Nano Banana 2.1：資訊圖表、價格與替代方案 (2026)
Nano Banana 2.1 是 Google 最新推出的高效能圖像生成與編輯模型。Google 於 2026 年 10 月 6 日正式發布 (GA)，作為 Nano Banana 2 的更新版本。其開發者文件強調了更清晰的文字與更精確的資訊圖表佈局，這對於製作簡報和報告的視覺效果至關重要。
本指南涵蓋了變更內容、模型適用範圍、費用以及與 Nano Banana Pro 的比較。最後提供了替代方案和資訊圖表的提示詞方法。所有細節均源自 2026 年 10 月 13 日查閱的 Google 頁面及其他供應商頁面。
Google 於 10 月 6 日發布的內容
Gemini API 發布說明中有一條日期為 2026 年 10 月 6 日的記錄：「Gemini Nano Banana 2.1 正式發布 (GA)」。模型 ID 為 gemini-nano-banana-2.1。說明中稱其為「最新高效能圖像生成與對話式編輯模型」。
該記錄將此次發布定位為更新而非新系列。說明指出該模型「維持了 Flash 等級的速度與成本效益」。接著列出了在「視覺品質、提示詞遵循度、多輪角色一致性、文字渲染」以及寬比例與全景長寬比方面的提升。
Google 同日在 X 上宣布了該模型。其貼文描述了「在視覺設計、基於遮罩的編輯以及主體一致性方面的顯著飛躍」。隨後的貼文列出了部署平台，包括 Gemini 應用程式、Search 中的 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 以及 Gemini Enterprise Platform。
此次發布也汰換了其取代的模型。說明指出「gemini-3.1-flash-image 模型已棄用（尚未宣布停用日期）」。開發者被告知要「遷移至 gemini-nano-banana-2.1」。
Nano Banana 2.1 的新功能
Gemini API 模型頁面列出了六項關鍵更新。以下是 Google 的官方說法：
- 圖像品質。 「提升了 1K、2K 和 4K 輸出解析度的視覺品質與寫實度」，預設為 1K。
- 寬格式。 「修復了 2K 和 4K 下 1:4、4:1、1:8 和 8:1 寬比例與全景長寬比的拼貼偽影」。
- 文字與佈局。 「增強了文字渲染與資訊圖表佈局的準確性」。
- 參考圖像。 最多支援 14 張參考圖像，具備「最多 4 個角色的角色一致性以及最多 10 個物件的物件保真度」。
- 搜尋 Grounding。 「透過 Google 網頁與圖片搜尋進行 Grounding」。
- 思考。 「可配置的思考層級」，可設定為極低、中等或高，預設為中等。
Google 的頁面對參考圖像的限制給出了不同數據。API 頁面顯示為 4 個角色和 10 個物件。DeepMind 的模型頁面在 Nano Banana 系列章節中則稱「最多五個角色」和「最多十四個物件」。如果您基於 API 進行開發，請以較低的數值為準進行規劃。
API 頁面列出的輸入格式為「文字、圖像、影片和 PDF」。模型回傳圖像與文字。其輸入 Token 限制為 131,072，輸出 Token 限制為 32,768。
Google DeepMind 的模型頁面用一句話總結了這次發布。它表示這次更新「超越了先前的 Nano Banana 模型，提供更好的視覺設計、基於遮罩的編輯、主體一致性以及更自然的圖像」。
為什麼文字與佈局的提升對資訊圖表很重要
資訊圖表的成敗在於細節。圖表標籤上的錯誤字母，或在簡報尺寸下模糊的數字，都會毀掉整個圖形。對於大多數工作視覺效果來說，文字渲染的改進是最值得關注的一項。
Google 自己的範例也指向了同樣的方向。圖像生成指南使用資訊圖表作為其多輪編輯的範例。提示詞以「建立一個解釋光合作用的生動資訊圖表」開始，並要求一個食譜風格的頁面。
指南還解釋了如何優化結果。它指出「多輪對話是迭代圖像的推薦方式」。在實踐中，您可以先要求初稿，然後每輪修正一個標籤或顏色。
DeepMind 的頁面補充了 Google 對 Nano Banana 系列預想的使用案例。它表示這些模型可以「建立資訊圖表，或將筆記轉換為圖表」。寬比例的 4:1 和 8:1 格式適合時間軸和橫幅圖形。
