2026年10月11日 Nano Banana 2.1 API：模型 ID、价格、分辨率与限制 作者： Potto AI Team ·
来自 Google 官方文档的 Nano Banana 2.1 API 关键信息：模型 ID gemini-nano-banana-2.1、请求字段、1K/2K/4K 尺寸、14 张参考图、价格与限制。
Nano Banana 2.1 API 是 Google 的 Gemini API 模型 gemini-nano-banana-2.1，一个高效图像生成与对话式编辑模型，你通过文本提示词调用它，并可选地提供参考图。根据 Google 的 Nano Banana 2.1 模型页面 ，它返回 1K（默认）、2K 或 4K 图像，接受最多 14 张参考图（最多 10 个对象和最多 4 个字符），并具有可配置的思考级别。Google 的标准价格为每张 1K 图像 $0.0336，每张 2K 图像 $0.0504，每张 4K 图像 $0.113，批量作业的价格为上述价格的一半。
本指南将集成事实集中在一处：模型 ID、调用哪个端点、重要的请求字段、输出尺寸、参考图槽位、定价、速率限制和批量作业。每个数字均来自 Google 的官方文档，读取于 2026-10-10。价格和限制会变化，因此在制定预算或启动之前，请在 Google 的页面上确认它们。
Potto 不提供公共 API。要从你自己的代码调用该模型，请直接使用 Google 的 Gemini API。如果你只需要图像，Potto 网页生成器中的 Nano Banana 2.1 页面让你无需编写请求即可使用同一模型创建和编辑。
Nano Banana 2.1 API 一览
项目 Google 文档说明 模型 ID gemini-nano-banana-2.1（稳定版使用相同的 ID）输入 文本、图像、视频和 PDF 输出 图像和文本 输出分辨率 1K（默认）、2K、4K；2.1 不支持 512px 参考图 总共最多 14 张：最多 10 个对象和最多 4 个角色 思考级别 minimal、medium（默认）、high接地 Google 网页和图像搜索 Batch API 支持 不支持 函数调用、结构化输出、缓存、代码执行、URL 上下文、Maps 接地、Live API、音频生成 免费层级 不可用 标准图像价格 $0.0336 (1K), $0.0504 (2K), $0.113 (4K) Batch 图像价格 $0.0168 (1K), $0.0252 (2K), $0.0567 (4K)
来源：Google 的模型页面（最后更新于 2026-10-06 UTC）和定价页面，阅读于 2026-10-10。
Nano Banana 2.1 API 是什么？ “Nano Banana”是 Google 在 Gemini 系列中图像生成和编辑模型的流行名称，而“Nano Banana 2.1 API”只是从代码中访问其中一个模型的方式。无需单独注册产品：您使用 Gemini API 密钥并在请求中指定模型 ID。Google 的图像生成指南列出了 Nano Banana 名称下的五个模型，每个都有自己的 ID：
名称 模型 ID Nano Banana 2.1 gemini-nano-banana-2.1Nano Banana 2 Lite gemini-3.1-flash-lite-imageNano Banana 2 gemini-3.1-flash-imageNano Banana Pro gemini-3-pro-imageNano Banana（原始版） gemini-2.5-flash-image
Google 列出了在 1K、2K 和 4K 下更好的视觉质量和真实感，修复了 2K 和 4K 下宽和全景比例（1:4、4:1、1:8 和 8:1）的平铺伪影，改进了文本渲染和信息图布局准确性，以及使用 Google Web 和 Image Search 进行接地。文档未发布基准分数，因此在将流水线提交给模型之前，请测试您自己的提示词。
应该调用哪个端点？ 调用 Interactions API。Google 的图像生成指南为每个 Nano Banana 2.1 API 示例都使用它：向 https://generativelanguage.googleapis.com/v1beta/interactions 发送 POST 请求，并在 x-goog-api-key 标头中放入你的密钥。Google 的 Interactions API 概览指出，截至 2026 年 6 月，它已正式发布，推荐用于所有新项目，并且所有新模型、工具和智能体功能都将在此发布。较旧的 generateContent API 被描述为旧版，但仍获得完全支持。
