Nano Banana 对比 Pro、2 和 Lite：该调用哪一个

Q: Nano Banana 和 Nano Banana Pro 有什么区别？

Nano Banana 是 Google 的初代 gemini-2.5-flash-image，一个仅 1K 的 flash 档模型，Google 现在把它标为 legacy，并将于 2026 年 10 月 2 日退役。Nano Banana Pro 是 gemini-3-pro-image，一个为多参考图构图、可读的图内文字和最高 4K 输出而造的高端模型。两者相隔两代，我们分别按每张 $0.0312 和 $0.075 收费。

Q: Nano Banana 2 和 Nano Banana Pro 是同一个模型吗？

不是，而您会看到有些目录把它们标得像是同一个。一个建在 gemini-3.1-flash-image 上，另一个建在 gemini-3-pro-image 上，我们按每张 1K 图像分别计费 $0.04 和 $0.075。在我们这边是两个独立的 slug，这是有意为之。

Q: 从 legacy Nano Banana 迁移有多难？

对 text-to-image 来说就是一个字符串：把 google/nano-banana/text-to-image 换成 google/nano-banana-2-lite/text-to-image。同时请把 aspect_ratio 显式钉死，因为 legacy 的默认值是 9:16，Lite 的是 1:1。在 edit endpoint 上，还要把任何 resolution 字段去掉，因为 Lite 只产出 1K。

Q: 四个模型都用同一种 API request 格式吗？

是。我们目录里的每一个模型都以 bearer token、一个 model slug 和一个 input 对象提交到 POST https://api.e2x.ai/v1/jobs/submit，然后您要么对 job 做 polling，要么接收一个 webhook。换模型意味着换 slug，并核对那个模型实际接受哪些参数。

我们的目录里跑着四个 Nano Banana 模型，而我们被问得最多的问题不是「它好不好用」——是「我到底该调用哪一个」。这问题问得公道。名字帮不上忙：叫 Lite 的那个比没有后缀的那个更新，而叫 2 的那个不是叫 Pro 的那个。

如果您只读一段，就读这段：Nano Banana 2 Lite 既比初代 Nano Banana 便宜，又整整新了一代。 这一个事实就干掉了人们留在 legacy 模型上最常见的理由。旧的那个已经没有任何预算上的说辞了，何况 Google 无论如何都会在 2026 年 10 月 2 日把它关停。

钱到底花在哪里

这是我们截至 2026 年 8 月 26 日 的价格，按每张图、按每个模型的默认配置计。我们给它打上日期戳，是因为我们会重新核查它。

模型	Slug	每张价格	最高分辨率
Nano Banana 2 Lite	`google/nano-banana-2-lite`	$0.0238	仅 1K
Nano Banana（legacy）	`google/nano-banana`	$0.0312	仅 1K
Nano Banana 2	`google/nano-banana-2`	1K 下 $0.04	4K（$0.08）
Nano Banana Pro	`google/nano-banana-pro`	1K 与 2K 下 $0.075	4K（$0.15）

价格与产品条款可能随时间变化；在做出采购决定前，请核对各家提供商的当前价格。Google 的 Batch 或 Flex 价格在调度、可用容量和处理条件上均有所不同，因此与标准的按需 API request 并不直接等价，已从本对比中排除。这是一次限定范围的对比，并非声称 E2X 在任何配置下都是全球最便宜的选择。

把前两行再读一遍。legacy 模型的每张价格，比 Google 自己推荐用来替代它的那个模型贵 31%。整篇文章就在这两行里。

那个已经站不住的理由

有大约一年时间，留在 gemini-2.5-flash-image 上的诚实理由是价格。它是便宜的那个。您拿它跑 batch，忍下那些粗糙的边角，然后继续干活。

这个理由没了。Nano Banana 2 Lite 是 gemini-3.1-flash-lite-image，它的 $0.0238 对上 legacy 模型的 $0.0312 —— 低 24% —— 而且它是 Gemini 3 模型，不是 Gemini 2.5 的。Google 自己的文档把旧的那个称作 legacy，并把开发者指向 Lite，理由是「更好的质量、更快的生成速度和更低的 API 价格」。我们没有理由跟这个说法争，因为我们的价目阶梯说的是同一件事。

接着是日历。Google 已经为 gemini-2.5-flash-image 公布了一个硬性终止日期：2026 年 10 月 2 日。不是软性弃用。那个 endpoint 会消失。

按活儿选，别按档位选

目录里的产品图

从 Nano Banana 2 Lite edit-image 起步。换背景、改材质、把一张 packshot 在纯灰渐变背景上重新打光——这一类活儿 Lite 在 1K 下就能拿下，而 1K 比一个产品网格需要的还多，何况它一次调用最多接受 14 张参考图。

当一条 prompt 必须同时摆布好几个物体时，往上换 Nano Banana 2。这是两者之间最清晰的质量差距：多物体的指令遵循。如果您的 prompt 写着「把瓶子放在盒子左边，标签朝镜头倾斜，后面再加一件」，Lite 会开始丢掉从句，NB2 不会。如果某个特写视图需要 2K 或 4K，也请往上换，因为 Lite 根本没有 resolution 参数。

