Nano Banana 2 Lite 與 Nano Banana 2：何時該省錢，何時該升級

Google 上週推出了 Nano Banana 2 Lite——正式名稱為 gemini-3.1-flash-lite-image——作為其圖像生成堆疊的入門點，位於 Nano Banana 2 之下，遠低於 Nano Banana Pro。它以大約四秒的速度生成文本到圖像的輸出，比 Nano Banana 2 快 2.7 倍，並被定位為原始 Nano Banana（gemini-2.5-flash-image）的直接替代品。明確的推銷點是：相同的 Google 生態系統，更少的金錢，更少的等待。

該模型可通過 Google AI Studio、Gemini API 和企業代理平台獲得——並且它已嵌入消費者產品中，包括搜索、Gemini 應用、NotebookLM 和 Google Photos。它與 Google 的新視頻生成模型 Gemini Omni Flash 一起工作，通過 Interactions API，允許用戶在單一會話中堆疊最多三個連續編輯。Nano Banana 系列現在呈現為一個清晰的三層結構：Lite 用於速度和成本，Nano Banana 2 用於質量與速度的平衡，Nano Banana Pro 用於複雜的專業工作。

在每張 1K 分辨率的圖像約 $0.034 的價格下，Nano Banana 2 Lite 的價格約為 Nano Banana 2 的一半，後者在相同分辨率下的價格為 $0.067。這使得 Lite 模型與 Seedream 5.0 Lite 直接競爭，後者的價格為每張 $0.031--0.035。Reve 2.0 通過 API 的價格約為每張 $0.0067，低於兩者——儘管它缺乏 Google 基礎設施所帶來的部署廣度。Qwen Image Edit 是一個不錯的免費開源選擇，適用於標準用例。

那麼，Nano Banana 2 的質量下降是否集中到足以影響您的特定工作流程？它的分佈是否足夠大，以至於大多數人不會注意到？

我們在五個類別中使用相同的提示通過這兩個模型進行測試，以找出答案。結果比你預期的更難以預測。

現實主義

現實主義測試是 Nano Banana 2 和其 Lite 版本之間差距最明顯的地方。兩個模型都接收了相同的技術要求高的肖像提示：一位 32 歲的女性建築師在日落時分的屋頂上，穿著米色風衣和圓形眼鏡，左手持有捲起的藍圖，背景是一個模糊的城市天際線，金色時光的柔和邊光，淺景深模擬 50mm 鏡頭，縱向 4:5 的長寬比，真實的皮膚質感，以及微妙的膠卷顆粒。

該提示明確地將每個元素框定為可以失敗的獨立約束。

Nano Banana 2 Lite 通過了基本測試。主題的穿著和位置正確，佩戴圓形眼鏡，手持藍圖，並站在屋頂上，背景是一個模糊的城市。但在細節上，它略微，僅僅是略微，缺乏現實感：主題只有一隻手，與身體的其他部分相比顯得過大。邊光幾乎不可察覺。皮膚質感在縮略圖比例下保持良好，但在近距離檢查時不堪一擊。最終，這張圖像看起來像是一張合格的庫存照片，而不是一幅電影肖像。

Nano Banana 2 則產生了在本質上截然不同的照片。主題站在一個完全實現的紐約市天際線前，魔法時刻的背景中，模糊的城市燈光在背景中綻放，遠處隱約可見一條河流。景深非常戲劇化。溫暖的邊光清晰地將主題與背景分開。藍圖在她的左手中，而不是右手，正如要求的那樣。

兩個模型在對稱性方面都存在困難。例如，按鈕和一些帶子的孔不一致，但這些都是在近距離檢查時才會發現的細節。

對於社交媒體內容或快速視覺模型，輕量版是可行的——它傳達了概念。對於任何圖像是最終產品的情況——如主圖、客戶交付物、作品集項目——在縮略圖以上的任何解析度下，它都會顯示出其接縫。攝影質量是輕量模型架構最大的單一讓步，並且這一點表現得相當一致。

提示遵循

提示遵循測試使用了不同的策略：一個密集的多元素場景，其中每個標記的細節都作為獨立的失敗點。提示描述了一個從石像鬼的棲息處觀看的蒸汽龐克城市景觀——包括一個標有「Atlas & Sons Cartographers, Est. 1842」的熱氣球、一個具有特定名稱路線的纜車、一個齒輪驅動的鐘樓、一個持有標記為「Sector 7 -- Condemned」的文件的石像鬼、一份具有特定標題的前景報紙，以及下面詳細的維多利亞街景。

