Nano Banana翻译站点

Nano Banana 是 Google 给 Gemini 原生图像生成功能起的公开名称——换言之，”Nano Banana”不是单一模型，而是 Gemini API 与 Gemini 应用中提供的图像模型家族​ 。Google 官方明确：”Nano Banana 是指 Gemini API 中提供的四种不同模型” 。家族演进路径：Nano Banana（Gemini 2.5 Flash Image，2025 年 8 月发布）→ Nano Banana Pro（Gemini 3 Pro Image，2025 年 11 月）→ Nano Banana 2（Gemini 3.1 Flash Image，2026 年 2 月 26 日发布）→ Nano Banana 2 Lite（Gemini 3.1 Flash Lite Image，2026 年 6 月发布）。

官方定位：Google 将 Nano Banana 家族定义为”通过对话互动生成及处理图像的原生多模态能力“——用户可以用文字、图像或图文组合作为提示词，自由创作、编辑和反复调整视觉内容，享有前所未有的掌控力 。Nano Banana 2 的官方口号是”Pro 级创造力，Flash 级速度“——把 Nano Banana Pro 的高级世界知识、质量与推理能力，与 Gemini Flash 的高速结合起来 。

💡 一句话理解 Nano Banana 家族：它是 Google 的 Gemini 原生图像生成家族，以”对话式图像编辑 + 主体一致性 + Flash 级速度”为核心差异化；家族内四款模型形成”Lite（速度）→ 2（均衡）→ Pro（质量）→ 旧版（遗留）”的完整梯度，全部由 Gemini 应用、Gemini API、Vertex AI、Google AI Studio、Google Search AI Mode、Google Ads、Flow 等 Google 全生态承载 。

 

产品概述

Nano Banana 家族的核心价值是用”原生集成进 Gemini 对话的图像模型家族”把视觉生产的”对话式编辑 → 主体一致性 → 多图融合 → 精准文字渲染与翻译 → 4K 生产级输出 → 全 Google 生态调度”全流程打通。它标志着 Google 在图像生成领域的范式选择：不做独立的”文生图工具”，而是把图像能力原生嵌入 Gemini 对话——用户上传一张照片，用自然语言说”把背景换成夜晚”、”把这两个人合成到同一个场景”、”把招牌上的英文翻译成日文”，Gemini 就在对话上下文中完成编辑，且多轮过后主体依然可识别 。

家族演进时间线：

家族核心能力矩阵（来自 Google 官方文档与博客）：

• 对话式图像编辑：多轮自然语言修改，未变更部分被保留
• 主体一致性：单次工作流中保持最多 5 个角色的外貌一致，最多 14 个物体的保真度
• 多图融合：单次提示可混合最多 14 张参考图​
• 精准文字渲染与翻译：图像内文字清晰可读，且可将图像中文字翻译并本地化为其他语言
• 世界知识与实时检索：借助 Grounding with Google Search，引用真实世界图像索引，准确描绘地标、冷门物体等
• 生产级规格：512px 到 4K​ 分辨率，宽高比覆盖 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9，以及 Nano Banana 2 独占的 1:4、4:1、1:8、8:1 极端宽高比
• SynthID + C2PA：所有生成/编辑的图像内嵌不可见数字水印与内容凭证，标识 AI 生成

全 Google 生态承载（Nano Banana 2 的可用面）：

Gemini 应用（Fast/Thinking/Pro 模式均已替换上 Nano Banana 2）、Google Search（AI Mode 与 Lens）、Google AI Studio、Gemini API、Google Cloud Vertex AI、Flow、Google Ads、NotebookLM、Google 相册、Stitch 等 。

 

核心能力

1. 对话式图像编辑（家族标志性能力）

Nano Banana 不是”生成替换图”，而是”像导演一样指导编辑器”：

• 上传一张照片，用自然语言描述一处改动
• 模型在保留未要求变更部分的前提下生成修订版本
• 可多轮继续精修——解决前代 AI 修图的”视觉失忆症”
• 支持”把这两张照片合成一张”、”把招牌文字从英文翻译成日文”等复杂指令

