发生了什么
谷歌 DeepMind 于 10 月 6 日发布 Nano Banana 2.1（模型代号 gemini-nano-banana-2.1），这是 Gemini 3 系列中面向图像生成与对话式修图的模型。官方称其为 Nano Banana 2（Gemini 3.1 Flash Image）的更新版本，技术底座是 Gemini 3.6 Flash，定位仍是「Flash 级速度与成本」的高频主力模型，而非能力上限更高的 Pro 档。模型已在 Google AI Studio、Gemini 应用与 Gemini API 上线。
关键更新
- 在 1K、2K、4K 分辨率（默认 1K）下提升画质与真实感，并修复宽幅与全景比例（1:4、4:1、1:8、8:1）在 2K、4K 下的拼接瑕疵。
- 增强文字渲染与信息图排版准确性；官方评估覆盖通用文生图、多语言文字渲染、事实性（世界知识、教育类）、工具调用与视觉设计等能力项。
- 支持最多 14 张参考图的多图融合，最多保持 4 个角色的一致性与 10 个物体的保真度，面向多产品换景与多角色成图。
- 可调用 Google 网页与图片搜索做接地，并提供 minimal、medium（默认）、high 三档思考等级。
- 输入上限约 13.1 万 token、输出上限约 3.28 万 token，可接收文字、图像、视频与 PDF，输出图像与文字。
为什么重要
对以图片为主要交付物的团队，这次升级是高频主力模型的能力补齐：多图融合与搜索接地让商品换景、多角色成图、事实性配图这类任务不必再切换到更贵的 Pro 档；文字渲染与信息图排版的改进，直接影响营销素材与报表插图的可用率。定价层面，据媒体口径其图像输出约为每百万 token 30 美元，并被描述为较上一代下调约一半。
不确定之处
上述能力与基准均来自 Google 自评，第三方榜单复现尚未出现，模型卡也未给出与竞品逐项对比的分数。官方标注的支持「最高 100 万 token」输入与开发者文档中的 13.1 万 token 输入上限口径不一致，实际可用上下文需以 API 文档为准。价格与「效率提升」的表述来自媒体转述，尚未见 Google 官方定价页逐条确认。对已经在生产中使用上一代的团队而言，更稳妥的做法是先在自有素材上做小规模回归测试，再决定是否整体切换。