有一個習慣適用於所有圖像模型。模型會渲染提示詞中的數字，而根據您的資料檢查這些數字是一個獨立的步驟。如果數據來自試算表，請先計算好，並根據來源檢查最終圖像。
您可以在哪裡使用 Nano Banana 2.1
Google 的公告列出了模型部署的七個地方：
| 平台 | 典型用途 |
|---|---|
| Gemini 應用程式 | 在聊天中建立與編輯圖像的日常使用者 |
| Search 中的 AI Mode | 在 Google 搜尋中生成圖像的人員 |
| Google AI Studio | 在撰寫程式碼前測試提示詞的開發者 |
| Flow 與 Stitch | 使用 Google 創意工具的創作者與設計師 |
| Google Ads | 製作廣告素材的廣告主 |
| Gemini Enterprise Platform | 透過 Google Cloud 執行模型的公司 |
對於開發者，Gemini API 中的模型 ID 為 gemini-nano-banana-2.1。模型頁面列出支援 Batch API，這可以降低對時效性要求較低的工作負載價格。Google Cloud 文件列出該模型在發布階段為「GA」，發布日期為 2026 年 10 月 6 日。
公告未列出每個 Gemini 應用程式方案的使用限制。如果您打算依賴該應用程式處理大量圖像，請檢查您帳戶中顯示的限制。
Nano Banana 2.1 定價
Gemini API 定價頁面按 Token 列出 Nano Banana 2.1 的價格，並提供每張圖像的等值費用。該頁面顯示此模型沒有免費 API 層級；免費層級欄位顯示為「不適用」。
| 項目 | 標準 | Batch |
|---|---|---|
| 輸入（文字、圖像、影片），每 1M Token | $1.50 | $0.75 |
| 文字與思考輸出，每 1M Token | $7.50 | $3.75 |
| 圖像輸出，每 1M Token | $30.00 | $15.00 |
| 一張 1K 圖像 | $0.0336 | $0.0168 |
| 一張 2K 圖像 | $0.0504 | $0.0252 |
| 一張 4K 圖像 | $0.113 | $0.0567 |
頁面解釋了計算方式。一張 1K 圖像消耗 1120 個 Token，一張 2K 圖像消耗 1680 個 Token，一張 4K 圖像消耗 3780 個 Token。按標準費率計算，100 張 2K 圖像在計算輸入和思考 Token 之前約為 $5.04。
有兩項額外成本容易被忽略。圖像生成指南指出「思考模型預設會收取思考 Token 費用」。搜尋 Grounding 每月包含 5,000 次免費搜尋請求，由 Gemini 3 及更新模型共享。超出後，每 1,000 次請求費用為 $14。
Nano Banana 2.1 與 Nano Banana Pro 比較
Google 在提供 Nano Banana 2.1 的同時也提供其進階圖像模型。模型頁面稱 Nano Banana 2.1 是「Gemini 3 Pro Image (Nano Banana Pro) 的高效能對應版本」。
| Nano Banana 2.1 | Nano Banana Pro | |
|---|---|---|
| 模型 ID | gemini-nano-banana-2.1 | gemini-3-pro-image |
| Google 的描述 | 用於生成與編輯的高效能主力模型 | 「處理最複雜視覺任務的頂級選擇」 |
| 輸入，每 1M Token | $1.50 | $2.00 |
| 一張 1K 或 2K 圖像 | $0.0336 或 $0.0504 | $0.134 |
| 一張 4K 圖像 | $0.113 | $0.24 |
指南描述 Nano Banana Pro 提供「最高水準的世界知識、進階在地化、準確的品牌一致性以及精確的創意控制」。這些是高價位可能物有所值的工作，例如品牌活動或在地化廣告集。
