Nano Banana 2.1：升级亮点、价格与 API 使用指南

Nano Banana 2.1 是 Google 对 Nano Banana 2 的图像生成与编辑升级，重点改善画质、指令遵循、文字渲染和多轮人物一致性。在 Poyo，你可以生成 1K、2K、4K 图片，使用最多 10 张参考图进行编辑，价格从 4 credits（$0.02）/ 张起。

如果你要制作多语言标牌、人物故事板或高分辨率场景，可以从下面三个案例开始：查看输入与输出、学习提示词中的构图和保留要求，再按交付尺寸选择分辨率。网页和 API 的文生图与参考图编辑共用 nano-banana-2.1 模型；本文也提供价格表和完整的提交、查询步骤。

Nano Banana 2.1 价格、分辨率与参考图一览

项目	Poyo 上的配置
提供方	Google
Google 模型 ID	gemini-nano-banana-2.1
Poyo 模型 ID	nano-banana-2.1
工作流	文生图、参考图编辑、多参考图融合
输出分辨率	1K、2K、4K；API 默认 1K
参考图数量	网页和 API 均最多 10 张
显式宽高比	1:1、2:3、3:2、3:4、4:3、4:5、5:4、9:16、16:9、21:9
编辑宽高比	支持 auto，按参考图自动选择
起步价格	4 credits / $0.02 每张

打开 Nano Banana 2.1 模型页面体验案例，或查看 API 文档了解参数。

相比 Nano Banana 2，升级重点是什么？

文字渲染与视觉排版

Google 将文字渲染和信息图布局列为主要改进。这与标牌、海报、展览说明和教育类图片直接相关：提示词既要描述画面，也要给出准确文案、阅读顺序、字重、对齐和留白。下方车站案例展示了如何把中文、英文和日文放到同一组标牌上。

人物与物体一致性

升级涵盖多轮人物一致性和多参考图融合。做人物故事板或产品场景时，参考图可以提供面部、服装、产品轮廓和场景结构；提示词负责说明要保留的特征，以及本次调整的姿态、背景或光照。下方四格案例可以用来观察同一人物在一张图片的多个场景中的表现。

画质与高分辨率输出

Nano Banana 2.1 支持三档分辨率。Google 强调了写实效果和宽幅画面的改进。使用 Poyo 时，可以结合交付尺寸和构图，在 1K、2K、4K 与多种宽高比之间选择。

Nano Banana 2.1、Nano Banana 2 与 Nano Banana Pro 对比

这三个模型均属于 Google 的 Nano Banana 系列。规划同一项创作任务时，可以结合创作定位、输出尺寸和 Poyo 价格进行比较。

涉及文字、参考图编辑或多轮人物细化的新任务，可以从 Nano Banana 2.1 开始。已有 Nano Banana 2 创作流程时，可以用保存的提示词和参考图作为对照基准。细致的品牌需求或复杂构图，可以用相同输入测试 Nano Banana Pro，结合版式、主体还原、交付尺寸和费用评估结果。

Nano Banana 2.1 案例：多语言文字、人物一致性与 4K 场景

以下输入和输出来自 Poyo 模型页面的生成案例。每个案例都列出参考图、请求中的宽高比与分辨率，以及可以从输出中检查的细节，便于你按自己的创意改写提示词。

1. 三语言车站标牌

Input 提示词节选（中文译文） 编辑这张国际铁路车站照片，保留建筑、站厅透视与光照。将两块空白深色牌面改为清晰、写实的多语言导向标牌；让标牌位于画面中上部，尺寸较大、视角接近正面，使每个文字都清晰可读。 上方牌面：一个简洁的白色向左箭头，并准确排列三行文字：“换乘”“TRANSFER”“乗り換え”。下方牌面：一个简洁的白色向右箭头，并准确排列三行文字：“行李寄存”“LUGGAGE”“荷物預かり”。 深午夜蓝色牌面采用清晰、粗体的白色无衬线字，留出充足行距与边距。中文、日文字符完整准确，拉丁字母拼写准确。文字位于标牌表面，并保持一致的透视关系。 采用建筑纪实影像风格，呈现精致、实用的公共导向标牌。

