Nano Banana 2

E2X 上的 Nano Banana 2 Text-to-Image API

Nano Banana 2 就是 Google 的 gemini-3.1-flash-image，也是我们最先向大多数人推荐的那一档。我们将其开放为 google/nano-banana-2 —— 裸 slug，没有 capability 后缀 —— 在 1K 默认设置下每生成一张图收费 $0.04。这是同样一次 request 在 fal.ai 上价格的一半，而且换来的是一个能渲染清晰图内文字、接受十四张参考图、一路支持到 4K 的模型。

已经有图片，想改而不是重画？Nano Banana 2 edit-image 是同样的权重、同样的价格，只是多加了一个 image_urls 字段。

在看数字之前先提一个命名警告。Nano Banana 2 不是 Nano Banana Pro。 Pro 是 gemini-3-pro-image，一个独立且更贵的模型，而某些目录——fal.ai 也在其中——在个别页面上把它标成了「Nano Banana 2」。请比对 Gemini 模型 ID，而不是营销名称。

以下是我们在 2026 年 8 月 26 日 最后一次核查时的价格情况：

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。

resolution 是唯一的计费因子，而这个阶梯是固定的：

在每一级台阶上，我们都比 fal.ai 低 50% —— 4K 也不例外。同样的数字与其余 schema 一并列在机器可读规格里。

支持这一档的性价比论证

Google 自家的标价就把话说清楚了：Nano Banana 2 是 $0.067，Nano Banana Pro 是 $0.134。整整两倍。而质量差距远远没到 2×。

这就是取舍。Pro 在密集排版和复杂合成上仍有优势；而您在每一次调用上把账单砍半，对多数产品级工作来说，这点差别根本传不到观看者眼里。在这一档您保留下来的东西，比失去的更重要：

• 每次 request 十四张参考图。 没有强制的角色分桶——把主体和情绪板混在一次调用里，然后在 prompt 中标注它们即可。
• 四级分辨率台阶。 Google 把这个模型从 0.5K 一路开到 4K；我们的 resolution 枚举暴露 1k、2k 和 4k。这也是它与 Lite 同胞之间最大的差距——Lite 根本没有 resolution 参数，它只产 1K。
• thinking mode 已开启。 和所有 Gemini 3 模型一样，它会先推敲构图再落笔。约 8.4 秒的中位延迟正是花在这里。
• Google Search grounding，包含图片搜索。 让它画一处真实地标或一套真实制服时，它可以去查，而不是臆造一个看着还行的形状。

Google 的模型还支持 Pro 并不提供的超宽画幅 —— 1:4、4:1、1:8、8:1。我们的 aspect_ratio 枚举目前覆盖从 1:1 到 21:9 的十种标准比例，所以在用某个超宽取值搭建横幅流水线之前，请先查看实时规格。

一条硬性限制：不支持 function calling。不要围绕它设计工具调用循环。

API request：输入 prompt，输出图像

在控制台创建一个 key，把它留在您的服务器上，然后向我们的 submit endpoint 发起请求。prompt 是唯一的必填字段。

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana-2",
    "input": {
      "prompt": "里斯本一家面包店门外手写的黑板菜单，温暖的傍晚光线，PASTEL DE NATA 1,20 EUR 这几个字清晰可读",
      "aspect_ratio": "4:5",
      "resolution": "2k"
    }
  }'

我们会返回一个 job ID。您可以对它做 polling，也可以给我们一个 webhook 从此不再轮询：

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/nano-banana-2",
    input: {
      prompt: "小型水培温室的等距剖面图，标注了水箱和管道，技术插画风格",
      aspect_ratio: "16:9",
      resolution: "1k",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message ?? "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

状态流转为 pending → processing → completed，或者停在 failed 或 cancelled。如果您更希望我们回调您，请传入 webhookUrl。

有两处 schema 细节常常绊倒人。我们的 aspect_ratio 默认值是 9:16 而不是 1:1 —— 竖版，因为我们绝大部分流量要的就是这个。另外 resolution 的取值是小写：1k、2k、4k。

