深入了解什麼是 Nano Banana、Google 圖像模型之間的差異，以及如何生成或編輯圖像。探索免費存取方式、範例與提示詞。
Nano Banana 是 Google 的 AI 圖像生成與編輯模型系列，整合於 Gemini 之中。您可以描述想要創作的圖片、上傳照片進行修改、結合參考素材，並透過後續指令精修結果。該名稱最初是指 Gemini 2.5 Flash Image；現在也涵蓋了更新的版本，包括 Nano Banana Pro 和 Nano Banana 2.1。
這些模型由 Google 開發。Gemini 是您可以使用這些模型的應用程式之一。GPTProto 透過其模型頁面和 API 提供對受支援模型的存取。這種區別有助於解釋為什麼兩個提供「Nano Banana」的服務可能會有不同的介面、版本和收費方式。
這個名稱源自於一個人，而非技術規格。在 Google 的命名故事說明中，產品經理 Naina Raisinghani 解釋說，當團隊需要在 LMArena 進行匿名模型測試時，她結合了兩個個人暱稱作為公開代號。
這個暱稱隨後流行起來。隨著圖像模型的發展，Google 持續沿用此名稱，這就是為什麼搜尋 Nano Banana 時，可能會指向原始模型或整個系列。
截至本次更新，Google 將 Nano Banana 2.1 定位為其最新的高效圖像生成與對話式編輯模型。其 官方模型說明列出了在視覺品質、文字渲染以及編輯一致性方面的改進，並支援 1K、2K 和 4K 輸出。
當對照技術識別碼時，這些名稱更容易理解：
| 名稱 | Google 模型 ID | 系列中的定位 |
|---|---|---|
| Nano Banana（原始版） | gemini-2.5-flash-image |
早期版本，也是暱稱的起源 |
| Nano Banana Pro | gemini-3-pro-image |
專業圖像創作與複雜視覺任務 |
| Nano Banana 2 | gemini-3.1-flash-image |
上一代高效能模型 |
| Nano Banana 2 Lite | gemini-3.1-flash-lite-image |
優先考慮速度與成本的工作負載 |
| Nano Banana 2.1 | gemini-nano-banana-2.1 |
更新後的高效生成與編輯模型 |
此對照表遵循 Google 的圖像生成說明文件。個別平台可能會保留不同的路由名稱，因此請務必參考您實際使用的服務所提供的整合說明。
若要進行初步的產品圖像實驗，我建議從 Nano Banana 2.1 開始。如果您正在考慮選擇它還是 Pro 版本，我們的 Nano Banana 2.1 與 Nano Banana Pro 比較 展示了兩者在商業導向提示詞上的差異。
我們發布的電子商務比較中的三個範例說明了其主要功能。該比較使用了五個提示詞，每個模型針對每個提示詞產生一個輸出。這些是個別觀察結果，而非統計勝率。下方的每張比較圖中，左側為 Nano Banana 2.1，右側為 Pro 版本。
您可以指定產品、表面、光線和構圖，從文字創建圖像。這對於在安排拍攝前探索廣告活動概念非常有用。
我們的產品圖像測試要求一個帶有特定瓶蓋和條紋細節的白色瓶子。兩個模型都遵循了主要簡報；我們更喜歡 2.1 輸出結果中更自然的攝影外觀。
來自已發布比較的產品圖像範例。左：2.1。右：Pro。
生成的產品概念仍需與實物進行核對。對於現有產品，提供參考資料可為模型提供視覺起點，並使變更更容易檢查。
圖像編輯始於您已有的照片。您可以要求更換背景，同時保留瓶子、標籤、攝影角度和裁切。
在我們的廚房背景測試中，2.1 使產品更接近輸入內容。Pro 則更強烈地融合了場景顏色，但改變了產品形狀。
來自已發布比較的背景替換。左：2.1。右：Pro。
對於電子商務，請分別評估產品和周圍場景。在決定吸引人的光線是否使編輯可用之前，請檢查輪廓、標籤和比例。
開發者 Max Woolf 的 原始 Nano Banana 實驗 也展示了對單張圖像的多重編輯。他後來關於模糊的左/右方向的註記，是一個提醒我們指定觀察者視角的有用建議。這些實驗涉及的是原始模型，而非 2.1。
Nano Banana 可以處理圖像內的書面內容，使其對包裝概念和宣傳圖形非常有用。
我們的英日雙語海報測試在兩個模型中都產生了可讀的文案。在該次運行中，我們更喜歡 2.1 的宣傳排版。
來自已發布比較的雙語海報。左：2.1。右：Pro。
在發布前檢查每一個價格、字元和產品聲明。如果您的下一個決定涉及另一個模型系列，Nano Banana Pro 與 Seedream 5.0 Pro 的測試 提供了額外的範例。
當您需要探索圖像概念或進行基於參考的修改時，Nano Banana 非常值得一試。社群媒體創作者可以測試視覺方向；電商團隊可以檢視背景變化；開發人員則可以圍繞可重複的圖像請求來建構介面。
當輸出內容必須保留真實人物的外貌或可銷售的產品時，決策標準就會變得更加嚴格。Google 的 Nano Banana 2.1 模型卡 指出了在處理小型或冗長文字、角色一致性、部分指令遵循以及空間關係方面仍存在的問題。它也承認偶爾會出現回應緩慢或逾時的情況。
我的建議是在規劃批次處理前，先評估一張代表性圖像。決定什麼才算可接受的標準：正確的產品形狀、清晰的文字、一致的身分，或是以上皆是。如果您必須反覆修復或拒絕生成結果，那麼低成本生成的優勢就會喪失。