同一素材的社交平台变体

Lite，而且差距不小。它的 aspect ratio 列表远超常规那一套——1:4、4:1、1:8、8:1 外加一个 auto 模式全都在——所以横幅长条和摩天楼式竖版跟您的方图出自同一个 endpoint。Google 说这个模型最快可在四秒内出一张图。

一条运营上的提醒：我们在 Lite endpoint 上公布的 ETA 是 60 秒，不是四秒。那个数字覆盖的是我们这边的排队和交付，不是模型的原始推理时间。请照着我们的数字设置超时，别照 Google 的。

任何把文字烤进画面里的活儿

这里才是几代之间真正分开的地方。初代 Nano Banana 在图内文字上很弱，我们不会假装不是这样。Google 只从 Gemini 3 这一代起才宣称具备高级文字渲染，而旧的那个不属于这一代。信息图、包装样稿、菜单牌、任何带标题的东西：旧模型会把正文变成装饰性的鬼画符。

Nano Banana 2 和 Lite 都能渲染出可读的图内文字。已公开的对比把两者在这一项上打成平手。这不是我们跑过的测试，所以如果文案就是这份素材的重点，请在定下来之前把两个都采样试一遍。做一句说明文字或一个产品标签，便宜的那个就够了。当版式又密又多语言时，去用 Nano Banana Pro：它能把一张英文信息图重新排版成西班牙语，而不重画底下那张图表。

如果您的活儿是 mask 驱动的——您要替换一个特定区域，而它之外的一切纹丝不动——这几个都做不到。GPT Image 2 edit-image 做得到，而且它还能做透明背景。我们在 1K 下按每张 $0.0525 计费。在那边规划便宜的草稿轮次之前有件事要知道：它的 quality 字段一分钱都省不下，因为 low、medium 和 high 全都落在同一个数字上。分辨率是唯一能拨动花销的杠杆。不同的厂商，不同的强项。

大批量 batch 跑图

Lite。把每月 10,000 张图的账算一遍：

Nano Banana 2 Lite：$238
Nano Banana（legacy）：$312
Nano Banana 2：$400
Nano Banana Pro：$750

值得盯着看的是 Pro 那一行。是 Lite 的三倍，而大多数 batch 流水线根本用不上这个模型的强项。比起为一个您的流水线从来碰不到的档位给您开账单，我们宁愿把您往下指一档。

整组素材里的角色或产品一致性

Nano Banana 2 和 Nano Banana 2 Lite 都最多接受 14 张参考图，这里要紧的就是这个数字，而它们在参考一致性上打平。从 Lite 起步。

当那些参考图各自承担不同的角色时，Pro 才挣回自己的价格。它的十四个位置不是可以互换的——Google 把风格参考的上限设为 3 张，物体参考 6 张，另有 5 张可以承载一张必须完整保留的面孔。把一个人、一件产品和一套品牌色板一起推进去，正是这套角色分配阻止了模型把您的色板读成一个主体。flash 档一次调用也收同样的十四张图——只不过是一份扁平的清单，没有任何东西标明哪个附件是色彩参考，哪个是面孔。

印刷用的 4K

Lite 出局，因为它只做 1K。剩下两个，而诚实的推荐是 Nano Banana 2 的 4K，$0.08，不是 Pro 的 $0.15。同样的像素数，几乎只要一半的钱。

只有当构图真的很难时，才在那个尺寸上去拿 Nano Banana Pro text-to-image：大画布上要有可读的排版、好几张角色分离的参考图、最高到 4096×4096 的输出。有一个怪癖在成本上对您有利：Pro 在推敲构图时会草绘一些用完即弃的中间帧。它们一张都不会到您手上，也一张都不会到您的账单上——您付的是您留下的那张图。它们也是为什么一次 Pro 调用大约要 30 秒，而不是几秒。

从 legacy 模型迁走

请把 2026 年 10 月 2 日当作任何一个有日期的依赖项即将消失来对待：一次有已知修复方案的排期事故。如果 Google 动手那一周这次切换还挂在您的 backlog 上，您产品里每一次图像调用都会同时失败。

修复就是一个字符串。对 text-to-image 来说，这真的就是全部 diff：

 {
-  "model": "google/nano-banana/text-to-image",
+  "model": "google/nano-banana-2-lite/text-to-image",
   "input": {
-    "prompt": "纯灰渐变背景上一盏胡桃木台灯的棚拍"
+    "prompt": "纯灰渐变背景上一盏胡桃木台灯的棚拍",
+    "aspect_ratio": "9:16"
   }
 }

那多出来的一行才是会咬您的东西。我们的 legacy endpoint 默认 9:16；Lite 的 endpoint 默认 1:1。如果您的代码从来没发过 aspect_ratio，只是因为旧的默认值恰好匹配您的版式，那么请在切换之前把它显式钉死，否则每一张素材都会悄悄变成方图。

