Nano Banana 2.1 API：1K–4K 图像生成与编辑

Nano Banana 2.1（gemini-nano-banana-2.1）是 Google 在 2026 年 10 月发布的 Nano Banana 2 更新版，文字渲染、信息图排版和多轮编辑的一致性更好。在老张API按次计费，每次 $0.045，比 Nano Banana 2 便宜。

能力与参数

项目	内容
模型 ID	`gemini-nano-banana-2.1`（稳定版）
官方名称	Google Gemini Nano Banana 2.1
特点	文字与信息图排版更准，多轮编辑中人物和物体保持一致
价格	按次计费，2026 年 10 月 7 日公开价格配置为 $0.045/次，最新价格见模型与价格
扣费	上游返回 HTTP 200 即扣一次，没有返回图片也扣费，见计费规则
令牌	`default` 分组，计费模式为「按量优先」（推荐）或「按次计费」
调用方式	Gemini 原生的 `generateContent` 可设置比例和分辨率；OpenAI 兼容的 `/v1/chat/completions` 输出 1K 图片
分辨率 `imageSize`	`1K`（默认）、`2K`、`4K`；不支持 `512`
比例 `aspectRatio`	`1:1`、`1:4`、`4:1`、`1:8`、`8:1`、`2:3`、`3:2`、`3:4`、`4:3`、`4:5`、`5:4`、`9:16`、`16:9`、`21:9`，共 14 种
参考图	最多 14 张：高保真物体最多 10 张，人物一致性参考最多 4 张
思考模式	默认启用，级别 `minimal`、`medium`（默认）或 `high`
Google 搜索接地	支持网页搜索和图片搜索，每次检索另收 $0.014

imageSize 是字符串，使用大写 K，例如 2K。不传 aspectRatio 时由模型按内容决定画幅。常见输出尺寸：

1:1：1K 为 1024×1024，2K 为 2048×2048，4K 为 4096×4096。
16:9：1K 为 1376×768，2K 为 2752×1536。
其他比例的像素尺寸见 Google 图像生成文档。

五个 Nano Banana 模型的价格与能力对比见 Nano Banana 总览。

和 Nano Banana 2 怎么选

两者的请求结构和响应解析完全相同，切换时只改模型 ID。

对比项	Nano Banana 2.1	Nano Banana 2
模型 ID	`gemini-nano-banana-2.1`	`gemini-3.1-flash-image`
老张API单价	$0.045/次	$0.055/次
分辨率	`1K`、`2K`、`4K`	`512`、`1K`、`2K`、`4K`
思考级别	`minimal`、`medium`（默认）、`high`	`minimal`（默认）、`high`
比例、参考图、搜索接地	相同	相同

新项目和 1K–4K 出图：用 Nano Banana 2.1，单价更低，文字和排版更稳定。
需要 0.5K 预览图：继续用 Nano Banana 2，Nano Banana 2.1 传 512 会返回 400。
Nano Banana 2 继续可用，价格不变，已有项目不需要迁移。

调用前准备

在令牌管理创建 API Key，计费模式选择「按量优先」（推荐）或「按次计费」：按量优先的令牌可以同时调用按量和按次计费的模型，按次计费的令牌只能调用按次计费的模型。设置密钥并安装依赖：

export LAOZHANG_API_KEY="替换为你的老张API密钥"
python -m pip install requests openai

本页示例还需要 Nano Banana 总览中的 nano_banana.py，请把它保存到当前目录。cURL 示例也用它把响应文件保存为图片：

read_image()：读取本地图片
save_images()：从 Gemini 原生响应的 parts[].inlineData 或 OpenAI 兼容响应的 data URL 中取出 Base64 数据，解码后按 PNG、JPEG 或 WebP 保存

单次请求通常需要 15–40 秒，4K 更久。示例把超时设为 300 秒，你的客户端和代理也请留足时间。

生成图片

下面生成一张 16:9 的 2K 图片。需要 4K 时把 imageSize 改为 4K；比例从上表中任选。

cURL
Python

curl --fail-with-body --max-time 300 \
  "https://api.laozhang.ai/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "生成一张图片：雨后傍晚的城市街角咖啡馆，暖色灯光映在湿润的路面上，招牌写着 BANANA CAFE"}]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
    }
  }' \
  -o nb21-generate.json

python nano_banana.py nb21-generate.json nb21-generate

from nano_banana import post, save_images

result = post("/v1beta/models/gemini-nano-banana-2.1:generateContent", {
    "contents": [{
        "role": "user",
        "parts": [{"text": "生成一张图片：雨后傍晚的城市街角咖啡馆，暖色灯光映在湿润的路面上，招牌写着 BANANA CAFE"}],
    }],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"},
    },
})
save_images(result, "nb21-generate")

