Nano Banana 2

E2X 上的 Nano Banana 2 图像编辑 API

Nano Banana 2 就是 Google 的 gemini-3.1-flash-image，它的编辑 capability 是我们图像目录里的主力。我们将其开放为 google/nano-banana-2/edit-image，在 1K 默认设置下每张编辑收费 $0.04，一次 request 最多可携带十四张源图像。fal.ai 对同一个模型的标价是 $0.08。

手上没有源图像？那您要的是 Nano Banana 2 text-to-image —— 同一个模型，同样的价格，只需 prompt。

有件事值得直说，因为提供商目录已经把它搅浑了：这不是 Nano Banana Pro。Pro 是 gemini-3-pro-image，在源头的价格大约是它的两倍。如果别家网站的表格里写着「Nano Banana 2」却挂着 Pro 的规格，请核对底下的 Gemini 模型 ID。

我们截至 2026 年 8 月 26 日 的定价：

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。

推动这个数字变化的是分辨率，按固定台阶：

请注意这落在了哪里：在我们这里做一次 4K 编辑，花的钱等于 fal.ai 收的 1K 价。机器可读规格里也是同样的数值。

Pro 一半的价格，究竟买到了什么

Google 把 gemini-3.1-flash-image 的定价定成 gemini-3-pro-image 的整整一半，而两者的 capability 差距远小于价格差距。编辑场景让这种不对称更有利于您——您改动的是一张本来就已经对了的图像，模型需要凭空发明的东西更少。

在流水线里真正要紧的部分：

• 一次调用十四张源图像。 把主体、产品和背景参考合成到一起，无需串联三次 request，也不用照看中间输出。这里没有强制的角色划分——每个附件派什么用场由您决定，在 prompt 里说明即可。
• 输出最高 4K。 这是与更便宜的 Lite 档之间决定性的差距——Lite 根本不暴露任何 resolution 参数，它只返回 1K。如果一张编辑后的素材要送印刷，或要放进 retina 首屏位，Lite 就出局了。
• 落笔前先 thinking。 模型会推敲您要改的到底是什么。这就是为什么一次范围明确的编辑能守住不该动的区域，而不是悄悄地重新生成它们。
• 搜索 grounding，包含图片搜索。 当一次编辑必须与某个真实存在的东西对上时很有用——主体身后的某栋特定建筑，或某个真实存在的产品型号。

延迟中位数约 8.4 秒。不支持 function calling，所以 agent 循环必须从外部来编排这个模型。

API request：带参考图的编辑

有两个字段是必填的：prompt 和 image_urls。请把 key 留在服务端，然后提交 job。

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/edit-image",
    "input": {
      "prompt": "图 1 是这只运动鞋，图 2 是地面参考。把这只鞋放到图 2 的湿水泥地上，并匹配那里的反光。不要改动鞋子本身或它的 logo。",
      "image_urls": [
        "https://example.com/sneaker.png",
        "https://example.com/concrete.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "2k"
    }
  }'

提交后会返回一个 job ID。对它做 polling，直到状态稳定：

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/edit-image",
    input: {
      prompt: "把窗外的季节改成深冬。房间、家具和人物全部保持原样不变。",
      image_urls: ["https://example.com/interior.jpg"],
      aspect_ratio: "3:2",
      resolution: "1k",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

for (;;) {
  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 ?? "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

状态依次为 pending → processing → completed，或者落到 failed / cancelled。在 submit 的 body 里传入 webhookUrl，我们就会改为回调您。

值得钉牢的 schema 细节：即使只有一张源图，image_urls 也是数组；我们的 aspect_ratio 默认值是 9:16，而不是源图像自身的比例；resolution 的取值是小写。让人意外的正是那个默认值——丢进一张横版照片却不设置它，回来的就是一张竖版裁切。

在我们的图像编辑模型之间做选择

Nano Banana 2 是我们做编辑时的默认推荐，但它并不是每一种活儿的正确答案。我们还运行着这些：

如果您的编辑就是 1K 下的换背景和调色，请转到 Nano Banana 2 Lite —— 便宜约 40%，在文字和参考一致性上打平，而在规模化之后，这个差价就是全部利润。不这么做的两个理由：Lite 永远止步于 1K；而且一旦 prompt 要求它准确摆放多个物体，它就变得不那么可靠。第二种失败很隐蔽，所以请拿您自己最难的那条 prompt 去测，而不是相信某个跑分。