Output

输入与参数： 使用一张车站参考图，选择 3:4、2K，将深蓝色牌面组织成两组方向指示。

结果观察： 输出呈现了“换乘 / TRANSFER / 乗り換え”和“行李寄存 / LUGGAGE / 荷物預かり”。放大图片后，可以逐行核对三种语言、上下牌面的箭头方向，以及白色文字与蓝色背景的对比。

提示词重点： 分别指定上下牌面的文案、箭头方向和文字层级，同时保留建筑透视与光照。制作本地化标牌或展览标签时，可以沿用这种结构，并逐行校对文字与标点。

2. 同一研究者的四格场景

Input 提示词节选（中文译文） 制作一张正方形 2×2 摄影现场日记，包含四个等大的画面，以窄而整洁的象牙色间隔分开，围绕参考图中的同一位成年沙漠天文学研究者展开。四格都保留人物独特的面部、暖棕色肤色、深色短卷发、细金属圆框眼镜，以及带胸袋的橄榄绿色野外外套和内搭的炭灰色衬衫。 左上：日出时分，人物站在岩石沙漠中的便携望远镜旁，采用中景人像。右上：人物坐在遮阳帆布棚下的户外折叠桌旁，查看星图。 左下：蓝调时刻，人物站在小型白色天文台穹顶旁，望向天空。右下：夜间望远镜设备旁的近景人像，柔和红光照亮人物，背后有微弱星光。 每格保持相同的面部比例、发型、眼镜和外套，仅调整姿势、取景、活动及环境光照。采用写实的编辑类探险摄影风格，人体结构协调，表情自然。

Output

输入与参数： 使用一张人物参考图，在一次请求中生成一张 1:1、2K 的四格图片。

结果观察： 四个画面分别围绕日出观测、查看星图、天文台和夜间望远镜展开，延续了短卷发、圆框眼镜和橄榄绿色外套等主体特征。可以逐格对照参考图，检查人物面部、发型和服装，再比较活动与光线的变化。

提示词重点： 先定义共同的人物特征，再逐格描述活动、取景和光线。这种组织方式适合人物故事板、角色设定和系列内容概念图。继续做多轮编辑时，可以在每次新请求中提供选定图片，并核对本轮需要保留的特征。

3. 草图转 4K 火山海岸

Input 提示词节选（中文译文） 以参考绘图为构图指南，将它转化为一张细节丰富、写实的 21:9 火山海岸全景。保留左侧前景高耸的深色玄武岩柱、穿过中央的新月形黑沙湾、泛着泡沫的青绿色海浪，以及右侧的潮池和远处海蚀柱。自然延伸海岸地平线，使其适应 21:9 构图。 低角度的金色晨光掠过层叠玄武岩；波峰半透明，浪花中的水滴清晰可见；细小卵石和湿岩反射锐利，远处呈现细腻的空气透视及低矮火山山脊。 采用地质探险风景摄影风格，深景深、自然微纹理丰富，整幅画面的光照可信，细节清晰。

Output

输入与参数： 以海岸草图引导构图，选择 21:9、4K。

结果观察： 将输入与输出对照，检查左侧玄武岩、弧形黑沙湾和远景的位置关系，再放大查看岩石纹理、浪花和晨光层次。参考图提供的结构与提示词描述的材质、光线在同一幅全景中结合。

提示词重点： 明确“参考图负责构图，输出采用写实摄影风格”，再补充材质、光线与景深。它适合宽幅场景概念、网站横幅和高分辨率环境素材。

Nano Banana 2.1 价格与分辨率怎么选？

Poyo 的文生图与编辑使用相同的分辨率定价。以下价格更新于 2026 年 10 月 8 日：

分辨率	单张积分	单张价格	100 张预算	建议用途
1K	4 credits	$0.02	$2	构图探索、预览、小尺寸图片
2K	6 credits	$0.03	$3	多语言视觉素材、产品图、常规交付
4K	10 credits	$0.05	$5	高分辨率场景、细节展示、大尺寸素材

