谷歌深夜偷袭OpenAI，白菜价打赢Pro

谷歌深夜偷袭OpenAI，白菜价打赢Pro

行业趋势
3条评论

谷歌在深夜突然发布了Nano Banana 2.1！这款Flash级别的小模型，性能甚至超越了自家的旗舰产品Nano Banana Pro。

核心要点如下：

图像编辑：支持蒙版局部编辑，用户圈选区域即可修改，其余部分保持不变。
一致性：人物或产品经过多轮修改后不会变形，最多可提供14张参考图像。
画质：画面更接近真实拍摄效果，最高支持4K分辨率直出。
价格：出图价格为Nano Banana 2的一半，每张1K图像仅需0.034美元。
榜单：在Arena多图编辑排行榜上位列第4，前面仅有OpenAI的三款GPT Image。
上线：从今天起，Gemini App、搜索AI模式、AI Studio、Flow等平台将陆续可用。

Flash超越Pro，Nano Banana主打性价比？

首先，Nano Banana 2.1仍是Gemini 3系列模型的一部分，基于Gemini 3.6 Flash，知识截止日期为2026年3月。

按照以往的命名规则，Nano Banana 2.1也可称为Gemini 3.6 Flash Image。

根据官方基准测试，Nano Banana 2.1在视觉设计、编辑和一致性方面表现遥遥领先。

尽管在小文本渲染、3D推理和事实性等方面仍有改进空间，但对于需要图像生成和编辑服务的用户来说，这无疑是一次出色的更新：能够以专业级的精度和控制力创建和编辑图像，支持多次快速迭代；为海报和复杂图表生成清晰文字；具备长上下文的现实世界知识；支持多种语言的本地化文字渲染。

网友的盲投结果也证实了这一点。

在Arena竞技场上，Nano Banana 2.1在多图编辑中排名第4，文生图排名第5，单图编辑排名第6。特别是在多图编辑榜上，它前面只有OpenAI的三款GPT Image。相比之下，上一代Nano Banana 2在这三个榜单上分别排名第7、第11和第14。

考虑到出图价格仅为Nano Banana 2的一半，谷歌显然在打价格战。

圈选即改，面部保持不变

蒙版编辑，对熟悉PS的用户来说并不陌生。圈选一块区域后，只修改该区域，其余部分保持不变。

但在AI图像生成中，这一直是个难题。当用户要求“把左下角那个杯子换成红的”时，模型需要先识别出哪个是杯子，然后重新生成整张图，其他部分能否保留全凭运气。

现在，只需圈选即可。换衣服、换招牌、P掉背景中的路人，都只修改圈选的部分。

网友ibexdream连续测试了三个任务：生成、改图和换风格。

第一个任务，画一张纸币。画面上是一位托腮沉思的老哲人，头发向后延伸形成一座迷宫。

第二个任务，在图上进行修改。编号从“№ 1098471”改为“NB-21098471”，两侧的小字也换了，老哲人手中多了一根香蕉作为电话，底部还添加了一条写着“IN BANANA WE TRUST”的飘带。两张图对比，迷宫、长袍和胡子都保持原样。

第三个任务，改变风格，整张纸币变成了一幅油画。

在模型卡的评分中，蒙版编辑这一项，2.1获得了1049分，比Nano Banana 2高出84分，比Pro高出122分。即使不开启思考模式，2.1在每一项上都压制了Pro。

另一项升级是主体一致性，即确保面部不改变。对于拍摄电商图、制作品牌海报或绘制连载漫画的用户来说，同一个模特换十套衣服，到第三套时面部开始变形的情况很常见。这次提升最明显的就是这一项，多人物一致性获得了1106分，比Nano Banana 2高出128分。开发者最多可以塞入10张物体参考图和4张人物参考图，让模型照此生成。

网友BG-VC进行了测试。他提供了一张模特照，以及上衣、半裙、包、鞋、耳环五件单品的参考图，让模型生成六个不同场景的照片，六张都是一次生成。模特走着、坐着、靠在台边，六个姿势中，脸、衣服、包和耳环都没有变形，足以作为一组电商图使用。

画面本身也更像拍摄出来的。官方提供的样图中，挂满水珠的甲虫、粉房子外楼梯上的绿裙姑娘，乍一看难以分辨是AI生成的。

此外，制作信息图时，模型可以先通过谷歌网页搜索和图片搜索查询资料，然后再进行绘制。谷歌的自动评测显示，2.1在信息图事实准确度上得分为0.521，而Nano Banana 2仅为0.179，Pro也只有0.265。换句话说，绘制科普图时，内容错误的情况会大大减少。