当画面内可读的文字本身就是交付物时，请往上走到 Nano Banana Pro。除非您被困在上面，否则请无视 legacy 那一行：Google 现在已把 gemini-2.5-flash-image 归为 legacy，并推荐改用 Nano Banana 2 Lite —— 一次同时做到更新和更便宜。其余的都在图像编辑分类和更广的模型目录里。

写出站得住的编辑 prompt

从生成场景带过来的本能，是去描述完成后的画面。在编辑里，这会与源图争夺主导权，于是您得到的是一次漂移的重绘，而不是您要的那处改动。

先说改什么，再说什么绝对不能动。点名受保护的区域不是可选项 —— 当您告诉模型某张脸、某个 logo 或某个标签属于禁区时，它守得住的概率会高得多。

在 prompt 里给附件编号。「图 1 是主体，图 2 仅作为光照参考」是模型判断您意图的唯一信号；没有这句话，第三个附件就会变成又一个要放进画面的主体。

链式编辑正是画质悄悄漏掉的地方。每一轮都会重新编码，微小的身份漂移在四五轮之后会累积起来。请把一串操作压成一次 request，把所有参考图都附上——反正都是 $0.04，而单遍的结果通常更干净。

交付之前

每一张编辑输出都带有 SynthID watermark。Google 无条件地加上它，而且没有任何提供商——包括我们——暴露了可以禁用它的开关。如果某份合同禁止使用 AI 生成的素材，请在写集成代码之前把这件事解决掉。

留意您的输入质量。一张发虚、压缩过度的源图，无论您要什么 resolution，都会限制住输出；拿一张 600px 的 JPEG 去要 4K，买到的只是把原图的缺陷昂贵地放大一遍。

每次迁移都请重新核对 aspect_ratio。我们的默认值是竖版，各家提供商各不相同，而一整批被悄悄改了画幅的图，正是那种发布之后才会发现的 bug。

常见问题

Nano Banana 2 图像编辑是什么？

它是 Google gemini-3.1-flash-image 模型的编辑 capability，在我们的 API 上开放为 google/nano-banana-2/edit-image。您发送一张或多张源图像加上一条指令，它返回一张最高 4K 的修改后图像。

在 E2X 上一次编辑多少钱？

我们的 1K 默认设置是每张编辑 $0.04；2K 为 $0.06，4K 为 $0.08。这些是 2026 年 8 月 26 日核查时的价格。价格会变动，所以在敲定预算之前请到实时模型页面确认。

一次 request 能接受多少张源图像？

单次调用最多十四张。它们之间没有强制的角色划分——由您在 prompt 里告诉模型：哪个附件是主体，哪个是背景，哪个仅作风格参考。

Nano Banana 2 能产出 4K 编辑吗？

能 —— 我们的 resolution 枚举接受 1k、2k 和 4k，一次 4K 编辑收费 $0.08。这也是选它而不选 Nano Banana 2 Lite 的主要理由，因为 Lite 没有 resolution 参数，永远只返回 1K。

对这个模型来说，E2X 比 fal.ai 便宜吗？

就我们在那一天核查到的可比按需价格而言，是的 —— 我们 $0.04，fal.ai $0.08，在同等条件的 1K request 上省下 50%。Batch 产品、促销价和不同套餐不在这次对比范围内。

编辑后的图像带 watermark 吗？

带。每一张输出都包含 SynthID watermark，这是 Google 用于 AI 生成内容的不可感知标记。没有任何提供商提供可以移除它的参数。

我的横版照片为什么变成了竖版？

因为我们的 aspect_ratio 默认值是 9:16，而不是源图像的比例。请在每一次 request 中显式设置 aspect_ratio —— 在把编辑流水线迁到我们这里时，这是最常见的一个意外。

编辑 API 是同步的吗？

不是。您提交一个 job，然后要么对 /v1/jobs/{id} 做 polling，要么提供一个 webhookUrl 接收回调。已完成的 job 会在 data.outputs[0].url 处暴露结果；模型延迟中位数约 8.4 秒。