趁着在改，还有另外两处差异要检查。Lite 没有 resolution 参数——1K 是它唯一的输出，所以如果您之前把这个字段发给了 legacy edit endpoint，请把它去掉。另外 Lite 没有搜索 grounding，而 Nano Banana 2 有——如果您本来就在权衡要不要跳两级，这就是选 NB2 的理由。

下面是完整的一次调用，从头到尾，打到 Lite 的 edit endpoint：

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-2-lite/edit-image",
    "input": {
      "prompt": "把这件衬衫放到纯净的骨白色背景上。织物纹理和刺绣 logo 保持完全不动。",
      "image_urls": ["https://example.com/shirt-on-hanger.jpg"],
      "aspect_ratio": "4:5"
    },
    "webhookUrl": "https://your-app.example.com/hooks/e2x"
  }'

发一个 webhookUrl，job 落地时我们会呼叫您。不发就得自己做 polling —— submit 会返回一个 job ID，您读它的状态，直到它稳定下来：

const auth = { Authorization: `Bearer ${process.env.E2X_API_KEY}` };

async function waitForJob(jobId, deadlineMs = 120_000) {
  const stopAt = Date.now() + deadlineMs;

  while (Date.now() < stopAt) {
    const res = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers: auth });
    const { data } = await res.json();

    if (data.status === "completed") return data.outputs[0].url;
    if (data.status === "failed") throw new Error(data.error?.message ?? "job failed");

    await new Promise((r) => setTimeout(r, 2_000));
  }

  throw new Error(`job ${jobId} did not settle in time`);
}

状态从 pending 到 processing 再到 completed，或者停在 failed 或 cancelled。四个模型上是同一份契约，这正是在它们前面放一个 API 的意义。

交付之前

四个模型的每一张输出都带有 SynthID watermark。 Google 把它不可感知地嵌进每一张图像，而且没有向任何提供商——包括我们自己——暴露过退出开关。请在集成落地之前就和您的法务或品牌团队把这个问题定下来，而不是等某个客户来问，为什么一份素材会触发他们的检测工具。

每次在模型家族之间移动时都请核对 aspect ratio 默认值，不只是 legacy 迁移那一次。如果您还在做决定，两个分类页是把全部并排看完最快的方式：text-to-image 和 image-to-image，或者完整的模型目录。

常见问题

Nano Banana 和 Nano Banana Pro 有什么区别？

Nano Banana 是 Google 的初代 gemini-2.5-flash-image，一个仅 1K 的 flash 档模型，Google 现在把它标为 legacy，并将于 2026 年 10 月 2 日退役。Nano Banana Pro 是 gemini-3-pro-image，一个为多参考图构图、可读的图内文字和最高 4K 输出而造的高端模型。两者相隔两代，我们分别按每张 $0.0312 和 $0.075 收费。

我该用哪一个 Nano Banana 模型？

绝大多数活儿用 Nano Banana 2 Lite，每张 $0.0238。当一条 prompt 必须同时控制好几个物体，或者 1K 不够用时，往上换 Nano Banana 2 —— 它在 1K 下计费 $0.04，阶梯往上是 2K $0.06、4K $0.08。Pro 的 $0.075 值在又密又多语言的文字版式和角色分离的参考图合成上，其余场合都是杀鸡用牛刀。

Nano Banana 2 和 Nano Banana Pro 是同一个模型吗？

不是，而您会看到有些目录把它们标得像是同一个。一个建在 gemini-3.1-flash-image 上，另一个建在 gemini-3-pro-image 上，我们按每张 1K 图像分别计费 $0.04 和 $0.075。在我们这边是两个独立的 slug，这是有意为之。

为什么 Nano Banana 2 Lite 比更老的 Nano Banana 还便宜？

因为更新的架构对 Google 来说服务成本更低，而这一点流到了我们的定价上。在我们 2026 年 8 月 26 日的核查里，Lite 是 $0.0238，legacy 模型是 $0.0312。这是少见的一种情况：升级路径同时还压低了您的账单。

从 legacy Nano Banana 迁移有多难？

对 text-to-image 来说就是一个字符串：把 google/nano-banana/text-to-image 换成 google/nano-banana-2-lite/text-to-image。同时请把 aspect_ratio 显式钉死，因为 legacy 的默认值是 9:16，Lite 的是 1:1。在 edit endpoint 上，还要把任何 resolution 字段去掉，因为 Lite 只产出 1K。

我能去掉输出图像上的 SynthID watermark 吗？

不能。这几个模型产出的每一张图像里，Google 都嵌入了 SynthID，每一档都不例外，而且我们这边和其他任何人那边都没有可以禁用它的 API 参数。在任何会因来源元数据或 AI 检测标记而出问题的流程里，请提前把它算进去。

四个模型都用同一种 API request 格式吗？

是。我们目录里的每一个模型都以 bearer token、一个 model slug 和一个 input 对象提交到 POST https://api.e2x.ai/v1/jobs/submit，然后您要么对 job 做 polling，要么接收一个 webhook。换模型意味着换 slug，并核对那个模型实际接受哪些参数。