世界知识
结合 Gemini 的知识库与实时搜索接地,准确渲染特定主体、信息图与数据可视化。
Nano Banana 2 即 Google Gemini 3.1 Flash Image,以 Flash 级速度结合世界知识、清晰文字渲染与主体一致性,适合通用图像生成和编辑。
生成内容将显示在这里

来自谷歌 Gemini 图像生成画廊:戴牛仔帽的柯基,展示 Flash 速度下的自然光影与毛发质感。

参考驱动的材质迁移:同一张汽车线稿,以拉面为素材重新想象,来自谷歌风格画廊。

对照组:同一张线稿,参考素材换成水母照片。两图对比可以看出模型在构图不变的前提下对参考素材的贴合程度。

把「HELLO」一词渲染成充气感的光泽 3D 立体字,粉到蓝的渐变镀铬质感,带影棚反光,纯黑背景。
文字渲染展示:HELLO 光泽 3D 字,模型招牌式的清晰排版能力。
Nano Banana 2 是谷歌的 Gemini 3.1 Flash Image 模型(API ID 为 gemini-3.1-flash-image),也是 Nano Banana 四模型家族里的通用主力。它于 2026 年 2 月 26 日发布预览版,2026 年 5 月 28 日与 Nano Banana Pro 同日正式可用。它的卖点是把两条血脉合在一起:Pro 级的世界知识、可读的文字渲染与多角色一致性,配上 Flash 级速度,1K 与 2K 输出正式可用、4K 处于预览,并新增 512 px 档位用于快速迭代。谷歌通过 Gemini API 与 AI Studio(需付费 key)、面向企业的 Vertex AI,以及 Antigravity、Firebase、Gemini 应用与搜索提供该模型。在本站,它由本站自己的运行时目录提供,当前同时列出文生图与图生图模式。
模型的已公布长处直接对应本工作台开放的编辑工作流。某一时刻哪些模式可调用,由实时目录决定。
结合 Gemini 的知识库与实时搜索接地,准确渲染特定主体、信息图与数据可视化。
为海报、卡片与设计稿产出清晰可读的文字,并能在图内做翻译与本地化。
按谷歌说法,单次工作流内最多保持 5 个角色与 10 个物件一致,这是分镜可用的前提。
严格遵循复杂的多层提示词;可配置的思考档位让它在难提示词上先推理再落笔。
原生宽高比含 4:1、1:4、8:1、1:8——从 1:1 到 21:9 共 14 种——分辨率从 512 px 到 4K。
谷歌声明每张生成图都带 C2PA Content Credentials 与不可见的 SynthID 水印。
谷歌自己的文档把这个家族分成四档,而这张分工表是花钱之前最值得先搞清楚的事。下表引述的是官方对每档的定位与它明确不擅长的部分。
| 模型 | 它是什么 | 什么时候选它 | 官方写明的限制 |
|---|---|---|---|
| Nano Banana 2 Lite(gemini-3.1-flash-lite-image) | 家族里最快、最省的一档 | 草稿、批量、A/B 变体 | 仅 1K 输出;官方明说不为多参考图输入与多轮连续编辑优化;不支持搜索接地 |
| Nano Banana 2(gemini-3.1-flash-image) | 通用主力 | 日常生成与编辑、2K–4K、多张参考图 | 4K 仍处于预览 |
| Nano Banana Pro(gemini-3-pro-image) | 最高一档 | 世界知识、高级本地化、品牌一致性、精准控制 | 成本最高;输入上限 65,536 token |
| Nano Banana(gemini-2.5-flash-image) | 初代元老 | 没有新场景——官方建议迁移 | 已被 Nano Banana 2 Lite 取代 |
谷歌的模型文档公布了技术边界。把它当作模型的能力上限即可;工作台每次会话可能只暴露其中一部分,以实时目录为准。
| 规格项 | 官方公布值 |
|---|---|
| 官方模型 ID | gemini-3.1-flash-image |
| 发布阶段 | 2026 年 2 月 26 日预览;2026 年 5 月 28 日正式可用 |
| 输入 | 文本、图像、PDF,以及视频(预览) |
