Nano Banana 2.1 对比 Nano Banana Pro：房产照片编辑盲测

简要结论

Nano Banana 2.1 的成本远低于 Nano Banana Pro，而在我们的房产照片测试中，两款模型都并非毫无差错。 按 Google 的标价，Nano Banana 2.1 生成一张 2K 输出图像的费用为 US$0.0504，而 Nano Banana Pro 为 US$0.134，低了 62%。计入输入照片和思考 token（thinking token）后，在我们在 2026年10月10日 的测试运行中，每张编辑图像的中位数成本分别为 US$0.0572 和 US$0.1392，低了约 59%。

Google 于 2026年10月6日 发布了 Nano Banana 2.1 (gemini-nano-banana-2.1)，称其为 Nano Banana Pro (gemini-3-pro-image)“更高效的对应版本”。在本文中，“2.1”指代 Nano Banana 2.1，“Pro”指代 Nano Banana Pro。针对本次 Nano Banana 2.1 评测，我们让两款模型对获得授权的房产照片进行了相同的九组 2K 编辑。我们团队的一名评审人员在对模型和顺序均不知情的情况下，对两款模型均成功返回图像的七个图像对进行了对比。在这项小规模测试中，我们的评审人员在七对中偏好 Nano Banana 2.1 的有五对（其中一对明显偏好），略微偏好 Pro 的有一对，另有一对评为表现相当。鉴于只有一名评审人员且每张照片每个模型仅生成一张图像，这只是一次初步观察，而非定论评分。

关于 Gemini 应用、Google AI 方案以及客户隐私，请参阅我们的 Nano Banana 2.1 房地产指南。

Nano Banana 2.1 与 Pro 一览：规格与价格

Google 官方文档（查阅于 2026年10月12日）列出了以下差异：

资料来源：Google 的价格页面（更新于 2026年10月9日）、其图像生成指南以及 Nano Banana 2.1 模型页面。

Nano Banana 2.1 与 Nano Banana 2

Google 称 2.1 是对 Nano Banana 2 (gemini-3.1-flash-image) 的更新，后者已于 2026年10月6日 被弃用，但未设定关停日期。使用 2.1 生成一张 2K 图像的费用为 US$0.0504，而 Nano Banana 2 为 US$0.101，不过输入和思考 token 的费用更高。我们的房地产指南在本文使用的其中两张照片上，对比了这两款模型在 1K 分辨率下的表现。

我们的测试方式

我们在 2026年10月10日 UTC 时间 19:05 至 19:13 之间，通过 Gemini API 运行了测试，保持同时有两个请求在处理中。九张照片共发起 18 次请求：四个物体移除、三个空房间虚拟家居布置、一间厨房整理以及一次 HDR 风格修正，分别发送给两款模型。Nano Banana 2.1 返回了 8 张图像，Pro 返回了 7 张。

• 照片： 九张获得授权的 Pexels 照片，八张为住宅，一张为酒店客房；Pexels 许可协议允许修改。这些不是客户照片，且均未出现人物。图库照片通常由专业人士拍摄，因此效果可能好于手机拍摄的照片（拍摄核对清单）。
• 输入检查： 每张照片的 Pexels 页面均显示相机详细参数 (EXIF)，下载的文件均不包含 C2PA 或 AI 生成元数据。
• 设置： 2K 输出，比例为 3:2（与每张原始照片比例一致），使用各模型的默认思考设置，不设置 temperature 或 seed，每个请求生成一张图像，不重试。
• 提示词： 在测试运行前编写，并原样发送给两款模型（见下文）。对于移除任务，我们在照片副本上用红圈标出了目标物体。
• 评审方式： 测试运行后，我们团队的一名评审人员于 2026年10月 在对模型和顺序均不知情的情况下对比了七个图像对。评审人员能看到原图、用于移除任务的标记副本，以及以随机顺序标记为“A”和“B”的两张结果图，不包含文件名或元数据，长边尺寸最高为 1,280 像素。每个图像对都附带一个在测试运行前写好的问题，例如哪张结果能更好地移除标记物体并更好地保留其余部分。一份基于提示词的清单列出了必须保持不变的内容。评审人员从五个选项中选择其一：A 明显更好、A 略好、相当、B 略好或 B 明显更好。评审人员还可以勾选他们注意到的问题选项：房间结构改变、未标记物体被移除或改变、残留红色标记、取景构图改变、光线或比例不真实、门或窗被遮挡以及其他问题。
• 投票局限性： 单名评审人员不足以得出绝对定论；两名或更多独立评审人员会更可靠。
• 客观检查： 统计轮廓线区域内的红色像素数量，并通过取景构图检查将每个输出结果与原图进行对齐。
• 我们的综合审查： 我们还在全尺寸下并排对比了每一对图像；这项审查并非盲测。
• 成本： 用量数据乘以 Google 官方标价。这是估算值，而非实际账单。
• 独立性： Google 未赞助或审查本次测试。

测试使用的确切提示词：

REMOVAL (4 photos):
Using the provided photo, remove only the object outlined in red,
and remove the red outline as well. Fill the area with what would
naturally be behind the object, matching the surrounding surfaces
and light. Keep everything else in the image exactly the same,
preserving the original style, lighting, and composition.