邏輯是：如果一個模型能夠同時保持10個具體的約束條件，那麼你可以信任它在複雜的創意簡報上。

兩個模型都產生了視覺上引人注目的蒸汽龐克場景。兩者都正確地將石像鬼放在前景，鐘樓置於中央，熱氣球在空中，纜車穿過畫面。乍一看，差異似乎是表面上的——輕量版顏色較暗且情緒化，而完整模型則更乾淨明亮。但具體細節卻講述了不同的故事。在輕量版中，熱氣球上寫著「Est. 1942」而不是1842——這主要是因為AI在正確渲染文本方面的掙扎。纜車路線標籤部分模糊。前景報紙的標題在邊緣模糊，失去了對具體請求的細節的可讀性。

總體而言，它更專注於視覺而非文本，這對於大多數用例來說是可以的。

Nano Banana 2幾乎一切都做對了。熱氣球清晰地寫著「Atlas & Sons Cartographers Est. 1842」。纜車標誌寫著「Upper Vantis -- 4 Stops」。石像鬼手持文件，但文本無法辨識。前景報紙上寫著「Clocktower Falls Silent -- City Mourns」，字體清晰可讀。每個命名元素都出現在應有的位置，標籤正確且可讀。使用更明亮的編輯燈光的構圖決策在這裡也得到了回報——它保持了標記細節的可讀性，而不是被氛圍吞沒。

隨意的提示使用者不會注意到虛構成立日期上的一位數字轉置。但概念藝術家、世界建設者和敘事插畫家——那些使用這些模型向客戶或合作者傳達具體創意邏輯的人——會立即注意到。

輕量模型傾向於模糊或轉置圖像內的特定文本標籤並不是一個災難性的失敗，但它引入了一個手動修正步驟，在大規模使用時會造成嚴重的累積。

空間意識

空間意識測試評估了每個模型如何處理多深度場景組合：多個物體在近距離，一個人類主體在中距離，以及大氣元素逐漸消失在背景黑暗中。

場景——一位中世紀煉金術士在一張雜亂的木桌上，周圍有一個天球儀、一根點燃的蠟燭、一個沙漏、一個頭骨、星圖和一個發光的綠色罐子，背後有一隻黑貓的剪影——需要令人信服的三維層次感，以便讀起來不會像是拼湊而成。

兩個模型都理解場景的基本空間語法。前景物體的比例和陰影細節渲染得當，學者位於中景，與周圍物體的遮擋關係正確，而拱形窗戶與月光照耀的夜空則在場景後方創造出令人信服的深度感。兩個模型都沒有錯位物體、崩潰深度平面或引入空間矛盾。場景的架構——前、中、後——在兩個輸出中都正確建立。

差異微妙而真實。Nano Banana 2 的版本具有更豐富的氣氛深度漸變：蠟燭光自然地在接觸石牆時逐漸消失，背景的朦朧感表現出真實的氣氛深度，而不是數位柔化，整體場景散發出畫家的溫暖，暗示著體積空間。Lite 版本的深度結構上是正確的，但稍微壓縮——背景看起來略微像舞台平面，而不是有實際空氣的後退房間。

至少在這段文字中，Nano Banana 2 的圖像感覺就像是應用了一個詳細的 LoRA（某種專門的微調層）後的 Nano Banana 2 Lite 圖像。

這是五次測試中最小的差距。對於故事板、遊戲資產概念和大多數編輯插圖上下文，兩個模型都展示了足夠的空間推理。Lite 模型稍微平坦的深度渲染只有在高解析度輸出或詳細的構圖分析中才變得有意義——即使如此，這個差距也是有爭議的。

對於這個類別，Lite 模型在絕大多數實際工作流程中都是一個可行的替代品。

文本生成

文本生成是這次評測產生最反直覺結果的地方。

測試提示描述了一家充滿生氣的夜間五金店，裡面有數十個同時出現的文本元素，大小和風格各異：一個手繪的主標誌，上面有商店名稱、創立日期和產品類別；外牆上的塗鴉標籤；窗戶貼紙上有營業時間和服務；一個音樂會海報，上面有樂隊名稱、場地、日期、開門時間和具體票價；市議會會議通知；一個失貓通知，上面有電話號碼；電話亭上的政治貼紙；以及人行道上的街道停車限制。

這種複雜程度的文本生成是困難的，因為每個元素都必須正確渲染，同時整體圖像仍然要讀作一張連貫的照片。

Nano Banana 2 Lite 實際上交付了一個真正令人印象深刻的結果，考慮到它的速度。"KELLERMAN'S HARDWARE & SUPPLY CO. -- SINCE 1931 -- TOOLS, ROPE, PAINT," 塗鴉上寫著 "STILL HERE," 窗口標誌上寫著 "OPEN 7 DAYS / WE BUY SCRAP -- ASK FOR RAY / CLOSED," 一個音樂會海報上寫著 "THE DREDGE PALE MOUTH / SUNDAY JUNE 4 / DOORS 9PM / THE ANCHOR CLUB / $12 ADV -- $15 DOOR," 貼紙上寫著 "THIS MACHINE KILLS FASCISTS" 和 "JESUS SAVES," 一個失貓通知上有具體且清晰的電話號碼——提示中的每一個文本元素都在一張圖像中正確渲染並可讀。

