Nano Banana 2 Lite API 最適合用於什麼？

Nano Banana 2 Lite 針對快速且具成本效率的影像生成與影像編輯進行了最佳化。Google 建議將其用於互動式應用、大量生產管線，以及快速的創意迭代。

Nano Banana 2 Lite 是否同時支援影像生成與影像編輯？

可以。該模型原生支援文字轉影像、影像轉影像與文字引導的影像編輯，能實現物件替換、背景編輯、色彩變更與反覆修改等工作流程。

Nano Banana 2 Lite 與 Nano Banana 2 相比有何差異？

Nano Banana 2 Lite 更重視延遲與吞吐量，而 Nano Banana 2 著重於更高的影像品質與更豐富的渲染。對於即時或大規模應用，通常 Lite 是更佳選擇。

Nano Banana 2 Lite API 的 token 限制為何？

根據 Google 的官方文件，該模型最多支援 65,536 個輸入 token 與 4,096 個輸出 token。

Nano Banana 2 Lite 是否支援多種長寬比？

是的。該 API 支援 14 種預先定義的長寬比，並針對 1024×1024 (1K) 的影像生成進行最佳化。

如何透過 CometAPI 存取 Nano Banana 2 Lite？

建立 CometAPI API 金鑰，呼叫與 OpenAI 相容的端點，並在請求中指定模型 ID 'gemini-3.1-flash-lite-image'。

在 CometAPI 上是否提供與 OpenAI 相容的 API 以存取 Nano Banana 2 Lite？

是的。CometAPI 透過與 OpenAI 相容的介面提供該模型，讓從現有 OpenAI SDK 遷移變得簡單直接。

Google

可使用

gemini-3.1-flash-lite-image

Nano Banana 2 lite API

Gemini 3.1 Flash Lite Image model 是圖像生成系列中的效率專家，專為超低延遲與具成本效益的圖像生成與修改而設計。

起始價格

$0.2 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

可使用

正式環境端點

回應時間

支援非同步

實測 API 回應時間

發布時間

Jun 30, 2026

Google

Playground

透過實際請求試用 Nano Banana 2 lite,檢視參數並在整合 API 前驗證輸出結果。

概覽

Nano Banana 2 lite 的實用總覽,涵蓋重要行為與整合注意事項。

Nano Banana 2 Lite API 概覽

Nano Banana 2 Lite API，官方名稱為 gemini-3.1-flash-lite-image，是 Google 針對大量影像生成與編輯而打造、強調效率的 Gemini 3.1 影像模型。Google 亦稱其為 Gemini 3.1 Flash Lite Image。在 CometAPI 上，開發者可透過 Gemini 原生的 generateContent 路由存取該模型，適用於快速 1K 影像草稿、簡單影像編輯、互動式創意工具、縮圖、社群素材，以及以速度與成本控管優先於最高解析度的生產工作流程。

技術規格

項目	規格
型號名稱	Nano Banana 2 Lite / Gemini 3.1 Flash Lite Image
API 模型 ID	gemini-3.1-flash-lite-image
CometAPI 模型代碼	gemini-3-1-flash-lite-image
提供商	Google
模型類型	影像生成與編輯
CometAPI 目錄功能	文字轉影像
輸入模態	文字與影像
輸出模態	影像與文字
CometAPI 端點	POST /v1beta/models/{model}:generateContent
穩定模型 ID	gemini-3.1-flash-lite-image
輸入 Token 上限	65,536 tokens
輸出 Token 上限	4,096 tokens
輸出解析度	僅 1K / 1024px
支援的長寬比	支援 14 種長寬比，包含 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 等
思考	支援；精簡與高階

什麼是 Nano Banana 2 Lite？

Nano Banana 2 Lite 是 Google Gemini 影像模型家族中以速度與效率為重的成員。Google 的模型頁面將其描述為為超低延遲與高成本效益的影像生成與修改而設計的效率專家。

