简而言之 Nano Banana 2 Lite (gemini-3.1-flash-lite-image) 在四秒内生成图像，每张图像大约 0.034 美元。 这意味着在相同分辨率下，它产生结果的成本约为 Nano Banana 2 的一半，速度提高了 2.7 倍。 在正面测试中，Lite 型号在许多领域都与 Nano Banana 2 相匹配或击败，但当细节很重要时，更昂贵的版本可能是更好的选择。 Google 上周推出了 Nano Banana 2 Lite（正式名称为 gemini-3.1-flash-lite-image），作为其图像生成堆栈的入口点，位于 Nano Banana 2 之下，远低于 Nano Banana Pro。它在大约四秒内提供文本到图像的输出，比 Nano Banana 2 快 2.7 倍，并且被定位为原始 Nano Banana (gemini-2.5-flash-image) 的直接替代品。明确的宣传：相同的谷歌生态系统，更少的钱，更少的等待。

该模型可通过 Google AI Studio、Gemini API 和企业代理平台使用，并且已融入到消费产品中，包括搜索、Gemini 应用程序、NotebookLM 和 Google Photos。它通过交互 API 与 Gemini Omni Flash（Google 的新视频生成模型）配合使用，使用户可以在单个会话中堆叠最多三个连续编辑。 Nano Banana 系列现在是一个干净的三层结构：Lite 用于速度和成本，Nano Banana 2 用于质量速度平衡，Nano Banana Pro 用于复杂的专业工作。 Nano Banana 2 Lite 在 1K 分辨率下每张图像的价格约为 0.034 美元，大约是 Nano Banana 2 价格的一半，后者在相同分辨率下每张图像的价格为 0.067 美元。这使得 Lite 模型与 Seedream 5.0 Lite 直接竞争，后者每张图像的价格为 0.031-0.035 美元。 Reve 2.0 通过 API 降低了每张图像约 0.0067 美元的价格，尽管它缺乏 Google 基础设施附带的部署广度。 Qwen Image Edit 是一个适用于标准用例的优秀、免费、开源选项。

那么，Nano Banana 2 的质量下降是否足够集中，足以对您的特定工作流程产生影响？它的分布是否足以让大多数人不会注意到？ 我们对五个类别的两个模型运行了相同的提示来找出答案。答案比你想象的更难预测。 现实主义 真实感测试是 Nano Banana 2 与其 Lite 兄弟之间差距最明显的地方。两个模型都收到了相同的技术要求很高的肖像提示：日落时分屋顶上的一位 32 岁女建筑师的电影图像，穿着米色风衣，戴着圆框眼镜，左手专门拿着卷起的蓝图，身后是散焦的城市天际线，黄金时刻灯光带有柔和的边缘光，模拟 50mm 镜头的浅景深，垂直 4:5 的长宽比，逼真的皮肤纹理和微妙的胶片颗粒。 提示明确地将每个元素框定为可能失败的独立约束。

Nano Banana 2 Lite 通过了基本测试。拍摄对象穿着正确，姿势正确，戴着圆形眼镜，手持蓝图，站在屋顶上，身后是模糊的城市。但就细节而言，它有点不太现实：拍摄对象只有一只手，与身体的其他部分相比，它的尺寸太大了。边缘光几乎察觉不到。皮肤纹理在缩略图范围内保持不变，但无法经受住仔细检查。最终，该图像看起来像是一张合格的库存照片，而不是电影肖像。 Nano Banana 2 产生了与摄影不同的东西。拍摄对象在魔法时刻以完全真实的纽约市天际线为背景，背景虚化的城市灯光在背景中绽放，远处隐约可见一条河流。景深非常惊人。温暖的边缘光将主体与背景清晰地分开。按照要求，蓝图在她的左手，而不是右手。 两种模型都与对称性作斗争。例如，纽扣和一些带子的孔不一致，但同样，这些都是经过仔细检查才能发现的细节。

对于社交媒体内容或快速视觉模型，Lite 版本是可行的 - 它传达了概念。对于任何图像是最终产品的东西——英雄图像、客户可交付成果、作品集——它将在缩略图上方的任何分辨率下显示其接缝。摄影质量是 Lite 型号的架构做出的最大的单一让步，并且始终如一。 及时遵守 即时依从性测试使用了不同的策略：密集的多元素场景，其中每个标记的细节都充当独立的故障点。提示描述了从石像鬼的栖息处看到的蒸汽朋克城市景观，包括一个标有“Atlas & Sons Cartographers，Est. 1842”的热气球、一辆具有特定命名路线的缆车、一座齿轮驱动的钟楼、一个石像鬼拿着一份标有“第 7 区 - 谴责”的文件、一张带有特定标题的前景报纸，以及下面详细的维多利亚街景。 逻辑：如果一个模型可以同时容纳 10 个特定的约束，那么您就可以信任它来处理复杂的创意简报。

