多模态理解
支持上传图片并配合文字指令,生成复杂而细节丰富的图像,模型能同时理解图像与语言两种输入。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
Google DeepMind 推出、基于 Gemini 的图像生成与编辑模型系列
Imagen 3 by Google 是 Google DeepMind 推出的文本到图像模型系列,官网以 Nano Banana 家族的形式展示,包含 Nano Banana、Nano Banana 2 Lite、Nano Banana 2 与 Nano Banana Pro 四个版本,分别对应 Gemini 3.1 Flash-Lite Image、Gemini 3.1 Flash Image 与 Gemini 3 Pro Image 等底层模型。它的优势在于原生多模态理解,能同时读取上传图片与文字指令,并借助 Gemini 的推理能力让生成结果更符合现实逻辑。短板在于官网未公开具体费率与使用额度,具体限制需以官方页面为准,且部分能力需通过 Gemini、Google Pics、AI Studio 或 API 等不同入口使用,入口较分散。
Imagen 3 by Google 是 Google DeepMind 推出的图像生成技术,官网当前以 Nano Banana 家族的形式呈现。它面向希望用自然语言生成和编辑图像的个人创作者、开发者与企业团队,底层由 Gemini 系列图像模型驱动。
包括的模型家族包括 Gemini 3 Pro Image(Nano Banana Pro)、Gemini 3.1 Flash Image(Nano Banana 2)与 Gemini 3.1 Flash-Lite Image(Nano Banana 2 Lite)。其中 Nano Banana Pro 定位于影棚级精度与控制,Nano Banana 2 主打在 Flash 速度下提供专业级生成与编辑,Nano Banana 2 Lite 则强调更快的生成速度和更低的成本。
普通用户可以在 Gemini 或 Google Pics 中直接试用,开发者可以通过 Google AI Studio、Gemini API 与 Gemini Enterprise Agent Platform 接入。整个家族为原生多模态模型,支持上传图片并结合文字指令,用日常语言持续对话来细化结果。
支持上传图片并配合文字指令,生成复杂而细节丰富的图像,模型能同时理解图像与语言两种输入。
可以用日常语言创建图像,并在同一段对话里继续追问,逐步修改和细化模型生成的结果。
借助 Gemini 的推理能力,生成符合现实逻辑的图像,让画面中的场景与元素关系更合理。
提供 Gemini 3 Pro Image、Gemini 3.1 Flash Image 与 Gemini 3.1 Flash-Lite Image 三种底层模型,覆盖精度、速度与成本的不同取向。
Nano Banana Pro 基于 Gemini 3,宣称可进行影棚级精度的图像创建与编辑,适合对画面控制要求较高的场景。
Nano Banana 2 基于 Gemini 3.1 Flash Image,在 Flash 速度下提供专业级图像生成与编辑,兼顾速度与质量。
Nano Banana 2 Lite 基于 Gemini 3.1 Flash-Lite Image,主打更快的生成速度与更低的成本,适合高频轻量任务。
可在 Gemini、Google Pics 中直接试用,也能通过 Google AI Studio、Gemini API 与 Gemini Enterprise Agent Platform 构建应用。
可以直接在 Gemini 或 Google Pics 里用自然语言生成和修图,不需要写代码,适合快速出图。
可通过 Gemini API 或 Google AI Studio 接入,按精度、速度或成本选择不同的 Gemini Image 模型。
可借助 Gemini Enterprise Agent Platform 构建、扩展与治理智能体,适合有规模化与合规需求的团队。
官网只提到 Nano Banana 2 Lite 是最低成本,但未公开具体费率,预算敏感的用户需先查官方页面。
若采购前必须拿到清晰报价,可能不适合直接选它。
只提到 Nano Banana 2 Lite 提供最低成本。各档位是否免费、额度多少,都需要以官方页面为准。如果预算敏感,建议先确认自己要用的是 Pro、Standard 还是 Lite 档,再查看对应页面的说明。
官网以 Nano Banana 家族呈现,包含 Nano Banana Pro(基于 Gemini 3 Pro Image)、Nano Banana 2(基于 Gemini 3.1 Flash Image)、Nano Banana 2 Lite(基于 Gemini 3.1 Flash-Lite Image)以及 Nano Banana。它们分别面向影棚级精度、Flash 速度下的专业级生成,以及更快更省成本的场景。
没有把 Imagen 3 by Google 与其他图像生成工具做对比,也没有提到其他产品的名称。从官网能确认的差异点是它原生多模态、可上传图片并结合文字指令,并借助 Gemini 的推理能力让画面更符合现实逻辑。若你重视对话式修改与多入口接入,可以优先考虑它。
没有列出地区限制信息。它主要通过 Gemini、Google Pics、Google AI Studio、Gemini API 与 Gemini Enterprise Agent Platform 使用,这些入口的可用范围需。
建议使用详细的提示词来获得更多控制权,想清楚你希望看到的角色、场景和整体感觉。你添加的细节越多,生成的图像就越接近你的想象。还提供了提示词指南供进一步学习。
Imagen 3 by Google 的底层由 Gemini 系列图像模型驱动,包括的 Gemini 3 Pro Image、Gemini 3.1 Flash Image 与 Gemini 3.1 Flash-Lite Image 分别对应 Nano Banana Pro、Nano Banana 2 与 Nano Banana 2 Lite。你可以在 Gemini 里直接试用,也可以通过 Gemini API 构建应用。
| 工具 | 编辑评分 | 价格 | 核心功能 | 平台 |
|---|---|---|---|---|
| Imagen 3 by Google本工具 | 4.4 | 官网未公开具体价格,仅提到最低成本 | 多模态理解;对话式输入;现实世界知识;多档位模型 | Web / API / Gemini / Google Pics / Google AI Studio / Gemini Enterprise Agent Platform |
| PALP | — | 未标价 | 文本到图像模型的个性化定制 | — |
| FLUX.1 Tools | — | 未标价 | 先进的文本到图像模型工具套件 | — |
| Flux Image Generator.net | — | 未标价 | 先进的文本到图像生成模型 | — |
| HyperDreamBooth | — | 未标价 | 快速个性化文本到图像模型 | — |
| OpenFLUX.1 | — | 未标价 | 开源的文本到图像生成模型 | — |