這是一種有意的取捨：Nano Banana 2 Lite 鎖定 1K 輸出與高頻互動用途，而非最高保真度。Google 指出此 Lite 模型不支援 2K 與 4K 輸出，且影像生成指南也說明它未針對多重參考輸入或多輪序列編輯進行最佳化。這使其成為快速草稿與輕量編輯的良好預設選擇；若需要高解析度或重參考的生產工作，Gemini 3.1 Flash Image 與 Nano Banana Pro 更合適。

Nano Banana 2 Lite API 的主要特性

1. 互動式影像工作流程的超低延遲

Google 將 Nano Banana 2 Lite 定位為 Gemini 影像家族中的效率專家。官方模型卡表示其目標為「端到端低於 2 秒延遲」，而 Google 的發佈文章則強調文字轉影像可在約 4 秒內產出，適合實務上的快速起稿。在實際環境中，延遲將取決於提示複雜度、輸入影像大小、網路路徑、回應模態與 CometAPI 路由條件，但此模型顯然是為快速回饋循環而設計，而非追求離線的最高解析度渲染。

這讓 Nano Banana 2 Lite 對互動式建置者特別有用：隨輸入即時生成視覺的應用介面、高量縮圖系統、遊戲或頭像預覽、廣告變體探索、電商佔位圖產生，以及使用者在確定最終方向前可能需要數十次小改的創意工具。

2. 原生文字轉影像與影像轉影像生成

Nano Banana 2 Lite 同時支援文字與影像輸入，並可回傳影像與文字輸出。透過 CometAPI 的 Gemini 路由，開發者可僅傳送文字提示以進行原生文字轉影像生成，或將輸入影像與文字指令結合以進行影像轉影像編輯。

由於採用 Gemini 的原生影像工作流程，Nano Banana 2 Lite 並不限於「輸入提示、輸出圖片」的簡單模式。它能讀取使用者的視覺脈絡、套用局部編輯、生成新影像，並可選擇在回應中包含文字。這非常適合產品樣機工具、背景替換、快速風格轉換、在地化行銷版本，以及消費者應用程式中的預覽圖。

3. 快速多輪的局部影像編輯

Google 的模型卡將快速多輪局部編輯列為關鍵能力，包括更換顏色、貼圖製作與背景調整等範例。實務上，這代表使用者能先生成初始影像，再追加後續指示，例如「把外套變紅色」、「做成貼圖」或「將背景換成乾淨的棚拍牆」。

需注意其限制：Google 的影像生成指南指出 Nano Banana 2 Lite 「未針對多參考輸入或多輪序列編輯進行最佳化」。在快速局部編輯與對話式探索上使用 Lite；若需要更重的參考處理、更長的編輯鏈，或專業的版面控制，請改用 Nano Banana 2 或 Nano Banana Pro。

4. 強韌的提示遵從與角色對齊

Google 表示 Nano Banana 2 Lite 在加速體驗的同時，保留了 Nano Banana 一貫的控制力與準確度。官方資料特別提到可靠的提示遵從、強大的角色一致性與角色對齊表現，符合原始 Nano Banana 標準。

這使其不僅是一般的快速影像生成器。對於重複性的創意探索，模型必須能在各種變體間維持預期主題、色彩方向、姿勢、場景、品牌線索與角色辨識。Nano Banana 2 Lite 正是為「快速迭代且不偏離構想」的情境而設計。

5. 影像內文字渲染的改進

Google 的發佈文章表示，儘管優先速度，Nano Banana 2 Lite 仍維持可辨讀的影像內文字渲染。這對縮圖、簡易海報、UI 概念、標籤、貼圖與輕量級行銷圖形等需要在生成影像中呈現短字詞的場景很重要。

若遇到文字密集資訊圖、多語版面、雜誌風頁面、產品包裝或精細排版，Nano Banana 2 與 Nano Banana Pro 會是更好的候選。Google 的影像生成指南將 Nano Banana 2 定位為具備可靠文字渲染的通用型模型，而 Nano Banana Pro 則是針對精準文字與複雜版面設計的專業選擇。

6. 1K 輸出與廣泛的長寬比支援

Nano Banana 2 Lite 針對 1K 輸出最佳化。Google 的模型卡列出支援 1024px / 1K 的影像大小，並明確指出不支援 2K 與 4K。它支援常見的長寬比，包括正方形、直幅、橫幅、社群直式格式與超寬版面。