两种模型都产生了视觉上引人注目的蒸汽朋克场景。两者都正确地将石像鬼置于前景，钟楼置于中心，气球置于天空，缆车穿过画面。乍一看，这些差异只是表面的——精简版更暗、更情绪化，而完整版则更干净、更明亮。但具体细节却讲述了不同的故事。在 Lite 版本中，气球上显示的是“Est. 1942”而不是 1842，这主要是由于 AI 难以正确渲染文本。缆车路线标签部分出现乱码。前景报纸标题的边缘变得模糊，特别要求的细节失去了可读性。 总的来说，它更注重视觉效果而不是文本，这对于大多数用例来说都是可以的。

Nano Banana 2 几乎一切都正确。气球上清楚地写着“Atlas & Sons Cartographers Est. 1842”。缆车标志上写着“Upper Vantis – 4 Stops”。石像鬼拿着一份文件，但文字难以辨认。前景报纸以干净易读的字体写着“钟楼寂静无声——城市哀悼”。每个命名元素都以清晰的形式出现在它应该出现的地方，并带有正确的标签。使用更明亮、更具编辑性的灯光的构图决定在这里也得到了回报——它使标记的细节保持可读性，而不是被气氛吞没。 临时提示用户不会在虚构的成立日期发现一位数的换位。但概念艺术家、世界构建者和叙事插画家——使用这些模型向客户或合作者传达特定创意逻辑的人——会立即注意到。 Lite 模型模糊或调换特定图像内文本标签的倾向并不是灾难性的失败，但它引入了手动校正步骤，在规模上会造成严重后果。 空间意识

空间意识测试评估了每个模型如何处理多深度场景合成：近距离的多个物体、中距离的人体主体以及退回到背景黑暗中的大气元素。 这个场景——一位中世纪的炼金术士坐在一张杂乱的木桌上，周围环绕着浑天仪、点燃的蜡烛、沙漏、头骨、星图和一个发光的绿色罐子，他身后的拱形窗户中映出一只黑猫的剪影——需要令人信服的三维分层来解读为连贯的而不是组装的。 两种模型都理解场景的基本空间语法。前景物体以适当的比例和阴影细节渲染，学者占据中景，与周围物体有正确的遮挡关系，拱形窗户与月光夜空营造出一种令人信服的后退感。这两种模型都不会错放物体、破坏深度平面或引入空间矛盾。场景架构（前、中、后）在两个输出中均正确建立。

差异是微妙而真实的。 Nano Banana 2 的版本具有更丰富的大气深度梯度：烛光在到达石墙时自然褪色，背景的朦胧读作真正的大气深度而不是数字柔化，整体场景具有绘画般的温暖，暗示着体积空间。 Lite 版本的深度在结构上是正确的，但稍微压缩了——背景看起来更像是一个舞台，而不是一个里面有空气的后退房间。 至少在本文中，Nano Banana 2 图像感觉就像同一个 Nano Banana 2 Lite 图像，但在采样过程中应用了详细的 LoRA（一种专门的微调层）。 这是所有五项测试中最小的差距。对于故事板、游戏资产概念和大多数编辑插图上下文，两种模型都展示了足够的空间推理。 Lite 模型稍微平坦的深度渲染只有在高分辨率输出或详细的构图分析中才有意义，即使如此，差距也是有争议的。 对于这一类别，Lite 模型是绝大多数实际工作流程中的可行替代品。 文本生成

文本生成是本次审查产生最违反直觉的结果的地方。 测试提示描述了一家坚韧的夜间五金店，其中有数十个不同比例和风格的同步文本元素：手绘的主标志，上面有商店名称、成立日期和产品类别；立面上的涂鸦标签；带有营业时间和服务的窗户贴花；一张音乐会海报，上面有乐队名称、地点、日期、入场时间和具体票价；市议会会议通知；附有电话号码的走失猫通知；电话亭上的政治贴纸；以及路边的路边停车限制。 这种复杂性的文本生成很困难，因为每个元素都必须正确渲染，而整个图像仍然读取为连贯的照片。

