模型定位
Gemini 2.5 Flash Image,又稱 Nano Banana,是 Google 針對快速圖像理解、生成與編輯最佳化的原生多模態模型,適合高頻圖像創作及對話式編輯工作流程。(ai.google.dev)
能力與用途
- 接受文字與圖片輸入,可輸出文字與圖片;支援文字與圖片交錯輸出。
- 支援依文字描述生成圖片、參考多張圖片生成圖片、多輪圖片編輯、長寬比控制、僅輸出圖片,以及批次預測。可用於視覺概念創作、素材變體製作及反覆修改圖片。(docs.cloud.google.com)
限制
- Google Cloud 模型文件列出的上下文視窗及最大輸出量均為 32,768 token;每個提示最多輸入 3 張圖片、最多輸出 10 張圖片。支援的長寬比包括 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9 及 21:9。
- 不支援音訊或影片輸入輸出,也不支援思考模式、結構化輸出、上下文快取、函式呼叫、程式碼執行或搜尋 grounding。上述規格以 Google Cloud 平台文件為準,其他平台的限制可能不同。
- 生成圖片帶有 SynthID 浮水印;模型不一定會精確遵循提示中要求的圖片數量。(docs.cloud.google.com)
發布與生命週期
正式版於 2025 年 10 月 2 日在 Vertex AI 正式推出。Google 目前已將此模型標記為淘汰,並公告將於 2027 年 3 月 15 日停止服務;建議遷移至 Gemini 3.1 Flash-Lite Image。(docs.cloud.google.com)
價格
以下為 Gemini Developer API 的付費方案價格,幣種為美元(USD),查詢日期:2026 年 11 月 17 日;不應直接視為 Vertex AI 價格。(aistudio.google.com)
- 標準模式:文字或圖片輸入每 100 萬 token 為 USD 0.30;圖片輸出每張 USD 0.039,官方並列出圖片輸出每 100 萬 token 為 USD 30。文字輸出依 Gemini 2.5 Flash 價格,每 100 萬 token 為 USD 2.50。
- Batch 批次模式:文字或圖片輸入每 100 萬 token 為 USD 0.15;圖片輸出每張 USD 0.0195;依官方所述 Gemini 2.5 Flash 對應價格,文字輸出每 100 萬 token 為 USD 1.25。
- 官方定價頁說明,所列每張圖片的估算以每張消耗 1,290 token 為基礎,標準模式的 USD 0.039 例子適用於最高 1024×1024 像素的輸出圖片。實際費用與可用性請以所用平台的最新定價及帳單為準。