在生產環境中，請明確設定 imageConfig.aspectRatio 與 imageConfig.imageSize，並使用大寫的 1K 或支援的 1024px 值。若工作流程需要 2K、4K、0.5K 工具性預覽，或更高保真度的印刷與設計輸出，請改用 Nano Banana 2 或 Nano Banana Pro。

Nano Banana 2 Lite 的基準表現

以 Arena.ai 公開排行榜（2026 年 6 月 29 日）為準，gemini-3.1-flash-lite-image 是高排名的效率型模型，而非僅是「廉價草稿」模型：在生成品質上接近更重的 Gemini 影像模型，並在優先極低延遲的前提下，於單圖編輯仍具競爭力。

基準測試	Nano Banana 2 Lite 分數	Arena.ai 排名訊號	票數	說明
文字轉影像競技場，整體	1251 +/- 8	70 款模型中的第 5 名	5,462	對於 Lite 模型具備強勁的公開影像生成品質，本快照中略低於 mai-image-2.5 與 Nano Banana 2，高於 2K Nano Banana Pro 預覽
影像編輯競技場，單圖編輯	1308 +/- 7	49 款模型中的第 15 名	9,320	具競爭力的編輯品質，落後於較重的旗艦影像模型，但領先多數一般影像編輯器

如何選擇：Nano Banana 2 Lite vs Nano Banana 2 vs Nano Banana Pro

Google 的 Nano Banana 影像家族依速度、品質與控制力分層。Nano Banana 2 Lite 是用於大量 1K 生成的快速高效率模型。Nano Banana 2 是高品質影像生成與編輯的通用主力，具更強的參考處理能力與最高 4K 輸出。Nano Banana Pro 則是面向複雜設計、品牌精準度、高階在地化與精密創意控制的高階模型。

文字轉影像排行榜顯示，gemini-3.1-flash-lite-image (nano-banana-2-lite) 的表現接近多個高階競品：gemini-3.1-flash-image-preview (nano-banana-2) 得分 1270 +/- 4、mai-image-2.5 得分 1257 +/- 5、gemini-3-pro-image-preview-2k (nano-banana-pro) 得分 1245 +/- 4、gpt-image-1.5-high-fidelity 得分 1241 +/- 3。對 Lite 而言，影像編輯排行榜更具挑戰：gpt-image-2 (medium) 以 1464 +/- 4 領先，而 Nano Banana 2 Lite 的 1308 +/- 7 使其位於旗艦層級之下，但仍屬具競爭力的上游梯隊。

模型	提供商	最適工作負載	公開基準訊號
Nano Banana 2 Lite (gemini-3.1-flash-lite-image)	Google	快速 1K 影像生成、輕量編輯、大量草稿、互動式產品體驗	Arena.ai 文字轉影像整體 1251 +/- 8；Arena.ai 單圖編輯 1308 +/- 7
Nano Banana 2 / Gemini 3.1 Flash Image	Google	更高品質的 Gemini 3.1 影像生成、更強多參考處理、2K/4K 工作流程	Arena.ai 文字轉影像整體 1270 +/- 4；Arena.ai 單圖編輯 1387 +/- 4
Nano Banana Pro / Gemini 3 Pro Image	Google	更複雜的構圖、更豐富的脈絡與更高解析度的生產工作	2K 預覽於 Arena.ai 文字轉影像整體 1245 +/- 4；2K 預覽於 Arena.ai 單圖編輯 1388 +/- 3
GPT Image 2	OpenAI	以最高基準品質為優先、而非 Lite 等級延遲的進階生成與編輯	本快照中領先：文字轉影像 1387 +/- 5、單圖編輯 1464 +/- 4

當產品體驗仰賴速度、成本控管與頻繁迭代時，選擇 Nano Banana 2 Lite。它最適合近即時的使用者體驗、草稿生成與 1K 輕量編輯。

當你需要影像品質的穩健預設、4K 輸出、多參考處理、更強文字渲染與更佳的品質/延遲平衡時，選擇 Nano Banana 2。它是多數生產級影像工作流程的通用最佳選擇。

