Nano Banana 2 Lite 发布：完整深度解析
Google 正式发布 Nano Banana 2 Lite。本文完整整理它的发布时间、价格、速度、模型定位、能力边界与实际影响。
Google 在 2026 年 6 月 30 日发布了 Nano Banana 2 Lite。它在 Gemini API 中的模型 ID 是 gemini-3.1-flash-lite-image，核心卖点非常明确：大约四秒生成一张 1K 图片，官方公布的单张成本约为 0.034 美元。
这次发布不只是增加了一个更便宜的图片接口。Google 借此建立了更清晰的三档图片模型体系，也为高频、大规模的创意工作流定下了新的起步档位。
TL;DR
- Nano Banana 2 Lite 是 Google 当前速度最快、成本效率最高的 Gemini 图片模型。
- Google 公布的指标是大约四秒生成一张 1K 图片，单张价格约为 0.034 美元。
- Nano Banana 系列现在分为 Lite、2 和 Pro 三档。
- Google 建议原版 Nano Banana 用户迁移到 Lite，原版模型已被视为旧版。
- Lite 的代价包括只输出 1K、小文字和数据类信息图表现较弱、不支持搜索增强，以及跨场景角色一致性不够稳定。
这次实际发布了什么？
Nano Banana 2 Lite 于 6 月 30 日进入 Google AI Studio 和 Gemini API。随后，Google 确认它也已在企业智能体平台正式可用，并将其描述为面向高速、高吞吐量图片流程的模型。
它的 API 标识为 gemini-3.1-flash-lite-image。模型支持文生图、图片编辑和对话式图片创作。Google 文档还列出了最多 14 张输入图片、常见画面比例、1K 输出、SynthID 水印和 C2PA 内容凭证等能力。
Google 同一天还发布了 Gemini Omni Flash。两者组合后形成了一条明确的媒体生产链路：先用 Lite 快速生成参考图，再交给视频模型进行动画化。
Google 图片模型家族重新分层
这次发布之后，Nano Banana 系列形成了三个定位清晰的层级：
- **Nano Banana 2 Lite：**面向速度和规模，适合近实时、高频生成。
- **Nano Banana 2：**通用主力模型，在质量、速度、成本和高分辨率之间取平衡。
- **Nano Banana Pro：**高保真层级，面向复杂专业任务和更严格的控制要求。
基于 gemini-2.5-flash-image 的原版 Nano Banana 已被归入旧版。Google 给出的迁移目标就是 Nano Banana 2 Lite。因此，Lite 并不是一个可有可无的低价版本，而是这个模型家族新的入门基线。
价格
Google 发布资料给出的核心价格是：每张 1K 图片约 0.034 美元。标准 API 计费中，输入价格为每百万 token 0.25 美元，输出价格为每百万 token 1.50 美元。
这个价格在大规模场景中最有意义。需要生成数百张草图、商品图变体或本地化广告素材的团队，可以在成本成为瓶颈之前完成更多轮尝试。
FrameTide 按平台积分计费，不直接照搬 Google API 的账单结构，因此产品内的实际消耗不会与官方的单张美元价格一一对应。
速度与 Low-Thinking 模式
Google 表示，Nano Banana 2 Lite 生成一张文生图结果大约需要四秒。早期独立报道中，Nano Banana 2 在相似提示词下耗时接近二十秒。不过，真实速度仍会受到地区、排队、提示词复杂度和服务商链路的影响。
四秒指标与默认的 Low-Thinking 行为相关。目前公开文档还没有说明开发者能否直接调整这个思考预算，还是它仍然只是模型内部设置。
Nano Banana 2 Lite 擅长什么？
Lite 的定位是吞吐量，而不是一次生成最终成品。它最适合以下场景：
- 快速概念开发和创意探索；
- 广告变体与 A/B 测试；
- 产品效果图和电商缩略图；
- 大规模本地化营销素材；
- 为后续图生视频提供参考帧；
- 需要快速响应的图片生成产品。
把 Lite 放进完整工作流后，它的价值会更加明显。低成本参考图可以帮助团队先确认视觉方向，再决定是否投入更慢、更高保真的最终渲染或视频生成。
它有哪些明显短板？
为了换取速度和成本，Lite 在几个方面做出了取舍：
- 输出分辨率最高为 1K；
- 小文字和精确拼写可能不稳定；
- 含数据的信息图可能出现错误内容；
- 场景大幅变化时，角色一致性容易下降；
- 多张参考图的复杂合成不是它的强项；