SDK 调用（client.interactions.create）需要 google-genai 或 @google/genai 2.3.0 或更高版本。该概览还将 Batch API、显式缓存和自定义安全设置列为 Interactions 上尚未提供的功能，因此批量定价意味着使用 generateContent，正如批量部分所解释的那样。
发送第一个 Nano Banana 2.1 API 请求 最小的请求会指定模型，并将提示词作为文本项传入。Google 的指南展示了这个 REST 调用：
curl -s -X POST \
"https://generativelanguage.googleapis.com/v1beta/interactions" \
-H "x-goog-api-key: $GEMINI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-nano-banana-2.1",
"input": [
{"type": "text", "text": "Create a picture of a nano banana dish in a fancy restaurant with a Gemini theme"}
]
}'
要选择结果的形态，请添加一个 response_format 对象。相同的字段也出现在 Google 的 Python 示例中，其中的输出从 interaction.output_image 读取：
-d '{
"model": "gemini-nano-banana-2.1",
"input": [{"type": "text", "text": "A cedar bottle on a linen cloth, soft window light"}],
"response_format": {
"type": "image",
"mime_type": "image/jpeg",
"aspect_ratio": "16:9",
"image_size": "2K"
},
"generation_config": {"thinking_level": "medium"}
}'
字段 作用 input提示词以 {"type": "text", "text": ...} 项的形式传入，另加用于参考图的 {"type": "image", ...} 项 response_format.mime_type在 Google 的示例中为 image/jpeg 或 image/png response_format.aspect_ratio在 Google 的示例中，例如 1:1、5:4 或 16:9 response_format.image_size1K、2K 或 4K，其中 K 为大写generation_config.thinking_levelminimal、medium 或 highprevious_interaction_id继续先前的交互，用于多轮编辑
在 SDK 示例中，图像以 base64 编码形式出现在 interaction.output_image.data 中，Python 示例在写入文件之前会用 base64.b64decode 对其进行解码。该交互还会携带 steps，其中可以包含思考步骤以及最终的 model_output。Google 的 REST 示例不会打印响应正文，因此在为原始 JSON 编写解析器之前，请先检查真实响应。
Nano Banana 2.1 输出尺寸：1K、2K 和 4K Nano Banana 2.1 可生成三种输出尺寸：1K、2K 和 4K；当你未设置 image_size 时，默认使用 1K。Google 的定价页面列出了每种尺寸消耗的图像 token：1K 图像为 1,120，2K 为 1,680，4K 为 3,780。
仅支持大写 K。 诸如 1k 这样的小写值会被拒绝。2.1 上没有 512px。 更小的 512px（0.5K）尺寸属于 Gemini 3.1 Flash Image，而不是 Nano Banana 2.1。宽高比。 2.1 示例使用 1:1、5:4 和 16:9。Google 的模型页面将 1:4、4:1、1:8 和 8:1 列为宽幅与全景宽高比，其中平铺伪影已在 2K 和 4K 下修复。本指南所查阅的页面没有为 2.1 列出完整的宽高比列表，因此在围绕某个宽高比构建布局之前，请测试你需要的精确宽高比。像素尺寸。 Google 的指南没有发布 2.1 的像素表，因此如果你的布局需要固定尺寸，请测量返回的文件。 根据指南，Google 的工具生成的每张图像都包含 SynthID 水印。如果你要对输出进行后期处理或裁剪，请提前考虑这一点。