當任務更接近設計生產而非快速生成——如品牌廣告、產品樣機、多元素構圖、在地化、精細排版、複雜圖表，或需要最高層級世界知識與創意控制的資產——選擇 Nano Banana Pro。

如何在 CometAPI 上使用 Nano Banana 2 Lite API

步驟 1：註冊取得 API 金鑰

登入 cometapi.com。若你尚未成為 CometAPI 使用者，請先註冊，然後開啟 CometAPI 控制台 Token 頁面。在個人中心的 API token 管理下，點擊 Add Token，生成存取憑證，並複製 sk-xxxxx 格式的金鑰。

請妥善保管此 API 金鑰，並於後端服務或本機環境變數中使用。在以下範例中，將 <YOUR_API_KEY> 或 $COMETAPI_KEY 替換為你帳戶中的實際 CometAPI 金鑰。

步驟 2：向 Nano Banana 2 Lite API 發送請求

為 Nano Banana 2 Lite 選擇 gemini-3.1-flash-lite-image 模型端點。請求經由 CometAPI 的 Gemini 影像路由發送：

POST https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent

請使用 CometAPI Gemini 影像文件中的請求方法與請求本文。呼叫位置參考：Gemini 生成影像。同一路由支援文字轉影像生成、影像編輯與多影像工作流程，但 Nano Banana 2 Lite 本身是為快速 1K 輸出最佳化，並非針對 2K/4K 或複雜長鏈編輯。

若為文字轉影像，請在 contents.parts.text 中傳送文字提示，並設定 generationConfig.responseModalities 以包含 IMAGE。若為影像編輯，請依 CometAPI 指南提供輸入影像，例如透過 Google Gen AI SDK 傳遞本機影像，或使用文件記載的 Gemini 格式傳遞原始影像資料，然後加入文字形式的編輯指令。若為多影像工作流程，請先上傳或備妥來源影像，並遵循現行文件中的支援輸入與模型特定限制。

步驟 3：擷取並驗證結果

處理 API 回應以取得生成影像。Gemini 影像回應可能包含文字片段、最終影像片段，以及有時會包含標記為 thought: true 的中間影像片段。請勿盲目保存第一個影像；跳過 thought: true 的部分，並保存最後一個剩餘的影像片段（其中存在 inlineData 且 thought 非 true）。

在 CometAPI playground 中，你可以直接下載生成影像（通常為 PNG 格式）。在 API 工作流程中，請解碼並儲存回傳的 inlineData 影像；或若所選 CometAPI 工作流程回傳結果 URL，則下載該生成結果 URL。請及時下載或保存生成資產，然後檢驗最終影像之解析度、提示遵從、可見偽影、安全性要求，以及是否為最終輸出而非中間思考影像。

為何使用 CometAPI 來操作 Nano Banana 2 Lite？

當團隊需要以單一帳戶與單一路由層管理多款影像模型時，CometAPI 十分實用。透過 CometAPI 的 Nano Banana 2 Lite，團隊可以執行快速 1K 的 Gemini 影像生成、與 Gemini 3.1 Flash Image、Nano Banana Pro、Imagen、Flux、類 Midjourney 路由等其他影像模型比較輸出，並依品質、延遲與成本特性來路由任務。

CometAPI 的模型目錄同時揭示當前模型 ID、提供商、功能旗標、可用性與端點路徑。這可降低需要模型切換、後備機制、使用量追蹤與一致憑證管理的生產應用在整合上的不確定性。

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.0014

預估 CometAPI 使用費用

十次請求

$0.014

預估 CometAPI 使用費用

十五次請求

$0.021

預估 CometAPI 使用費用

Nano Banana 2 lite 的定價

探索 Nano Banana 2 lite 的競爭性定價，專為滿足各種預算和使用需求而設計。我們靈活的方案確保您只需為實際使用量付費，讓您能夠隨著需求增長輕鬆擴展。了解 Nano Banana 2 lite 如何在保持成本可控的同時提升您的專案效果。

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gemini-3.1-flash-lite-image	輸入:$0.2/M 輸出:$1.2/M	輸入:$0.25/M 輸出:$1.5/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1beta/models/{model}:generateContent