如果有什麼需要注意的，那就是這張圖像的現實感較低。一些海報似乎是由一位 Photoshop 技能不佳的編輯渲染的，而不是場景的真實元素。一個例子可能是貼在電話亭上的海報。為了更真實，它們應該有一些自然的瑕疵，甚至是劣化的跡象。儘管如此，這對於任何圖像模型來說都是一個真正強大的結果，更不用說這個便宜且快速的模型了。

Nano Banana 2 的版本也相當強大。大部分文本正確放置且可讀，整體圖像呈現出令人信服的夜景。然而，完整模型較暗、情緒化的氛圍渲染——通常是其優勢之一——在這裡卻成為了劣勢。幾個較小的貼紙文本陷入陰影中，失去了可讀性。Lite 模型的較亮且更中性的光線，雖然在肖像作品中被視為弱點，但在評估標準是場景中所有文本是否實際可讀時，卻成為了明顯的優勢。

對於文本密集的生成——標誌樣本、編輯圖形、帶有標籤元素的產品概念、信息圖風格的合成圖像——Nano Banana 2 Lite 的表現低於 Nano Banana 2。該模型似乎要麼過於專注於視覺，導致文本變得模糊，要麼過於專注於文本，導致其在場景中的放置變得不切實際。

結論

Nano Banana 2 Lite 並不是對 Nano Banana 2 的直接降級。它是一個專注的工具，具有特定的上限，而這個上限在攝影質量是交付物的情境中下降最為明顯，並在其他地方保持驚人的穩定。

電影肖像作品、複雜的光線物理、精細的材料質感、細緻的皮膚渲染——這些都明顯暴露了兩個模型之間的差異。風格轉換也受到影響，不是在渲染質量上，而是在上下文理解上：Lite 模型可以執行主題，但在捕捉該主題所處的視覺環境上卻掙扎。對於圖像內標籤文本的準確性，提示遵循性特別下降——這是一個狹窄的失敗模式，但在世界建設、概念藝術以及任何需要特定圖像內語言承載意義的管道中，這是非常重要的。

表現良好的——在某些情況下甚至表現更好——是具體性：如果你需要對某些事物進行大量關注，它將確保所有內容都在。

空間場景架構和基本的構圖能力也不錯。文本生成結果值得特別強調：如果你的工作流程涉及標誌樣本、品牌圖形、帶有文本密集元素的編輯合成，或任何需要多個可讀文本字符串共存於單一圖像中的管道，Lite 模型值得優先考慮。其較亮的渲染默認值，在肖像作品中是一個劣勢，但在可讀性是指標時卻是一個優勢。在空間上，它能夠充分處理大多數專業環境中的多深度場景。

在成本計算方面：每張圖像 $0.034，Nano Banana 2 Lite 的成本大約是 Nano Banana 2 在 1K 分辨率下的成本 ($0.067) 的一半，並且幾乎與 Seedream 5.0 Lite ($0.031--0.035) 不相上下。Reve 2.0 通過 API 以每張圖像約 $0.0067 的價格大幅低於這兩者，但不提供 Nano Banana 生態系統所帶來的部署足跡：Search、NotebookLM、Google Photos 和 Gemini 應用同時運行在同一模型上。

對於已經在 Google 基礎設施內的團隊，這種整合消除了純 API 替代方案無法考慮的平台切換成本。如果你知道自己所處的用例——而且你不在攝影質量的範疇內——Nano Banana 2 Lite 在產品線中贏得了它的位置，甚至可能比其更強大的兄弟更好。

免責聲明：本內容僅用於一般品牌傳播與資訊說明之目的，不構成任何金融、投資、法律或稅務建議。文中提及的活動、獎勵、線上活動或相關資訊，不應被視為對購買、出售、交易任何加密資產，或使用任何服務的推薦、招攬或邀請。加密資產具有高波動性，並存在價值損失風險。WEEX 服務及線上活動的可用性可能因地區而異，並受當地適用法律法規及用戶資格要求限制。部分活動可能不適用於某些司法管轄區。您有責任確保訪問及使用 WEEX 服務符合當地適用法律法規。在參與任何涉及加密資產的活動前，請充分評估相關風險。