搜索 Nano Banana 2 对比 Pro 的人，通常不是想再看一篇发布消息，而是要决定下一张图该用哪个模型，以及多花的钱能不能省下一轮返工。结论不能简单写成“Pro 一定更好”：Nano Banana 2 是更适合批量探索的通用起点；Nano Banana Pro 则面向复杂构图、品牌一致性和多轮编辑，适合把审稿成本算进去的成品任务。

我们在 2026 年 9 月 13 日通过同一条 OmniaKey 异步媒体任务 API 实测了两个模型。测试集包含三组配对案例：产品静物、带精确文字的海报，以及使用同一张源图的局部换色。每组每个模型只跑 1 次（n=1），所以以下内容是工作流观察，不是能代表所有随机种子的通用跑分。

证据说明，事实核验日期：2026-09-14；视觉测试运行于 2026-09-13。 模型名称、ID、参数和 Google 官方价格来自 Google Gemini 模型目录、图像生成文档与价格页；平台行为和图片来自 OmniaKey 任务原始响应及下载文件。视觉案例是披露条件的一手小样本测试，不是独立基准。OmniaKey 的按次价格属于实时目录，可能随渠道和计价配置变化。

Nano Banana 2 和 Pro 怎么选？先看结论

决策点	Nano Banana 2	Nano Banana Pro
Google API ID	`gemini-3.1-flash-image`	`gemini-3-pro-image`
Google 的定位	速度、高吞吐和通用任务的 workhorse	复杂、上下文密集的专业视觉任务
更适合从哪里开始	草图、变体、社媒素材、常规改图	最终版式、品牌素材、密集文字、困难编辑
文档列出的输出档位	0.5K、1K、2K、4K	1K、2K、4K
Google 标准图像输出估算	1K $0.067；2K $0.101；4K $0.151	1K/2K $0.134；4K $0.24
OmniaKey 当前目录价	每次媒体调用 $0.05	每次媒体调用 $0.10
本次配对样本	静物稳定、局部换色成功	海报层级更克制、局部换色同样成功

图像被淘汰的代价很低时，先用 Nano Banana 2；错误的产品细节、Logo 或版式会触发昂贵审稿时，先测 Pro。这是路由规则，不是“Pro 在所有提示词上都赢”的断言。

Nano Banana 到底是什么？

Google 用 Nano Banana 作为 Gemini 原生图像生成和编辑能力的产品名。Gemini API 目前同时有 Lite、Nano Banana 2、Nano Banana Pro，以及较早的 Gemini 2.5 Flash Image。本文只比较两个当前的完整档位，不把 Lite 或旧模型混进结论。

在 Google API 的模型目录中，Nano Banana 2 对应 gemini-3.1-flash-image，Nano Banana Pro 对应 gemini-3-pro-image。消费端 Gemini 可能显示“快速”“思考”或“Pro”等模式，和 API 的模型 ID 不是一回事。代码和测试报告应使用 API 返回的精确 ID；面向读者的文案再使用产品名。

官方描述可以转成两个测试假设：

Nano Banana 2 强调速度、效率、高吞吐、世界知识、文字渲染和多张参考图处理。
Nano Banana Pro 强调专业设计、推理核心、复杂版式、精确文字、跨语言本地化和品牌一致性。

这些是 Google 的定位，不是第三方测评结论。它们告诉我们该测什么，却不能代替同条件样本。

我们怎样实测 Nano Banana 2 和 Pro

为了让结果对真实工作有用，我们没有挑选“最容易出片”的提示词，而是固定提示词、画幅、图片尺寸和 API 路径，只替换模型 ID。

测试	相同条件	通过标准
产品静物	同一提示词，`1:1`、`1K`、`generate`	物体、材质、光线是否保持连贯
文字海报	同一段两行精确文案，`1:1`、`1K`、`generate`	文字是否可读、无拼写变化，层级是否可用
局部换色	同一 JPEG 源图，同一编辑提示词，`1:1`、`1K`、`edit`	只改一个物体，其余场景是否还能辨认

日期也是证据的一部分。供应商快照、渠道配置和平台价格都可能变化。每个任务的创建响应、终态响应、下载文件、MIME、字节数和 SHA-256 都保存在仓库的 internal-plans/nano-banana-2-vs-pro-evidence/ 目录中，方便以后复跑。