- 不支持 Google Search 和 Image Search grounding。
因此，Lite 不适合默认承担大幅面交付、文字密集型广告、数据图表，或要求跨多个画面严格保持角色一致的叙事任务。此类需求更适合 Nano Banana 2 或 Pro。
可用渠道
发布时，Google 已在 Google AI Studio、Gemini API 和企业智能体平台提供 Nano Banana 2 Lite。Google 还公布了它在 Gemini 应用、搜索中的 AI 模式、NotebookLM、Google Photos、Stitch、Flow 和 Google Ads 等产品中的分发计划。
FrameTide 图片工作台也已经支持该模型。用户可以在同一个工作区中选择 Nano Banana 2 Lite、Nano Banana 2、Nano Banana Pro、GPT Image 2 和 Seedream 4.5。
Nano Banana 2 Lite 对比 Nano Banana 2
这两个模型之间的差异是刻意设计的：
- **生成速度：**Lite 目标约为四秒，早期对比中 Nano Banana 2 在相似提示词下接近二十秒。
- **价格：**Lite 是更低成本的层级，Google 公布的价格大约是同系列通用模型的一半。
- **输出分辨率：**Lite 为 1K，Nano Banana 2 可输出 2K 和 4K。
- **搜索增强：**Lite 不支持，Nano Banana 2 支持 Google Search 和 Image Search grounding。
- **模型 ID：**Lite 为
gemini-3.1-flash-lite-image，Nano Banana 2 为gemini-3.1-flash-image。
Lite 是吞吐量模型。需要更高分辨率、搜索增强或更强一致性时，Nano Banana 2 仍然是更稳妥的通用选择。
已经确认的信息与仍未明确的问题
发布时已经确认：
- 模型已经在 Google AI Studio 和 Gemini API 上线；
- Google 公布的 1K 图片生成速度约为四秒；
- 单张 1K 输出的核心价格约为 0.034 美元；
- 原版 Nano Banana 已被归入旧版；
- 生成的图片带有 SynthID 水印；
- 小文字、信息图准确性和多次编辑后的一致性是已知弱项；
- Lite 不支持搜索增强。
目前仍未明确：
- 与其他主流图片模型对比的独立基准测试；
- 生产环境并发量和企业速率限制；
- Low-Thinking 是否会成为公开 API 参数；
- Lite 与 Nano Banana 2 之间可量化的提示词遵循差距；
- 不同地区的性能和企业 SLA；
- 在复杂编辑和大量参考图输入下，四秒这个数字还剩多少。
为什么这次发布值得关注？
Nano Banana 2 Lite 改变了图片迭代的成本结构。当一次尝试只需要几美分和几秒钟，团队可以测试更多概念、生成更多变体，并更早淘汰错误方向。
它也让 Google 的产品策略更加清楚。Lite 负责创意漏斗顶部的大量探索，Nano Banana 2 负责通用生产，Pro 负责最高控制要求的成品。Gemini Omni Flash 则把同一条工作流延伸到视频。
对于仍在使用 gemini-2.5-flash-image 的团队，旧版标签也是重要信号。Google 还没有公布停用日期，但迁移方向已经明确。
团队应该怎样评估它？
发布初期的官方数据需要放到真实业务里验证。最有价值的测试包括：
- 用同一组任务分别测试 Lite 和 Nano Banana 2，再进行不显示模型名称的盲评。
- 把小文字、商品标签、招牌和数据图表单独评分，不要混进整体视觉质量里。
- 测试参考图数量和编辑复杂度增加后，生成速度会如何变化。
- 测量从图片到视频成品的完整链路，而不是只记录图片接口耗时。
- 检查 SynthID 与 C2PA 来源信息经过团队现有编辑工具后是否仍然保留。
接下来应该关注什么？
三个信号将决定这次发布最终有多重要：
- 它与 GPT Image、FLUX、Ideogram 等当前模型的独立质量评测；
- Google 基础设施之外的真实延迟数据；
- 原版 Nano Banana API 模型的正式弃用时间表。
目前可以给出的结论很直接：Nano Banana 2 Lite 是 Google 新的快速、低成本图片生成基线。它面向的是需要不断产出下一张草图的工作流，而不是追求一次完成最终成品的任务。
资料来源
用 Nano Banana 2 Lite 开始创作
打开 FrameTide 图片工作台时会自动选中 Nano Banana 2 Lite，可以直接用自己的提示词试一试。