刚刚,Google 发布了生图模型 Nano Banana 2.1,全面超过了前代模型,提升集中在三项:视觉设计、蒙版编辑和主体一致性,目标是让画面更自然

按 Gemini API 标准价,1K 图的输出费从每张$0.067降到$0.0336,4K 从$0.151降到$0.0756,每张图的输出费都砍了一半

今天起,Gemini 应用、AI Studio 等七处陆续上线,API 里的模型名是gemini-nano-banana-2.1

但需要注意,API 里的 Nano Banana 2 会在 10 月 29 日停用

视觉设计

可以先看下面的这两个样图

在左侧,是要求画一张瑞士野兽派风格,“DES”叠在“ERT”上,右上角写“HEAT TOLERANCE / ZERO HORIZON”和一串坐标 36.0544° N 112.1401° W,底部要条形码、海拔牌和一句“DISTANCE IS A STATE OF MIND”

而在右侧,是仿 70 年代公路旅行海报,要求坐在露营车顶的女孩挡住身后的大字“HORIZON”,做出前后层次

提示词点名的字,一个没漏

下面的这二组更接近日常的设计:瑞士风设计工作室的官网、照着商品照做的复古渔夫帽海报、北欧玻璃小屋的整页网站

打开网易新闻 查看精彩图片

很显然,文字渲染和信息图的排版都更准了

下面还有一些纯画质样张,体验“更自然”的视觉表达,比如这个楼梯:芥末黄的钢楼梯、火烈鸟粉的汽车旅馆外墙、翠绿色的连衣裙

打开网易新闻 查看精彩图片

下面这个是甲虫的微距:橙黄的头,浅蓝色鞘翅上长着洋红斑点,从左上斜到右下

打开网易新闻 查看精彩图片

当然,你也可以把雪山的日出时分的画面描述出来

打开网易新闻 查看精彩图片

你也可以是额定镜头提示词:50mm、f/1.8,地点是苏格兰的斯凯岛

背后的石柱是斯凯岛的 Storr
打开网易新闻 查看精彩图片
背后的石柱是斯凯岛的 Storr

官方还展示了两张非照片的例子:干枯绣球花的叶脉骨架,和一幅暴风雨里出海的厚涂油画

提示词说要拍出“衰败之美”
打开网易新闻 查看精彩图片
提示词说要拍出“衰败之美”

油画那张,提示词要厚而可见的笔触,海面要翻涌

远处还压着一场暴风雨
打开网易新闻 查看精彩图片
远处还压着一场暴风雨

这款模型也支持非寻常的 1:4、4:1、1:8、8:1 这几种超长比例,在 2K 和 4K 分辨率下的拼接瑕疵,这次也修好了

蒙版编辑

蒙版编辑,就是先在图上标出一块区域,让模型按这块区域来改官方拿一张挂着水珠的蒲公英种子做例子,种子外面画了一圈手绘线,提示词是:

把草图圈里的物体抠出来,放进一个完全不同的环境,但别改它的大小和位置;做 5 张,每张 16:9,每张单独调用一次

提示词要了 5 张,官方挑了 4 张
打开网易新闻 查看精彩图片
提示词要了 5 张,官方挑了 4 张

在这里,圈里的种子保留原样,而圈外整个重做,换成了长苔藓的木头、秋天的落叶、沙滩和瓷砖桌面

这便是 Gemini API 文档里的“语义蒙版”,你可以直接在图上画一圈,圈住要留下的主体

主体一致性

这里拿一只桃色斜挎包做输入,并且一张白底商品图,接下来则是对这个包做集中不同的展示:层叠的圆柱展台配柔和的几何体、孟菲斯风格的黑白水磨石台阶或者任何你想要的

打开网易新闻 查看精彩图片

当然,你也可以向下面这样,第二组喂进去十四组模特的多角度全身照:

我想要一张高端时装大片,让这些模特一起在抽象的彩色布景里摆姿势,构图要有戏剧感,有的远有的近,主题你来定

左边十四组输入,右边一张合影
打开网易新闻 查看精彩图片
左边十四组输入,右边一张合影

根据文档描述,banana 2.1 一次最多吃进 14 张参考图,其中最多 4 个人物保持相貌、最多 10 个物体保持细节

价格

先看表,口径是 Gemini Developer API 和 OpenAI API 的标准价(Standard),单位是美元每百万 token:

项目

Nano Banana 2.1

Nano Banana 2

Nano Banana Pro

GPT Image 2

文字输入

$1.50

$0.50

$2.00

$5.00

图片输入

$1.50

$0.50

$2.00

$8.00

文字与思考输出

$7.50

$3.00

$12.00

图片输出

$30

$60

$120

$30

1K 图,每张

$0.0336

$0.067

$0.134

随尺寸和画质变化

2K 图,每张

$0.0504

$0.101

$0.134

随尺寸和画质变化

4K 图,每张

$0.0756

$0.151

$0.24

随尺寸和画质变化

图片输出从每百万 token$60降到$30,每张图消耗的 token 数又没变(1K 都是 1120 个),所以单张的输出费正好减半

但输入涨价了:文字和图片输入从$0.50涨到$1.50,文字与思考输出从$3涨到$7.50

其他剩下几处零碎的变化:

  • 2.1 不再提供 512px 的 0.5K 档,最低从 1K 起

  • 批量(Batch)是标准价的一半,1K 图每张$0.0168

  • Nano Banana Pro 的 1K 图输出费约是 2.1 的 4 倍,2K 约 2.67 倍

  • GPT Image 2 的图片输出同样是每百万 token$30,但每张图的 token 数随尺寸和画质档变化,没法直接按张比

在哪用

Google 发布串的第二条列了完整名单,除了 Gemini 应用和搜索的 AI 模式,还有 AI 视频工具 Flow、AI 设计工具 Stitch 和 Google Ads:

打开网易新闻 查看精彩图片

目前 Stitch 已经确认上线,AI Studio 也是今天就能调用

同时的,官方的 @NanoBanana 账号动作也快,头像、横幅和昵称都换成了 2.1

改名很积极,置顶还停在二月
打开网易新闻 查看精彩图片
改名很积极,置顶还停在二月