Thông số kỹ thuật của Gemini Nano Banana 2.1
| Hạng mục | Gemini Nano Banana 2.1 |
|---|---|
| ID mô hình | gemini-nano-banana-2.1 |
| Nhà cung cấp | |
| Dòng mô hình | Dòng Gemini 3; dựa trên Gemini 3.6 Flash |
| Loại mô hình | Tạo ảnh hiệu suất cao và chỉnh sửa hội thoại |
| Loại đầu vào | Văn bản, hình ảnh, video, PDF |
| Loại đầu ra | Hình ảnh và văn bản |
| Giới hạn token đầu vào API | 131,072 token |
| Giới hạn token đầu ra API | 32,768 token |
| Độ phân giải đầu ra hình ảnh | 1K, 2K, 4K; 1K là mặc định |
| Chế độ suy nghĩ | Được hỗ trợ; tối thiểu, trung bình (mặc định), cao |
| Grounding tìm kiếm | Được hỗ trợ, bao gồm Google Web và Image Search |
| Tạo ảnh | Được hỗ trợ |
| API theo lô | Được hỗ trợ |
| Phiên bản ổn định | gemini-nano-banana-2.1 |
| Cập nhật được ghi nhận gần nhất | Tháng 10 năm 2026 |
Gemini Nano Banana 2.1 là gì?
Gemini Nano Banana 2.1 là mô hình tạo ảnh hiệu suất cao và chỉnh sửa hội thoại của Google. Mô hình này cập nhật Nano Banana 2 đồng thời giữ hiệu suất cấp Flash và bổ sung cải thiện về chất lượng hình ảnh, mức độ tuân thủ prompt, tính nhất quán nhân vật qua nhiều lượt, kết xuất văn bản và bố cục infographic.
Mô hình dựa trên Gemini 3.6 Flash và kết hợp hiểu văn bản–hình ảnh với khả năng tạo hình ảnh và văn bản. Mô hình hướng tới tạo và chỉnh sửa ảnh nhanh, lặp, thay vì các khối lượng công việc gọi hàm hay thực thi mã mục đích chung.
Các tính năng chính của Gemini Nano Banana 2.1
- Tạo ảnh 1K, 2K và 4K: Tạo ảnh ở ba độ phân giải đầu ra đã được ghi nhận, với 1K là mặc định.
- Hợp nhất nhiều ảnh tham chiếu: Hỗ trợ tới 14 ảnh tham chiếu, với mục tiêu nhất quán được tài liệu hóa lên tới 4 nhân vật và độ trung thực cho tối đa 10 đối tượng.
- Cải thiện kết xuất văn bản và infographic: Google báo cáo khả năng kết xuất văn bản và độ chính xác bố cục infographic tốt hơn, giúp mô hình hữu ích cho poster, sơ đồ và các hình ảnh chứa nhiều thông tin.
- Chỉnh sửa hội thoại đa lượt: Thiết kế cho tạo và chỉnh sửa ảnh theo cách lặp, cải thiện tính nhất quán nhân vật qua nhiều lượt.
- Grounding Tìm kiếm Google: Có thể dùng grounding bằng Google Web Search và Image Search cho các quy trình cần thông tin cập nhật hoặc neo theo hình ảnh.
- Chế độ suy nghĩ có thể cấu hình: Hỗ trợ các mức
minimal,mediumvàhigh, vớimediumlà mặc định.
Hiệu năng benchmark của Gemini Nano Banana 2.1
Bản thẻ mô hình tháng 10/2026 của Google báo cáo các đánh giá về tạo và chỉnh sửa hình ảnh sau đây. Đây là điểm ưu thích kiểu Elo và các phép đo tính xác thực, không phải một điểm benchmark mục đích chung đơn lẻ.