Nano Banana 2 Lite 的速度确实令人印象深刻。 “KELLERMAN'S HARDWARE & SUPPLY CO. – SINCE 1931 – TOOLS, ROPE, PAINT”，涂鸦上写着“STILL HERE”，橱窗标语“OPEN 7 DAYS / WE BUY SCRAP – ASK FOR RAY / CLOSED”，“THE DREDGE PALE MOUTH / SUNDAY 6 4 / SUNDAY 6 4 / DOORS 9PM / THE主播俱乐部 / 12 美元 ADV – 15 美元门”，贴纸上写着“这台机器杀死法西斯分子”和“耶稣拯救”，一张迷失的猫通知，上面有具体且清晰的电话号码——提示中的每个文本元素都在一张图像中同时正确呈现和可读。 如果有什么需要注意的话，那就是图像不太真实。有些海报似乎是由 Photoshop 技能较差的编辑渲染的，而不是场景的真实元素。一个例子就是粘贴在电话亭上的海报。更现实地说，它们应该有一些天然的缺陷，甚至是恶化的迹象。也就是说，对于任何图像模型来说，这都是一个合理的强大结果，更不用说更便宜、更快的模型了。

Nano Banana 2的版本也很强。大多数文本位置正确且清晰，整体图像读起来就像令人信服的夜间场景。但完整模型的更暗、更喜怒无常的大气渲染（通常是其优点之一）在这里却产生了不利影响。几个较小的贴纸文本陷入阴影并失去可读性。 Lite 型号的光线更明亮、更中性，这种品质在人像作品中被视为弱点，但当评估标准是场景中的所有文本是否真正可读时，它就变成了明显的优势。 对于文本密集的生成——标牌模型、编辑图形、带有标签元素的产品概念、信息图表风格的合成图像——Nano Banana 2 Lite 的表现低于 Nano Banana 2。该模型似乎要么过于关注视觉效果，导致文本变成乱码，要么过于关注文本，导致其在场景中的位置变得不切实际。 结论 Nano Banana 2 Lite 并不是 Nano Banana 2 的直接降级版。它是一款具有特定上限的专注工具，而在以摄影质量为交付目标的场景中，该上限下降得最严重，而在其他地方则保持出奇的稳定。

电影般的肖像作品、复杂的灯光物理、精细的材质纹理、仔细检查质量的皮肤渲染——所有这些都暴露了两个模型之间的明显差异。风格迁移也受到了有意义的打击，不是在渲染质量方面，而是在上下文理解方面：Lite 模型可以执行一个主题，但它很难捕捉该主题所在的视觉环境。及时遵守会特别降低图像内标记文本的准确性——这是一种狭隘的失败模式，但在世界构建、概念艺术以及任何特定图像内语言承载意义的管道中非常重要。 最有效的——在某些情况下更有效——是特异性：如果你需要大量关注某件事，它将确保一切都在那里。

空间场景架构、基本构图能力也不错。文本生成结果值得特别强调：如果您的工作流程涉及标牌模型、品牌图形、具有大量文本元素的编辑合成，或需要多个可读文本字符串共存于单个图像中的任何管道，则值得首先使用 Lite 模型。其较亮的渲染默认值（在肖像作品中是一个缺点）在以易读性为衡量标准时却是一个优势。在空间上，它可以充分处理绝大多数专业环境的多深度场景。 成本计算：Nano Banana 2 Lite 每张图像的成本为 0.034 美元，运行成本约为 1K 分辨率的 Nano Banana 2 的一半（0.067 美元），并且与 Seedream 5.0 Lite（0.031-0.035 美元）几乎旗鼓相当。 Reve 2.0 通过 API 大幅降低了两者的价格，每张图像约为 0.0067 美元，但不提供 Nano Banana 生态系统附带的部署占用空间：搜索、NotebookLM、Google Photos 和同时运行同一模型的 Gemini 应用程序。

对于已经在 Google 基础设施内部的团队来说，这种集成消除了纯 API 替代方案无法解决的平台切换成本。如果您知道自己属于哪些用例，并且不属于摄影质量范围，那么 Nano Banana 2 Lite 在该系列中赢得了自己的一席之地，甚至可能是比其功能更强大的兄弟更好的选择。 每日简报时事通讯 每天从当下的热门新闻报道以及原创专题、播客、视频等开始。