Nano Banana 2.1

Nano Banana 2.1 归属 gemini-flash 家族，权重不开源，上下文窗口 131072 tokens、单次最大输出 32768 tokens。输入端覆盖 text、image、video、pdf，输出端为 text 与 image，因此既能做多模态理解，也能直接产出图像，不必在多个模型之间来回串联。能力项包括推理、工具调用、结构化输出、附件输入与温度调节，适合嵌入检索、内容生产、批处理等工程化流程。本站未收录该模型的公开跑分，实际质量需以自有样本验证。价格方面，官方口径为输入 1.5 美元/百万 tokens、输出 30.0 美元/百万 tokens、缓存读 0.15 美元/百万 tokens，成本明显偏在输出侧；目前有 5 家平台提供该模型，同一模型的输出报价在不同平台上差距较大，选型时需要连同调用渠道一起比较。

选型建议需要一次调用同时拿到文字与图片、并看重工具调用与结构化输出的场景可以选它；纯文本高并发或对输出成本敏感的任务，建议换更便宜的同类模型。

• 为营销素材批量生成配图，同时返回标题与说明文案
• 解析 PDF 或视频内容后，输出信息图与摘要段落
• 在内容后台接入工具调用，按结构化字段返回图文结果
• 对已有图片做风格化重制，并附上改动说明供审核
• 搭建图文混排的多模态流程，用温度参数控制生成稳定性

具体网络结构与参数规模未公开，可确认的是它走 gemini-flash 系列的多模态路线，输入图文视文档、输出文与图。

• 系列归属隶属 gemini-flash 家族，接口习惯与同系列版本接近，工具调用、结构化输出等能力项齐备，迁移成本较低。
• 输入输出输入端同时接受 text、image、video、pdf，输出端给出 text 与 image，图文混排任务可在一次调用内闭环。
• 长度约束131072 tokens 上下文与 32768 tokens 单次输出上限，长视频、厚文档类素材仍需自行切分后再送入。
• 披露程度权重不开源，训练细节与参数规模未见公开说明，公开资料较少，能力判断应基于实际调用而非参数推测。

开源权重

否

模型家族

gemini-flash

本站未收录该模型的第三方跑分，只能结合能力项与价格结构做定性判断，具体效果建议用业务样本实测。

• 图文同出一次调用即可返回文字与图像，省掉「理解模型 + 生图模型」的串联环节，链路更短也更好排错。
• 工程能力推理、工具调用、结构化输出、附件输入与温度调节均在能力列表内，适合接入 agent 与批量生产管线。
• 成本短板输出侧单价显著高于输入侧，图像与长文本产出密集的任务容易推高单次成本，需提前估算配额。
• 验证成本缺少公开跑分可参照，横向选型时只能用同一批提示词做盲测对比，前期评估投入相对更高。

官方价格为输入 1.5 美元、输出 30.0 美元每百万 tokens，缓存读 0.15 美元，成本重心明确落在生成侧。

• 结构定位输出单价约为输入的数倍以上，读长写短的任务更划算，生图与长文案密集的调用要单独核算预算。
• 横向对比同平台 Codestral 2 输入价低约 80.0%、Qwen3 235B A22B Instruct 低约 85.3%，纯文本任务用它们更省。
• 平台差价各渠道输入价一致为 1.5 美元，但 OpenRouter 与 Vercel 输出报 7.5 美元，明显低于官方 30.0 美元口径。
• 省钱做法固定系统提示走缓存读 0.15 美元；把图像生成放到输出报价更低的渠道，先用小样本压测再放量。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $1.5/M / $30/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

Gemini API: $30 per 1M image output tokens, which Google equates to $0.0336 (1K), $0.0504 (2K) and $0.113 (4K) per image, plus $1.50 per 1M text, image or video input tokens and $7.50 per 1M text and thinking output tokens. Batch is half price.

图片 / 视频 / 语音类模型多按张、按秒或按订阅计费，本块给出的是公开口径的计费单位与起价，与上面按百万 tokens 的文本价格不可直接换算。 计费与能力说明见厂商公开文档。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录公开跑分，能力项与价格均来自官方及平台标价，属于纸面口径，不等于实测表现。
• 部署边界权重不开源，无法本地私有化部署，涉及数据出域的项目需先确认合规路径。
• 长度边界131072 tokens 上下文与 32768 tokens 单次输出上限，超长素材必须切分，跨段一致性需自行保障。
• 模态边界输出仅含 text 与 image，不含音频、视频生成，涉及动态素材的流程需另接其他模型。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。