10 月 6 日，Google 更新了它的图像生成与编辑模型 Nano Banana 2.1（模型标识 gemini-nano-banana-2.1）。这次更新最反直觉的地方是：出图的单价砍掉一半，能力却往上走——Google 自己说它在多项测试里超过了半年前那个更贵的 Pro 版本。

但把价格表读细一点会发现另一面：图的钱便宜了，图之外的钱全涨了。下面把它是谁、改了什么、贵在哪、什么时候必须迁移，一次说清。

一、先说一个反常的地方：这次几乎没有发布会

Nano Banana 2 那一代是有官方博客长文的。2.1 这次没有——发布当天的信息只出现在两处一手渠道：Gemini API 的更新日志，以及 Google 官方账号的简短发布。我们核对了 Google 官方博客的 RSS（10 月 6 日抓取），里面没有 Nano Banana 2.1 的条目；多个技术媒体也提到这次没有官方博客公告。

这是一次很安静的上线：模型先出现在 Google Flow 里，隔了一段时间才进 API。对开发者来说这意味着一件事——没有一份可以引用的公告页，很多细节得去模型卡和定价页里逐条找，这也正是下面这些数字需要交叉核对的原因。

二、它是什么：不是新旗舰，是 2.0 的替代品

• 模型标识 gemini-nano-banana-2.1，正式版（GA），不是预览版
• 它取代的是 Nano Banana 2（gemini-3.1-flash-image）——后者已在 Gemini API 里标记停用，2026 年 10 月 29 日关停
• 底座：按官方模型卡，基于 Gemini 3.6 Flash
• 定位：Google 把它称为 Pro 版的"更高效的对应版本"，Flash 级速度，支持 1K / 2K / 4K

要注意它不是"比 2.0 更高一档"，而是同一条产品线的直接替换。所以迁移只需要换模型 ID——但有三处行为变了，其中一处会让老代码直接报错，见第四节。

三、官方点名改了什么

Google 对这版的概括是"全面超过此前各代，在视觉设计、蒙版编辑和主体一致性上有明显进步"。具体到能验证的部分：

• 主体一致性：最多同时融合 14 张参考图，保持最多 4 个人物角色、10 个物体的一致性。多轮编辑时同一个角色不容易"越改越不像自己"
• 文字渲染与信息图：官方称改进了文字准确度和信息图排版，信息图事实性得分从 0.179 提到 0.521（同一测试里 Pro 是 0.265）
• 宽幅全景的拼接缺陷修好了：2K / 4K 下 1:4、4:1、1:8、8:1 这几种极端比例此前有明显的平铺接缝，这版修掉
• 蒙版 / 涂鸦编辑：被列为头号改进之一，模型卡该项得分 1049，高于 2.0 的 965 和 Pro 的 927
• 搜索接地：可接 Google 网页搜索与图片搜索。一个已知限制是，接地时不能用网络搜索里真实人物的照片

同时有两个"悄悄往后走"的地方

• 512 像素（0.5K）这一档没了。官方文档写得很直接：该尺寸 not supported on Gemini Nano Banana 2.1。如果你的代码里有让 2.1 出 512px 缩略图的分支，会直接报错——这是迁移时最容易踩的一个坑
• 思考档位的默认值从 minimal 改成了 medium。2.0 是"minimal / high，默认 minimal"，2.1 是"minimal / medium / high，默认 medium"。什么都不设的话，它会想得更多，也花得更多（见第五节）

四、价格账：图的价钱砍半，图之外的全涨价

先看最省事的那句：图片输出单价从每百万 token 60 美元降到 30 美元，直接砍半。按官方定价页给出的每张 token 数换算：

• 1K（1024×1024）：1,120 token → 0.0336 美元 / 张（2.0 是 0.067）
• 2K：1,680 token → 0.0504 美元 / 张（2.0 是 0.101）
• 4K：2,520 token → 0.0756 美元 / 张（2.0 是 0.151）
• 走 Batch 批处理接口再砍一半：1K 到 0.0168 美元 / 张

对照同门：Nano Banana Pro 是 1K 0.134 美元，Nano Banana 2 Lite 是 1K 0.0336 美元（但只支持 1K）。也就是说，2.1 出 4K（0.0756）比 Pro 出 1K（0.134）还便宜。

但涨价的两行同样重要：

• 输入 token：每百万 0.5 美元 → 1.5 美元（涨 3 倍）
• 文本与思考输出：每百万 3 美元 → 7.5 美元（涨 2.5 倍）
• 搜索接地另计：Gemini 3.x 共享每月 5,000 次免费，超出后每 1,000 次 14 美元

两个方向合起来看，结论是分场景的：

• 纯文生图、提示词短：省得很实在。1,000 张 1K 图从 67 美元降到 33.6 美元
• 参考图多、提示词长的编辑流水线：省的明显变少。按 Vertex 文档每张输入图 1,120 token 估算，一个"14 张参考图 + 500 token 提示词 → 出 1 张 1K 图"的请求，2.1 约 0.0579 美元、2.0 约 0.0751 美元——优势从 50% 收窄到约 23%，而且还没算思考 token