在 1K 下调整提示词，因为更大的尺寸并不能修复薄弱的构图或拼写错误的单词。如果你已经有一张满意的图，只需要更多像素，图片放大 无需重新生成即可将其放大。
参考图：每次请求最多 14 张 Nano Banana 2.1 每次请求最多接受 14 张参考图，且该数量是各类型合计。Google 的指南按模型划分了这些槽位：
参考类型 Nano Banana 2.1 对象（最终图像中高保真） 最多 10 角色（跨图像一致性） 最多 4 总计 最多 14
每个参考图都是 input 列表中的另一个条目。在 Google 的 Python 示例中，图像项带有 "type": "image"，图像字节以 base64 形式放在 data 中，并有一个 mime_type，例如 image/png，与保存提示词的文本项放在一起。
这些槽位的实际用法：给每张图像分配一项任务，并在提示词中说明（第一张图像是产品外形，第二张是调色板）；为反复出现的面孔复用同一张角色图像；并且一次只添加一张参考图，因为更多参考图并不能保证每个细节都能保留下来。
思考与接地设置 Nano Banana 2.1 API 支持三种思考级别，通过 generation_config.thinking_level 设置：minimal、medium（默认）和 high。Google 的指南指出，Gemini 3 图像模型默认开启思考，且无法通过 API 关闭；模型最多可生成两张中间思考图像，且思考 token 默认计费。其他 Nano Banana 模型列出的级别不同（Nano Banana 2 列出 minimal 和 high），因此不要跨模型复制设置。
接地让模型可对时效性主题使用 Google Search。在 Interactions API 中，你添加带 google_search 的 tools，而 search_types 为 ["web_search", "image_search"] 时会请求网页和图像结果；Image Search 接地仅在 Nano Banana 2.1 和 Gemini 3.1 Flash Image 上可用。Google 指出，Image Search 结果必须连同其 search_suggestions 一起展示，因此请将该展示构建到你的界面中。
接地单独计费：Google 的定价页面给出每月 5,000 次免费搜索请求，在 Gemini 3 及更新模型之间共享，之后为每 1,000 次请求 $14。在发布前，请核实接地图像中的任何名称、数字或日期。
用 previous_interaction_id 进行多轮编辑 要修改已生成的图像，请发送第二个请求，将 previous_interaction_id 设为第一个交互的 id，并只描述要更改的内容。Google 的示例将信息图的文字翻译成西班牙语，同时保持其他元素不变。根据 Interactions API 概览，generation_config、tools 和 system_instruction 的作用域仅限于单次交互，因此每一轮都要重新设置；而将 store 设为 false 会导致你无法使用 previous_interaction_id。对于想要手动涂抹某个区域的编辑，AI 修图 比用文字描述更容易。
Nano Banana 2.1 API 价格 Google 按 token 为 Nano Banana 2.1 计费，图像输出有单独费率。以下是 Gemini API 价格页面上的标准（付费层级）价格表，读取于 2026-10-10：
项目 标准 Batch 输入（文本、图像、视频） 每 1M token $1.50 每 1M token $0.75 输出文本与思考 每 1M token $7.50 每 1M token $3.75 输出图像 每 1M 图像 token $30.00 每 1M 图像 token $15.00 一张 1K 图像 $0.0336 $0.0168 一张 2K 图像 $0.0504 $0.0252 一张 4K 图像 $0.113 $0.0567 使用 Google Search 接地 每月 5,000 次免费请求，之后每 1,000 次 $14 未单独列出
每张图像价格是上一节中的 token 数量按图像 token 费率计算的结果：1,120 token 按每百万 $30 计算为 $0.0336。免费层级列为不适用于此模型，因此每次调用都需要一个已计费的项目。
按规模计算，仅使用 Google 的图像输出价格：1,000 张图像在 1K 下花费 $33.60，在 2K 下花费 $50.40，在 4K 下花费 $113.00，或者以 Batch 方式在 2K 下花费 $25.20。输入 token（你的提示词和任何参考图）、思考 token 和接地请求会额外计费，因此在大笔预算前先测量一次样本运行。