Google 還記錄了生成圖像中隱形的 SynthID 浮水印。下載內容是否帶有額外的可見標記，取決於所使用的產品。
對於照片編輯，當序列偏離過多時，請從原始輸入開始。指明具體的變更內容以及必須保持不變的細節。我們的 Nano Banana Pro 照片編輯提示詞 包含了針對常見任務的目標指令。
開啟 Gemini，登入並從工具選單中選擇「建立圖像」。輸入描述或上傳一張包含您所需編輯內容的圖像。檢查結果，然後提出針對性的後續請求。可用的模型和配額取決於您的帳戶與方案；Google 的 Gemini 圖像生成頁面 說明了目前的選項。
開啟 Nano Banana 2.1 模型頁面，登入並準備足夠的餘額進行測試。選擇該頁面上可用的任務與設定，提供您的提示詞或參考內容，然後生成圖像。在增加量級之前，請先檢查輸出結果。
若要進行應用程式整合，請開啟「試用此模型」並使用「複製 Markdown 給 AI」，將目前的指令提供給您的程式設計助手。請將您的 API 金鑰保留在專案的機密設定中。
以下是一個 Bash 與 cURL 範例，用於提交 Nano Banana Pro 文字轉圖像任務。請先在您的環境中設定 GPTPROTO_API_KEY。此範例使用 Pro 目前的 GPT Proto 路由：
: "${GPTPROTO_API_KEY:?請先設定 GPTPROTO_API_KEY}"
curl --fail-with-body --silent --show-error \
--request POST \
'https://gptproto.com/api/v3/google/gemini-3-pro-image-preview/text-to-image' \
--header "Authorization: Bearer ${GPTPROTO_API_KEY}" \
--header 'Content-Type: application/json' \
--data '{
"prompt": "A ceramic coffee cup on a pale oak table in soft daylight",
"size": "1K",
"aspect_ratio": "1:1",
"output_format": "png",
"enable_sync_mode": false,
"enable_base64_output": false
}'
這會提交一個作業；初始回應並非最終圖像。Nano Banana Pro API 教學 涵蓋了關鍵設定與完整的輪詢流程。切換至 2.1 版本時，請使用對應的模型頁面說明。
部分 Google 介面提供免費存取權限，但會根據產品而有不同條件。Gemini 訂閱、第三方餘額以及免費提示詞範例皆為獨立項目。
| 存取途徑 | 預期情況 |
|---|---|
| Gemini 應用程式 | Google 目前將 Nano Banana 2 列為免費，而 2.1 則需透過 Google AI 方案存取 |
| Google Flow | 其說明頁面列出了未訂閱 Google AI 方案帳戶的圖片額度，包含 2.1 與 Lite 的共享額度 |
| GPT Proto 模型頁面與 API | 生成費用將從您的帳戶餘額中扣除 |
| GPT Proto 提示詞庫 | 瀏覽與複製提示詞是免費的；生成圖片可能會消耗點數 |
請查看您所選途徑的 Gemini 概覽 與 Flow 圖片說明。免費可用性與限制可能會有所變動。
以目前的 GPT Proto 費率計算，2.1 版本每 1K 張圖片約為 $0.02 美元。Nano Banana Pro 則列出每 1K 或 2K 張圖片 $0.0804 美元。更高的解析度與重複嘗試會影響總費用；請在編列預算前確認所選模型的即時費率。您也可以查看平台的 定價資訊。
這些是供您調整的入門提示詞，而非對特定生成結果的保證。
針對產品概念：
拍攝一張鈷藍色陶瓷馬克杯的產品照片，放置在淺色石材檯面上。使用來自左側的柔和窗光，並搭配中性背景。展示完整的馬克杯及其把手。在產品上方留出空間以供放置標題。請勿添加任何文字。
針對編輯上傳的照片：
僅將背景替換為明亮、整潔的廚房。保持產品形狀、標籤、顏色、拍攝角度與裁切比例與上傳的照片一致。將新背景的燈光與產品進行匹配。請勿重新設計包裝。
針對 Nano Banana 3D 公仔風格：
以所上傳的角色插圖作為參考，建立一張放置在素色展示底座上的迷你收藏公仔圖片。保留角色的髮型與服裝顏色。使用塗裝樹脂質感與柔和的攝影棚燈光，不包含包裝或文字。
最後一個提示詞要求的是公仔圖片。若要將概念轉化為可編輯的 3D 資產，則需要額外的工作流程。
瀏覽 Nano Banana Pro 提示詞庫 以獲取視覺範例。如果您正在比較提示詞庫，我們的 Banana Prompts XYZ 評論 解釋了提示詞庫能協助您重現的內容，以及您仍需檢查的設定。