预算按生成图片数量计算。准备 100 张最终素材时，可以把每个创意的候选图和修改轮次一起纳入计划。先用较小分辨率确定方向，再按交付要求生成 2K 或 4K，可以让每轮创作的成本更清晰。最新价格见模型页面。

例如，为 10 个创意各生成 3 张 1K 候选图，再为每个创意生成一张 4K 定稿，共 40 张输出：候选图花费 120 credits（$0.60），4K 图片花费 100 credits（$0.50），合计 220 credits（$1.10）。把后续编辑轮次作为额外输出计入预算，就能按实际创作流程规划成本。

如何在 Poyo 网页使用 Nano Banana 2.1？

1. 打开 Nano Banana 2.1 模型页面。
2. 写入主体、构图、风格、光照和准确文字。
3. 编辑图片时，上传参考图并说明每张图的作用。
4. 选择宽高比及 1K、2K 或 4K；编辑时也可选择 auto。
5. 生成后检查文字、主体特征与画面细节，继续细化创意并下载图片。

例如，“图 1 提供人物，图 2 提供服装，图 3 提供场景”可以帮助模型理解多图之间的关系。做后续编辑时，在新请求中提供要修改的图片，并写出本轮的调整内容和保留要求。

Nano Banana 2.1 API 接入

以下示例用于演示请求结构，提示词围绕海报和车站标牌主题编写。

提交文生图请求

创建 Poyo API Key后，使用统一提交接口：

curl --request POST \
  --url https://api.poyo.ai/api/generate/submit \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "nano-banana-2.1",
    "input": {
      "prompt": "Create a museum poster titled OCEAN & EARTH. Place the title at the top, a detailed ocean illustration in the center, and the subtitle Explore Our Blue Planet at the bottom. Use crisp readable typography, generous spacing, deep blue and warm ivory colors.",
      "size": "3:4",
      "resolution": "2K"
    }
  }'

提交成功后，从响应的 data.task_id 获取任务 ID。

使用参考图编辑

保持同一个模型 ID，在 input 中添加 image_urls。下面是基于车站图片的编辑请求体：

{
  "model": "nano-banana-2.1",
  "input": {
    "prompt": "Preserve the station architecture, perspective and lighting. Set the top sign to three stacked lines: 换乘, TRANSFER, 乗り換え, with a left arrow. Set the lower sign to 行李寄存, LUGGAGE, 荷物預かり, with a right arrow. Use bold white lettering on dark blue panels with generous line spacing.",
    "image_urls": [
      "https://storage.poyo.ai/nano-banana-2-1/inputs/railway-v1-6d464d939584.png"
    ],
    "size": "3:4",
    "resolution": "2K"
  }
}

size 控制宽高比，resolution 控制分辨率。文生图默认 size: "1:1"；提供参考图时默认 size: "auto"。两种工作流的默认分辨率均为 1K。

获取生成结果

将提交响应中的任务 ID 替换到以下地址：

curl --request GET \
  --url https://api.poyo.ai/api/generate/status/YOUR_TASK_ID \
  --header 'Authorization: Bearer YOUR_API_KEY'

按 2–5 秒间隔查询；当 data.status 为 finished 时，从 data.files 读取图片的 file_url 并保存。也可以在提交请求顶层添加 callback_url，在任务完成后接收通知。详细流程见任务状态文档。

Nano Banana 2.1 提示词：准确文字与主体保留要求

可以使用“主体 + 构图 + 风格与材质 + 光照 + 准确文字 + 保留要求”的结构：

写标牌提示词时，可以先描述“车站里有两块深蓝色方向牌”，再补上每块牌的逐行文案和箭头方向，最后说明要保留建筑、透视与光照。每增加一项要求，都对应一个可以在输出中检查的细节。人物和产品编辑也可以按同样的方式，把“保留什么”与“调整什么”分别写清楚。