一句话：2.1 是"轻提示、重出图"更划算，"重输入"更贵。自己的用量值得实测算一遍再定。

五、官方说它反超 Pro，但独立验证还没跟上

Google 公布的自家评测里，2.1 确实赢 Pro：

• 文生图人类偏好：2.1 1050，2.0 是 990，Pro 是 935
• 多角色一致性：2.1 1106，Pro 是 1011
• 信息图事实性：2.1 0.521，Pro 是 0.265
• 蒙版编辑：2.1 1049，2.0 是 965，Pro 是 927

第三方榜单上它也已经进榜：Arena 的文生图、图像编辑、多图编辑三项里，分别排在第 5、第 6 和第 4。

但有两点要说清：一是这些分数是 Google 自己跑的分，发布时没有公开可复现的细节；二是真实出图里 Pro 仍然常常更好看。有媒体用同一个提示词（前景一只猴子拿着粉色香蕉坐在老虎身上，背景一匹马骑在宇航员身上）分别跑 2.1 和 Pro：2.1 把指令跟得很准——马确实是骑手、宇航员是被骑的那个——但色彩和比例偏平，那匹马被画得像匹小马。要做最终商用素材，Pro 仍是更稳的那一档。

六、入口与迁移：10 月 29 日是个硬期限

• 面向普通用户：Gemini 应用、Google 搜索的 AI 模式、Flow、Stitch
• 面向开发者：Google AI Studio、Gemini API、Google Cloud（Vertex 目前只开全球区）
• 其它平台：fal、OpenRouter、Krea 等也已上线该模型
• 迁移期限：gemini-3.1-flash-image（即 Nano Banana 2）2026 年 10 月 29 日关停。还没改模型 ID 的应用，到那天会直接断

迁移时要动三处：模型 ID、512px 那一档（改用 1K）、思考档位默认值（不设就是 medium）。

七、几个必须先知道的坑

• 4K 的价格，Google 自己两个文档对不上。Gemini API 定价页按 2,520 token 算，得出 0.0756 美元；Vertex 的模型页写的是 3,780 token，算出来约 0.1134 美元。1K 和 2K 两处一致，只有 4K 打起来。如果 4K 用量大，别按任一页做预算，看第一张账单。
• "蒙版编辑"被当成卖点，但 API 里其实没有 mask 参数。官方指南里那一节叫 Inpainting（语义蒙版），做法是用自然语言描述改哪块、其余保持不变——没有 alpha 蒙版上传、也没有 mask 参数。模型卡在局限里同样写着"蒙版 / 涂鸦编辑下，指令跟随和笔迹保留只是部分做到"。把它当"对话式局部重绘"，不要当 Photoshop 的选区。
• 没有免费额度。Gemini API 的免费档对这个模型显示 Not available，只有付费 key 能用。想先试，去 Google AI Studio 的免费额度里玩。
• 思考 token 是隐形成本。API 里关不掉思考，1K 图的 0.0336 美元只是图片本身的钱；默认档位是 medium，想省钱可以显式设为 minimal。

八、谁该立刻换、谁先别换

• 建议换：正在用 Nano Banana 2 跑 1K / 2K / 4K 文生图的；想用 2K / 4K 但预算卡在 Lite 档的；图里有真实文字的（海报、菜单、图表、幻灯片）——这是官方声称提升最大的一项，值得实测一下
• 先算账再换：流水线依赖 512px 输出的（会直接报错）；一次请求要塞十几张参考图的（输入涨价抵消掉出图优惠）；最终商用素材要求 Pro 级质量的

九、一句话总结

Nano Banana 2.1 是一次"出图降价、周边涨价"的换代：出图单价砍半、4K 比 Pro 的 1K 还便宜、修掉了宽幅全景的接缝；代价是输入与思考涨价、512px 档下线、思考默认变重。纯生成场景可以放心换；参考图多、提示词重的编辑流水线，先按自己的 token 数算过账再换，并记得在 10 月 29 日之前完成迁移。

参考来源

• Google AI for Developers：Gemini API 更新日志与定价页 —— 本文的价格、每张 token 数、参数量上限、评测分数均出自这两处
• Google DeepMind：Nano Banana 2.1 模型卡 —— 底座模型、能力项与局限说明
• AIHOT 事件页（aihot.news 事件页）—— 汇总 16 篇报道、10 个信源，本文的发布时间线据此整理
• The Decoder、IT之家、鞭牛士、lavx 等媒体对该发布的报道，以及 reapi、apidog、felloai、s5labs 等站点对定价的拆解 —— 用于交叉核对，4K 的口径冲突即由此发现
• Google 官方博客 RSS（2026-10-06 抓取，未发现 2.1 的公告条目，用于确认本次没有官方博客公告）

说明：本文为资讯与解读，数据引自上列来源。涉及价格与评测的部分以 Google 官方定价页与模型卡为准；本机网络环境下官方页面未能直接打开，凡存在两说之处（4K token 数、角色与物体上限的个别表述）文中均已标注，未取单一说法下结论。