Google Nano Banana 2.1: 更强的图像模型，价格减半

Google 在 2 月推出 Nano Banana 2，对其图像模型进行了升级，如今又迎来了一次更新。Nano Banana 2.1 基于 Gemini 3.6 Flash，据 Google 称，它在各方面的表现都优于前代，尤其是在视觉设计、编辑图像的特定区域，以及在多轮编辑过程中保持人物和物体外观一致方面。Google 正逐步将该模型推出至 Gemini 应用、Google 搜索中的 AI Mode、Google Ads，以及 AI Studio、Flow 和 Stitch 等开发者工具。

目前，只有 Google 自己公布的数据能反映改进幅度。在由人工评审参与的对比测试中，启用 Thinking 后，Nano Banana 2.1 在整体偏好方面的 Elo 得分为 1,050 分，而 Nano Banana 2 为 990 分，价格更高的 Nano Banana Pro 则为 935 分。在信息图方面，差距尤为明显：新模型的事实准确性得分为 0.521，而 Nano Banana 2 仅为 0.179。目前尚无独立测试结果。

选择区域，而非重新生成整张图像

基于蒙版的编辑可能是日常使用中最实用的改进：用户选中图像中的某个区域，只有该区域会发生变化。早在 3 月，Gemini 应用中就已出现这一功能的迹象。Nano Banana 2.1 还可同时处理最多 14 张参考图像，其中包括最多四个人物和十个物体，并保持它们的外观一致。它支持最高 4K 的输出分辨率和最高 8:1 的宽高比。必要时，模型会在描绘现实世界中的主体之前查询 Google 搜索。

图像价格下降，输入成本上升

Google 将面向开发者的单张图像价格降低了约一半：通过 Gemini API 生成一张 1K 图像的费用从 6.7 美分降至约 3.4 美分，而一张 4K 图像的费用则从 15.1 美分降至约 7.6 美分。批处理任务的费用再低 50%。不过，实际成本计算并没有这么简单，因为输入成本正在上涨：Google 现在对文本、图像和视频输入收取每百万 token 1.50 美元的费用，高于此前的 0.50 美元。因此，使用大量参考图像的开发者实际节省的费用，会少于图像价格减半所带来的直观预期。

那么，Nano Banana Pro 还有用武之地吗？对于许多任务而言，可能没有，前提是 Google 公布的数据在实际使用中也能得到验证。新模型仍不完美，Google 在其模型卡中也承认了这一点：在 1K 分辨率下，小字往往仍然模糊，人物外观并不总是与参考图像完全一致，而且模型偶尔会混淆左右。因此，Nano Banana 2.1 是一次扎实的更新，而非像初代版本那样的飞跃，其最有力的卖点是价格。