超级管理员
楼主
Google 发布了 Nano Banana 2.1 图像模型，已经在 AI Studio、Gemini 和 API 上可用。图像输出定价为每百万 token 30 美元。
这次的两个主要升级 一是基于蒙版（mask）和涂改（ink）的编辑方式。以前改图主要靠写提示词描述“把这里改成什么”，现在可以直接在图上圈出区域、涂抹，模型按区域理解意图。这对手部细节、局部替换这类需求友好得多。
二是商品场景重定位（product recontextualization）。简单说就是给一张产品图换个环境、换个光照、换个摆放方式，保持产品本体不变。电商和广告场景对这个能力的需求很直接。
事实准确性被单独提了出来 官方把 improved factuality 作为卖点之一，这在图像模型里不多见。通常大家只谈美观度和指令跟随。把事实性拿出来说，说明他们想覆盖的不只是创意场景，还有需要“图上的东西是真的”的场景——比如产品图、示意图、教学材料。
成本怎么算 每百万输出 token 30 美元这个单位对图像模型不太好直观理解。实际操作时建议先跑一批你的典型需求，统计单张图的平均 token 消耗，再乘量级估算月度成本。图像模型的成本波动比文本大得多，分辨率和编辑步数都会影响。
落地时容易踩的坑
- 蒙版编辑的边界处理。圈选区域边缘容易出现过渡痕迹，尤其在处理细长物体（头发、线缆、文字）时。
- 商品图重定位要保持品牌元素一致。Logo、包装文字这类细节容易被模型“重新想象”，需要做后处理校验。
- 批量生成要有质量抽检机制。图像模型不像文本那样容易做自动校验，建议固定比例人工抽检。
别把它当万能修图工具 精细的、需要像素级控制的修改，传统工具依然更可靠。模型擅长的是“整体氛围和结构的改变”，不是“把第三行第五个字改掉”。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。