ChatGPT Image 2 強敵！Google 最新 AI 生圖模型 Nano Banana 2.1 登場平咗一半兼升級四大核心功能

| Fung Chun Man | 08-10-2026 12:34 |

在Google
追蹤《e-zone》

Google 推出全新圖像生成模型 Nano Banana 2.1，並於 Gemini API 正式上線。新模型基於 Gemini 3.6 Flash，支援最高 4K 解析度輸出，並大幅提升多角色一致性與資訊圖表生成能力。其 API 生成成本較前代降低一半，1K 解析度圖片每張費用降至 0.0336 美元，支援最多 14 張參考圖輸入，為企業提供高性價比的大規模圖像生成方案。

即刻【按此】，用 App 睇更多產品開箱影片

對標 ChatGPT！Google 發布 Nano Banana 2.1 繪圖模型：成本砍半一致性更高附兩大模型選做策略

Google 稍早透過官方 X 帳號宣布推出全新圖像生成模型 Nano Banana 2.1，並於同日在 Gemini API 正式上線，模型代號為 gemini-nano-banana-2.1。此版本未經過預覽階段即直接推出，官方定位為 Nano Banana 2 的接班人，底層基於 Gemini 3 系列的 Gemini 3.6 Flash 模型，旨在維持 Flash 等級的高速與低成本，同時實現全面超越高階 Pro 模型的效能表現。

目前該模型已陸續推送到 Gemini App、Google 搜尋 AI 模式、Google AI Studio、Google Flow、Google Stitch、Google Ads 及 Gemini Enterprise Platform。

Nano Banana 2.1 四大核心功能升級

根據 DeepMind 發布的模型卡，Nano Banana 2.1 在多項生成與編輯能力上均取得顯著進展：

畫面品質與提示詞遵循度：整體生成細節與對指令的理解能力均有所提升。
多角色一致性：在多輪對話中保持多個角色視覺特徵穩定的能力大幅加強。
文字渲染與資訊圖表：提升了文字排版與資訊圖表（Infographics）佈局的準確度。
高解析度與超寬比例修復：支援 1K、2K 及 4K 輸出，並針對 1:4、4:1、1:8、8:1 等極端比例在 2K 與 4K 解析度下的拼接瑕疵進行優化。

官方盲測與基準測試數據

Google 採用人工並排盲測換算 Elo 分數，評估生成與編輯能力；資訊圖表正確性則透過 AutoRater 進行獨立評估。測試數據顯示 Nano Banana 2.1 在多項指標上領先前代及 Pro 模型：

官方盲測分數對比表

評測項目	Nano Banana 2.1（思考模式）	Nano Banana 2.1（不思考模式）	Nano Banana 2	Nano Banana Pro
文生圖整體偏好	1050	1015	990	935
資訊圖表設計	1048	1001	961	912
資訊圖表正確性	0.521	0.328	0.179	0.265
一般修圖	1026	980	938	939
單一角色一致性	1028	1021	981	991
多角色一致性	1106	1068	978	1011
遮罩 / 塗鴉修圖	1049	1042	965	927
商品一致性	1024	981	955	965
風格轉換	1062	1036	991	990
多張參考圖編輯	1066	1041	988	989

在多角色一致性方面，Nano Banana 2.1 取得 1106 分，較前代 Nano Banana 2（978 分）高出將近 130 分。資訊圖表正確性得分達到 0.521，約為前代（0.179）的 2.9 倍。

第三方競技場排名與現存局限

在第三方盲測平台 Arena 於 10 月 6 日公布的 Text-to-Image 排行榜中，Nano Banana 2.1 以 1328 分位列全球第 5 名，為目前排名最高的 Google 圖像生成模型。排名前四的模型分別為 OpenAI 的 GPT Image 2.5 雙版本（1425 分、1398 分）、GPT Image 2（1383 分）以及微軟的 MAI-Image-2.6（1333 分）。

