先给结论：「Nano Banana」不是某个可以下载的模型权重，而是 Google 对 Gemini 原生图像生成与编辑能力的统称，对应一组有具体模型 ID 的 API 型号；所有生成图都带 SynthID 水印。它和 ComfyUI 本地出图是两条完全不同的路径：一条按 API 调用与 token 计费，一条按权重和显存管理。
不少人第一次看到这个名字，会去搜「Nano Banana 权重下载」。这篇把官方文档里的命名、型号、能力和边界摊开，省掉那段弯路。
事实口径：本文核对时间为 2026 年 11 月 10 日，内容来自 Google AI Studio 官方 Nano Banana 文档、Google Cloud 型号页与 Firebase 迁移文档。模型 ID 与价目会更新，接入前请以当时的官方文档为准；本文不涉及任何第三方转售服务。
名字对应的是一组型号，不是一个 checkpoint
Google AI Studio 文档第一句就写明：Nano Banana 是 Gemini 原生图像生成能力的名称，Gemini 可以用文本、图像、视频或混合输入，以对话方式生成与处理图像。官方文档列出的型号包括：
| 名称 | 模型 ID | 官方定位 |
|---|---|---|
| Nano Banana 2.1 | gemini-nano-banana-2.1 | 主力高效率型号，兼顾速度、成本、画质、文字渲染与多轮一致性 |
| Nano Banana 2 Lite | gemini-3.1-flash-lite-image | 最快最省，不针对多参考图或多轮连续编辑优化 |
| Nano Banana 2 | gemini-3.1-flash-image | 上一代主力，官方建议新项目改用 2.1 |
| Nano Banana Pro | gemini-3-pro-image | 复杂任务档，用推理（Thinking）提升指令遵循与高保真文字渲染 |
| Nano Banana（初代） | gemini-2.5-flash-image | 旧型号，官方给出的迁移建议是转 2 Lite |
所以「Nano Banana 用哪个模型」这个问题必须先落到具体的 model ID 上。写进代码里的是 ID，出现在新闻里的是昵称。
会话式编辑与「一张图改一次」不是一回事
官方把「多轮对话式编辑」写成推荐用法：先生成，再用自然语言追加修改，模型在同一会话里延续前文。这与传统图生图与重绘幅度里那套「加噪 → 去噪、靠 denoise 数值控制改动量」的机制不同 —— 前者把编辑当指令理解，后者把编辑当噪声比例调节。
官方同样支持局部编辑：给出一张图加文本指令，就能增删元素、改风格、调色；多张参考图则用于保持主体一致性。这套能力更接近「带视觉上下文的语言模型」，而不是一个可以手动调 CFG 的采样器。
1K / 2K / 4K 与 token 计费
Google Cloud 型号页给出的规格：支持 1K、2K、4K 输出分辨率，单次提示最多 14 张输入图，上下文窗口 131,072 token。输出图像按 token 计量，官方表格给出 1K 约 1,120、2K 约 1,680、4K 约 3,780 个输出图像 token。
这条对成本估算很关键：本地出图的成本结构是显存与时间，API 出图的成本结构是 token 与并发。把「4K 更清楚」直接翻译成「多花一点时间」是错的，账单上它是按分辨率档位跳的。
SynthID 水印是默认行为
官方 AI Studio 文档明确：所有生成图都包含 SynthID 水印。这是产品层面的固定行为，不是可以在提示词里关掉的开关。做内容合规、素材归档、客户交付时，这一点必须提前告知，不要等到对方问「这张图怎么标来源」才查文档。
Imagen 已退役，迁移看型号对照表
Firebase 官方文档写明：所有 Imagen 型号已弃用，最早于 2026 年 8 月 17 日停用，适用于 Gemini Developer API 与 Agent Platform Gemini API，并给出了 Imagen → Nano Banana 的型号对照（例如 imagen-4.0-generate-001 对应 gemini-nano-banana-2.1 配 HIGH 推理档，imagen-4.0-ultra-generate-001 对应 gemini-3-pro-image）。
迁移不只是换字符串：文档里同时要求把 ImagenModel 换成 GenerativeModel、设置 IMAGE 响应模态、并改用 imageConfig 指定宽高比。照着老代码只改模型名，多半会直接报错。
什么时候不该选 API 路线
| 你的约束 | 更合适的路线 | 原因 |
|---|---|---|
| 要离线、要数据不出内网 | 本地开放权重 | API 路线需要把图与提示词送到服务端 |
| 要自己训 LoRA、锁死风格 | 本地开放权重 | 型号页标注 Tuning 不支持 |
| 要固定种子做严格复现 | 本地确定性采样 | 型号页列出 seed 参数不支持 |
| 要快速做多轮改图、不想管显卡 | API 路线 | 会话式编辑与多参考图是原生能力 |
最后一行尤其值得留意：本地路线的「可控」和 API 路线的「可对话」是两种不同优势，不存在谁全面替代谁。
小结
记住三句话就够：Nano Banana 是 Gemini 图像能力的名字，不是权重；写进代码的是 gemini-* 模型 ID；所有输出默认带 SynthID。把这三点写进项目文档，能省掉大半「为什么下不到模型」「为什么不能调 seed」的疑问。想对照本地模型的许可证与部署方式，看模型许可证那篇。
评论 0