Skip to main content
Gemini Nano Banana 2.1 是 Google 最新推出的高效图像生成与编辑模型,它是 Gemini 3.1 Flash Image(Nano Banana 2)的升级版本,价格相比 Flash 降了一半,同时在视觉质量、提示遵循性、多轮对话中的角色一致性以及文本渲染方面取得了显著提升。可以说是 Gemini 3 Pro Image(Nano Banana Pro)的更经济平替版本。

模型优势

  • 高分辨率输出:内置生成技术,支持 1K、2K 和 4K 画质
  • 高级文本渲染:能够生成清晰且富有风格的文本,适用于信息图表、菜单、示意图和营销资料
  • 利用谷歌搜索进行信息验证:模型能够通过谷歌搜索核实事实,并根据实时数据(如当前天气图、股票行情、最新事件)生成相应的图像,支持图像搜索
  • 思考模式:模型通过“思考”过程来分析复杂的提示,它会生成中间的“思考图像”(仅在后台可见且不计费),以便在输出最终高质量图像前不断完善构图,支持配置推理级别
  • 支持多张参考图像:您现在可以将最多 14 张参考图像组合起来,生成最终图像

模型参数

Gemini Nano Banana 2.1 支持 1、2、4K 分辨率和多个宽高比组合,不同分辨率和宽高比生成的图片尺寸如下表所示: Gemini Nano Banana 2.1 支持分辨率与宽高比及对应图片尺寸

模型价格

Gemini Nano Banana 2.1 支持 1K、2K、4K 等多种分辨率图片生成,不同分辨率对应的价格不同,以下是价格表: 2K 是 1K 基准价格的 1.5 倍,4K 是 1K 基准价格的约 3.4 倍。 使用极客智坊提供的低价代理渠道调用时,不同参数对应价格按照价格表x对应渠道的折扣值即可:以高可用通道为例,渠道折扣是 0.5,那么生成一张 size 为 1K 的图片价格是 0.25 x 0.5 = 0.125 元,其他参数依次类推,2K 的价格是 0.375 x 0.5 = 0.1875 元,4K 的价格是 0.85 x 0.5 = 0.425 元。

图像生成

下面的代码展示了如何根据描述性提示来生成一张图像:

图像编辑

以下示例展示了如何将图像与您的文本提示结合使用,以实现编辑、构图和风格转换的效果:

多轮次图像编辑

通过对话持续生成和编辑图像。聊天或多轮对话是调整和完善图像的最佳方式,下面的示例展示了一个用于生成光合作用信息图的提示:
你可以通过同一个聊天界面将图片中的语言切换为西班牙语:

组合多张图像

Gemini Nano Banana 2.1 支持您混合最多 14 张参考图像,这些图像可以包含以下内容:
  • 最多包含 10 张高保真度的物体图像于最终图像中
  • 最多使用 4 张人物图片以保持角色的一致性

通过谷歌搜索实现信息定位

利用谷歌搜索工具,根据实时信息(如天气预报、股票走势图或最新事件)生成图像。
你可以通过 enable_search 开启模型内置搜索工具,在 Gemini 模型中,内置的搜索工具是谷歌搜索。通过 image 可以配置生成图片的分辨率(image_size)和宽高比(aspect_ratio),目前仅支持这两个配置项。

生成 4K 高清图像

Gemini Nano Banana 2.1 默认生成 1K 分辨率的图像,也支持输出 2K 和 4K 分辨率。若需生成更高分辨率的素材,请在 image 参数中指定 image_size:
通过设置 background 参数为 true,可以实现后台执行耗时任务的功能,例如生成高分辨率图像。开启该功能后,对话接口会返回一个 id 唯一标识当前请求,你可以通过轮询 https://geekai.co/api/v1/chat/{id} 来获取对话的最新状态,当对话完成后即可获得最终的图像结果。