新人 免费注册,送 10 次调用,最高 $1,无需绑卡。

Gemini Nano Banana 2.1 vs GPT Image 2

vs

什么时候选哪个

两者的图像输出都是每百万 token $30,所以差别在输入价格和各自能接受的内容上。gemini-nano-banana-2.1 每百万输入 token $1.5,gpt-image-2 是 $5;前者除文本和图像外还接受视频,最多可带 14 张参考图像,并且能在返回图像的同时返回文本。gpt-image-2 支持带蒙版局部重绘的编辑,分辨率可自由指定,边长最高 3840 像素;gemini-nano-banana-2.1 提供的是固定宽高比下的 1K、2K 和 4K。参考图像多或需要多轮修改时选 gemini-nano-banana-2.1,需要蒙版编辑和自定义尺寸时选 gpt-image-2。

价格

Gemini Nano Banana 2.1 GPT Image 2 Δ
输入 / 1M token $1.5 $5 0.3×
输出 / 1M token $30 $30 =

价格取自构建时的实时目录,最新价格见各模型页面。

两个模型所处的位置:全部 11 个按同一单位计费的图像生成模型的每 1M token 输出价分布(对数刻度)

规格

Gemini Nano Banana 2.1 GPT Image 2
输入模态 文本 图像 视频 文本 图像
输出模态 文本 图像 图像
发布日期 2026-10-06 2026-04-21
输出尺寸
  • 1K (about 1 MP)
  • 2K (about 4 MP)
  • 4K (about 16 MP)
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • arbitrary WxH (both divisible by 16, aspect ratio 1:3-3:1)
输入方式 text-to-image, single-turn and multi-turn editing, up to 14 reference images text-to-image, image edit with mask inpainting
单次请求图片数 - 10
格式 - png, jpeg, webp
备注

1K, 2K and 4K output at fifteen aspect ratios (1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9, 9:21, 1:4, 4:1, 1:8, 8:1)

up to 14 reference images per request

single-turn editing and multi-turn conversational iteration

Flexible resolutions: edges up to 3840px in multiples of 16, ratio <=3:1, ~0.65-8.3MP total (incl. 4K 3840x2160)

editing with mask inpainting

all image inputs processed at high fidelity

significantly improved text rendering (precise placement can still struggle)

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: Gemini Nano Banana 2.1 · GPT Image 2

同一条提示词,两个模型,经网关实测

提示词 A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

Gemini Nano Banana 2.1

Gemini Nano Banana 2.1: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

模型返回 1376×768 延迟 11 s

GPT Image 2

GPT Image 2: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

模型返回 1402×1122 延迟 18 s

同一条提示词,每个模型只请求一次,不重试,也不挑结果,展示的都是各模型返回的第一个结果。尺寸和时长都没有指定,各模型用的是自己的默认值,因为硬凑一组所有模型都接受的参数,哪个模型都发挥不好。这里的文件为了网页展示重新编码过,所以请看构图和对提示词的还原程度,不要看压缩画质。

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.images.generate(
    model="gemini-nano-banana-2.1",
    # model="gpt-image-2",  # 取消注释此行,注释上一行
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

获取 API key →

常见问题

Gemini Nano Banana 2.1 和 GPT Image 2 哪个更便宜?

按「输入 / 1M token」算,Gemini Nano Banana 2.1 更便宜($1.5 对 $5,相差 3.3×)。其他计费项的结论可能相反,完整价格见上方表格,实际成本取决于你的用量构成。

不用分别集成两次,就能对 Gemini Nano Banana 2.1 和 GPT Image 2 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

价格会随图像尺寸变化吗?

要看模型怎么计费。按张计费的模型,不管提示词多长、输出尺寸多大,每张价格都一样;按 token 计费的模型,分辨率越高费用越高,一张 4K 图的成本是小图的好几倍。两个模型各属哪一种,上方表格里有标明。

相关对比

我们的实测研究