案例一：产品静物图

提示词摘要：黄色陶瓷杯放在钴蓝色桌面上，旁边一个柠檬，柔和的早晨窗光，真实阴影，不要文字和 Logo。

Nano Banana 2 生成的黄色杯子和柠檬产品静物图 — 同一静物提示词、画幅、尺寸和 OmniaKey 媒体任务路径；两张结果都是 1024×1024 JPEG。

Nano Banana Pro 生成的黄色杯子和柠檬产品静物图 — 同一静物提示词、画幅、尺寸和 OmniaKey 媒体任务路径；两张结果都是 1024×1024 JPEG。

两张图都满足大方向：一个杯子、一个柠檬、蓝色桌面和窗边室内光线。差别在取景。Nano Banana 2 的裁切更紧，桌面纹理更强；Pro 给主体留出更平静的空间，场景更简化。如果只是验证产品概念，两张都够用；如果后续版式需要稳定的留白，这一对里 Pro 更值得先测。

原始任务数据也应该如实保留，但不要过度解读。Nano Banana 2 下载文件是 652,362 字节，供应商返回的总 token 是 1,617；Pro 是 545,484 字节和 450 token。这些 usage 字段不是质量或价格评分：平台按配置的媒体价格计费，不同模型的内部 token 统计也不一定可横向换算。

案例二：海报中的精确文字

提示词摘要：虚构设计会议海报，必须逐字渲染 OMNIAKEY IMAGE LAB 和 13 SEPTEMBER 2026 两行文字，奶油色纸张、钴蓝网格、杯子和柠檬小静物。

Nano Banana 2 生成含 OmniaKey Image Lab 和日期的精确文字海报 — 两模型都在这一次运行中正确渲染了两行文字；构图和网格密度不同。

Nano Banana Pro 生成含 OmniaKey Image Lab 和日期的精确文字海报 — 两模型都在这一次运行中正确渲染了两行文字；构图和网格密度不同。

这次两模型都正确渲染了两行文字。Nano Banana 2 的字更大，更接近传统海报；Pro 使用更密的几何网格，整体更像编辑设计。通过一次精确文案检查，不等于所有语言、字体或密集表格都可靠。生产稿仍应放大检查，并用 OCR 或人工复核数字、标点和专有名词。

Google 文档建议在提示词里明确主体、动作、场景、构图、风格、画质和宽高比；文档还提醒，模型不一定遵守用户明确要求的输出数量。因此“看起来像海报”与“文字可以交付”必须分开验收。

案例三：只改颜色，保留场景

两次编辑都使用同一张 Nano Banana 2 静物 JPEG 作为源图。唯一要求是把黄色杯子改成深红宝石色，同时保留柠檬、蓝色桌面、相机、光线、阴影和背景。

用于改图对比的黄色杯子和柠檬共享源图 — 源图、编辑提示词、画幅和尺寸完全相同；两模型都把杯子改红并保留了整体场景。

Nano Banana 2 只把杯子改成宝石红的结果 — 源图、编辑提示词、画幅和尺寸完全相同；两模型都把杯子改红并保留了整体场景。

两次编辑都通过了这个窄标准：柠檬、蓝桌、窗户和植物仍在原位，杯子变成了宝石红。Pro 的高光边界略保守，Nano Banana 2 的竖向反光更明显。这是值得设计师检查的差异，但还不足以宣布一个普遍赢家。

这组测试有一个明确局限：源图本身由 Nano Banana 2 生成，不是中性的相机原片。公平性仍然成立，因为两个模型收到的是同一组字节；真正上线前应再加入真实产品摄影和不同风格的源图。

Nano Banana 2 和 Pro 价格怎么计算？

必须把 Google 的供应商价格和 OmniaKey 的平台目录价分开看。

Google 官方 API 价格

Google 当前的标准付费表把文字/图片输入和图像输出分开计价。对预算更直观的是官方给出的单张图片估算：

模型	输入	图像输出	官方单图估算
Nano Banana 2（`gemini-3.1-flash-image`）	$0.50 / 1M 文字或图片 token	$60 / 1M 图片 token	1K $0.067；2K $0.101；4K $0.151
Nano Banana Pro（`gemini-3-pro-image`）	$2.00 / 1M 文字或图片 token	$120 / 1M 图片 token	1K/2K $0.134；4K $0.24

