更新于 2026-10-08 · Google 价格取自 Gemini API 价格页（2026-10-07）· 耗时与成功率来自 apimodels.app 线上调用（2026-10-01 至 10-08）
| Nano Banana 2.1 | Nano Banana Pro | |
|---|---|---|
| Gemini API 模型 id | gemini-nano-banana-2.1 | gemini-3-pro-image |
| Google 官方价 1K / 2K / 4K | $0.0336 / $0.0504 / $0.113 | $0.134 / $0.134 / $0.24 |
| apimodels.app 价格 1K / 2K / 4K | $0.024 / $0.04 / $0.064 | $0.08 / $0.08 / $0.13 |
| 物体参考图 | 最多 10 张 | 最多 6 张 |
| 角色参考图 | 最多 4 张 | 最多 5 张 |
| 风格参考图 | 最多 3 张 | 文档未写 |
| 思考 | minimal / medium / high（默认 medium） | 始终开启 |
| Google 搜索检索 | 网页 + 图片搜索 | 网页搜索 |
| 超宽画幅 1:4、4:1、1:8、8:1 | 支持 | 不支持 |
| 2K 中位耗时（我们的线上数据） | 约 25 秒 | 约 40 秒 |
| 成功率（2026-10-01 至 10-08） | 97.6%（41 次） | 98.9%（971 次） |
按 Google 标准档，Pro 在 1K 是 2.1 的 4 倍、2K 是 2.7 倍、4K 是 2.1 倍；Google 批量档两者都减半。参考图上限、思考和搜索检索取自 Google 图像生成文档和 2.1 模型页。
都是 2K、16:9，2026-10-08 各跑一次，两个模型都输出 2752 × 1536。图片由被测的两个模型生成。
提示词：一张标题为「How an image API request works」的扁平风信息图，四个带编号的步骤和一行页脚。两个模型的标题、四个标签和页脚都拼写正确。Pro 的图标更精细，套在编号圆圈里；2.1 更扁平，把页脚做成了深蓝色横条。
提示词：把参考图放进夜晚客厅一台挂在墙上的电视里，左边一盆植物、暖色台灯、地板上有柔和倒影。两个模型各漏了一条：2.1 把电视挂到了墙上，但倒影画在了茶几上；Pro 的地板倒影到位，但电视立在了柜子上。屏幕上的文字两边都和参考图一致。
两条提示词只能算个例，不是基准测试；下面的线上数据样本更大。
| 模型与任务 | 请求数 | 中位耗时 | 90 分位 |
|---|---|---|---|
| Pro，4K + 参考图 | 617 | 61 s | 252 s |
| Pro，2K + 参考图 | 203 | 40 s | 76 s |
| Pro，2K 纯文生图 | 83 | 38 s | 143 s |
| 2.1，4K + 参考图 | 16 | 45 s | 50 s |
| 2.1，2K | 6 | ~25 s | 35 s |
| 2.1，1K 纯文生图 | 2 | 13 s | 15 s |
2026-10-01 至 10-08 的成功率：Nano Banana Pro 971 次请求、98.9%（11 次失败全是内容审核拦截）；Nano Banana 2.1 自 10-07 上线 41 次请求、97.6%（1 次上游失败）。最需要提前设计的是 Pro 4K 的 90 分位：252 秒，也就是每 10 次就有 1 次超过 4 分钟。如果用户在页面上等图，用 2.1，或者把 Pro 的任务改成队列加回调。
1K 下的小字或整段文案，两个模型都不可靠。Google 把这两点列为 2.1 的已知局限；改用 2K 或 4K 渲染，或者出图后在设计工具里加字。
apimodels.app 是一个多模型 API 网关：一个 API Key、OpenAI 与 Anthropic 兼容接口，能调用约 150 个图像、视频、音频和语言模型。10 月 1 日至 8 日两个模型在这里的成功率见上表，失败不扣费，单张价格低于 Google 标准档。切换模型只改一个字段。
# Same request, two models: swap "model"
curl https://api.apimodels.app/v1/images/generations \
-H "Authorization: Bearer $APIMODELS_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "nano-banana-2-1", "prompt": "A clean flat-design infographic poster ...", "aspect_ratio": "16:9", "resolution": "2K"}'
# -> {"data": {"taskId": "..."}}; poll GET /v1/images/generations?task_id=... until state is "completed"
# Pro: "model": "gemini-3-pro-image". To edit, add "image_urls": ["https://.../reference.jpg"]Nano Banana 2.1 API 文档 · 图片 API 文档（Nano Banana Pro）
不是全面更好。Nano Banana 2.1 更快，单张价格是 Pro 的三分之一到一半，在我们的 2K 信息图实测里拼写和 Pro 持平。Nano Banana Pro 的细节仍然更丰富，也是 Google 推荐用于依赖常识或品牌素材的复杂画面的模型。走量的活默认用 2.1；一次就要出对的主视觉，Pro 仍然更稳。
按 Google 标准档（价格页 2026-10-07 版），Nano Banana 2.1 在 1K、2K、4K 分别是 $0.0336、$0.0504、$0.113；Nano Banana Pro 1K 和 2K 都是 $0.134，4K 是 $0.24。Pro 在 1K 是 2.1 的 4 倍，2K 是 2.7 倍，4K 是 2.1 倍；Google 批量档两者都减半。在 apimodels.app 上，2.1 是 $0.024 / $0.04 / $0.064，Pro 是 $0.08 / $0.08 / $0.13。
Google 文档写明 Nano Banana 2.1 最多 10 张物体参考、4 张角色参考、3 张风格参考（合计 14 张），Nano Banana Pro 最多 6 张物体参考、5 张角色参考。需要第 5 个固定角色选 Pro；要拼很多商品图选 2.1。在 apimodels.app 上，Nano Banana 2.1 每次请求最多接收 10 张参考图。
在我们的 2K 信息图实测里，两个模型的所有标签都拼写正确。Google 模型卡给出 Nano Banana 2.1 的信息图准确度是 0.521，上一代 Flash 是 0.179，但也把「1K 下小字模糊」和「长段落」列为已知局限。文字多的图，两个模型都建议用 2K 或 4K 渲染，长文案出图后在设计工具里加。
2026 年 10 月 1 日至 8 日在 apimodels.app 上，2K 的中位耗时 Nano Banana 2.1 约 25 秒，Nano Banana Pro 约 40 秒。4K + 参考图时，Pro 中位 61 秒、90 分位 252 秒；2.1 是 45 秒和 50 秒，但只有 16 次请求，样本小得多。