2. 主体一致性与多图融合

• 角色一致性：单次工作流中保持最多 5 个角色外貌一致
• 物体保真：最多 14 个物体的保真度在编辑中保持
• 多参考图输入：单次提示可混合最多 14 张参考图像（Nano Banana 2 / Pro 支持；Lite 不支持多参考输入）
• 这让”分镜故事板”、”角色驱动系列”、”产品系列图”成为可能

3. 精准文字渲染与本地化翻译

• 图像内文字清晰可读、字距一致、对比度强
• 可将图像中的文字翻译并本地化为其他语言——”把这块招牌上的英文翻译成日文并保留字体风格”
• 适用于：营销物料本地化、多语种海报、产品包装全球化

4. 世界知识与 Google 搜索接地

• 借助 Grounding with Google Search，引用 Google 海量真实世界图像索引
• 更准确描绘地标、冷门物体、特定细节
• 可用于：教育工具、本地化营销、旅游应用、数据可视化

5. 生产级规格与灵活宽高比

• 分辨率：512px（0.5K）/ 1K / 2K / 4K（4K 为预览版）
• 宽高比：1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9，Nano Banana 2 独占 1:4、4:1、1:8、8:1
• MIME 支持：image/png、image/jpeg、image/webp、image/heic、image/heif

6. 信任与安全（全家族）

• 所有生成/编辑的图像内嵌 SynthID 不可见数字水印
• 符合 C2PA Content Credentials​ 标准
• 明确标识 AI 生成内容，满足透明度与合规要求

7. 技术规格（Nano Banana 2 为例）

• 上下文窗口：131,072 输入 token / 32,768 输出 token
• 思考模式：支持（Thinking Mode）
• 上下文缓存：隐式上下文缓存支持
• 批量推理：支持（Batch API，24 小时异步，价格 5 折）
• 虚拟试穿：不支持
• 微调：不支持

 

家族成员详解

🏆 Nano Banana 2 Lite（2026 年 6 月 30 日发布）—— 速度王者

• 官方模型名：Gemini 3.1 Flash Lite Image（gemini-3.1-flash-lite-image）
• 官方定位：”家族中最快、最具成本效益的图像模型“，为速度和规模而生
• 核心能力：
  • 4 秒出图——text-to-image 输出延迟仅 4 秒
  • $0.034 / 1K 图像的标准 API 价格（Batch 模式 $0.0168）
  • 保留了可靠的指令遵循、强大的角色一致性、清晰的图像内文字渲染
  • 不支持多参考图输入与多轮连续编辑
• 推荐用法：高吞吐、速度敏感、成本敏感的开发者流水线；Google 官方推荐作为旧版 Nano Banana（Gemini 2.5 Flash Image）的替代——”swap it out now for immediate benefits across key performance dimensions”
• 入口：Google AI Studio、Gemini API、Gemini Enterprise Agent Platform、Gemini 应用、Search AI Mode 等

🥇 Nano Banana 2（2026 年 2 月 26 日发布）—— 当前主力

• 官方模型名：Gemini 3.1 Flash Image（gemini-3.1-flash-image）
• 官方定位：”Pro 级创造力，Flash 级速度“——把 Nano Banana Pro 的高级世界知识、质量与推理能力，与 Gemini Flash 的高速结合
• 核心能力：
  • 5 角色 + 14 物体一致性：单次工作流中保持最多 5 个角色外貌、14 个物体保真度
  • 14 张参考图输入：单次提示可混合最多 14 张参考图像
  • 精准文字渲染与翻译：图像内文字清晰可读，且可翻译本地化为其他语言
  • Google 搜索接地：借助 Grounding with Google Search 引用真实世界图像索引
  • 512px 到 4K 分辨率：全宽高比覆盖，含极端比例
  • 多轮对话式编辑：在对话上下文中迭代精修
• 推荐用法：几乎所有场景的默认选择——营销创意、多语种海报、产品 Mockup、信息图、角色驱动系列、1K/2K 生产
• 入口：Gemini 应用（Fast/Thinking/Pro 模式均已替换上 Nano Banana 2）、Google Search、Google AI Studio、Gemini API、Vertex AI、Flow、Google Ads 等
• 定价：$0.045（0.5K）/ $0.067（1K）/ $0.101（2K）/ $0.151（4K）每图（Standard 档）；Batch 5 折

