Google 於 10 月 6 日推出 Nano Banana 2.1，這款影像模型已正式全面提供。開發者現在有穩定的模型 ID、輸出控制項與公開 API 價格。品質比較仍是 Google 自行測試的結果。

Google 的 10 月 6 日 Gemini API 發布說明將 Nano Banana 2.1 標示為正式提供，並列出穩定的 API ID gemini-nano-banana-2.1。公司建議新專案改用它，取代 Nano Banana 2（gemini-3.1-flash-image）；該舊版已被棄用，但公司尚未公布關閉日期。對正在考慮是否採用新模型的人來說，實際改變是有文件說明的流程：從文字或參考影像輸入，產生 1K、2K 或 4K 影像，並有公開價格與明確限制。

重大變化

有哪些改變：Google 於 2026 年 10 月 6 日推出 Nano Banana 2.1，作為正式提供的影像生成與對話式編輯模型。其 模型卡指出它以 Gemini 3.6 Flash 為基礎，並列出 Gemini app、AI Studio、Gemini API、Search AI Mode、Ads、Flow 與 Stitch 等提供管道。

對讀者而言如何運作：在 API 中，開發者選擇 gemini-nano-banana-2.1，提供文字並可選擇加入影像，接著接收影像與文字輸出。影像生成指南說明最多可使用 14 張參考影像、輸出尺寸與長寬比控制、選用搜尋 grounding，以及三種思考層級。創作者也可以在 Google AI Studio 或其他列出的 Google 產品中查看模型；但模型卡上的管道清單不能證明每個帳戶都有相同的存取權或控制項。

為何重要：標準 1K 輸出影像的 付費 API 價格為 0.0336 美元；Google 價格頁列出的 Nano Banana 2 價格則為 0.067 美元。這是指定 API 輸出的價格比較，不是影像品質或延遲的實測比較。BIG CHANGE 檢視了文件，沒有執行模型。

選擇介面，再檢查輸出

想製作或修改影像、又不打算建置整合功能的創作者，可以使用 Google 模型卡列出的 Gemini app 和 Flow；而 開發者模型頁面則可直接連往 Google AI Studio。在投入工作流程前，應先確認預定使用的帳戶有哪些介面與產品控制項。

對應用程式而言，API 指南目前的範例使用 Interactions API與穩定的模型 ID。文字提示可以回傳影像資料；編輯請求則會加入影像資料與指令。模型頁面列出支援的輸入類型為文字、影像、影片和 PDF，輸出則為影像與文字；不支援音訊輸入。指南表示預設回應同時包含影像與文字，而 response_format 可要求只回傳影像，或指定長寬比與影像尺寸。預設影像尺寸為 1K，也可選 2K 和 4K。開發者模型頁面列出 131,072 個輸入 token 與 32,768 個輸出 token 的上限。其表格不支援快取、函式呼叫、結構化輸出或 Live API。

參考影像有助於編輯與合成。Google 表示，單一工作流程最多接受 14 張參考影像；人物相似度最多可涵蓋 4 個角色，物件保真度最多可涵蓋 10 個物件。這些數字描述支援的輸入和設計目標，不保證每個主體都會保持不變。Google 也提供 minimal、medium 和 high 三種思考設定，預設為 medium。指南展示 Google Web Search grounding 和選用的 Image Search 類型；應用程式必須設定搜尋工具才能提出此要求。Google 表示，在這種影像生成流程中，網頁圖片搜尋不支援使用真實人物影像。

採用前，請確認預定使用的帳戶提供該介面、使用文件列出的模型 ID 和輸入類型，並以實際使用尺寸檢查回傳影像。BIG CHANGE 沒有完成模型生成；本文整理的是 Google 的文件。

估算實際請求的價格

Google 的 價格表沒有這款模型的免費 API 額度。標準付費費率為：每百萬個文字、影像或影片輸入 token 收費 1.50 美元；每百萬個輸出文字與思考 token 收費 7.50 美元；每百萬個輸出影像 token 收費 30 美元。Google 將影像費率換算為 1K 每張 0.0336 美元、2K 每張 0.0504 美元、4K 每張 0.113 美元。Batch 費率是相應 token 費率的一半，列出的影像等值價格為 0.0168、0.0252 與 0.0567 美元。Gemini 3.x 模型共用每月 5,000 次搜尋 grounding 額度，之後每 1,000 次收費 14 美元。Google 提醒，單一使用者請求可能觸發多次計費搜尋查詢。部署大量工作流程前，請檢查即時價格頁和帳戶的計費設定。

Google 的測試結果與仍待釐清之處

Google 表示，與較早期模型相比，Nano Banana 2.1 在視覺設計、編輯、文字呈現和主體一致性方面有所改善。在其 2026 年 10 月模型卡中，公司說明了人類並排偏好評估，以及單側自動事實性評分，並結合公開基準與內部資料集。該表中的資訊圖表事實性分數，Nano Banana 2.1 搭配 thinking 為 0.521；Nano Banana 2 搭配 thinking 則為 0.179。這些是 Google 在其選定條件下的評估結果。Decrypt 的發表報導也指出發布時缺少獨立測試；該報導並未驗證這些分數。

模型卡本身列出小字模糊、角色一致性不完美、遮罩編輯時只能部分遵循指令、左右混淆，以及事實性與空間推理仍有不足。它也提醒可能出現幻覺，以及偶爾延遲或逾時。因此，使用搜尋 grounding 的影像仍須查核事實，生產用途的影像也仍須以預定顯示尺寸檢查。API 指南表示，所有生成影像都包含 Google 的 SynthID 浮水印。

整合時有一項文件矛盾值得留意：模型卡描述最多 100 萬 token 的上下文視窗和更大的文字輸出；但 API 模型頁面列出 131,072 個輸入 token 和 32,768 個輸出 token。本文採用模型頁面中明確列出的 API 規格。Google 應釐清這兩組數字；開發者在估算請求規模時，應以即時端點文件和帳戶限制為準。

資料來源與延伸閱讀