谷歌Nano Banana 2.1的5大升级

谷歌Nano Banana 2.1的5大升级 Nano Banana 2.1 是Google在10月6日发布的新一代图像生成和编辑模型。它是2月发布的 Nano Banana 2（正式名 Gemini 3.1 Flash Image）的升级版，底层是 Gemini 3.6 Flash驱动。官方说它各项都超过了前代，主打的是 Flash级的速度和价格，加上接近Pro的画质。 发布过程: - 10月5日，它先以代号 "beluga" 出现在Google Flow里，成了Flow的免费默认模型。 - 10月6日，Google 官宣。同步推送到Gemini App、搜索的 AI 模式、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini 企业平台。 主要升级: - 画质和视觉设计：1K、2K、4K 三档的画质和真实感都提升了，信息图和海报排版更准，文字渲染也更好。 - 蒙版编辑：可以圈出一块区域只改那部分，也支持涂鸦式编辑。据说Google Labs 副总裁 Josh Woodward 称这是他最喜欢的新功能。 - 主体一致性：最多可以融合 14 张参考图，其中最多 4 个人物保持一致，最多10个物体保持还原。多轮修改也不容易"越改越不像"。 - 超宽画幅修复：修好了 1:4、4:1、1:8、8:1 这些画幅在 2K 和 4K 下的拼接痕迹。 - 联网参考：可以先查谷歌网页和图片搜索再出图，所以能画真实存在的事物和最新资讯。 - 思考档位：有低、中（默认）、高三档，档位越高越慢，但遵循复杂指令更好。 API 和价格 模型ID是gemini-nano-banana-2.1，目前只对付费层开放，也支持批量调用。输入可以是文字、图片、视频和 PDF，输出是图片和文字。 每张图的起步价格： 1K：$0.0336 2K：$0.0504 4K：$0.0756 出图价格差不多砍了一半，但输入从每百万 token $0.50 涨到 $1.50，文字和思考输出从 $3 涨到 $7.50。 跑分： - Google 自家的人工偏好评测里，有日本媒体转述了一组数字：开启思考的 2.1 是 1050 分，2.0 是 990 分，Pro 是 935 分。 - 第三方 Arena 榜的初步排名是：文生图第5，图片编辑第6，多图编辑第 4。GPT Image 2.5 仍然排在前面。 官方承认的局限： - 1K分辨率下的小字、长段落文字容易糊。 - 人物一致性不是百分之百。 - 蒙版编辑偶尔只执行了一部分指令。 - 有时会保留原图的姿势，不按要求改。 - 偶尔分不清左右。 - 3D 空间推理和事实准确性仍然有限。