🎯 Nano Banana Pro（2025 年 11 月 20 日发布）—— 质量天花板

• 官方模型名：Gemini 3 Pro Image（gemini-3-pro-image）
• 官方定位：”为复杂的可视化工作而生“——提供最高程度的世界知识、进阶本地化、准确的品牌一致性、精确的创意控制
• 核心能力：
  • 默认思考过程：用思考模式精炼构图，产出最高质量
  • 最高 4K 输出：1K/2K $0.134/图，4K $0.24/图
  • 5 角色 + 14 物体一致性
  • 14 张参考图输入
  • 更精准的创意控制：品牌一致性、复杂信息图的版式准确性
• 推荐用法：最高 stakes 的交付物——密集信息图、品牌主视觉 Hero Image、错误成本极高的工作流；订阅 Google AI Pro/Ultra 方案可在 Gemini 应用的 Thinking 模式中调用
• 入口：Gemini API、Vertex AI、Gemini 应用（Pro/Ultra 订阅的 Thinking 模式）

📎 Nano Banana（2025 年 8 月发布）—— 家族开篇，建议迁移

• 官方模型名：Gemini 2.5 Flash Image（gemini-2.5-flash-image）
• 历史意义：2025 年 8 月发布，因”3D 手办”梗图在 Instagram/X 爆火，数周内为 Gemini 应用带来超 1000 万新用户、促成超 2 亿次图像编辑
• 当前状态：遗留模型。Google 官方建议开发者迁移到 Nano Banana 2 Lite——”you can swap it out now for immediate benefits across key performance dimensions”
• API 价格：$0.039/图（Standard 档）
• 限制：最大分辨率 1024×1024；不具备 Nano Banana 2 的 4K、极端宽高比、Web 接地等能力

 

收费模式

Nano Banana 家族通过三条互相独立的计费通道提供服务，需分开理解 ：

1. 消费者通道：Gemini 应用（订阅制）

• Free 免费层：可在 gemini.google.com 使用 Nano Banana 2 进行标准图像生成与编辑，有每日使用限额
• Google AI Plus——$7.99/月：在 Google AI Studio 中扩展使用 Nano Banana Pro，Gemini 应用中提高 Nano Banana 2 配额
• Google AI Pro——$19.99/月：两款模型更高使用限额 + 5TB Google One 存储
• Google AI Ultra——$99.99/月（5 倍限额）或 $199.99/月（20 倍限额）：Nano Banana Pro 的 Thinking 模式最高配额，Nano Banana 2 优先访问

2. 开发者通道：Gemini API（按图计费，无免费额度）

按生成图像的 token 数计费（Standard 档，Batch 5 折）：

文本/图像输入：$0.50/百万 token（Nano Banana 2 Standard 档），$0.25/百万 token（Batch）

💡 成本直觉：1K 分辨率下，Lite : 2 : Pro ≈ 1 : 2 : 4 的价格阶梯。Batch 模式全部 5 折，但需容忍最长 24 小时的异步交付。

3. 企业通道：Vertex AI

通过 Google Cloud 企业配额与预配置吞吐量调用，价格与 Gemini API 对齐，提供企业级 SLA 与支持。

📌 重要提醒：Gemini API 没有图像生成的免费额度——与 Gemini 文本 API 不同，每一次图像生成调用从第一张起就开始计费 。原型验证与提示词调试应在 Google AI Studio 的免费 Web UI 中完成，再切换到 API 生产调用。