對於草稿、內部簡報和大量需求，Google 的指南稱 Nano Banana 2.1 為「主要的高效能主力模型」。指南中關於舊版 Nano Banana 2 的記錄寫道：「建議所有新專案使用 Nano Banana 2.1」。我們之前對 Nano Banana 2 與 Nano Banana Pro 的比較涵蓋了這兩個系列在簡報視覺效果上的表現差異。
Google 列出的限制
Google 的頁面詳細說明了幾項限制。在圍繞該模型建立工作流程之前，了解每一項限制都很重要。
- 浮水印。 圖像生成指南指出「所有生成的圖像都包含 SynthID 浮水印」。DeepMind 將 SynthID 描述為「不可見的數位浮水印」，可讓圖像被「識別為 AI 生成」。
- 搜尋結果中的人物。 此模型的搜尋 Grounding 目前「不支援使用來自網頁搜尋的真實人物圖像」。
- 語言。 指南列出了最適合圖像生成的語言。包括英文、阿拉伯文、德文、西班牙文、法文、印地文、日文、韓文、葡萄牙文、俄文和中文。
- API 功能。 模型頁面標註不支援函式呼叫、結構化輸出、程式碼執行和快取。
- 免費層級。 定價頁面上的免費層級欄位針對此模型顯示為「不適用」。
這些限制都不會阻礙資訊圖表的工作流程。但它們確實塑造了工作流程。請將資料處理保留在可以追蹤每個數字的工具中，並將圖像模型用於視覺層。
Nano Banana 2.1 的替代方案
其他幾種模型和工具也能製作工作視覺效果。下表比較了各供應商頁面所描述的內容。
| 選項 | 說明 | 供應商頁面上的價格 | 執行位置 |
|---|---|---|---|
| Nano Banana 2.1 | Google 的高效能圖像模型 | 每張 1K 圖像 $0.0336 起 | Gemini 應用程式, AI Studio, Gemini API |
| Nano Banana Pro | Google 的進階圖像模型 | 每張 1K 或 2K 圖像 $0.134 | Gemini API |
| OpenAI GPT Image 2.5 | OpenAI 的圖像模型系列 | 每 1M 圖像 Token 輸入 $8.00，輸出 $30.00 | OpenAI API 與 ChatGPT |
| Qwen-Image-2.1-Turbo | 來自 Qwen 團隊的開源檢查點 | 未列出價格；自行託管 | 您自己的 GPU |
| Powerdrill Bloom | 一個將檔案轉換為圖表、簡報和圖像的 AI 工作區 | 免費方案；Pro 每年 $199.00 | 網頁工作區 |
OpenAI GPT Image 2.5。 OpenAI 的 API 定價頁面列出了兩種 GPT Image 2.5 變體。每種的費用為每 1M 圖像輸入 Token $8.00，每 1M 圖像輸出 Token $30.00。我們關於 ChatGPT Images 2.5 的說明涵蓋了該發布的 ChatGPT 方面。
Qwen-Image-2.1-Turbo。 其 Hugging Face 卡片稱其為「Qwen-Image-2.1 的加速檢查點」，以「8 個去噪步驟」執行。它「使用相同的 7B 視覺生成架構」。卡片的安裝步驟以「安裝 CUDA 相容的 PyTorch 版本」開始，因此請規劃使用您自己的 GPU。卡片註明其授權為 qwen-research，因此在進行任何商業用途前請閱讀授權文件。
Powerdrill Bloom。 它從您的資料出發，而不僅僅是提示詞。下一節將解釋它的適用位置。
資料優先工作區的適用場景
圖像模型負責製作圖片。商業資訊圖表還需要有人可以檢查的數字，而這些數字通常存在於試算表、PDF 或報告中。
這就是 Powerdrill Bloom 的設計初衷。其首頁稱其為「會展示其推導過程的 AI 資料分析師」。它還表示「每個數字都會回溯到背後的頁面、行和數據」。
方案詳細說明了圖像方面。Powerdrill Bloom 定價頁面在免費方案中列出了「上傳 Excel、CSV、PDF 和文件」以及「建立基礎簡報、文件、表格和圖像」。Pro 方案每年 $199.00，列出了「建立簡報、Office 文件、Excel 分析和 Nano Banana 圖像」。