• 文字任务：逐行提供文案，并指定字体风格、字重、对齐和间距。
• 人物任务：明确面部、发型、服装等共同特征，再描述每个场景。
• 多图融合：按参考图顺序说明主体、物体、环境和风格的来源。
• 图像编辑：描述本轮变化，并指定需要保留的几何形状、视角和光照关系。
• 交付检查：放大查看文字、手部、边缘、纹理和产品标识，再选择最终素材。

常见问题

什么是 Nano Banana 2.1？

Nano Banana 2.1 是 Google 推出的 Nano Banana 图像生成与编辑升级模型，改善了画质、文字渲染、指令遵循和连续编辑中的人物一致性。在 Poyo，它支持 1K、2K、4K 输出，编辑时可使用最多 10 张参考图。

相比 Nano Banana 2，2.1 的升级重点是什么？

Google 强调了文字渲染、信息图排版、写实效果、宽幅画面和连续编辑中的人物一致性改进。可以选取已有创作任务，保持提示词、参考图、宽高比和分辨率相同，对比与你的任务相关的细节，例如文字、面部特征或产品材质。

Nano Banana 2.1 和 Nano Banana Pro 如何选择？

日常生成、多语言标牌、参考图编辑和人物迭代，可以从 Nano Banana 2.1 开始。Nano Banana Pro 面向复杂视觉需求、本地化品牌素材和精细创意控制。用同一项任务测试两者，再结合构图、主体还原、输出尺寸和预算选择。

在 Poyo 生成和编辑图片分别多少钱？

两种工作流均按相同的分辨率价格计费：1K 为 4 credits（$0.02），2K 为 6 credits（$0.03），4K 为 10 credits（$0.05）/ 张。预算应包含候选图和后续编辑轮次。例如，生成 100 张图片时，1K 为 $2，2K 为 $3，4K 为 $5。

如何选择 1K、2K、4K 和画面比例？

1K 适合探索构图，2K 适合常规交付和文字较多的视觉素材，4K 适合较大尺寸素材和细节检查。画面比例按使用位置选择，例如竖版海报或 21:9 横幅。编辑时可用 auto 根据参考图选择比例；API 默认分辨率为 1K。

最多可以使用多少张参考图，如何分配用途？

Poyo 网页和 API 均支持最多 10 张参考图。按上传顺序为图片分配明确用途，例如第 1 张提供人物、第 2 张提供产品或服装、第 3 张提供场景。进一步说明最终画面需要保留的外观、比例、材质或构图。

如何在连续编辑中保持人物或产品一致？

每次新编辑请求都提供选定的图片，并重复说明需要保留的关键特征，例如面孔、发型、服装、产品轮廓、标志位置和材质。每轮集中调整一个目标，例如光线或背景。将结果与参考图核对后，再作为下一轮输入。

如何生成清晰的中文、英文和多语言文字？

用引号写出准确文字，并指定语言、位置、阅读顺序、字体风格和间距。多语言画面可以为每行或每块区域分别指定文案，参考上面的车站案例。根据实际观看尺寸选择分辨率，再放大逐行校对后交付。

生成图片带有什么水印或来源标识？

Google 说明，其图像模型生成的图片包含 SynthID 水印。SynthID 是嵌入图像的隐形标识，用于帮助识别 AI 生成内容。这描述的是模型的来源标记；画面的可见呈现可以查看下载后的实际结果。

如何在 Poyo 网页体验模型并下载结果？

打开 Nano Banana 2.1 模型页面，输入提示词，编辑时上传参考图。选择画面比例和分辨率后生成。查看完成的图片，调整提示词或参考图进行下一轮创作，再下载选定的结果。

准备开始创作时，打开 Nano Banana 2.1 模型页面，从一个案例出发设置自己的主体、文字和画面要求。