STAGING (3 rooms; {room}, {style} and {items} listed below):
Using the provided photo of an empty room, furnish it as a {room}
in a {style} style: {items}. Arrange the furniture so that every
door and window stays clear. Keep the walls, windows, doors, floor,
ceiling, light fixtures and camera framing exactly the same; only
add furniture and decor.
- living room, warm modern: a sofa, a coffee table, an armchair,
  a rug, a floor lamp and two plants
- bedroom, calm Scandinavian: a double bed with bedding, two
  nightstands with lamps, a rug and a plant
- dining room, modern: a dining table with six chairs, a sideboard,
  a rug and a vase of flowers

DECLUTTER (1 kitchen):
Using the provided photo, remove the loose clutter: items lying on
the floor, on tables and on counters, plus any loose cables and
bags. Keep all furniture, appliances, built-ins, artwork, curtains,
walls, windows, doors and lighting exactly as they are, preserving
the original style, lighting, and composition.

HDR (1 hotel room):
Using the provided photo, edit it like a professional real estate
HDR photo: brighten the dark areas, bring back detail in the bright
windows, make the white balance neutral and keep vertical lines
straight. Do not add, remove or move anything, and keep the framing
exactly the same.

我们的样本量较小：九张照片，每个请求一张图像，一次运行以及一名评审人员。它展示了在这些照片上可能发生的情况，而非发生的概率。

各项任务的测试结果

每个“投票”行均给出评审人员的评判。其他观察结果来自我们自己的审查。

使用 Nano Banana 2.1 与 Pro 进行照片物体移除与物品清除

在成功返回图像的三张照片中，两款模型均移除了全部被标记物体。对于第四张照片（厨房台面上的水壶），两款模型均未返回图像（参见“速度与可靠性”）。

• 台灯，客厅： 两者都移除了台灯、电源线和蕾丝垫，并保留了沙发另一侧相配的台灯。Pro 在墙上留下了该台灯的光线和灯身阴影。Nano Banana 2.1 连同光线一起移除了，导致沙发末端变暗，并在台灯原本的位置留下了一块暗色污迹。投票：我们的评审人员明显偏好 Nano Banana 2.1；为 Pro 勾选的问题项：“光线或比例不真实”和“其他”。
• 双水槽之间的兰花，浴室： 两者都移除了植物和花盆，修复了两个镜框的下边沿并补全了台面。水龙头、毛巾环、插座和空气清新剂均完好保留。投票：我们的评审人员略微偏好 Nano Banana 2.1；未勾选任何问题项。
• 扶手椅，卧室： 两者都移除了椅子，并修复了地毯边缘的流苏、踢脚线以及后面的墙壁。投票：我们的评审人员评定两者表现相当；未勾选任何问题项。

我们的移除物体与杂乱物品指南详细说明了哪些物品应该移除、哪些应该保留。

空房间虚拟家居布置

提示词要求两款模型保持所有门窗通畅，并保持灯具完全一致。

• 客厅： 两款模型都没有遮挡两扇室内门。Pro 点亮了原本存在的吊灯，其添加的新扶手椅挡住了阳台门的一个下角。Nano Banana 2.1 则保持吊灯关闭，阳台门保持无遮挡。投票：我们的评审人员略微偏好 Nano Banana 2.1；未勾选任何问题项。
• 狭长卧室： Pro 在壁橱门前放置了一株高盆栽，在窗下放置了床头柜，其台灯伸到了玻璃底部的正前方。Nano Banana 2.1 保持了窗户通畅，但其远端床头柜紧挨着开着的房间门，且床身挡住了该门洞的门槛。从镜头视角来看，两者的床身也都遮挡了壁橱门的底部。投票：我们的评审人员略微偏好 Nano Banana 2.1；未勾选任何问题项。
• 餐厅： 两者都把餐边柜放在了窗户下方。Nano Banana 2.1 在上面摆放了植物和书籍，Pro 则摆放了一个装有绿植的小花瓶。在两张图像中，这些装饰物都挡住了玻璃底部的视线。从镜头视角来看，两张餐桌上的花朵也都遮挡了后方窗户的一部分。两者都保持了门道通畅。投票：我们的评审人员略微偏好 Nano Banana Pro；未勾选任何问题项。