在我们的 Nano Banana 模型之间做选择

Nano Banana 2 位于我们产品线的中段，这意味着对某些工作负载来说，它在两个方向上都可能是错的选择。诚实的地图如下：

从 Lite 那一行开始看，因为它才是真正会替您省钱的那一行。Nano Banana 2 Lite 便宜约 40%，速度约快 2.7 倍，并且在正面对比测试中，在图内文字可读性和参考一致性上与本模型打平。您让出的东西范围很窄，但确实存在：仅 1K、没有搜索 grounding，以及当一个 prompt 同时要摆弄多个物体时更弱的指令遵循能力。单一主体、社交平台分辨率？拿 Lite，把差价留下。

当交付物是一张写满文字的海报，或是一场必须让同一张脸活过二十张图的战役时，就往上走到 Pro。跳过 legacy 那一行 —— Google 自己现在都把 gemini-2.5-flash-image 称作 legacy，并推荐改用 Nano Banana 2 Lite，理由是质量更好、速度更快、成本更低。那次迁移是白捡的钱。产品线的其余部分在 text-to-image 分类和完整的模型目录中。

把 prompt 的价值榨得更干净

thinking mode 会改变您该怎么写。模型先推理再渲染，所以它奖励明确说出的意图，而不是堆砌形容词——「一张必须在三米开外就能读清的招聘海报」比十五个风格词更能引导它。

任何您希望被渲染出来的文字，请加上引号，一字不差地写出它该有的样子，标点和大小写都包括在内。含糊的指令在任何档位上都只会产出装饰性的鬼画符。

当主体在现实世界中确实存在时，请点名它。grounding 只有在模型知道该去取用时才起作用。布局上也请直白些：竖长和超宽画幅在您不指明位置时，会不断把主体往中间挪。

交付之前

每一张图像都带有 SynthID watermark。这是 Google 的不可感知来源标记，无一例外地被加上，而且没有任何提供商——包括我们——有开关可以禁用它。如果客户合同禁止带 watermark 的素材，请在集成之前把这件事解决掉。

延迟请按模型中位耗时约 8.4 秒来预算，而不是按小型扩散模型那种亚秒级响应。thinking 是要花墙上时钟时间的。我们的 job ETA 设在 30 秒，以吸收排队和 4K 渲染的开销。

请在代码里显式固定 resolution。各家提供商的默认值并不一致，您宁愿在 diff 里发现这件事，也不愿在账单上发现。

常见问题

Nano Banana 2 是什么？

Nano Banana 2 是 Google gemini-3.1-flash-image 的产品名称，是 Nano Banana 家族中当代的 flash 档模型。它从文字生成图像，最多接受十四张参考图，能渲染清晰的图内文字，输出可达 4K。

在 E2X 上 Nano Banana 2 多少钱？

按 2026 年 8 月 26 日核查，我们在 1K 默认设置下每生成一张图收费 $0.04，2K 为 $0.06，4K 为 $0.08。价格会变动——在据此做预算之前，请到实时模型页面确认。

Nano Banana 2 和 Nano Banana Pro 是一回事吗？

不是。Nano Banana 2 是 gemini-3.1-flash-image；Pro 是 gemini-3-pro-image，一个独立的模型，标价大约是前者的两倍。某些目录把 Pro 错标成了「Nano Banana 2」，所以在比较规格时请核对 Gemini 模型 ID。

我该用 Nano Banana 2 还是 Nano Banana 2 Lite？

当 1K 足够、且您的 prompt 描述的是单一清晰主体时，用 Lite——便宜约 40%，速度约快 2.7 倍。当您需要 2K 或 4K、需要把多个物体准确摆放，或者需要 Lite 所没有的 Google Search grounding 时，用 Nano Banana 2。

Nano Banana 2 的图像带 watermark 吗？

带。每一张输出都带有 SynthID watermark，这是 Google 用于 AI 生成内容的不可感知标记。在任何提供商处都没有参数可以把它关掉，我们也一样。

这个模型支持 function calling 吗？

不支持。Nano Banana 2 不支持 function calling，所以不要围绕它设计工具调用循环。它确实支持 thinking mode 和 Google Search grounding，包含图片搜索。

一次生成需要多久？

模型延迟中位数测得约 8.4 秒；我们把 job ETA 设为 30 秒，以覆盖排队和更大尺寸的渲染。这个 API 是异步的——提交一个 job，然后对 /v1/jobs/{id} 做 polling，或者提供一个 webhookUrl。