1K 估算的计算过程如下：

text

Nano Banana 2：1,120 图片 token × $60 / 1,000,000 = $0.0672，约 $0.067
Nano Banana Pro：1,120 图片 token × $120 / 1,000,000 = $0.1344，约 $0.134

这是 Google 标准付费档的供应商估算，不包含网关价、重试和提示词文字 token。Google 还列出 Batch、Flex、Priority 等不同服务层级，长期预算必须使用你实际购买的那一行，不要把一张表的数字复制成永久承诺。

OmniaKey 当前目录价

OmniaKey 把 Google 的同步生图封装进统一的异步媒体任务。当前目录显示 Nano Banana 2 每次媒体调用 $0.05，Nano Banana Pro 每次 $0.10。这不是 Google 的供应商报价；渠道、媒体计价配置或运营策略调整后，平台价可能变化。

按当前目录价估算 100 次成功调用：

text

Nano Banana 2：100 × $0.05 = $5.00
Nano Banana Pro：100 × $0.10 = $10.00

这里的“每次调用”必须和相同操作、相同账户条款一起理解。任务失败或取消后是否退款，要回到账户用量记录核对。预算前请看实时模型目录和价格页面，不要把本文的日期快照当作账单。

通过 OmniaKey 怎么调用 Nano Banana？

OmniaKey 把 Google 的同步图片生成放进统一的“创建、轮询、下载”生命周期。调用方只发送 OmniaKey API Key，供应商 Key 留在渠道配置中。

下面是用 Nano Banana 2 生成 16:9、2K 图片的请求：

bash

curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer your-omniakey-api-key" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: nano-banana-2-hero-001" \
  -d '{
    "model": "gemini-3.1-flash-image",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"aspect_ratio": "16:9", "image_size": "2K"}
  }'

返回 202 Accepted 和任务 ID。继续请求 GET /v1/media/tasks/{id}，直到 status 为 succeeded，再下载 assets[0].url。不要默认图片是 PNG；我们这次两个 Gemini 路由都返回 JPEG，应读取 assets[0].mime_type。

改用 Pro 时只需要替换模型 ID：

json

{
  "model": "gemini-3-pro-image",
  "type": "image",
  "operation": "generate",
  "input": {"prompt": "a precise editorial product layout"},
  "parameters": {"aspect_ratio": "1:1", "image_size": "1K"}
}

Gemini 图片参数和 GPT Image 不同：使用 aspect_ratio 与 image_size（模型支持 1K、2K、4K）。不要把 GPT Image 的 size、quality 或 output_format 直接发到 Gemini 路由，OmniaKey 会拒绝不支持字段，而不是静默忽略。

带参考图的编辑

编辑时，把源图以 inline Base64 放进 input.image；多张参考图可以使用 input.images：

json

{
  "model": "gemini-3-pro-image",
  "type": "image",
  "operation": "edit",
  "input": {
    "prompt": "只把杯子改成宝石红，其他细节全部保留",
    "image": {"data": "<base64-without-data-url>", "mime_type": "image/jpeg"}
  },
  "parameters": {"aspect_ratio": "1:1", "image_size": "1K"}
}

当前 OmniaKey 合同规定整条请求（包含 Base64）上限为 1 MiB。相机原片需要先压缩或缩放，并把源图和结果放在一起审查。Google 文档称 Gemini 3 图像模型最多可混用 14 张参考图，但网关请求上限和渠道配置仍然有效，准备使用多图时必须测试真实负载。

哪些说法不能直接当保证？

搜索结果里有几类说法特别容易被放大：

4K 是输出档位，不是每个提示词都能交付的细节保证。 Google 文档列出 Gemini 3 图像模型的 1K、2K、4K，实际效果仍受场景、构图和参考图影响。
物体数量不是硬约束。 Google 提醒模型不一定遵守明确要求的输出数量，下载后要自己数。
文字必须目视复核。 本次海报的一次精确文字检查通过，不代表所有语言、字体和密集表格都能通过。
Preview 是快照。 gemini-3.1-flash-image-preview 和 gemini-3-pro-image-preview 是预览 ID，不应假设未来始终和稳定路由行为一致。
SynthID 不等于事实正确。 Google 表示生成图片包含 SynthID 水印；来源标记和画面正确性是两个不同问题。

