Gemini Nano Banana 2.1

Gemini Nano Banana 2.1 是 Google 最新的稳定版高效图片生成与对话式编辑模型。使用模型 ID gemini-nano-banana-2.1 调用原生 Gemini GenerateContent 接口。

Google 于 2026 年 10 月 6 日正式发布 gemini-nano-banana-2.1。Google 建议此前使用 gemini-3.1-flash-image 的新项目迁移到该模型。

模型规格

项目	规格
模型 ID	`gemini-nano-banana-2.1`
接口	`POST /v1beta/models/gemini-nano-banana-2.1:generateContent`
输入	文本、图片、视频、PDF
输出	图片、文本
输入 Token 上限	131,072
输出 Token 上限	32,768
输出分辨率	`1K`、`2K`、`4K`；默认 `1K`
参考图片	最多 14 张；最多保持 4 个角色和 10 个物体的高保真一致性
思考强度	`minimal`、`medium`、`high`；默认 `medium`

核心能力

根据文本提示生成图片。
通过对话式指令编辑现有图片。
在单次请求中融合最多 14 张参考图片。
在连续编辑中保持角色和物体外观一致。
支持 1:4、4:1、1:8、8:1 等宽幅和全景比例。
生成信息图、菜单、图表等包含文字的视觉内容。

所有生成图片都包含 Google SynthID 水印。

请求示例

文生图
图片编辑
思考强度

使用 responseModalities 请求图片输出，并通过 responseFormat.image 设置宽高比和分辨率。

cURL

curl "https://www.anyfast.ai/v1beta/models/gemini-nano-banana-2.1:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "为一把半透明蓝色机械键盘设计简洁的 16:9 产品海报，深色影棚背景，标题为：TYPE FASTER。"
      }]
    }],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "responseFormat": {
        "image": {
          "aspectRatio": "16:9",
          "imageSize": "2K"
        }
      }
    }
  }'

将 Base64 编码的参考图作为 inline_data 内容块，与编辑指令放在同一个 parts 数组中。

cURL

curl "https://www.anyfast.ai/v1beta/models/gemini-nano-banana-2.1:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [
        {
          "text": "保持产品不变，将背景替换为温暖的木质桌面，并从左侧加入柔和的晨光。"
        },
        {
          "inline_data": {
            "mime_type": "image/png",
            "data": "YOUR_BASE64_IMAGE_DATA"
          }
        }
      ]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "responseFormat": {
        "image": {
          "aspectRatio": "4:3",
          "imageSize": "2K"
        }
      }
    }
  }'

使用 thinkingConfig.thinkingLevel 平衡延迟和图片质量，默认值为 medium。

cURL

curl "https://www.anyfast.ai/v1beta/models/gemini-nano-banana-2.1:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{
        "text": "设计一张技术结构准确的无反相机爆炸图信息图，并配上简洁的中文标签。"
      }]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "thinkingConfig": {
        "thinkingLevel": "high"
      },
      "responseFormat": {
        "image": {
          "aspectRatio": "4:3",
          "imageSize": "4K"
        }
      }
    }
  }'

读取生成图片

响应可以同时包含文本内容块和图片内容块。对 inlineData.data 进行 Base64 解码，并根据 inlineData.mimeType 保存图片。

Python

import base64
import requests

response = requests.post(
    "https://www.anyfast.ai/v1beta/models/gemini-nano-banana-2.1:generateContent",
    params={"key": "YOUR_API_KEY"},
    json={
        "contents": [{
            "parts": [{"text": "生成一张绿色数据中心的简洁等距插画。"}]
        }],
        "generationConfig": {
            "responseModalities": ["TEXT", "IMAGE"],
            "responseFormat": {
                "image": {"aspectRatio": "16:9", "imageSize": "1K"}
            },
        },
    },
)
response.raise_for_status()

for part in response.json()["candidates"][0]["content"]["parts"]:
    if "text" in part:
        print(part["text"])
    if "inlineData" in part:
        with open("output.png", "wb") as image_file:
            image_file.write(base64.b64decode(part["inlineData"]["data"]))

图片配置

字段	可选值	说明
`generationConfig.responseModalities`	`IMAGE`，或 `TEXT` 和 `IMAGE`	默认同时返回文本和图片。
`generationConfig.responseFormat.image.imageSize`	`1K`、`2K`、`4K`	默认 `1K`。Nano Banana 2.1 不支持 `512`。
`generationConfig.responseFormat.image.aspectRatio`	`1:1`、`1:4`、`1:8`、`2:3`、`3:2`、`3:4`、`4:1`、`4:3`、`4:5`、`5:4`、`8:1`、`9:16`、`16:9`、`21:9`	没有输入图片时默认 `1:1`；图片编辑通常沿用输入图比例，也可以显式覆盖。
`generationConfig.thinkingConfig.thinkingLevel`	`minimal`、`medium`、`high`	默认 `medium`。即使不返回思考内容，思考 Token 仍会计费。
`generationConfig.thinkingConfig.includeThoughts`	boolean	设为 `true` 后，响应中可能包含思考内容块；不要将其当作最终图片或回答。

不要传入 seed、topK、topP、temperature 或 logprobs。Google 明确说明 Nano Banana 2.1 不支持这些参数，传入后会返回错误。

输入建议

将文本指令和参考图片放在同一个 parts 数组中。
Base64 内容使用 inline_data，已上传文件 URI 使用 file_data。
支持的图片 MIME 类型包括 PNG、JPEG、WebP、HEIC 和 HEIF。
最多可以传入 14 张参考图片；角色一致性适合最多 4 个角色，物体保真适合最多 10 个物体。
视频和 PDF 输入同样占用 131,072 Token 上下文窗口。

图片中需要生成文字时，请在提示词中写出完整文字，并说明位置、字体风格和信息层级。