我们的 Nano Banana 2.1 房地产指南测试了家具清单如何改变生成结果，而我们的空房间虚拟家居布置指南涵盖了完整工作流。

厨房整理

两款模型都清理了桌面、挂在椅子上的包以及地面上的物品，并保留了电器、开放式置物架和碗柜。Pro 清理了更多的台面，移除了喷雾瓶、洗洁精瓶、玻璃杯、白色桶和一个碗，而 2.1 保留了这些物品。Nano Banana 2.1 移除了椅子上的条纹毛巾，并补绘了被毛巾遮挡的椅背；Pro 则保留了毛巾。投票：我们的评审人员略微偏好 Nano Banana 2.1；未勾选任何问题项。

如需了解完整的清理步骤，请参阅我们的照片清理工作流。

HDR 风格曝光修正

对于这张昏暗的酒店客房照片，Pro 未能返回图像，因此无法成对投票。Nano Banana 2.1 提亮了墙壁、天花板和书桌，并减弱了窗帘上的蓝色偏色，同时家具、窗户和窗外景观都保持原样。有关酒店照片更新，请参阅我们的翻新后酒店摄影指南。

户型图

在同一批次测试中针对一张复杂的户型图，两款模型均出现了尺寸标注错误，且都把小数点写成了逗号。在另一张户型图的 3D 视图中，两者都在户型图显示为窗户的地方画了一扇门；我们的户型图 API 对比介绍了专门针对户型图构建的工具。

两者共有的缺陷：每次编辑都会重绘整张图像

Google 的图像指南将图像修补（inpainting）或“语义遮罩”（semantic masking）描述为一种“在编辑图像特定部分的同时保持其余部分不受影响”的方法。我们的移除提示词以 Google 编辑模板的最后一句话结尾，该语句要求保持其他所有内容完全相同。然而，每次编辑返回的依然是一张全新生成的图像，并且在其中几张图像中，远离编辑区域的细节发生了改变。

Nano Banana 2.1 模型说明文档将“在基于遮罩/涂鸦的编辑中存在部分指令遵循问题以及墨水残留（ink persistence）”列为其已知局限性之一。AI 模型提供商 Atlas Cloud 也描述了相同的现象：该模型“在每次编辑时都会重新生成整个画面”。

在我们的测试中发生了哪些未被要求的改变：

• 标签和小字文本： 在厨房中，两款模型都将储物罐上印刷和手写的标签改写成了虚构的乱码字母。两者还将一个悬挂小杯子上的印刷刻度线变成了虚构的手写字迹。
• 墙上的画作： 两者都重绘了卧室里带框的画以及沙发上方的小画，这些画作距离被移除的椅子和台灯都很远。在 2.1 的图像中，挂画的变化更加容易察觉。
• 灯具： 尽管提示词要求灯具保持完全相同，Pro 还是打开了客厅的吊灯。

• 多余的移除： Nano Banana 2.1 拿掉了椅子上的毛巾，而提示词并未将其列为杂物。
• 看似未改变的区域： 在全尺寸下观察，餐厅窗外的树木和浴室镜子里的倒影是被重绘的，而不是原样保留。

我们没有观察到的情况：没有任何图像残留轮廓线的红墨水（即模型说明文档中警告的“墨水残留”），也没有任何图像旋转超过 0.02 度。每张图像在两侧各损失了约 0.3% 的宽度，这与 2,528 × 1,696 像素输出图像稍窄的规格一致。在我们的审查中，没有添加或减少任何墙壁、窗户或门。

在将编辑后的图像投入使用前如何进行检查：

1. 指明必须保留的内容， 无论是编辑区域附近还是远离编辑区域的地方，并说明灯光是开启还是关闭。指明细节并不总能保护它：我们的布置提示词明确提及了灯具，Pro 依然打开了吊灯。我们的房地产指南在 Nano Banana 2.1 上针对两个已摆放家具的房间测试了这一点：指明保留内容的提示词产生的结果并不优于简短提示词。
2. 每次请求只做一个改动。 每一个额外的编辑项都是细节发生改变的又一次潜在机会。
3. 在全尺寸下对比： 编辑过的区域、光源、编辑处旁边的物体、标签和小字文本，以及照片的边缘。
4. 保留原图，并在您所在市场有要求时对编辑图像进行标注（label）； 请参阅我们的 MLS 照片要求指南和我们的 AB 723 指南。