成功后会得到 nb21-generate-1.jpg 等文件，扩展名随返回的图片格式变化。

编辑图片

把本地图片编码为 inlineData，和编辑指令放在同一条消息的 parts 中。多张参考图按顺序追加，提示词里用「第一张图」「第二张图」指代；最多 14 张。

cURL
Python

IMAGE=nb21-generate-1.jpg   # 替换为你的图片路径

# 生成 Base64 并用 jq 写入请求文件（需要 jq 1.6 及以上）
base64 < "$IMAGE" | tr -d '\n' > image.b64

jq -n --arg mime "$(file --mime-type -b "$IMAGE")" --rawfile data image.b64 '{
  contents: [{
    role: "user",
    parts: [
      {text: "把画面改成下雪的清晨，保留咖啡馆的结构、招牌文字和构图"},
      {inlineData: {mimeType: $mime, data: $data}}
    ]
  }],
  generationConfig: {
    responseModalities: ["IMAGE"],
    imageConfig: {aspectRatio: "16:9", imageSize: "2K"}
  }
}' > nb21-edit-request.json

curl --fail-with-body --max-time 300 \
  "https://api.laozhang.ai/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @nb21-edit-request.json \
  -o nb21-edit.json

python nano_banana.py nb21-edit.json nb21-edit

import sys

from nano_banana import post, read_image, save_images

if not 3 <= len(sys.argv) <= 16:
    raise SystemExit('用法：python nb21_edit.py "编辑指令" 图片1 [图片2 ...]，最多 14 张')
prompt, paths = sys.argv[1], sys.argv[2:]

parts = [{"text": prompt}]
for path in paths:
    mime, data = read_image(path)
    parts.append({"inlineData": {"mimeType": mime, "data": data}})

result = post("/v1beta/models/gemini-nano-banana-2.1:generateContent", {
    "contents": [{"role": "user", "parts": parts}],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"},
    },
})
save_images(result, "nb21-edit")

Python 示例保存为 nb21_edit.py 后，单图编辑可以直接使用上一步生成的图片（文件名以实际保存的为准），多图合成时换成你自己的图片：

python nb21_edit.py "把画面改成下雪的清晨，保留咖啡馆的结构、招牌文字和构图" nb21-generate-1.jpg
python nb21_edit.py "让第一张图中的人物穿上第二张图里的外套，站在第三张图的街道上" person.jpg jacket.png street.jpg

搜索接地

在请求中加入 googleSearch 工具，模型会先检索再出图，适合需要最新事实或真实地标外观的图片。下面同时启用网页搜索和图片搜索：

from nano_banana import post, save_images

result = post("/v1beta/models/gemini-nano-banana-2.1:generateContent", {
    "contents": [{
        "role": "user",
        "parts": [{"text": "生成一张水彩插画：当前世界最高的建筑，在画面下方写上它的名字"}],
    }],
    "tools": [{"googleSearch": {"searchTypes": {"webSearch": {}, "imageSearch": {}}}}],
    "generationConfig": {
        "responseModalities": ["TEXT", "IMAGE"],
        "imageConfig": {"aspectRatio": "2:3"},
    },
})
save_images(result, "nb21-grounded")
metadata = result["candidates"][0].get("groundingMetadata", {})
print("网页搜索：", metadata.get("webSearchQueries"))
print("图片搜索：", metadata.get("imageSearchQueries"))

searchTypes 必须写成对象。不设置时只启用网页搜索，只写 imageSearch 时只用图片搜索。
每次是否检索、用哪种搜索由模型决定，实际用到的检索词在 groundingMetadata 中。
目前不能把搜索到的真实人物图片用作参考；向最终用户展示接地结果时，需要按 Google 搜索接地说明展示搜索建议。
开启搜索接地的请求，在 $0.045 之外每次检索另收 $0.014。检索 2 次就是 $0.073，调用日志会写明检索次数，见 Nano Banana 总览的计费规则。

OpenAI 兼容格式

已有 OpenAI SDK 代码时，把 base_url 设为 https://api.laozhang.ai/v1，model 改为 gemini-nano-banana-2.1 即可。这种格式不能设置比例和分辨率，输出 1K 图片，画幅由模型按内容决定，常见为 16:9 横图。需要固定比例或 2K、4K 时，用上面的 Gemini 原生格式。示例关闭了 SDK 的自动重试，避免超时后重复生成和扣费。

生成图片

cURL
Python

curl --fail-with-body --max-time 300 \
  "https://api.laozhang.ai/v1/chat/completions" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "stream": false,
    "messages": [
      {"role": "user", "content": "生成一张图片：木桌上的一杯拿铁，拉花是一只小猫，俯拍"}
    ]
  }' \
  -o nb21-openai.json

python nano_banana.py nb21-openai.json nb21-openai

import os

from openai import OpenAI

from nano_banana import save_images

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=300,
    max_retries=0,
)
response = client.chat.completions.create(
    model="gemini-nano-banana-2.1",
    messages=[{"role": "user", "content": "生成一张图片：木桌上的一杯拿铁，拉花是一只小猫，俯拍"}],
)
save_images(response.model_dump(), "nb21-openai")