| Đánh giá | Nano Banana 2.1 (Thinking) | Nano Banana 2.1 (No Thinking) |
|---|---|---|
| Text-to-image Overall Preference | 1050 ± 14 | 1015 ± 13 |
| Text-to-image Infographic Design | 1048 ± 17 | 1001 ± 17 |
| Text-to-image Infographic Factuality | 0.521 | 0.328 |
| Editing General Editing | 1026 ± 12 | 980 ± 15 |
| Editing Single-Character Consistency | 1028 ± 14 | 1021 ± 14 |
| Editing Multi-Character Consistency | 1106 ± 14 | 1068 ± 14 |
| Editing Mask/Ink-Based Editing | 1049 ± 15 | 1042 ± 16 |
| Editing Product Consistency | 1024 ± 18 | 981 ± 18 |
| Editing Stylization | 1062 ± 20 | 1036 ± 17 |
| Editing Multi-Reference Editing | 1066 ± 22 | 1041 ± 20 |
Thẻ mô hình của Google so sánh các kết quả này với Gemini 3.1 Flash Image (“Nano Banana 2”) và Gemini 3 Pro Image (“Nano Banana Pro”). Trên các đánh giá tháng 10/2026 đã báo cáo, Nano Banana 2.1 (Thinking) đạt điểm cao hơn cả hai mô hình so sánh về ưu thích tổng thể text-to-image, thiết kế infographic, chỉnh sửa chung, nhất quán đa nhân vật, chỉnh sửa mask/ink, phong cách hóa và chỉnh sửa đa tham chiếu.
Gemini Nano Banana 2.1 so với các mô hình ảnh liên quan
| Mô hình | Vị trí | Khác biệt đáng chú ý |
|---|---|---|
| Gemini Nano Banana 2.1 | Tạo/chỉnh sửa ảnh hiệu suất cao | Mô hình mới hơn với chế độ suy nghĩ có thể cấu hình, hợp nhất 14 ảnh tham chiếu, và cải thiện kết xuất văn bản/infographic |
| Gemini 3.1 Flash Image (Nano Banana 2) | Mô hình ảnh Flash trước đó | Thế hệ trước; Nano Banana 2.1 được định vị như bản cập nhật của nó |
| Gemini 3 Pro Image (Nano Banana Pro) | Mô hình ảnh cao cấp | Nano Banana 2.1 được định vị là đối tác hiệu quả hơn về hiệu suất |
Đối với tạo nhanh theo vòng lặp, chỉnh sửa, bố cục đa tham chiếu và nội dung hình ảnh nhiều văn bản, Nano Banana 2.1 là lựa chọn phù hợp hơn khi ưu tiên hiệu suất. Nano Banana Pro vẫn là đối chứng thích hợp khi khối lượng công việc yêu cầu mô hình ảnh cao cấp của Google.
Trường hợp sử dụng tiêu biểu
- Đồ họa tiếp thị và poster — Tạo và chỉnh sửa chiến dịch trực quan trong khi kết xuất tiêu đề và các văn bản đồ họa.
- Infographic và sơ đồ — Tạo hình ảnh chứa nhiều thông tin với bố cục và tính xác thực được cải thiện.
- Trình bày sản phẩm — Kết hợp nhiều ảnh tham chiếu đồng thời giữ nhận diện sản phẩm và độ trung thực đối tượng.
- Chỉnh sửa nhân vật và khung cảnh — Lặp trên các cảnh trong khi duy trì tính nhất quán qua nhiều nhân vật.
- Nội dung trực quan bản địa hóa — Tạo tài sản hình ảnh chứa văn bản đa ngôn ngữ.
- Lặp sáng tạo nhanh — Dùng chỉnh sửa hội thoại và mức suy nghĩ có thể cấu hình để đánh đổi độ sâu suy luận với hiệu suất.
Hạn chế
Google ghi nhận một số hạn chế còn lại: văn bản nhỏ vẫn có thể bị mờ; đoạn văn dài và văn bản dài đến cả trang vẫn khó; tính nhất quán nhân vật chưa hoàn hảo; các chỉnh sửa dựa trên mặt nạ hoặc phác thảo có thể bỏ sót một phần hướng dẫn; có thể xuất hiện hiện tượng giữ tư thế hiếm gặp trong khi chỉnh sửa; và quan hệ không gian như trái/phải đôi khi bị nhầm lẫn. Google cũng lưu ý đôi khi có độ trễ hoặc hết thời gian chờ, và các hạn chế về kiến thức thế giới nâng cao, suy luận 3D, và tính xác thực.
