Gemini 3.1 Flash Image Preview 的技術規格
| 項目 | Gemini 3.1 Flash Image Preview |
|---|---|
| 提供者 | |
| 模型系列 | Gemini 3.1 (Flash tier) |
| 主要側重 | 具備影像預覽的快速多模態生成 |
| 輸入類型 | Text, Image |
| 輸出類型 | Text, Image (preview generation) |
| 上下文視窗 | Up to 1M tokens (Gemini 3.x Flash tier standard) |
| 延遲等級 | Low-latency, high-throughput |
| 串流支援 | Yes |
| 工具呼叫 | Yes (Gemini API 工具框架) |
| 版本 | 3.1 |
什麼是 Nano Banana 2
Nano Banana 2 是媒體與開發者社群對新近發佈的 Gemini-3.1-Flash-Image 模型的流行暱稱。Google 將其定位為「Flash」等級的影像引擎,在大幅降低延遲與成本的前提下提供接近 Pro 的視覺保真度——適用於大規模生成、快速迭代編輯,以及跨 Google 服務的整合產品工作流程。它承襲 Gemini 3.1 的多模態推理,並新增影像導向能力(影像中可讀文字、多影像合成、寬長寬比支援、原生 4K)。
主要功能
- 高速、多解析度生成: Flash 等級速度,並提供 0.5K / 1K / 2K / 4K 輸出選項與全新極端長寬比(1:4、4:1、1:8、8:1)。
- 即時網路對齊: 在啟用「Thinking」或搜尋對齊時,整合文字與圖片搜尋結果,將生成內容錨定於當前網路資訊。適合用於最新參考資料與事實性資訊圖表。
- 改進的文字渲染: 相較於早期 Flash 模型,對短文字與圖形文字(字型、大小)的渲染更佳;在長段落/小字上仍不完美。
- 多輸入編輯與多輪工作流程: 對合併多張影像作為輸入,以及跨多輪的迭代編輯提供強力支援。
📊 基準表現 — 影像生成與編輯(Elo 分數)
| 能力 | Gemini 3.1 Flash Image (Nano Banana 2) | Gemini 2.5 Flash Image (Nano Banana) | Gemini 3 Pro Image (Nano Banana Pro) | GPT-Image 1.5 | Seedream 5.0 Lite | Grok Imagine Image Pro |
|---|---|---|---|---|---|---|
| 文字轉影像 — 整體偏好 | 1079.0 ± 7.0 | 1073.0 ± 5.0 | 942.0 ± 6.0 | 1021.0 ± 5.0 | 1047.0 ± 5.0 | 928.0 ± 8.0 |
| 文字轉影像 — 視覺品質 | 1140.0 ± 6.0 | 1129.0 ± 6.0 | 929.0 ± 6.0 | 1043.0 ± 5.0 | 975.0 ± 5.0 | 759.0 ± 10.0 |
| 文字轉影像 — 資訊圖表(事實性) | 1114.0 ± 14.0 | 1074.0 ± 12.0 | 881.0 ± 13.0 | 1102.0 ± 13.0 | 985.0 ± 12.0 | 890.0 ± 22.0 |
| 編輯 — 通用 | 1065.0 ± 9.0 | 1047.0 ± 9.0 | 913.0 ± 9.0 | 1051.0 ± 10.0 | 995.0 ± 8.0 | 937.0 ± 9.0 |
| 編輯 — 角色 | 1056.0 ± 7.0 | 1049.0 ± 7.0 | 952.0 ± 7.0 | 1050.0 ± 8.0 | 1025.0 ± 7.0 | 894.0 ± 8.0 |
| 編輯 — 創意 | 1023.0 ± 7.0 | 1031.0 ± 7.0 | 976.0 ± 7.0 | 1004.0 ± 7.0 | 1017.0 ± 7.0 | 938.0 ± 7.0 |
| 編輯 — 物件/環境 | 1029.0 ± 8.0 | 1018.0 ± 8.0 | 945.0 ± 8.0 | 1042.0 ± 10.0 | 976.0 ± 8.0 | 946.0 ± 9.0 |
| 編輯 — 多輸入 | 1037.0 ± 8.0 | 1016.0 ± 8.0 | 919.0 ± 9.0 | 1056.0 ± 12.0 | 1014.0 ± 9.0 | N/A |
| 編輯 — 風格化 | 1045.0 ± 7.0 | 1031.0 ± 7.0 | 862.0 ± 8.0 | 1045.0 ± 9.0 | 996.0 ± 7.0 | 984.0 ± 7.0 |
此基準表的關鍵要點:
- 在「文字轉影像生成」與「影像編輯」兩大類別中,Gemini 3.1 Flash Image 在 Flash 等級與多數競品影像模型中持續領先或並列最高分。
- 該模型在視覺品質與**資訊圖表(事實性)**基準上表現尤為突出——顯示其不僅在美學品質上表現優異,也能渲染結構上更為準確的內容。
- 在「多輸入編輯」方面,Nano Banana 2 也展現出穩健的泛化能力,相較前一代 Flash 版本得分更高。
這些評估透過人工並排的 Elo 比較對多樣化基準套件進行,反映在常見影像生成/編輯任務上的偏好與保真度。
Nano Banana 2 對比 Nano Banana 與 Nano Banana Pro
| 模型 | 定位 | 代表性基準/說明 |
|---|---|---|
| Gemini 3.1 Flash Image (Nano Banana 2) | Flash 等級:速度 + 高視覺品質(2K–4K) | 整體偏好 1079.0 ± 7.0;視覺品質 1140 ± 6.0(內部 GenAI-Bench)。 |
| Gemini 2.5 Flash Image (Nano Banana) | 較早的 Flash 發布(較低保真度) | 相較 3.1,整體偏好/視覺分數略低。 |
| Gemini 3 Pro Image (Nano Banana Pro) | Pro 等級:複雜任務下更高的感知保真度,成本/延遲更高 | 取捨不同;部分指標在專項任務中的相對排名有所差異。 |
| GPT-Image 1.5 / other commercial models | 競品(開源/閉源) | 在 Google 的內部基準中,於所報告的評測裡,GPT-Image 與其他模型在視覺品質與整體偏好上低於 Gemini 3.1。第三方獨立比較結果可能不同。 |
何時選用 Flash Image Preview:
- 應用中的即時影像預覽
- 對成本敏感的大規模影像生成
- 互動式設計助理
如何存取並整合 Nano Banana 2
步驟 1:申請 API 金鑰
登入 cometapi.com。若您尚未成為我們的用戶,請先完成註冊。登入您的 CometAPI 控制台。取得介面的存取憑證 API 金鑰。在個人中心的 API token 處點擊「Add Token」,取得 token 金鑰:sk-xxxxx 並提交。
步驟 2:向 Nano Banana 2 API 發送請求
選擇「gemini-3.1-flash-image-preview8」端點發送 API 請求,並設定請求體。請求方法與請求體可從我們網站的 API 文件取得。我們的網站也提供 Apifox 測試以便您使用。將 <YOUR_API_KEY> 替換為您帳戶中的實際 CometAPI 金鑰。調用位置:Gemini 生成影像
Nano Banana 2 支援影像編輯、影像生成與多影像工作流程。進行影像編輯時,您需要上傳圖片 URL。更多參數請參考文件。
步驟 3:擷取並驗證結果
處理 API 回應以取得生成結果。處理完成後,API 會回傳任務狀態與輸出資料。您可以在 playground 中直接將影像下載到本機(通常為 PNG 格式)。API 流程會產生一個影像 URL;請及時下載。