编辑图片

cURL
Python

curl --fail-with-body --max-time 300 \
  "https://api.laozhang.ai/v1/chat/completions" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "stream": false,
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "把这张图变成梵高《星月夜》风格的油画"},
        {"type": "image_url", "image_url": {"url": "https://example.com/your-image.jpg"}}
      ]
    }]
  }' \
  -o nb21-openai-edit.json

python nano_banana.py nb21-openai-edit.json nb21-openai-edit

import os
import sys

from openai import OpenAI

from nano_banana import read_image, save_images

if len(sys.argv) < 3:
    raise SystemExit('用法：python nb21_openai_edit.py "编辑指令" 图片1 [图片2 ...]')
prompt, paths = sys.argv[1], sys.argv[2:]

content = [{"type": "text", "text": prompt}]
for path in paths:
    mime, data = read_image(path)
    content.append({"type": "image_url", "image_url": {"url": f"data:{mime};base64,{data}"}})

client = OpenAI(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai/v1",
    timeout=300,
    max_retries=0,
)
response = client.chat.completions.create(
    model="gemini-nano-banana-2.1",
    messages=[{"role": "user", "content": content}],
)
save_images(response.model_dump(), "nb21-openai-edit")

cURL 示例中的 https://example.com/your-image.jpg 需要替换为你的图片 URL，图片要能被公网直接访问；本地图片请使用 Python 示例，它会把图片转成 data URL。

错误与计费

参数不合法时返回 HTTP 400，不扣费：

请求内容	结果
`imageSize` 为 `512`	400，错误信息为 `Image size 512 is not supported for this model`
`aspectRatio` 不在 14 种之内，例如 `7:3`	400，错误信息可能为空，请对照上表检查比例

计费要点：

每次调用 $0.045，不随分辨率、思考级别、参考图数量或生成 / 编辑而变化。
开启搜索接地时，每次检索另收 $0.014。
上游返回 HTTP 200 即扣费，没有返回图片也一样；原因与避免方法见避免没有图片的扣费。
客户端超时不等于请求失败，重试前先在调用日志确认请求状态。

常见问题

从 Nano Banana 2 切换要改什么？

把模型 ID 从 gemini-3.1-flash-image 改为 gemini-nano-banana-2.1，请求结构和响应解析不变。切换前检查两处：

请求里用了 "imageSize": "512" 的，改成 1K 或继续用 Nano Banana 2。
没有设置 thinkingLevel 时，Nano Banana 2.1 默认按 medium 思考，Nano Banana 2 默认是 minimal。想要更快出图，显式设为 minimal。

思考级别怎么调？会影响价格吗？

使用 Gemini 原生格式时，在 generationConfig.thinkingConfig.thinkingLevel 中设置级别，可选 minimal、medium、high：

"thinkingConfig": {"thinkingLevel": "high"}

级别越高，构图和文字推敲越充分，耗时也越长。老张API只按次计费，三档都是 $0.045/次（Google 官方则会按思考 tokens 另外计费）。另外设置 "includeThoughts": true 时，响应会多出带 "thought": true 的思考文字和中间草图，保存时只取最后一张不带 thought 的图片。

4K 和 1K 价格一样吗？

一样，都是 $0.045/次。Google 官方按输出 tokens 计费，4K 每张约 $0.113、1K 约 $0.0336，见 Google 官方价格。只出 1K 小图时，Nano Banana 2 Lite 的单价更低。

OpenAI 兼容格式为什么返回横图？

OpenAI 兼容格式不能传比例，画幅由模型按提示词决定，常见为 16:9。需要方图或竖图时，改用 Gemini 原生格式并设置 aspectRatio。

开始使用

图像生成与编辑 API

视频生成 API

文本 API

多模态与音频 API

Nano Banana 2.1 API：1K–4K 图像生成与编辑

能力与参数

和 Nano Banana 2 怎么选

调用前准备

生成图片

编辑图片

搜索接地

OpenAI 兼容格式

生成图片

编辑图片

错误与计费

常见问题

从 Nano Banana 2 切换要改什么？

思考级别怎么调？会影响价格吗？

4K 和 1K 价格一样吗？

OpenAI 兼容格式为什么返回横图？

相关文档

​能力与参数

​和 Nano Banana 2 怎么选

​调用前准备

​生成图片

​编辑图片

​搜索接地

​OpenAI 兼容格式

​生成图片

​编辑图片

​错误与计费

​常见问题

​从 Nano Banana 2 切换要改什么？

​思考级别怎么调？会影响价格吗？

​4K 和 1K 价格一样吗？

​OpenAI 兼容格式为什么返回横图？

​相关文档

能力与参数

和 Nano Banana 2 怎么选

调用前准备

生成图片

编辑图片

搜索接地

OpenAI 兼容格式

生成图片

编辑图片

错误与计费

常见问题

从 Nano Banana 2 切换要改什么？

思考级别怎么调？会影响价格吗？

4K 和 1K 价格一样吗？

OpenAI 兼容格式为什么返回横图？

相关文档