To make an AI cat dance video, you need a clear image that tells the model what your cat looks like and a second input that tells it how to move. That movement can come from a dance reference video or from a written prompt. The reference-video route is the better choice when you want your cat to copy a particular hand dance, K-pop routine, side step, or meme choreography. A prompt is enough when you only want a general result such as “a tabby cat doing a playful hip-hop dance.” It is quicker, but the model decides more of the choreography for you. This guide covers both workflows with Wan 3.0. If you already have a cat photo and a dance clip, you can skip most of the setup and use the GPTProto AI Cat Dance Video Generator . Create Cat Dancing Video
Tiffany Layne | 2026-09-17
Vidu Q3 Turbo 是 2026 年大多數開發者首選的平價 AI 影片 API。一段 5 秒的 720p 短片成本約為 0.24 美元，而 1080p 的生成成本則為每秒 0.056 美元。Seedance 2.0 Mini 更適合製作低成本草稿，Hailuo 2.3 Standard 適用於固定 6 秒的動作短片，Kling 3.0 Standard 適合對話場景，而 Wan 3.0 則適合較長的多鏡頭敘事。 當您考慮解析度、最短短片長度、音訊及失敗嘗試時，這些勝出者可能會有所變動。本比較分析不僅止於最低廣告費率，更旨在評估每個 API 在實際可用鏡頭下的真實成本。 價格說明： 本指南中的 GPTProto 價格於 2026 年 9 月 15 日核對。影片 API 費率與可用設定可能會有所變動，請在進行生產預算規劃前確認即時模型頁面。 試用 Vidu Q3 Turbo
Tiffany Layne | 2026-09-16
Those viral AI pixel animations may look as if someone drew every kick, turn, and landing by hand. You do not necessarily need to animate 16 images one at a time, though. A more accessible workflow is to ask an AI image model for a complete sprite sheet, split that sheet into individual frames, and then combine the frames into a looping GIF. In this guide, we will turn one character photo into: A 4 × 4 sprite sheet containing 16 action frames Sixteen separate transparent PNG files A transparent looping pixel art GIF lasting about 1.5–2 seconds The image model handles the character design and action sequence. A sprite cutter and GIF maker handle the file processing. At the end, there is also an all-in-one prompt for an AI Agent that can generate images, run code, and return real files. Gen Image Right Now
Schuyler Stacy | 2026-09-10
15 秒的故事沒有空間容納英雄的完整旅程。它只能容納一個角色、一個令人難忘的點子，以及一個乾淨俐落的結局。 為了進行這次測試，我們製作了一部受 《奧德賽》 啟發的短篇英語兒童動畫。波呂斐摩斯（Polyphemus）被重新塑造成一個友善且略顯笨拙的獨眼巨人，他向觀眾介紹了他的島嶼、他的羊群，以及他令人印象深刻的乳酪收藏。我們使用 GPT Image 2 來確立角色的外觀，然後使用 Seedance 2.5 來生成動畫、對話、字幕和聲音。 最終輸出的影片長度為 15.07 秒，解析度為 1920×1080，比例為 16:9，幀率為 30 fps。更重要的是，它為我們提供了一個真實的檢視對象：哪些部分保持了一致性、Seedance 自行添加了什麼，以及在編輯過程中還有哪些部分需要修正。
Schuyler Stacy | 2026-08-31
