Gemini Nano Banana 2.1 发布：3 档思考级别、14 张参考图、强化全景比例

Nano Banana 2.1 由 Google 正式发布，并同步通过 ComfyUI 的 Partner Nodes 开放调用。本文整理它的思考级别、参考图上限、文字渲染、无缝平铺与计费要点，方便快速判断是否值得替换现有工作流。

Gemini Nano Banana 2.1 是什么

Gemini Nano Banana 2.1 是 Nano Banana 2（Gemini 3.1 Flash Image）的后继模型。它在保持 Flash 级别速度与成本的前提下，改进了画质、对提示词的遵循度、多轮生成中的角色一致性、文字绘制，以及横构图与全景比例下的生成表现。该模型已在 Gemini API 中作为稳定版提供，模型 ID 为 gemini-nano-banana-2.1。

它可以接收提示词与最多 14 张参考图像，输出最高 4K 分辨率的图片，并支持 Minimal、Medium、High 三档思考级别、Google 搜索基座（Grounding）以及按指令进行的局部编辑。

随本次发布，Nano Banana 2（gemini-3.1-flash-image）已被标记为弃用，官方更新日志中给出了迁移说明。

另外，根据 Gemini API 的计价页面，初代 Gemini 2.5 Flash Image（Nano Banana）同样已弃用，并公告将于 2026 年 10 月 2 日停止提供。

Comfy Org 说明，如果工作流中已经在用 Nano Banana 2，只需把原节点替换成对应的新版节点即可完成迁移。分辨率的档位（1K、2K、4K）会原样继承，宽高比新增了竖构图的 9:21，单次生成的费用也有所下降。

主要特性

三档思考级别（Minimal／Medium／High）

生成之前模型要思考多少，可以从 Minimal、Medium、High 三档中选择。Comfy Org 的建议是：构思阶段快速试错用 Minimal；文字或元素密集的版式、叠加了多个条件的提示词用 High；介于两者之间时用 Medium。级别越高，生成耗时越长，消耗的 token 也越多。Gemini API 的模型页面把默认值标为 Medium。

在 Google 的计费体系里，思考 token 与文本输出同价计费，所以「用 Minimal 批量出草稿、只把准备采用的方案用 High 精修」是比较划算的用法。

最多 14 张参考图像

单次提示词中最多可以传入 14 张参考图像，用来指定产品、角色、风格参考、背景等。Gemini API 的模型页面给出了上限细则：能够保持一致性的角色最多 4 个，物体最多 10 个。

Comfy Org 建议在提示词中明确写出每张图「当作什么来用」。它适合把商品照片合成到指定的背景与画风上、把多个角色排进同一张构图等广告与主视觉制作场景。

Google 搜索基座（Grounding）

模型可以引入 Google 搜索与图片搜索的信息，因此在绘制真实地标、冷门物件以及现实中的细节时更有帮助。在 Gemini API 中，搜索请求每月 5,000 次以内免费（Gemini 3.x 系列模型共用该额度），超出后每 1,000 次收费 14 美元。经由 ComfyUI 的 Partner Nodes 调用时如何计费，所参考的公告中并未说明。

按指定内容绘制文字

招牌字样、多行公告文字、准确的英数字符串、手写连笔字以及日文，现在都能按指定内容绘制。Comfy Org 建议把想画进图里的文字一字一句都写进提示词。

局部编辑与多轮编辑

改颜色、换材质、去除物体、改写文字等编辑，都可以在不破坏画面其他部分的前提下完成，并且可以分多轮逐步叠加。由于不需要画蒙版、仅靠指令文字就能修改，很适合需要按客户意见逐条落实修改的工作流。

无缝平铺

Comfy Org 表示，模型可以生成边缘能干净衔接、可重复使用的纹理与图案，适合制作 3DCG 材质贴图或背景花纹。Google 的官方资料中未见关于该功能的说明。

下面是实际试做的结果。提示词不同结果也可能变化，仅供参考。

分辨率与宽高比

输出分为 1K、2K、4K 三档；宽高比除 1:1 到 21:9、9:21 之外，还可选面向横幅与长幅全景的 4:1、1:4、8:1、1:8。

当前的局限与注意事项

Google 在模型卡中列出了 Nano Banana 2.1 的已知限制：

• 小字与长文：小字号与长段文字的绘制有时会失败。
• 角色一致性：输入图像与输出图像之间，角色的一致性未必能完全保持。
• 蒙版与涂鸦编辑：使用蒙版或手绘标记进行编辑时，可能无法完全遵循指令。
• 位置指定：画面内的位置关系有时会被弄错。
• 知识截止时间：为 2026 年 3 月（部分领域为 2025 年 1 月）。较新的产品与事件需要靠搜索基座来补充。

文字渲染的精度虽有提升，但像包装成分表、细小注意事项这类小字，仍建议生成后人工确认，或者按「最后用排版软件收尾」的前提来使用。

费用参考

ComfyUI 的 Partner Nodes 按 token 数消耗额度。不过在本文写作时点（2026 年 10 月 7 日），ComfyUI 官方文档的价目表中尚未列出该模型。

Comfy Org 表示，新模型单次生成的费用低于 Nano Banana 2。作为参考，下面把 Google Gemini Developer API（付费档）的价格与 Nano Banana 2 并列展示。

由于图像输出的单价降为原来的一半，各分辨率下单张图片的费用大致也降到一半。另一方面，输入与思考 token 的单价则高于 Nano Banana 2。

此外，Nano Banana 2 提供 0.5K（512 像素）的输出档，而新模型的价目表中只列出 1K、2K、4K。如果此前习惯用小尺寸大量试错，这一点需要注意。

使用方法

Partner Nodes 并不是本地运行的模型，而是调用外部 API 的节点。即使从本地环境的 ComfyUI 使用，生成过程也在 Google 侧的服务器上完成。

在 ComfyUI 中的用法如下。

1. 把 ComfyUI 更新到最新版，或者打开 Comfy Cloud。
2. 在画布上双击搜索「Gemini Nano Banana」，或者从模板库中载入现成的工作流。
3. 设置分辨率、宽高比与思考级别，加入提示词与参考图像后运行。

另外，根据 Google DeepMind 的模型卡，该模型的底座是 Gemini 3.6 Flash，并会在 Gemini 应用、Google AI Studio、Gemini API、Google 搜索的 AI Mode、Google Ads、Flow、Stitch 中提供。

参考来源：

• Comfy 官方公告：经由 Partner Nodes 提供
• Gemini API Release notes
• Gemini API 模型页
• 官方模型卡（Model Card）
• Gemini Developer API 定价

更多同类内容见站内 AI 资讯 栏目。