Tài liệu API của Gemini cũng liệt kê gọi hàm, thực thi mã, tìm kiếm tệp, đầu ra có cấu trúc, ngữ cảnh URL, Live API, tạo âm thanh và grounding Google Maps là các khả năng không được hỗ trợ cho mô hình này.
Cách truy cập API Gemini Nano Banana 2.1 qua CometAPI
Bước 1: Đăng ký tài khoản CometAPI và lấy API Key
Tạo hoặc đăng nhập tài khoản CometAPI, sau đó mở mục khóa/token API trong bảng điều khiển CometAPI và tạo API key.
CometAPI cung cấp một lớp truy cập API hợp nhất, cho phép nhà phát triển truy cập các mô hình AI qua một API key của CometAPI thay vì phải quản lý thông tin xác thực của từng nhà cung cấp riêng lẻ.
Giữ an toàn cho API key của bạn và lưu trong biến môi trường thay vì để lộ trong mã phía trình duyệt.
export COMETAPI_API_KEY="YOUR_COMETAPI_API_KEY"
Bước 2: Chọn mô hình Gemini Nano Banana 2.1
Sử dụng ID mô hình sau:
gemini-nano-banana-2.1
Gemini Nano Banana 2.1 là mô hình tạo ảnh và chỉnh sửa hội thoại hiệu suất cao của Google. Mô hình hỗ trợ đầu vào văn bản, hình ảnh, video và PDF, và tạo đầu ra là hình ảnh và văn bản. Mô hình hỗ trợ tạo ảnh 1K, 2K, 4K, chế độ suy nghĩ có thể cấu hình, hợp nhất nhiều ảnh và grounding Tìm kiếm Google.
Đối với quy trình tạo ảnh, CometAPI tuân theo khái niệm yêu cầu/phản hồi tương tự API tạo ảnh gốc của Google: chỉ định mô hình, cung cấp đầu vào văn bản hoặc hình ảnh, cấu hình phản hồi hình ảnh mong muốn và xử lý dữ liệu hình ảnh trả về.
Bước 3: Gửi yêu cầu tạo ảnh
Tạo yêu cầu sử dụng gemini-nano-banana-2.1, prompt của bạn và cấu hình hình ảnh mong muốn.
API gốc của Google dùng yêu cầu tạo ảnh với ID mô hình và cấu hình phản hồi hình ảnh. Ví dụ, API gốc có thể yêu cầu phản hồi chỉ là hình ảnh và cấu hình các tham số như tỷ lệ khung hình và kích thước ảnh.
Một quy trình CometAPI điển hình có thể được cấu trúc như sau:
Lưu ý: Endpoint hình ảnh và các trường phản hồi dành riêng cho hình ảnh của CometAPI cần được kiểm tra theo tài liệu API CometAPI hiện hành trước khi triển khai sản xuất. API gốc của Google hiện có tài liệu về định dạng yêu cầu tạo ảnh dành riêng cho gemini-nano-banana-2.1.
Bước 4: Xử lý hình ảnh đã tạo
Sau khi yêu cầu hoàn tất, xử lý hình ảnh trả về từ API theo định dạng phản hồi mà CometAPI cung cấp.
Ví dụ, API tạo ảnh gốc của Google có thể trả về dữ liệu hình ảnh dưới dạng dữ liệu nội tuyến mã hóa Base64, sau đó có thể giải mã và lưu thành tệp hình ảnh.
import base64
image_bytes = base64.b64decode(image_base64)
with open("nano-banana-2-1-output.png", "wb") as f:
f.write(image_bytes)
Bạn cũng có thể dùng Nano Banana 2.1 cho các quy trình nâng cao hơn, bao gồm chỉnh sửa đa ảnh và dựng ảnh theo tham chiếu. Mô hình hỗ trợ tối đa 14 ảnh tham chiếu trong một quy trình, bao gồm tối đa 4 nhân vật để đảm bảo nhất quán và tối đa 10 đối tượng với độ trung thực cao.