Nano Banana slides 頁面展示了工作流程。分析完成後，您可以選擇「轉為 PPT」或「使用 Nano Banana Pro 轉為資訊圖表」。該頁面指名 Nano Banana Pro 為模型，而非 2.1 版本。AI 資訊圖表產生器頁面描述了從 Excel、CSV 或 PDF 檔案製作單頁資訊圖表的相同理念。
有關將生成的視覺效果放入簡報的更多方法，請參閱我們的指南：如何將 AI 生成的圖像、圖表和資訊圖表加入您的簡報。
如何為 Nano Banana 2.1 撰寫資訊圖表提示詞
清晰的流程可以讓您獲得在會議中站得住腳的資訊圖表。這六個步驟遵循 Google 的指導並保持數字的真實性：
- 先確定數字。 在撰寫提示詞之前，先從來源檔案計算每個數據。
- 詳述每個標籤。 在提示詞中放入確切的標題、數值和單位，讓模型根據您的數據運作。
- 選擇尺寸和形狀。 選擇 1K、2K 或 4K，並使長寬比與簡報或頁面匹配。
- 針對密集佈局提高思考層級。 Google 的指南在其範例中展示了高層級的應用。
- 每輪修正一件事。 使用後續輪次來修正標籤、顏色或間距問題。
- 檢查最終圖像。 將圖片中的每個數字和標籤與來源檔案進行比較。
範例提示詞展示了這種模式：「建立一個標題為『Q3 各地區銷售額』的 16:9 資訊圖表。顯示四個長條圖：北部 42%、南部 27%、東部 19%、西部 12%。使用白色背景和一種強調色。」此處的數據僅為示意。
當數字來自您自己的匯出資料時，請從資料開始。您可以針對您的其中一個檔案 嘗試 Powerdrill Bloom，並將發現的結果轉換為簡報或資訊圖表。
常見問題
什麼是 Nano Banana 2.1？
Nano Banana 2.1 是 Google 於 2026 年 10 月 6 日發布的圖像生成與編輯模型。它更新了 Nano Banana 2，具有更好的視覺品質、文字渲染、資訊圖表佈局和寬格式輸出。開發者在 Gemini API 中將其稱為 gemini-nano-banana-2.1。
Nano Banana 2.1 是免費的嗎？
Google 在 Gemini 應用程式、Search 中的 AI Mode 和 Google AI Studio 等平台推出了 Nano Banana 2.1。在 Gemini API 中，定價頁面顯示此模型沒有免費層級。付費 API 使用的標準費率為每張 1K 圖像 $0.0336 起。
Nano Banana 2.1 的費用是多少？
Gemini API 定價頁面列出圖像輸出為每 1M Token $30.00。換算下來，每張 1K 圖像為 $0.0336，每張 2K 圖像為 $0.0504，每張 4K 圖像為 $0.113。Batch API 的價格減半，思考 Token 則單獨計費。
Nano Banana 2.1 和 Nano Banana Pro 有什麼區別？
Google 稱 Nano Banana 2.1 是 Nano Banana Pro 的高效能對應版本。Nano Banana Pro 是用於複雜視覺效果、品牌一致性和在地化的進階模型。其每張 1K 或 2K 圖像的費用為 $0.134，而 Nano Banana 2.1 的 2K 圖像費用為 $0.0504。
Nano Banana 2.1 可以製作資訊圖表嗎？
可以。Google 的模型頁面將「增強的文字渲染與資訊圖表佈局準確性」列為關鍵更新。其圖像指南使用資訊圖表作為操作範例。對於數據資訊圖表，請先從來源計算數字，然後檢查最終圖像中的每個標籤。
來源： Google AI for Developers, Gemini API 發布說明 · Google AI for Developers, Gemini Nano Banana 2.1 · Google AI for Developers, Gemini API 定價 · Google AI for Developers, 圖像生成 · Google DeepMind, Nano Banana 2.1 · Google Cloud, Gemini Nano Banana 2.1 · Google on X, Nano Banana 2.1 部署 · OpenAI, API 定價 · Hugging Face, Qwen-Image-2.1-Turbo。詳情查閱自 2026 年 10 月 13 日的供應商頁面。