谷歌推出 Nano Banana 2.1，圖像生成成本約減半

2026 年 10 月 6 日，谷歌在一場線上發布會上正式推出了基於最新 Gemini 3.6 Flash 技術的圖像生成與編輯模型 Nano Banana 2.1，並同步將該模型上線至多個谷歌生態系統平台，包括 Gemini 應用、AI Studio、以及面向開發者的 API，讓使用者可以即時在不同環境中體驗和使用這項新技術。

Nano Banana 2.1 具備雙向輸入能力，既可以接受文字敘述作為輸入，也可以直接接受圖像作為輸入，並且能夠輸出純文字、純圖像或文字與圖像的結合結果。模型支援的圖像解析度分別為 1K、2K 與 4K，使用者在生成圖像時最多可以提供 14 張參考圖作為參考，同時模型還能即時調用 Google 搜尋服務，以提升生成內容的資訊準確性與時效性。

價格與計費結構

在付費 API 的計費方式上，谷歌採用了每百萬 token 30 美元的標準費率。根據官方提供的換算方式，生成一張 1K 解析度的圖像大約需要花費 0.0336 美元，生成 2K 解析度的圖像則約為 0.0504 美元，而 4K 解析度的圖像成本則約為 0.0756 美元。這些數字顯示出在相同解析度下，使用 Nano Banana 2.1 的成本相對較低。

與前代 Nano Banana 2.0 相比，同等解析度的圖像生成費用分別為 0.067 美元（1K）、0.101 美元（2K）以及 0.151 美元（4K），也就是說 Nano Banana 2.1 的圖像生成費用大約降低了一半，為使用者提供了更具成本效益的選擇。

技術改進與基準表現

本代模型在文字渲染方面取得顯著提升，特別是在小字體的清晰度與可讀性上有明顯改善；在多輪對話中保持角色外觀一致性的能力也更為穩定；此外，模型在資訊圖表與全景圖的生成上同樣表現更佳，能夠更好地嵌入細小文字並保持角色外觀的一致性。

谷歌公布的基準測試結果顯示，Nano Banana 2.1 在多項編輯任務（例如背景替換、物件移動、風格遷移等）上的得分均高於前代模型，整體提升幅度介於 10% 到 25% 之間，說明新模型在實際應用中的效能與品質都有明顯的進步。

已知局限與風險

模型卡仍然承認，在幻覺生成（即產生不符合事實的內容）、小字與長段文字渲染方面仍存在弱點，角色一致性並非百分之百可靠，空間定位與事實性也受到一定限制。開發者在使用時需要結合後處理或人工審查，以降低錯誤風險並確保最終輸出內容的正確性。

Nano Banana 2.1 沒有提供免費 API 層，舊版 Nano Banana 2.0 的付費計畫將於 10 月 29 日正式下線，使用者必須遷移至新模型或選擇谷歌其他多模態服務，才能繼續使用圖像生成與編輯功能。

新模型已深度嵌入谷歌生態系統：在 Gemini 應用中可直接進行圖像編輯；AI Studio 提供可視化工作流程以簡化操作；搜索 AI Mode 支援即時查詢生成；Flow 與 Stitch 兩大自動化工具實現跨產品的自動化流程；廣告平台則可利用高品質圖像創意提升廣告效果。

成本下降約 50% 使得大規模圖像生成變得更加經濟，4K 解析度與多參考圖的支援提升了圖像細節與創作靈活度。然而模型仍然存在幻覺與文字渲染的弱點，建議在關鍵場景中加入驗證機制，以確保輸出結果的可靠性。

Nano Banana 2.1 的發布不僅降低了圖像生成的成本，還提升了解析度與多模態交互能力，預計將在廣告創意、內容生產以及企業可視化等領域推動更高頻次的使用，為相關產業帶來更高的效率與創新空間。