Tại sao chọn API Gemini Nano Banana 2.1 trên CometAPI?
1. Truy cập mô hình tạo ảnh hiệu suất cao mới nhất của Google
Gemini Nano Banana 2.1 là mô hình tạo ảnh và chỉnh sửa hội thoại hiệu suất cao mới nhất của Google. Mô hình cải thiện chất lượng hình ảnh, mức độ tuân thủ prompt, kết xuất văn bản và tính nhất quán qua nhiều lượt trong khi vẫn giữ hiệu suất của họ Gemini Flash.
2. Một API cho quy trình tạo ảnh sẵn sàng sản xuất
Sử dụng Nano Banana 2.1 qua CometAPI cung cấp một lớp truy cập API hợp nhất, giúp nhà phát triển dễ tích hợp khả năng tạo ảnh của Google vào ứng dụng hiện có mà không cần xây dựng tích hợp nhà cung cấp riêng từ đầu.
Điều này đặc biệt hữu ích cho các ứng dụng đã dùng nhiều mô hình AI qua CometAPI và muốn bổ sung khả năng tạo ảnh của Google vào cùng hạ tầng.
3. Khả năng tạo và chỉnh sửa ảnh mạnh mẽ
Nano Banana 2.1 hỗ trợ cả tạo ảnh và chỉnh sửa hội thoại. Mô hình có thể làm việc với đầu vào văn bản, hình ảnh, video và PDF, đồng thời hỗ trợ đầu ra hình ảnh 1K, 2K và 4K.
Mô hình cũng hỗ trợ hợp nhất nhiều ảnh, phù hợp cho trình bày sản phẩm, nhất quán nhân vật, dựng ghép sáng tạo và chỉnh sửa ảnh theo vòng lặp.
4. Khả năng tạo văn bản và infographic mạnh
Nano Banana 2.1 cải thiện cụ thể ở kết xuất văn bản và độ chính xác bố cục infographic. Điều này khiến mô hình là lựa chọn mạnh cho poster, đồ họa tiếp thị, sơ đồ, biểu đồ và các nội dung trực quan nơi văn bản dễ đọc và bố cục có cấu trúc là quan trọng.
5. Linh hoạt cho nhiều kịch bản ứng dụng
Với tạo ảnh, chỉnh sửa hội thoại, quy trình đa tham chiếu, chế độ suy nghĩ có thể cấu hình và grounding tìm kiếm, Gemini Nano Banana 2.1 phù hợp với các ứng dụng như:
- Sáng tạo tiếp thị và quảng cáo
- Ảnh sản phẩm và hình ảnh thương mại điện tử
- Poster và đồ họa mạng xã hội
- Infographic và sơ đồ
- Chỉnh sửa nhân vật và cảnh
- Dựng ảnh đa tham chiếu
- Nguyên mẫu sáng tạo nhanh
Đối với nhà phát triển muốn có khả năng tạo ảnh hiệu quả mới nhất của Google đồng thời giữ truy cập mô hình AI trong một quy trình CometAPI hợp nhất, Gemini Nano Banana 2.1 trên CometAPI là lựa chọn thực tiễn cho các ứng dụng tạo ảnh trong sản xuất.
Nano Banana 2.1 so với việc dùng API Google trực tiếp
Đây có lẽ là quyết định quan trọng hơn.
| Google Gemini API | CometAPI | |
|---|---|---|
| Nano Banana 2.1 | ✅ | ✅ |
| Mô hình gốc của Google | ✅ | ✅ |
| Quan hệ trực tiếp với Google | ✅ | ❌ |
| Một API cho nhiều nhà cung cấp | ❌ | ✅ |
| Thanh toán hợp nhất | ❌ | ✅ |
| Chuyển đổi mô hình dễ dàng | Giới hạn | ✅ |
| Định dạng yêu cầu gốc của Google | ✅ | Lớp bọc CometAPI |
| Phù hợp cho ứng dụng đa mô hình | Tạm ổn | Tuyệt vời |
| Phù hợp cho ứng dụng chỉ dùng Google | Tuyệt vời | Tạm ổn |