Nano Banana 2.1

Nano Banana 2.1 是 Google DeepMind 于 2026 年 10 月 6 日正式发布的图像生成与编辑模型，API 标识为 gemini-nano-banana-2.1。模型卡说明它基于 Gemini 3.6 Flash。它延续 Nano Banana 2 的定位，将图像输出 token 单价减半，但文本与图像输入价格升至上一代的三倍，因此图片更便宜不等于所有请求都更便宜。

图像输出更便宜，输入密集型编辑需要另算成本

按 Gemini API 官方价格，标准档文本、图像和视频输入为每百万 token 1.50 美元，文本及思考输出为 7.50 美元，图像输出为 30 美元。1K、2K、4K 图片分别消耗 1,120、1,680、2,520 个输出 token，折合每张 0.0336、0.0504、0.0756 美元；Batch 价格减半。上一代 Nano Banana 2 的图像输出为每百万 token 60 美元，输入为 0.50 美元。上述每张费用只包含图像输出，不含输入、文本输出和搜索费用。搜索 grounding 每月有跨 Gemini 3.x 共享的 5,000 次免费额度，超出后每千次搜索 14 美元。

API 限制与模型卡的上限不是同一口径

开发文档列出 131,072 token 输入上限和 32,768 token 输出上限，支持文本、图像、视频和 PDF 输入，以及图像和文本输出。模型卡则写最高 1M 上下文与 64K 文本输出；两份官方资料没有解释差异，本页结构化规格采用可调用 API 的限制。模型支持 1K、2K、4K 输出，默认 1K，可融合最多 14 张参考图。官方描述的角色与物体一致性分别覆盖最多 4 个角色和 10 个物体，并提供 minimal、medium（默认）、high 思考档位和网页、图像搜索 grounding。

Arena 初步结果支持进步，不能证明排名稳定

在 2026 年 10 月 6 日的 Arena 文生图榜单上，2.1 为 1328±9 分、5,312 票，列第 5；Nano Banana 2 为 1261±4 分、59,779 票。单图编辑榜单中，2.1 为 1428±6 分、12,985 票，列第 6，上一代为 1387±3 分、229,782 票。2.1 两项均标为 Preliminary；这些人类偏好分数不能当作准确率。Google 模型卡另公布内部偏好与一致性评测，其分数尺度不能与 Arena 直接比较。

多轮编辑有改善，小字与空间关系仍是边界

官方称新版改善视觉质量、文字渲染、多轮角色一致性和宽幅拼接伪影；模型卡仍列出小字模糊、长段落文字质量、角色一致性不完美、遮罩编辑指令执行不完整及左右空间定位混淆。需要多轮参考图编辑或高分辨率输出时，2.1 的新价格值得评估；需要更高人类偏好表现时，可比较上述两项榜单领先的 GPT Image 2.5，但榜单本身没有给出同价位比较。参数规模和精确语种数量尚未公开，权重未开放下载。