产品照片和目录照片也可能以同样的方式发生改变，从标志到小部件不一而足；我们的 AI 家具目录背景生成指南涵盖了该工作流。

单张图像成本与单张可用图像成本

官方标价只计算输出图像。一次实际的编辑还需要支付输入照片以及思考和文本 token 的费用。按 Google 的标价计算，我们的 2K 编辑成本为：

• Nano Banana 2.1： 8 张图像的中位数成本为每张 US$0.0572（US$0.0555 至 US$0.0666），比 US$0.0504 的标价高出 13%。各项中位数组成为：图像 US$0.0504，输入照片和提示词约 US$0.0018，思考和文本约 US$0.0050。
• Nano Banana Pro： 7 张图像的中位数成本为每张 US$0.1392（US$0.1387 至 US$0.1398），比 US$0.134 的标价高出 4%。Google 的价格页面将 Pro 的每张输入图像定为 560 个 token，而用量数据报告为 258 个；按 560 个 token 计算，Pro 的中位数将为 US$0.1398。
• 差距： 每张图像相差约 US$0.08，因此 2.1 的成本低了约 59%。按这些中位数计算，在不计重试的情况下，100 次编辑使用 2.1 约需 US$5.72，使用 Pro 约需 US$13.92。

思考功能使得 2.1 的成本因任务而异。它的三次移除使用了 142 到 168 个思考 token，而其虚拟家居布置和整理则使用了 291 到 1,421 个；每 1,000 个思考 token 增加 US$0.0075。Pro 每张图像使用了 164 到 237 个思考 token。这些统计仅涵盖成功返回图像的请求。

两个成本列均包含了未返回图像的请求。每张可用图像成本是将一项任务的所有花费除以您实际能够使用的图像数量。当评审人员未勾选任何问题项，且我们自己的全尺寸审查也未发现此类问题时，我们即认定该图像可用。按照这个标准，七个投票图像对的 14 张图像中有 5 张可用：两款模型处理的兰花移除和餐厅，以及 2.1 处理的客厅。其余九张都存在前文描述的某一问题，例如残留光线或污迹、画作被重绘、吊灯被打开、门或壁橱被遮挡，或者罐子标签被改写。装饰品挡住窗户的一部分（如餐厅的花朵）不算作遮挡；家具或植物挡在门或壁橱前则算作遮挡。被重绘但在不放大的情况下看起来相同的细节（如浴室中的镜面反射和微小的插座标签）不算作改变。您的评判标准可能有所不同：改写的罐子标签在房源照片中可能无关紧要，但在产品照片中却至关重要。

如需将 Nano Banana 2.1 API 成本与成熟的虚拟布置服务进行对比，请参阅我们的虚拟家居布置 API 定价指南以及我们的按价格排序的最实惠虚拟家居布置 API。

速度与可靠性

速度。 我们在自身端测量了每个请求的时间，从发送照片到接收图像，同时保持两个请求在处理中。

• 在本次对比中，2.1 的中位数为 19.4 秒（8 张图像，17.4 至 24.9 秒），Pro 为 22.2 秒（7 张图像，21.1 至 24.3 秒）。在七对图像中，有四对是 2.1 请求耗时更短。
• 在同一批次测试的所有 2K 图像中（包括为我们其他文章进行的测试），2.1 的中位数为 22.4 秒（21 张图像），Pro 为 21.8 秒（11 张图像）。

两款模型在速度上均无明显优势；耗时顺序随任务组合的不同而变化。模型说明文档警告称 2.1 存在“偶发变慢或超时问题”，因此请在您自己的业务负载下进行测试。

未返回图像的请求。 我们的整个测试批次发起了 39 次请求（包括其他文章的测试），其中 36 次返回了图像。未返回图像的 3 次均出现在本次对比中：

Google 的 API 参考文档将 IMAGE_RECITATION 定义为“Image generation stopped due to recitation.”（因背诵问题而停止图像生成）。文档未给出进一步解释，我们也不对此作无端猜测。每个返回都是正常的 HTTP 200 响应，没有图像也没有文本，但其用量数据列出了输入和思考 token。Google 的计费常见问题解答仅说明因 400 或 500 错误而失败的请求不计费，因此我们的预估将这些 token 计算在内。根据我们在测试前制定的规则，我们未进行重试。

我们对 API 工作流的建议是：不仅要检查 HTTP 状态码，还要读取结束原因（finish reason），并记录每次未返回图像请求的用量。预先决定是重试、修改提示词还是切换模型。我们的虚拟家居布置 API 教程涵盖了重试和积分预算，我们的虚拟家居布置 API 对比展示了各服务商如何处理失败的任务。

