Loading...
Loading...
No output yet
Run the model to see generated results.
import requests
result = requests.post(
'https://api.e2x.ai/v1/jobs/submit',
headers={
'Authorization': f'Bearer {API_KEY}',
'Content-Type': 'application/json'
},
json={
'model': 'google/nano-banana-2-lite/text-to-image',
'input': {}
}
)import time
job_id = result.json()['jobId']
while True:
response = requests.get(
f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
headers={'Authorization': f'Bearer {'{API_KEY}'}'}
)
data = response.json()['data']
if data['status'] == 'completed':
print('Done!', data['outputs'][0]['url'])
break
elif data['status'] == 'failed':
raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")
time.sleep(2)Nano Banana 2 Lite 是 Google 的 gemini-3.1-flash-lite-image,是 Nano Banana 2 这一代的速度档。我们将其开放为 google/nano-banana-2-lite/text-to-image,每张收费 $0.0238 —— 比 fal.ai 对同一模型的定价低约 43%。它只以 1K 分辨率生成,而且大约四秒就能出图。
如果您还在调用初代 Nano Banana(gemini-2.5-flash-image),请先把接下来两段读完。Google 将于 2026 年 10 月 2 日 下线那个模型,而它自己的指引毫不含糊:「我们建议升级到 Nano Banana 2 Lite,以获得更好的质量、更快的速度和更低的成本。」
在我们的平台上,这次升级不花您一分钱——它还会退钱给您。legacy 版 Nano Banana 在这里是每张 $0.0312,Lite 是 $0.0238。更新的模型、更好的文字渲染、更快的生成,外加账单上大约四分之一的降幅。 在这笔交易里,没有任何一个版本能让「原地不动」占上风。已经有图片,想改而不是重画?Nano Banana 2 Lite edit-image 以同样的价格最多接受十四张参考图。
以下是我们在 2026 年 8 月 26 日 最后一次核查时的价格情况:
| API 提供商 | 每张价格(1K) | 与 E2X 相比 |
|---|---|---|
| E2X | $0.0238 | — |
| fal.ai | $0.042 | 我们低 43% |
| WaveSpeed | $0.04 | 我们低 40% |
| Google Gemini API | $0.0336 | 我们低 29% |
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。
诚实的说法是:这就是把分辨率上限压低、把 thinking 预算削短之后的 Nano Banana 2。有些东西完整地挺过了这一刀,有些没有。
速度是头条。 Google 说它「最快可在四秒内生成一张图像」——比完整版 Nano Banana 2 快约 2.7 倍。要填满一格缩略图墙、要在加载态背后生成多个变体、要跑一批墙上时钟时间就是成本的 batch?这个倍率比任何质量差异都更要紧。
图内文字撑得住。 这一点让我们意外。在正面对比测试中,Lite 在画面内清晰、有样式的文字上与 Nano Banana 2 打平——这是 Gemini 3 这一代获得、而 legacy 模型从来不具备的 capability。产品标签、海报标题、UI 样稿:Lite 都渲染得出来。
仅 1K 分辨率。 没有 2K,没有 4K。Google 的文档写明这个模型「仅支持 1K 分辨率」,而这不是我们这边能调高的设置。如果您的输出要送印刷、要做首屏大图,或者要进入一条需要真实细节作为原料的放大流水线,那这个模型就不对——请改用 Nano Banana 2,它支持 0.5K、1K、2K 和 4K。
没有搜索 grounding。 Google Search 和图片搜索都没有接进 Lite。让它画一栋真实建筑、一件特定产品或一桩当下的事件,它只能凭权重作答。Nano Banana 2 可以去查,这个不行。
多物体 prompt 才是差距拉开的地方。 一个主体加一些文字?您看不出差别。六个物体外加它们之间的空间关系——「马克杯在笔记本后面,台灯左边,全都在窗台上」——Nano Banana 2 更深的推理过程会明显胜出。
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。只有 prompt 是必填项。
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-lite/text-to-image",
"input": {
"prompt": "浅色橡木台面上的一只陶瓷手冲滤杯,清晨侧光,浅景深。",
