Nano Banana 2 Lite API：1K 图像生成与编辑，每次 0.025 美元

Nano Banana 2 Lite 是 Google 定位为 Nano Banana 系列中速度最快的模型，适合 1K 文生图、快速编辑和高调用量任务。

能力范围

项目	内容
模型 ID	`gemini-3.1-flash-lite-image`（稳定版），官方名称 Google Gemini 3.1 Flash Lite Image
价格	$0.025/次，生成与编辑同价
账号	不需要 Google 账号，只用老张API密钥
调用方式	OpenAI 兼容的 `/v1/chat/completions`；需要指定比例时用 Gemini 原生的 `generateContent`
并发与限速	平台不限制并发、不限速，`429` 来自上游容量，见并发与 429
扣费	上游返回 HTTP 200 即扣一次，没有图片也扣费；返回非 200 不扣费，见计费规则

价格为 2026 年 9 月 24 日公开价格配置，最新价格见模型与价格。模型来自 Google 官方渠道，单价低于 Google 官方标准价（每张 $0.0336）。

Nano Banana 2 Lite 生成的深色背景物流仪表盘概念图，带青色高光 — 「Gemini 原生格式」生成示例的输出：1K，16:9

参数	取值
分辨率	仅 1K
比例	`1:1`、`2:3`、`3:2`、`3:4`、`4:3`、`4:5`、`5:4`、`9:16`、`16:9`、`21:9`，共 10 种，通过 Gemini 原生格式设置
图片编辑	支持；参考图最多 14 张，但不针对多参考图和多轮连续编辑优化
Google 搜索接地	不支持

以上能力依据 Google 图像生成文档。

需要 2K、4K 或搜索接地

改用 Nano Banana 2.1（$0.045/次）；需要 0.5K 时用 Nano Banana 2。

复杂构图和专业成片

使用 Nano Banana Pro。五个模型的对比见 Nano Banana 总览。

调用前准备

创建 API Key

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

保存共用脚本

把 Nano Banana 总览中的 nano_banana.py 保存到当前目录。本页的 Python 示例导入它，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 OpenAI 兼容响应的 message.content 中提取 data URL，或从 Gemini 原生响应的 parts[].inlineData 中取出 Base64 数据，解码后按 PNG、JPEG 或 WebP 保存

无图响应与重试的计费说明见计费规则。

OpenAI 兼容格式

OpenAI 兼容格式不能设置比例和分辨率，文生图输出 1:1 的 1K 图片。示例关闭了 OpenAI 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-3.1-flash-lite-image",
    "stream": false,
    "messages": [
      {
        "role": "user",
        "content": "生成一张图片：米白背景上的极简咖啡杯产品图，柔和阴影"
      }
    ]
  }' \
  -o lite-generate.json

python nano_banana.py lite-generate.json lite-generate

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-3.1-flash-lite-image",
    messages=[{
        "role": "user",
        "content": "生成一张图片：米白背景上的极简咖啡杯产品图，柔和阴影",
    }],
)
save_images(response.model_dump(), "lite-generate")

成功后会得到 lite-generate-1.png 等文件。

编辑图片

把编辑指令和图片放在同一条 user 消息中。cURL 示例使用公网图片 URL；Python 示例把本地图片转成 data URL，可以直接编辑上一步生成的图片。

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-3.1-flash-lite-image",
    "stream": false,
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "保持产品不变，把背景换成浅灰色摄影棚"},
        {"type": "image_url", "image_url": {"url": "https://example.com/your-image.png"}}
      ]
    }]
  }' \
  -o lite-edit.json

python nano_banana.py lite-edit.json lite-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 lite_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-3.1-flash-lite-image",
    messages=[{"role": "user", "content": content}],
)
save_images(response.model_dump(), "lite-edit")

使用 cURL 时，把 https://example.com/your-image.png 替换为你的图片 URL，图片需要能被公网直接访问。Python 示例保存为 lite_edit.py 后运行（文件名以上一步实际保存的为准）：

python lite_edit.py "保持产品不变，把背景换成浅灰色摄影棚" lite-generate-1.png

Gemini 原生格式

Gemini 原生格式通过 generationConfig.imageConfig.aspectRatio 设置比例。Lite 只输出 1K，imageSize 可以省略或设为 1K。

按比例生成图片

cURL
Python

curl --fail-with-body --max-time 300 \
  "https://api.laozhang.ai/v1beta/models/gemini-3.1-flash-lite-image:generateContent" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{"text": "生成一张图片：深色背景的物流仪表盘概念图，青色高光"}]
    }],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {"aspectRatio": "16:9", "imageSize": "1K"}
    }
  }' \
  -o lite-native.json

python nano_banana.py lite-native.json lite-native

from nano_banana import post, save_images

result = post("/v1beta/models/gemini-3.1-flash-lite-image:generateContent", {
    "contents": [{
        "role": "user",
        "parts": [{"text": "生成一张图片：深色背景的物流仪表盘概念图，青色高光"}],
    }],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {"aspectRatio": "16:9", "imageSize": "1K"},
    },
})
save_images(result, "lite-native")

