Nano Banana 2.1 模型指南
GPT Image Hub 上的 Nano Banana 2.1 實用指南：Google 對 Nano Banana 2 的更新版本，影像價格減半。附實測算圖時間、文字呈現和參考圖編輯結果，以及何時改選 Nano Banana 2 或 Pro。
Nano Banana 2.1 是 Google 對 Nano Banana 2 的更新，也是 Google 目前建議新專案使用的模型。它的影像輸出價格只有 Nano Banana 2 的一半，因此在 GPT Image Hub 上 1K 為 27 點數、2K 為 41 點數、4K 為 91 點數。在 Hub 的測試中，它產生的菜單每個價格都正確，還能把參考設定圖中的一個概念做成完整的貼紙。它會先思考再繪製，所以 2K 和 4K 影像可能需要好幾分鐘。
視覺範例
視覺範例
來自 Hub 2.1 測試的寬幅海岸場景。
黃金時刻風景
來自 Hub 2.1 測試的寬幅海岸場景。
黃金時刻，俯瞰土耳其藍大海的海岸公路，一輛紅色小敞篷車。一個概念，完整定稿
把概念圖中間的吉祥物做成模切貼紙。
把中間的吉祥物做成貼紙；保留其形狀、配色和臉部。低成本打草稿，4K 定稿
以 27 點數在 1K 下比較方向，再用 2K 或 4K 產生最佳方案。
將確認後的 1K 版面以 4K 重新產生。最佳用例
- 菜單、價目表、海報和資訊圖表等文字必須正確的內容。
- 以低成本探索吉祥物、標誌和產品概念圖。
- 從設定圖中完成單一元素，或合併多張圖片的參考圖編輯。
- 原本使用 Nano Banana 2 的 Gemini 工作，影像價格減半。
需要注意
- 需要幾秒內回傳的工作：思考功能一律開啟，測試中一張 2K 影像耗時 284 s，一張 4K 影像耗時 515 s。
- 512px 縮圖，Nano Banana 2.1 不支援此尺寸。
優勢
影像輸出價格是 Nano Banana 2 的一半：在 GPT Image Hub 上 1K 為 27 點數，2K 為 41 點數，4K 為 91 點數。
Google 表示，它在視覺品質、文字呈現和多輪一致性上都比 Nano Banana 2 有所提升。
版面中的文字精準：一張黑板菜單的標題、四款飲品和每個價格都與提示詞一致。
最多 14 張參考圖片，可從設定圖中擷取單一元素，或合併多個來源進行編輯。
使用案例
菜單、招牌和海報
每個字和價格都必須與原文完全一致的版面。
概念圖
在一張圖上呈現多個吉祥物、標誌或產品方向，方便快速審閱。
參考圖編輯
從參考圖中挑出一個元素加以完成，或合併最多 14 個來源。
工作流程
1K 打草稿
每張 27 點數，可嘗試多個提示詞方向並比較版面。
2K 或 4K 定稿
以 41 點數用 2K 或以 91 點數用 4K 產生確認的方向；請預留好幾分鐘。
用參考圖微調
附上結果，說明要保留和要修改的內容。
提示詞寫法
- 把圖上的文字放在引號內，並依應出現的樣子逐一列出價格或標籤。
- 先說明輸出類型：菜單、海報、產品照、貼紙或概念圖。
- 進行參考圖編輯時，說明要保留哪個元素、哪些可以改，例如保留臉部和配色，只修改輪廓。
- 先用 1K 檢查版面，再用 2K 或 4K 產生確認後的提示詞。
可直接複製的提示詞
黑板風格的咖啡廳菜單海報，標題為「MORNING BREW」，白色粉筆手寫字，四款飲品及價格：Espresso 3.00、Flat White 4.20、Oat Latte 4.80、Cold Brew 4.50，並搭配咖啡豆和冒著熱氣的杯子的小塗鴉。
在一張圖上畫出三個俏皮的香蕉主題 AI 吉祥物速寫概念，攝影棚燈光，簡潔的黃黑配色，乾淨的類向量質感，不要文字。
根據參考設定圖，把中間的吉祥物概念做成一張完整的貼紙：保留其形狀、配色和臉部，加上粗白色模切外框和細微的陰影。
本站生成的範例圖
官方來源
常見問題解答
Nano Banana 2.1 與 Nano Banana 2 有什麼不同？
Google 將 2.1 描述為 Nano Banana 2 的更新，視覺品質、文字呈現和多輪一致性更好，並建議新專案使用。它的影像輸出價格減半，同時取消了 512px 尺寸。在 GPT Image Hub 上，它 1K 為 27 點數、2K 為 41 點數，而 Nano Banana 2 分別為 54 和 81 點數。
Nano Banana 2.1 產生一張 4K 影像需要多久？
比其他模型更久：透過 Hub 進行的一次 4K 測試耗時 515 秒。Hub 對單張影像最多等待 800 秒，如果生成失敗會自動退還點數。
為什麼 Nano Banana 2.1 比其他模型更慢？
Gemini 3 影像模型會先思考再繪製，而且 API 無法關閉思考功能。在 Hub 的測試中，1K 影像耗時 32 到 55 秒，一張 2K 影像耗時 284 秒，一張 4K 影像耗時 515 秒。
使用這個模型
從提示詞模板開始，或先比較模型
如果已經確定模型，可以直接使用生成器；如果提示詞需要在速度、細節和參考圖輸入之間做不同取捨，可以先比較所有支援的模型。