| 输出 | 文本与图像 |
| 最大输入 token | 131,072 |
| 最大输出 token | 32,768 |
| 单条提示词参考图 | 最多 14 张 |
| 参考图格式 | png、jpeg、webp、heic、heif |
| 文档输入 | 单文件上限 50 MB(API 或 Cloud Storage);控制台上传 7 MB |
| 宽高比 | 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9,另加 1:4、4:1、1:8、8:1 |
| 分辨率 | 512 px、1K、2K;4K 处于预览 |
| 搜索接地 | 支持 |
| 知识截止 | 2025 年 1 月 |
| 内容标识 | C2PA Content Credentials 与 SynthID 水印 |
Nano Banana 2 提供了一个此前的图像模型没有的推理开关:Minimal(默认)直接出图,High 与 Dynamic 则让模型先把提示词推理一遍再落笔。谷歌把它定位为延迟与提示词遵循度之间的主要调节杆,长而多约束的提示词在这里的变化最明显。
实用规则:批量出图留在 Minimal;当一份提示词同时压着多个约束——精确文字、固定版式、必须一模一样的主体——再提高档位。
四个步骤让图像工作可预期,无论你是从文本开始,还是从一张有权处理的参考图开始。
两种写法来自谷歌给这个家族写的官方提示词指南。复制到工作台后替换方括号部分即可。
[主体] [动作],在[地点或情境]中,[构图:取景、角度、距离],[风格:媒介、光线、氛围]。
把附件的[草图]当作结构、附件的[材质]当作纹理,把它改造成高保真的[成品]。放进[新场景]。
该指南还有三条规则适用于这里每一条提示词:用肯定式描述你要什么,而不是否定式(写「空荡的街道」,不写「没有车」);用摄影术语控制镜头,例如低角度、航拍视角;用对话式迭代推进,而不是推倒重来。
Nano Banana 2 是本站自己的运行时目录提供的图像模型。它与谷歌 2026 年 10 月 13 日公布的 Gemini 4 Argon 文本生成家族相互独立:本工作台的可调用模型中没有 Gemini 4 Argon,也不承诺未来会提供。今天能调用什么,永远以实时目录返回为准。
可以。本站实时目录当前在文生图之外还列出图生图模式。可用性若变化,以实时工作台为准。
服务端报价反映所选运行时设置,已完成任务的账本记录最终扣费。
不属于。Nano Banana 2 是 Gemini 3.1 Flash Image,属于谷歌 Gemini 3.1 图像线。Gemini 4 Argon 是谷歌新公布的文本生成家族,首发 Argon,不在本工作台的可调用范围内。
谷歌文档说明它能为设计稿和贺卡生成准确清晰的文字,并支持图内文字的翻译与本地化——可以把一块标牌或海报的文字整体换成另一种语言。
谷歌公告给出的数字是单个工作流内最多 5 个角色、14 个对象保持形态一致,这正是分镜叙事可行的原因。
模型文档列出 512、1K、2K、4K(预览)四档分辨率,以及从 1:1 到 21:9 的 15 种宽高比,含竖版 9:16 与极端的 1:8。工作台可能只暴露其中一部分,以目录为准。
Google Cloud 文档允许每条提示词最多 14 张参考图,输入窗口为 131,072 token。
模型把 Gemini 世界知识与 Google 搜索实时接地结合,因此能比上一代图像模型更准确地呈现特定主体和最新视觉信息。
按谷歌说法,Nano Banana 2 与 Nano Banana Pro 的知识截止都是 2025 年 1 月。画面里出现的更新事实来自联网检索接地,不是训练数据。
带。谷歌声明每张生成图都包含 C2PA Content Credentials 与 SynthID 水印,两者都随文件走;复用结果时请把它们视为输出的一部分。
按谷歌自己的分工:要速度与吞吐用 Lite;要 2K–4K 输出与多张参考图的通用场景用 Nano Banana 2;要最高的世界知识、本地化与品牌一致性再上 Pro。旧版 Nano Banana 用户官方建议迁移到 Lite。