"aspect_ratio": "4:5"
}
}'
您会拿回一个 job ID。可以对它做 polling,也可以给我们一个 webhook:
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "google/nano-banana-2-lite/text-to-image",
input: {
prompt: "特拉布宗的复古旅行海报,粗体无衬线标题写着 'TRABZON',低饱和的青绿与沙色配色。",
aspect_ratio: "2:3",
},
}),
}).then((r) => r.json());
const jobId = submitted.data.jobId;
while (true) {
const job = await fetch(`https://api.e2x.ai/v1/jobs/${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));
}
两条 schema 提示。这里我们的 aspect_ratio 默认值是 1:1 —— 想要别的就请显式设置,而且枚举范围很宽:从 21:9 一直到极细的 1:8 和 8:1 长条,外加 auto。另外这里没有 resolution 字段,因为根本没有可选的余地。当前的 schema 和价格始终以机器可读规格为准。
| 模型 | 每张价格 | 什么时候选它 |
|---|---|---|
| Nano Banana 2 Lite | $0.0238 | 大批量、1K 够用、延迟要紧 |
| Nano Banana 2 | $0.04 | 您需要 2K/4K、搜索 grounding,或者复杂的多物体场景 |
| Nano Banana Pro | $0.075 | 带排版的商业作品、角色分工的参考图、4K |
| Nano Banana(legacy) | $0.0312 | 没有理由。它将于 2026 年 10 月 2 日关停——请迁移 |
| GPT Image 2 | $0.0525 | 您想要的是 OpenAI 的渲染风格 |
我们的建议很无聊,而且与 Google 一致。从 Lite 起步。它是我们运行的当代图像模型里最便宜的一个,而对社交裁图、缩略图、占位美术和应用内生成来说,它上面的任何一档都撑不起自己的溢价。当客户第一次要一张超过 1024 像素的文件时,往上换 Nano Banana 2 —— 或者当一条含五个名词的 prompt 只回来四个的时候。您越过那条线时自己会知道。
我们把 legacy 那一行留在表里,是因为有人还有在跑的集成,而不是因为它算一个选项。其余模型可在 text-to-image 分类或完整的模型目录中浏览。
Lite 在落笔前仍然会跑一遍推理,只是更短。实际后果是:它奖励那些把重要的东西放在最前面、而不是埋在后面的 prompt。
先写主体和镜头。其次是光线和材质。装饰性的形容词放最后——一个浅思考者会把预算花在它最先读到的东西上。想要画面里有文字?把它原样加引号并指定位置:顶部三分之一处有粗体标题,写着 "OPEN LATE"。如果某条 prompt 反复给回一团混乱的构图,请把它拆开,而不是重写它——两次 Lite 调用仍然比一次 Nano Banana 2 调用便宜。
每一张输出都带有 Google 的 SynthID watermark。它不可感知,无一例外地被加到每张图像上,而且没有任何提供商——包括我们——有开关能把它关掉。如果客户合同禁止带 watermark 的素材,请先把这件事解决掉。
下游一切环节都请按 1024 像素的素材来做预算。从 Nano Banana 2 移植配置的团队常常在 body 里留着一个 resolution: "2k",几周之后才发现某个 retina 布局跑的其实是被放大的 1K。这里不会有错误可捕获。请在集成时把尺寸核对一次。
它是 Google gemini-3.1-flash-lite-image 的产品名称,是 Nano Banana 2 这一代中最快也最便宜的模型。Google 把它定位于大批量和准实时的图像工作负载,而且它是官方推荐用来替代初代 Nano Banana 的方案。
我们每生成一张图收费 $0.0238,不必操心任何分辨率倍率。这是我们在 2026 年 8 月 26 日核查时的价格,对比同一模型在 fal.ai 上的 $0.042。在据此做预算之前,请到实时模型页面确认。
不能。Google 的文档写明它仅支持 1K 分辨率,而这是模型层面的限制,不是套餐限制。要 2K 或 4K 输出,请改用 Nano Banana 2 或 Nano Banana Pro。
Google 说它最快可在四秒内生成一张图像,约为 Nano Banana 2 的 2.7 倍速。编辑会比纯生成稍慢一些。我们的 job 流水线还会在上面叠加排队时间,所以请测量端到端耗时,而不是相信某个单一数字。
该,而且要尽快——Google 将于 2026 年 10 月 2 日关停 gemini-2.5-flash-image。在 E2X 上,替代方案更便宜($0.0238 对 $0.0312),能正确渲染图内文字,而且生成更快。您的 request body 里唯一需要改的就是 slug。
不支持。Lite 上既没有 Google Search 也没有图片搜索 grounding。如果您的 prompt 依赖当下的现实世界事实或参考检索,那么 Nano Banana 2 支持 grounding,而 Lite 不支持。
会。每一张图像都包含 SynthID watermark,这是 Google 用于 AI 生成内容的不可感知来源标记。在任何提供商处都没有可以移除它的参数。