图片位于 candidates[0].content.parts[] 的 inlineData 中：mimeType 是图片格式，data 是 Base64 数据。

用本地图片编辑

原生格式把本地图片编码为 inlineData，与编辑指令放在同一条消息的 parts 中。下面把图片改为 9:16 竖版：

cURL
Python

IMAGE=lite-generate-1.png   # 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: "把这张产品图改成 9:16 竖版海报，保留产品外观，上方留出标题空间"},
      {inlineData: {mimeType: $mime, data: $data}}
    ]
  }],
  generationConfig: {
    responseModalities: ["IMAGE"],
    imageConfig: {aspectRatio: "9:16"}
  }
}' > lite-edit-request.json

curl --fail-with-body --max-time 300 \
  "https://api.laozhang.ai/v1beta/models/gemini-3.1-flash-lite-image:generateContent" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @lite-edit-request.json \
  -o lite-native-edit.json

python nano_banana.py lite-native-edit.json lite-native-edit

from nano_banana import post, read_image, save_images

mime, data = read_image("lite-generate-1.png")  # 替换为你的图片路径

result = post("/v1beta/models/gemini-3.1-flash-lite-image:generateContent", {
    "contents": [{
        "role": "user",
        "parts": [
            {"text": "把这张产品图改成 9:16 竖版海报，保留产品外观，上方留出标题空间"},
            {"inlineData": {"mimeType": mime, "data": data}},
        ],
    }],
    "generationConfig": {
        "responseModalities": ["IMAGE"],
        "imageConfig": {"aspectRatio": "9:16"},
    },
})
save_images(result, "lite-native-edit")

批量与高频调用

Lite 适合高调用量任务。平台不限制并发，偶发的 429 来自上游容量，见并发与 429。批量接入时：

复用 HTTP 连接和 SDK 客户端，不要为每张图重新创建。
对 429、5xx 和网络错误使用带随机抖动的指数退避。
客户端超时后，先在调用日志中确认请求状态，再决定是否重试，避免重复生成和重复扣费。
HTTP 200 但没有图片的响应已按一次调用扣费，不要自动重试；修改提示词或参考图后再提交，见避免没有图片的扣费。
记录模型 ID、HTTP 状态码、耗时和请求时间，便于排查。
持续高并发上线前，把峰值并发、日调用量和输入图片大小发送到 hi@laozhang.ai，确认容量。

常见问题

Lite 支持 2K、4K 或搜索接地吗？

都不支持，Lite 只输出 1K，也不能开启 Google 搜索接地。以下模型的请求结构相同，切换时只改模型 ID：

需要 1K–4K、14 种比例或网页与图片搜索接地：用 Nano Banana 2.1（gemini-nano-banana-2.1，$0.045/次）。
还需要 0.5K：用 Nano Banana 2（gemini-3.1-flash-image）。
需要 1K–4K 和网页搜索接地、处理复杂构图：用 Nano Banana Pro（gemini-3-pro-image）。

Lite 适合多图合成或保持人物一致吗？

不太适合。Lite 一次最多接受 14 张物体参考图，但 Google 的参考图表没有为它列出人物一致性参考和风格参考，并说明它不针对多参考图和多轮连续编辑优化。换颜色、调背景这类单图局部修改可以用 Lite。要把多张图合成一张，或让同一人物在一组图中保持一致，改用 Nano Banana 2.1 或 Nano Banana 2，两者最多接受 10 张物体图和 4 张人物图。

Lite 的模型 ID 是正式版吗？

是。Google 模型页把 gemini-3.1-flash-lite-image 列为稳定版，它没有 -preview 后缀，直接按原样使用即可。

Lite 可以高并发调用吗？

可以。平台不限制并发，上线前按批量与高频调用处理重试与超时，并提前告知峰值用量以便确认上游容量。

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 Lite API：1K 图像生成与编辑，每次 0.025 美元

能力范围

需要 2K、4K 或搜索接地

复杂构图和专业成片

调用前准备

OpenAI 兼容格式

生成图片

编辑图片

Gemini 原生格式

按比例生成图片

用本地图片编辑

批量与高频调用

常见问题

Lite 支持 2K、4K 或搜索接地吗？

Lite 适合多图合成或保持人物一致吗？

Lite 的模型 ID 是正式版吗？

Lite 可以高并发调用吗？

相关文档

​能力范围

需要 2K、4K 或搜索接地

复杂构图和专业成片

​调用前准备

​OpenAI 兼容格式

​生成图片

​编辑图片

​Gemini 原生格式

​按比例生成图片

​用本地图片编辑

​批量与高频调用

​常见问题

​Lite 支持 2K、4K 或搜索接地吗？

​Lite 适合多图合成或保持人物一致吗？

​Lite 的模型 ID 是正式版吗？

​Lite 可以高并发调用吗？

​相关文档

能力范围

调用前准备

OpenAI 兼容格式

生成图片

编辑图片

Gemini 原生格式

按比例生成图片

用本地图片编辑

批量与高频调用

常见问题

Lite 支持 2K、4K 或搜索接地吗？

Lite 适合多图合成或保持人物一致吗？

Lite 的模型 ID 是正式版吗？

Lite 可以高并发调用吗？

相关文档