模型定位
Gemini 3.1 Flash Image,亦称 Nano Banana 2,是面向低延迟、高吞吐量场景的原生多模态图片生成与编辑模型。Google 将其定位为 Gemini 3 Pro Image 的高效率互补版本。(ai.google.dev)
能力与用途
- 接收文本、图片、视频和 PDF 输入,输出图片和文本;支持根据文本生成图片、多轮对话式编辑、图片中的文字呈现,以及通过 Google 搜索获取信息辅助生成。(ai.google.dev)
- 支持 0.5K、1K、2K 和 4K 图片输出,默认 1K,并提供多种宽高比。可用于营销素材、商品图片、信息图、视频缩略图和创意内容迭代。(ai.google.dev)
- Google Cloud 在正式发布公告中介绍了以视频为输入、生成与视频内容相关图片的能力;公告发布时,该能力及 4K 输出仍处于预览阶段,1K 和 2K 输出已正式可用。(cloud.google.com)
限制
- Gemini API 模型文档列出的输入上限为 131,072 token,输出上限为 32,768 token;不支持音频生成、上下文缓存、函数调用或结构化输出。实际接入应以所用平台的文档和配额为准。(ai.google.dev)
- 生成结果可能存在事实、文字或视觉错误,重要用途应进行人工核验;搜索接地也不能保证结果完全准确。
- Google Cloud 公告指出,Gemini API 的访问不受其企业级 SLA 保障。(cloud.google.com)
发布日期
该模型系列于 2026 年 2 月发布;输入所列的 2026 年 5 月 28 日是 gemini-3.1-flash-image 正式版(GA)的发布日期,而非该系列首次发布的日期。(deepmind.google)
价格
以下为 Gemini Developer API 官方付费层级的标准价格,币种为美元(USD),查询日期:2026 年 11 月 16 日;不应视为其他平台或套餐的报价。(aistudio.google.com)
- 输入:文本和图片 0.50 美元/100 万 token。
- 输出:文本及思考 3 美元/100 万 token;图片 60 美元/100 万 token。
- 图片输出的官方约当价格:0.5K 0.045 美元/张,1K 0.067 美元/张,2K 0.101 美元/张,4K 0.151 美元/张;输入及其他输出可能另计。
- 视频输入的单独价格和当前批处理价格:未核实。