官方同時於模型卡中列出 Nano Banana 2.1 目前的技術局限：

微小文字模糊：長段落或整頁文字渲染不夠穩定，小字在 1K 解析度下模糊現象較為明顯。
角色一致性偏差：輸入圖與輸出圖之間的角色特徵對齊尚未達到完全穩定。
遮罩修圖限制：進行局部修圖時，偶爾僅執行部分指令，或不必要地保留原圖人物姿勢。
方向與推理局限：偶爾混淆左右方向，且在涉及世界知識、3D 空間推理及事實正確性的複雜任務上仍有改進空間。

API 服務定價與生成成本

Gemini API 官方定價顯示，Nano Banana 2.1 的圖像輸出價格調降至每百萬 Token 30 美元，相比 Nano Banana 2 的 60 美元降低 50%。

API 生圖費用與模型價格比較表

項目（美元）	Nano Banana 2.1	Nano Banana 2	Nano Banana 2 Lite	Nano Banana Pro
輸入（每百萬 Token）	1.50	0.50	0.25	2.00
文字與思考輸出（每百萬 Token）	7.50	3.00	1.50	12.00
0.5K 圖片（每張）	不提供	0.045	不提供	不提供
1K 圖片（每張）	0.0336	0.067	0.0336	0.134
2K 圖片（每張）	0.0504	0.101	不提供	0.134
4K 圖片（每張）	0.0756	0.151	不提供	0.24

在使用標準 API 情況下，生成一張 1K 解析度圖片的費用為 0.0336 美元（約折合新台幣 1 元）。若採用批次處理（Batch API），價格可再享有 50% 折扣，1K 圖片生成成本降至每張 0.0168 美元。

Nano Banana 2.1 與 ChatGPT Image 2 選用策略

開發者與企業在選擇 AI 圖像生成 API 時，可根據商業需求、生成規模及預算安排進行技術選型：

1. 標準 API 每張生成成本對比

畫質 / 尺寸	Nano Banana 2.1	ChatGPT Image 2 / 2.5	成本優勢說明
1K 標準畫質 (1024×1024)	~$0.02 - $0.033 / 張	~$0.03 - $0.04 / 張	Nano Banana 2.1 入門與第三方 API 成本較低
2K 中等畫質	~$0.03 - $0.05 / 張	~$0.06 / 張	Nano Banana 2.1 節省約 15%–30%
4K 高畫質	~$0.045 - $0.075 / 張	~$0.08 - $0.12 / 張	高畫質生成下 Nano Banana 2.1 便宜顯著

2. 成本結構與功能優勢差異

批次處理（Batch API）優勢：Nano Banana 2.1 支援 Batch API，1K 生成成本可大幅降至每張 $0.0168，極適合不需要即時傳輸的大規模生成任務（如電商圖庫批次製作、去背修圖）。
多圖參考輸入（Input Cost）控管：Nano Banana 2.1 輸入 Token 費用為每百萬 Token $1.50，最多支援 14 張參考圖輸入。雖然輸入多圖時成本略高於純文字 Prompt，但相較於 ChatGPT Image 2 對大檔案及高解析度參考圖較為昂貴的計價機制，Nano Banana 2.1 在多圖編輯上仍具備更高的整體性價比。

3. 場景選型建議

選擇 Nano Banana 2.1：適用於追求高性價比、大規模批量生成、4K 超高畫質輸出，或需要融合最多 14 張參考圖進行多角色一致性控制的商業專案。
選擇 ChatGPT Image 2：適用於對藝術美感、極致指令理解力與特定畫質風格有最高要求，且整體預算相對充裕的高端設計場景。

*本文中所有示意圖皆由 Nano Banana 2.1 模型生成。

Source： ezone.hk、KOCPC

【相關報道】

【相關話題】想用GPT Image 2 生圖？香港人免VPN玩ChatGPT指南免費平台一次過玩晒各大AI模型【即睇教學】

注重個人隱私的搜尋引擎DuckDuckGo推出AI服務「Duck.ai」，用戶無需註冊或登入帳號，即可免費使用GPT-5.6 Luna、Claude Haiku 4.5等主流文字模型及OpenAI GPT Image 2圖像生成模型。平台採用嚴格數據匿名機制，傳輸請求時會移除IP位址等個人身份識別資訊，且預設不儲存聊天紀錄，亦不會將對話數據用於模型訓練。