我们没有遇到 MAX_TOKENS 响应，不过有开发者于 2026年10月7日 在 Google 开发者论坛上报告了 2.1 出现未返回图像的此类响应；截至我们查看时，该帖子尚未收到回复。

Pro 依然胜出的地方，以及排行榜反映的情况

Pro 在其技术规格中仍保留了切实优势。Google 称其为“处理最复杂视觉任务的高端选择，提供最高水平的世界知识、高级本地化能力、精准的品牌一致性以及精确的创意控制”。它还支持风格参考图像和第五张人物图像。

两位评测者指出了 Pro 表现更好的方面。The Decoder 于 2026年10月6日 撰文称，“在实际应用中，Nano Banana Pro 生成的图像往往依然明显更好”。在其自身的并排对比测试中，Pro 生成的图像看起来“更逼真、更自然，尤其是在色彩和比例方面”。创意 AI 工具供应商 Fuser 为每项任务运行了一次模型。Nano Banana 2.1 在 Fuser 的五项任务中赢下两项并打平两项，并且是唯一遵循了光线要求的模型；Pro 赢下了第五项，与参考面孔的匹配度最高。我们的测试中不包含面孔，也没有光线要求，因此无法证实这两个结果。在我们自己的盲测投票中，评审人员在七对中有一对略微偏好 Pro：即完成布置的餐厅。

Google 的自身评估和公开排行榜均将 2.1 排在 Pro 之上。综合排行榜使用的是通用提示词，而非房产照片，并且每日变动。我们在 2026年10月12日 查阅时的排名情况：

仅有 Artificial Analysis 的分类是针对建筑与房地产的，且排行榜页面未说明其使用了哪些图像。OpenAI 的 GPT Image 2.5 系列模型在两个公开编辑榜单上均处于领先地位；我们的 GPT-6 Astra 文章解释了 OpenAI 的图像模型如何适用于虚拟家居布置。

您应该使用哪款模型？决策清单

• 成本优先： 对于大批量任务，请优先选择 2.1，并在 24 小时交付周期可行时使用批量处理（Batch）。
• 照片物体移除与物品清除： 两款模型都移除了其成功返回图像中的每一个被标记物体。检查物体原本位置的光线和阴影，以及周边的物体。
• 虚拟家居布置： 在我们的三间房间测试中，两款模型都出现了摆放错误。请自行编写家具清单，然后仔细核查每一扇门、壁橱、窗户和灯具。
• 参考图与格式： 当需要风格参考图或五张人物图像时使用 Pro；当需要十张物体图像、视频或 PDF 输入，或者 1:4、4:1、1:8 和 8:1 格式时使用 2.1。
• API 流水线： 读取结束原因，为重试预留预算，并保留第二个模型作为后备方案。
• 旧版模型代码： Google 的弃用表格标明 gemini-3-pro-image-preview 已关停（关停日期为 2026年6月25日），且 Nano Banana 2 已被弃用。请改为调用 gemini-3-pro-image 或 gemini-nano-banana-2.1。
• 您自己的照片： 在最终确定之前，使用两款模型分别跑五到十张您自己的照片，并统计可用结果的数量。

披露：发布本测试的 Roomagen 打造了基于 Google 的 Gemini 图像模型构建的照片编辑工具。如果您比起提示词更倾向于固定流程，我们用于照片物体移除与物品清除、虚拟家居布置、虚拟整理服务和 HDR 照片编辑器的工具已将模型封装进标准工作流中，且同样适用上述检查事项。

总结

Nano Banana 2.1 是成本更低的选择：在我们的测试中，它每张 2K 图像的成本比 Nano Banana Pro 便宜约 59%，且速度相当。在这项小规模测试中，我们的一名评审人员在七对图像中也有五对偏好 2.1（在物体移除任务中最明显），偏好 Pro 的有一对。Pro 依然支持风格参考图像和第五张人物图像，提供 Google 所谓的“最高水平的世界知识”，且评测方 The Decoder 依然认为其图像更为逼真。

两款模型都会重绘整张图像，因此无论您是否指明，细节都可能会发生改变，从罐子标签到灯具无一例外。无论您选择哪款模型，在发布前都请在全尺寸下将每次编辑的结果与原图仔细比对。

价格、模型状态、结束原因定义和排行榜排名均于 2026年10月12日 与下文资料来源核对一致。测试结果来自 2026年10月10日 使用九张授权照片进行的单次运行，并由一名评审人员评估，详见“我们的测试方式”。