图像生成降价，思考功能涨价

出图价格按每百万token 30美元计算，恰好是Nano Banana 2的一半。每张1K图像的价格从0.067美元降至0.034美元，4K图像从0.151美元降至0.076美元。这个价格与7月主打白菜价的Nano Banana 2 Lite完全相同。

不过，其他项目反而涨价了。输入价格从每百万token 0.5美元涨到1.5美元，是原来的3倍。文字和思考的输出价格也从3美元涨到了7.5美元。相当于谷歌将成本从“画”转移到了“想”上。

目前，开发者可以在AI Studio中选择该模型，模型名为gemini-nano-banana-2.1。之前的Nano Banana 2 API将于10月29日关闭。

普通用户也无需等待。Gemini App、搜索的AI模式、Flow、设计工具Stitch、Google Ads和Gemini企业平台从今天起陆续上线。在谷歌App中，点击搜索框下方的香蕉图标即可使用。

网友连夜测试，GPT也被拉来对比

模型上线不到一小时，X上就有网友开始测试。

Mark Kretschmann进行了一项“酷刑测试”，要求在一张图中同时包含人群、杂物、清晰文字、雨天反光，并观察这些元素组合后是否仍像一张真实照片。

Luis Catacora让模型绘制一块茶馆的菜单板，同一款“茉莉绿茶”需要用英语、日语、阿拉伯语和印地语四种文字一次性写出。

Lad则编写了一段专门挑战AI弱点的提示词，要求画面中包含细线纹身、3条项链、一排耳饰、手链，以及一副能透出眼睛的有色墨镜。然后将这段提示词分别交给Nano Banana 2.1和GPT Image 2.5，各生成一张图进行比较。

下面这组图中，左边是Nano Banana 2.1，右边是GPT Image 2.5。Nano Banana 2.1将纹身全部绘制在指定位置，项链、耳饰和手链也都在，但墨镜忘记上色，脸部还被晒红了一片。

Pankaj Kumar选择的对手是GPT Image 2。他让两个模型绘制同一个场景——书桌上放着一块手表，各生成一张图。

左边是Nano Banana 2.1绘制的，自然光，像随手拍摄的。右边是GPT Image 2绘制的，开了台灯，表盘还换成了镂空机芯，带有精修广告图的味道。

速度上的差异更大。API平台AI/ML API准备了5个提示词，每个都让Nano Banana 2.1和GPT Images 2.5各绘制一张。Nano Banana 2.1生成一张图需要11秒，成本0.044美元；GPT Images 2.5需要50秒，成本0.069美元。

Hugo Plat出了4道太空题：旋涡星系、超大质量黑洞、类星体，以及将整个太阳系放入一张图，同样交给Nano Banana 2.1和GPT Image 2.5各绘制一遍。4张图下来，Nano Banana 2.1总共花费0.178美元，GPT Image 2.5花费0.284美元。同一道黑洞题，左边的Nano Banana 2.1绘制得较为克制，右边的GPT Image 2.5则将星云和火焰拉满。

中文方面，知名博主歸藏进行了测试，结论是文字更清晰、错字少了很多，排版也更干净，没有GPT那种破碎感。他还认为，相比GPT，其最大优势是能直接输出4K。

当然，也不是没有破绽。“传承与新生”旁边那行竖排小英文，放大后已经模糊成乱码。

图像生成之战，转向图像编辑

4月，GPT Image 2上线，在同一个Arena的文生图榜上领先Nano Banana 2整整240分。

9月，OpenAI又发布了Images 2.5，主打只修改指定区域、多轮修改不跑偏。

不到一个月，谷歌的2.1也聚焦在这两个方面。

两家公司先后在图像编辑领域发力，原因不难理解。电商、广告、品牌设计等行业，一张图往往需要修改十几版，到第十版还能保持不崩，比第一版惊艳更重要。

因此，谷歌这次直接将2.1整合到Google Ads和企业平台，目标正是这些需要频繁改图的客户。

话说回来，Flash都超越了Pro，Nano Banana Pro的下一代，谷歌打算什么时候推出呢？

参考资料： https://x.com/googleaistudio/status/2107501303890915550

编辑：摩西大卫本文来自微信公众号 “新智元”（ID：AI_era），作者：ASI启示录，36氪经授权发布。

亚博平台（yabo）官网-亚博系列全平台入口深耕采用银行级加密技术与多重身份验证机制，保障用户资金与数据安全。领域，用心服务每一位用户。