速率限制与配额 Google 的速率限制页面并没有为 Nano Banana 2.1 列出具体数字。它说明了限制如何运作，并引导你前往 Google AI Studio 查看适用于你的项目和层级的数据。
维度。 每分钟请求数（RPM）、每分钟输入 token 数（TPM）和每日请求数（RPD）；图像生成模型还有每分钟图像数（IPM）。超出任一维度都会触发错误。范围。 限制按项目应用，而不是按 API 密钥应用，每日配额在太平洋时间午夜重置。层级。 免费层级需要有效的项目，Tier 1 需要已关联的计费账号，Tier 2 需要 $100 的累计付费支出外加 3 天，Tier 3 需要 $1,000 外加 30 天。升级是自动的。支出上限。 基于支出的限制在滚动 10 分钟窗口内应用，达到其中一项限制会返回 429 RESOURCE_EXHAUSTED 错误。 一个会发起大量并行请求的循环，可能在每日配额用完之前很久就触发 429，因此应添加带退避的重试、限制并发数，并通过 Batch API 发送大型离线任务。
模型页面还列出了 131,072 输入 token 和 32,768 输出 token，并且不支持 Flex 或 Priority 推理。
用于 Nano Banana 2.1 的 Batch API 模型页面将 Batch API 列为受支持，而 Google 的定价页面把批量图像输出定价为标准费率的一半：每 1K 图像 $0.0168，每 2K 图像 $0.0252，每 4K 图像 $0.0567。Batch API 指南设定的目标周转时间为 24 小时，不过在大多数情况下要短得多。这笔交换是用等待时间换取价格和更高的速率限制，适合目录刷新、提示词测试和批量变体，而不是有人在等待的交互界面。
Batch API 指南中的细节：内联请求总计必须低于 20 MB，而更大的任务使用 JSONL 文件（最大 2 GB），每行一个请求，并使用你定义的 key。任务会经历 JOB_STATE_PENDING、JOB_STATE_RUNNING 和 JOB_STATE_SUCCEEDED，或以失败、取消或 JOB_STATE_EXPIRED 结束；处于 pending 或 running 超过 48 小时的任务会过期。速率限制页面列出 100 个并发批处理请求和 20 GB 的文件存储，以及每个层级的入队 token 限制。
一个需要注意的地方：该指南称批处理仅在 generateContent API 中可用，其图像示例使用设置为 ["TEXT", "IMAGE"] 的 responseModalities，并配合另一个 Nano Banana 模型 ID。它没有针对 gemini-nano-banana-2.1 的示例，所以在提交数千个请求之前，先用这个模型 ID 跑一个小型测试批次。在实践中，交互式编辑运行在 Interactions API 上，而批量离线生成运行在 generateContent 批次上。
从早期模型迁移到 Nano Banana 2.1 Google 的定价页面将原始 Nano Banana（gemini-2.5-flash-image）标记为已弃用，关闭日期为 2026 年 10 月 2 日，并且图像生成指南推荐将 Nano Banana 2.1 用于新项目。
更改模型 ID 时，请检查以下差异。2.1 列出了思考级别 minimal、medium 和 high，而 3.1 Flash Image 列出了 minimal 和 high。512px 尺寸在 3.1 Flash Image 上存在，但在 2.1 上不存在，因此请请求 1K 并在您这边调整尺寸。Image Search 接地在 2.1 和 3.1 Flash Image 上有效，而 Flash Lite 没有搜索接地。2.1 不支持函数调用或结构化输出，因此请将任何生成 JSON 的步骤移至文本模型。使用上面的 2.1 费率重新计算您的成本估算，然后通过新模型运行您保存的提示词，并将结果与旧模型的结果进行比较，因为即使提示词相同，模型更改也会改变风格和文本渲染。
不使用 API 也能用 Nano Banana 2.1 如果你的目标是拿到一张图片，而不是做集成，用浏览器会更简单。Potto 的 AI 生成图片 提供 Nano Banana 2.1，支持 HD、2K 和 4K 输出、最多 10 张参考图，以及 PNG 或 JPEG 文件。由于 Potto 没有公开 API，这是一条纯网页的工作流。