涉及身份、Logo、法律文案、医疗图表或包装文字时，保留人工审批，并保存源资产。模型可能满足大构图，却改动审稿人最在意的小细节。

到底该选哪个？

优先用 Nano Banana 2 的场景：

需要大量草稿或变体，废图重新生成的代价很低；
普通产品图、生活方式图、插画或常规改图；
希望使用更低的 Google 图像输出估算或 0.5K 档位；
想先批量出一轮，再挑少数候选做高质量版本。

优先测试 Nano Banana Pro 的场景：

画面有密集版式、品牌规范或多个互相约束的参考图；
产品形状、Logo 或局部编辑出错会增加审稿和重做成本；
计划多轮修改，需要模型保留更多视觉上下文；
设计师希望拿到更克制、更可控的起始构图，本次海报配对就是这种信号。

不要因为名字里有 Pro 就跳过测试。用真实提示词做一轮小型验收，并把“通过一张图的成本”而非“生成一次的价格”纳入决策。一个稳妥的默认路由是：Nano Banana 2 负责探索，Pro 负责入选稿和必须通过审稿的编辑。

可复用的评测清单

真正接入团队前，准备 20–30 个代表性任务，至少记录：

指令遵循： 物体、数量、颜色、相机和宽高比是否正确。
文字准确： 拼写、数字、标点和目标语言字符是否正确。
参考保持： 身份、产品几何、材质、光线和背景是否保留。
编辑局部性： 要改的地方改了多少，未要求的地方漂移多少。
运行行为： 队列时间、重试、MIME、文件尺寸和错误码。
通过任务成本： 用通过审稿的图片数分摊平台费用，不要只看尝试次数。

尽量固定提示词并让评审者盲看输出。记录模型 ID、快照、参数、源文件和通过理由；供应商快照或渠道配置变化后重新跑一遍。

FAQ

Nano Banana 2 就是 Gemini 3.1 Flash Image 吗？

是。在 Google API 命名里，Nano Banana 2 是产品名，gemini-3.1-flash-image 是模型 ID。代码使用 ID，文章和模型选择界面使用产品名。

Nano Banana Pro 一定比 Nano Banana 2 好吗？

Pro 的定位是更复杂、更依赖上下文的视觉工作；在本次产品静物配对里，它给出了更平静的起始构图。两个模型都通过了窄范围的局部换色检查，一次配对不能证明普遍质量胜负。应按验收标准和返工成本选择。

Nano Banana 2 多少钱？

Google 标准付费估算中，1K 图像输出约 $0.067，不含文字输入；OmniaKey 当前目录是每次媒体调用 $0.05。这是两套不同计价系统，预算前请核对实时目录和供应商档位。

Nano Banana Pro 多少钱？

Google 标准付费估算中，1K 或 2K 图像输出约 $0.134，不含文字输入；OmniaKey 当前目录是每次媒体调用 $0.10。重试、输入图和账户条款会改变总成本。

Nano Banana 能编辑图片吗？

能。Google Gemini 图像模型支持对话式和输入图编辑；OmniaKey 通过媒体任务的 operation: "edit" 暴露该能力。当前网关合同接受单次最多 1 MiB 的 inline Base64 请求。

Nano Banana 支持 4K 吗？

Google 文档列出 Gemini 3 图像模型的 1K、2K、4K 输出，Nano Banana 2 还支持更小的 0.5K。实际调用要确认具体路由接受的 image_size，并读取下载文件的真实尺寸。

稳定 ID 和 Preview ID 有什么区别？

-preview 表示预览快照，适合验证新行为，但不应当成稳定生产合同。没有明确理由时，优先固定稳定 ID。

官方资料与相关入口

下面的 Google API 链接是英文官方原文；OmniaKey 图像文档链接按当前中文 locale 提供。

创建 OmniaKey API Key 查看实时图片模型