPT Image 2。他让两个模型画同一个场景，书桌上放着的一块手表，各出一张。
左边是Nano Banana 2.1画的，自然光，像随手拍的。右边是GPT Image 2画的，开了台灯，表盘还换成了镂空机芯，一股精修广告图的味道。
速度上差得更多。API平台AI/ML API准备了5个提示词，每个都让Nano Banana 2.1和GPT Images 2.5各画一张。
Nano Banana 2.1出一张图要11秒、0.044美元，GPT Images 2.5要50秒、0.069美元。
Hugo Plat出了4道太空题，旋涡星系、超大质量黑洞、类星体，外加把整个太阳系装进一张图，同样交给Nano Banana 2.1和GPT Image 2.5各画一遍。
4张画下来，Nano Banana 2.1一共花了0.178美元，GPT Image 2.5要0.284美元。
同一道黑洞题，左边的Nano Banana 2.1画得克制，右边的GPT Image 2.5把星云和火焰全拉满了。
中文这块，知名博主歸藏测了一圈，结论是字更清楚、错字少了很多，排版也干净，没有GPT那种破碎感。他还觉得，比起GPT，它最大的优势是能直接出4K。
左右滑动查看
当然，也不是没有破绽。「传承与新生」旁边那行竖排的小英文，放大一看已经糊成了乱码。
4月，GPT Image 2上线，在同一个Arena的文生图榜上，领先Nano Banana 2整整240分。
9月，OpenAI又发了Images 2.5，主打的就是只改指定区域、多轮修改不跑偏。
不到一个月，谷歌的2.1也押在了这两件事上。
两家前后脚卷改图，原因也不难猜。电商、广告、品牌设计这些行当，一张图动辄改上十几版，改到第十版还不崩，比第一版惊艳重要得多。
所以谷歌这次直接把2.1塞进了Google Ads和企业平台，冲的就是这群天天改图的客户。
话说回来，Flash都把Pro超了，Nano Banana Pro的下一代，谷歌打算什么时候端上来？
参考资料：
编辑：摩西 大卫