Potto 以积分给图片定价，价格会显示在你确认之前的 Generate 按钮上。Nano Banana 2.1 在 HD 下每张 12 积分，2K 下每张 17 积分，4K 下每张 38 积分，请求失败会返还相应积分。积分是 Potto 自己的单位，并不是把 Google 的美元价格换算而来，所以不要把两者当成同一种货币去比较。Potto AI 价格 页面列出了各种方案，图片生成模型 页面则对比了创作者中的每一款图片模型，包括 Nano Banana 和 Nano Banana Pro。
这些工作流与 API 一一对应：文生图 是只带一个文本条目的请求，图生图 会像 input 里的 image 条目那样加入你自己的图片，AI 角色生成器面向反复出现的角色，图片模板则为你提供一份可以改编的简述。
API 还是网页生成器：该用哪个？ 当图像在你自己的产品内部生成或按计划生成时，请使用 Gemini API：一个为每个商品列表渲染变体的店面、一个按批量费率运行的夜间任务，或者一个用户输入提示词的应用。你拥有密钥、重试、存储和账单，并且你可以获得 Google 的完整参数集。
当由人来制作图像时，请使用网页生成器：一张营销海报、产品图、一个用于演示文稿的吉祥物。无需管理密钥，也无需解析响应，并且每次生成前都会显示价格。你还可以在浏览器中探索提示词，之后将胜出的措辞移到 API 调用中。
常见问题
Nano Banana 2.1 API 是什么？ Nano Banana 2.1 API 是调用 Google 的 gemini-nano-banana-2.1 图像模型的方式，通过 Gemini API 进行。它接受文本、图像、视频或 PDF 输入，返回图像和文本，并支持 1K、2K 和 4K 输出、最多 14 张参考图、可配置的思考级别和 Google Search 接地。它不是单独的产品：你使用 Gemini API 密钥，并在请求中指定模型 ID。
Nano Banana 2.1 的模型 ID 是什么？ 模型 ID 是 gemini-nano-banana-2.1。Google 的模型页面显示，稳定版使用相同的 ID，因此无需版本后缀。其他 Nano Banana 模型有自己的 ID，例如 Nano Banana 2 的 gemini-3.1-flash-image，所以每次更换模型时都要检查 ID。
Nano Banana 2.1 API 多少钱？ 按标准价格，Google 对每 1K 图像收取 $0.0336，每 2K 图像收取 $0.0504，每 4K 图像收取 $0.113，另加输入和思考的 token 费用。Batch 任务费用减半：$0.0168、$0.0252 和 $0.0567。这些数字来自 Google 的 Gemini API 定价页面，读取日期为 2026-10-10，并且免费层级在该模型上列为不可用。
Nano Banana 2.1 能用多少张参考图？ 一次请求最多 14 张：最多 10 张物体图像和最多 4 张角色图像。Google 会跨类型计算总数，因此即使两个上限都用满，一次请求也不能超过 14 张。在提示词中给每个参考图安排一个任务，并在结果中检查你关心的细节。
Potto 有 Nano Banana 2.1 API 吗？ 没有。Potto 不提供公开 API。你可以在 Potto 的网页生成器中使用 Nano Banana 2.1，HD 时为每张图像 12 积分，2K 时为 17，4K 时为 38。希望从代码中调用该模型的开发者应使用 Google 的 Gemini API，并使用模型 ID gemini-nano-banana-2.1。
Nano Banana 2.1 API 的速率限制是多少？ Google 没有在其速率限制页面上公布该模型的数字。限制按每分钟请求数、每分钟输入 token 数、每天请求数以及图像模型的每分钟图像数来衡量，并且按项目应用，具体取决于你的使用层级。在 Google AI Studio 中打开速率限制视图，查看适用于你账户的数字。
Nano Banana 2.1 可以使用 Batch API 吗？ 可以。Google 在模型页面上将 Batch API 列为受支持，并将 Batch 图像定价为标准费率的一半，目标周转时间为 24 小时。Batch 处理仅适用于 generateContent API，而不适用于 Interactions API，并且 Google 的 Batch 图像示例使用了不同的 Nano Banana 模型 ID，所以请先用 gemini-nano-banana-2.1 测试一个小批量。
来源 所有来源均于 2026-10-10 阅读。价格、限制和模型详情均来自 Google，可能会发生变化。
制作你的下一支发布视频。 把启发你的想法变成自己的视频或图片。准备好截图、主题或提示词即可。