 

优势亮点

🎯 对话式图像编辑的业界标杆

Nano Banana 不是”生成替换图”，而是”像导演一样指导编辑器”——上传照片，用自然语言描述改动，模型在保留未变更部分的前提下修订，多轮过后主体依然可识别。这是目前”图像编辑工作流”最自然的范式，也是 Google 相对 Midjourney（以生成见长）和 GPT Image 2（以推理+文字见长）的差异化定位。

🎯 Pro 能力 + Flash 速度（Nano Banana 2）

2026 年 2 月发布的 Nano Banana 2 是家族转折点——把 Pro 的世界知识、质量、推理能力，与 Flash 的速度结合 。这意味着”高端能力”不再是 Pro 专属，而是以 Flash 速度普惠到所有用户。

🎯 主体一致性的量化承诺

Google 明确给出量化指标：5 个角色外貌一致 + 14 个物体保真——这是业界首个对”一致性”给出具体数字的家族 。对漫画、分镜、产品系列图、品牌 IP 视觉体系而言，这是刚需能力。

🎯 图像内文字的翻译与本地化

Nano Banana 2 不仅能渲染清晰的图像内文字，还能将图像中的文字翻译并本地化为其他语言​ ——”把这块招牌上的英文翻译成日文并保留字体风格”。这是跨境电商、全球化营销物料生产的杀手锏能力。

🎯 全 Google 生态原生承载

Nano Banana 2 在 Gemini 应用、Google Search（AI Mode 与 Lens）、Google AI Studio、Gemini API、Vertex AI、Flow、Google Ads、NotebookLM、Google 相册、Stitch 等全生态面同时可用 。对企业而言，这意味着”一套图像能力，全 Google 工作流通用”。

🎯 4 秒出图的 Lite 档

Nano Banana 2 Lite 做到 4 秒 text-to-image 输出、$0.034/1K 图​ ，是开发者高吞吐流水线的最快最便宜选择。Google 官方明确推荐用它替代旧版 Nano Banana。

🎯 SynthID + C2PA 内嵌

所有生成/编辑的图像内嵌 SynthID 不可见数字水印，符合 C2PA Content Credentials 标准 ——满足企业透明度与合规要求。

🎯 家族化完整梯度

Lite（速度）→ 2（均衡）→ Pro（质量）→ 旧版（遗留），四档完整覆盖”高吞吐低成本 / 通用主力 / 最高质量 / 兼容遗留”全场景。开发者可按”速度—成本—质量”灵活选型。

 

适用场景

核心用户：依赖 Google 生态的企业与开发者；需要”对话式图像编辑”的设计师与营销人员；跨境电商与全球化品牌团队；需要高吞吐批量出图的开发者；漫画/分镜/角色驱动系列的创作者。

典型场景：

• 真实照片的自然语言对话式编辑：换背景、改季节、换发型、换装——多轮编辑主体保持一致
• 多图融合与角色一致性：把多张照片合成一张；漫画分镜、角色驱动系列（5 角色 + 14 物体一致性）
• 图像文字的翻译与本地化：将招牌、海报、包装上的文字翻译为目标语种并保留字体风格
• 营销物料全球化：同一视觉资产生成多语种版本，面向不同市场
• 产品图与电商视觉：产品 Mockup、换背景、虚拟场景合成
• 信息图与数据可视化：借助 Grounding with Google Search 的世界知识，制作准确的信息图、图表、地图可视化
• 高吞吐批量出图（Nano Banana 2 Lite）：电商 SKU 批量视觉、缩略图、图标、A/B 创意海量生成
• 最高质量交付物（Nano Banana Pro）：品牌主视觉 Hero Image、密集信息图、错误成本极高的工作流
• Google 生态内的原生创作：Gemini 应用、Search AI Mode、Google Ads 资产生成、Flow 视频创作、NotebookLM 视觉补充