跳到正文
Gemini Link
English简体中文繁體中文Čeština한국어Türkçe

Nano Banana 2

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。

AI 绘画

生成结果

历史创作

生成内容将显示在这里

效果案例

照片级图像:一只戴着迷你牛仔帽的柯基坐在阳光下的草坪上

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。

Google Gemini 官方图像生成画廊——厂商演示,非本站生成 · 官方厂商演示素材,仅作事实性引用;未将任何第三方结果包装为本站测试。

拉面材质的概念车:面条构成车身、溏心蛋作车灯、叉烧作尾翼,左上角为原始线稿参考

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。

Google Gemini 官方图像生成画廊——厂商演示,非本站生成 · 官方厂商演示素材,仅作事实性引用;非本站生成。

同一张汽车线稿被想象成半透明粉色水母载具,左上角为线稿与水母照片参考

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。

Google Gemini 官方图像生成画廊——厂商演示,非本站生成 · 官方厂商演示素材,仅作事实性引用;非本站生成。

HELLO 一词渲染成光泽 3D 立体字,黑底上呈粉蓝渐变镀钛质感
示例提示词
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。

Google Gemini 官方图像生成画廊——厂商演示,非本站生成 · 官方厂商演示素材,仅作事实性引用;非本站生成。

Nano Banana 2 是什么

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。

模型事实

  • Gemini 3.1 Flash Image 官方模型身份 API ID gemini-3.1-flash-image
  • 512 px – 4K 输出版分辨率档位 1K 与 2K 正式可用;4K 仍为预览
  • 14 单条提示词参考图上限 png、jpeg、webp、heic、heif
  • 131,072 / 32,768 输入 / 输出 token 上限
  • 2025 年 1 月 知识截止 更新的事实来自联网检索接地,不是训练数据

能力一览

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。

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。

文字渲染与翻译

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。

主体一致性

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。

指令遵循

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。

生产规格

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。

内容标识

谷歌声明每张生成图都带 C2PA Content Credentials 与不可见的 SynthID 水印。

该用哪个 Nano Banana 模型

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

生产规格

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 IDgemini-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 token131,072
最大输出 token32,768
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

可配置的思考档位

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。

在本站工作台怎么用

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。

  1. 在工作台选择 Nano Banana 2,并按输入挑选模式:新图从文本开始;主体或构图已经固定时用图生图。
  2. 先用 512 px 或 1K 便宜地把方向定下来,构图对了再拿胜出的那张去跑 2K 或 4K。
  3. 核对所选设置的服务器报价,提交后检查返回图像的文字、身份与构图是否出错。
  4. 用编辑指令迭代,而不是从头重摇;任务账本记录最终扣费。

好用的提示词写法

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。

五段式生成公式
[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]。
带参考图的关系指令
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。

这个图像模型与 Gemini 4 Argon 的关系

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。

常见问题

可以从现有图片开始吗?

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。

费用如何确定?

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。

这个模型属于谷歌的 Gemini 4 Argon 吗?

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。

它能处理图片里的文字吗?

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。

多少角色或对象能保持一致?

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。

支持哪些尺寸和宽高比?

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。

一条提示词能带多少张参考图?

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。

它了解时事或特定人物吗?

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。

知识截止是什么时候?

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。

生成的图带内容标识吗?

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。

该选家族里的哪一个模型?

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。

继续探索