Google发布图像生成模型“Nano Banana 2 Lite”,主打低成本与高响应速度。
据Decrypt 7月11日(当地时间)报道,该模型在1K分辨率下生成单张图片的成本约为0.034美元(约合50韩元)。在相同分辨率下,其成本约为Nano Banana 2的一半,生成速度最高提升至2.7倍。
“Nano Banana 2 Lite”的官方名称为“Gemini 3.1 Flash Lite Image”。Google将其定位为原版“Nano Banana”的入门级型号,目前已可通过Google AI Studio、Gemini API和企业级Agent平台调用,同时也已部署至搜索、Gemini应用、NotebookLM和Google Photos等消费级服务。
在产品线定位上,Google的划分也更为明确:Lite版本优先强调速度与成本,Nano Banana 2主打画质与速度平衡,Nano Banana Pro则面向更复杂的专业任务。此外,该模型还可与视频生成模型Gemini Omni Flash配合使用,并通过交互式API支持在同一会话中最多连续3次编辑。
价格仍是这款产品的核心卖点。作为对比,Nano Banana 2在相同1K分辨率下的单张生成成本为0.067美元(约合100韩元)。Lite的定价与SeaDream 5.0 Lite接近,后者单张成本约为0.031至0.035美元(约合45至52韩元);不过,其价格仍高于Riv 2.0,后者按API计费口径计算,单张成本约为0.0067美元。尽管如此,Google强调,同一模型已在搜索、NotebookLM、Google Photos和Gemini应用等多个终端与服务中落地,这是其覆盖面的优势所在。
从实际测试来看,不同任务场景下两款模型的表现差异较为明显。在人物写实测试中,Lite能够完成基础构图和道具呈现,但在细节刻画方面仍显不足,例如手部比例不够自然,皮肤质感与光照表现也较弱。相比之下,Nano Banana 2在景深、光影分离和道具位置准确性方面更为成熟。
在对复杂提示词的遵循能力上,两者差距同样明显。两款模型都能完成蒸汽朋克城市的整体构图,但Lite会将气球上的年份标注从1842改成1942,或将缆车上的文字处理得更模糊;Nano Banana 2则被认为能更准确地还原大多数要素。报道指出,在需要场景内文字高度准确的概念艺术或叙事插画任务中,更高阶的模型更具优势。
不过,在文本生成能力方面,Lite反而展现出一定优势。在夜间五金店场景测试中,画面同时加入了多块招牌、海报、告示、电话号码和政治贴纸,Lite生成的大部分文字可读性更强;而Nano Banana 2由于画面更暗、氛围化光照更强,小字号文字更容易被阴影遮挡,导致可读性下降。
在空间构图能力上,两者差距并不大。在包含前景、中景和背景的炼金术士工作室场景中,两款模型都能较稳定地处理物体摆放和透视结构。Nano Banana 2在空气感与立体感上表现更丰富,但Lite也被认为足以覆盖分镜、游戏资产概念图以及常规编辑插画等用途,具备一定替代空间。
整体来看,与其将Nano Banana 2 Lite视为单纯的低配替代版本,不如说它是一款定位清晰的低价产品。对于追求照片质感、精细光照、材质表现以及近距离审阅质量的任务,更高阶模型仍然更合适;而在成本和速度优先、且以文字可读性为关键指标的场景中,例如招牌设计或品牌图形制作,Lite更值得优先纳入备选。