Nano Banana 2 lite 的範例程式碼和 API

存取完整的範例程式碼和 API 資源，以簡化您的 Nano Banana 2 lite 整合流程。我們詳盡的文件提供逐步指引，協助您在專案中充分發揮 Nano Banana 2 lite 的潛力。

POST

/v1beta/models/{model}:generateContent

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('$OUTPUT_DIR/gemini-3.1-flash-lite-image.png', 'wb') as f:
            f.write(img)
        print('Image saved to: $OUTPUT_DIR/gemini-3.1-flash-lite-image.png')
"

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('$OUTPUT_DIR/gemini-3.1-flash-lite-image.png', 'wb') as f:
            f.write(img)
        print('Image saved to: $OUTPUT_DIR/gemini-3.1-flash-lite-image.png')
"

Python Code Example

from google import genai
from google.genai import types
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL, "timeout": 600000},
    api_key=COMETAPI_KEY,
)

prompt = (
    "Da Vinci style anatomical sketch of a dissected Monarch butterfly. "
    "Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
)
aspect_ratio = "1:1"  # "1:1","3:2","2:3","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

response = client.models.generate_content(
    model="gemini-3.1-flash-lite-image",
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio=aspect_ratio, image_size="1K"),
    ),
)

# Output directory
OUTPUT_DIR = os.path.join(os.path.dirname(__file__), "..", "output")
os.makedirs(OUTPUT_DIR, exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif image := part.as_image():
        output_path = os.path.join(OUTPUT_DIR, "gemini-3.1-flash-lite-image.png")
        image.save(output_path)
        print(f"Image saved to: {output_path}")

JavaScript Code Example

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";
import * as path from "node:path";
import { fileURLToPath } from "node:url";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com";

const __filename = fileURLToPath(import.meta.url);
const __dirname = path.dirname(__filename);

async function main() {
  const ai = new GoogleGenAI({
    apiKey: COMETAPI_KEY,
    httpOptions: { baseUrl: BASE_URL, apiVersion: "v1beta", timeout: 600000 },
  });

  const prompt =
    "Da Vinci style anatomical sketch of a dissected Monarch butterfly. " +
    "Detailed drawings of the head, wings, and legs on textured parchment with notes in English.";
  const aspectRatio = "1:1"; // "1:1","3:2","2:3","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

  const response = await ai.models.generateContent({
    model: "gemini-3.1-flash-lite-image",
    contents: prompt,
    config: {
      responseModalities: ["TEXT", "IMAGE"],
      imageConfig: {
        aspectRatio: aspectRatio,
        imageSize: "1K",
      },
    },
  });

  // Output directory
  const outputDir = path.join(__dirname, "..", "output");
  if (!fs.existsSync(outputDir)) {
    fs.mkdirSync(outputDir, { recursive: true });
  }

  for (const part of response.candidates[0].content.parts) {
    if (part.text) {
      console.log(part.text);
    } else if (part.inlineData) {
      const imageData = part.inlineData.data;
      const outputPath = path.join(outputDir, "gemini-3.1-flash-lite-image.png");
      const buffer = Buffer.from(imageData, "base64");
      fs.writeFileSync(outputPath, buffer);
      console.log(`Image saved to: ${outputPath}`);
    }
  }
}

main();

功能

在選擇架構或評估正式環境負載前,先掌握模型的關鍵資訊。

支援的功能

現有模型 API 回傳的功能。

text-to-image

image-editing

輸入與輸出

輸入

text

輸出

image

正式環境資訊

供應商: Google
上下文: 依模型而定
商業使用: 支援

應用場景

將 Nano Banana 2 lite 用於符合其 image 能力的正式工作流程,並在長期整合前比較其他選項。

產品視覺與行銷素材創作

概念圖與快速視覺探索

圖像編輯、變化與素材產製

其他模型

比較 CometAPI 提供的其他模型,在品質、延遲、功能與價格間取得平衡。

開啟模型比較 →

OpenAI

GPT Image 2

OpenAI 最強大的圖像生成模型，具備跨多語言近乎完美的文字渲染、最高可達 4K 解析度，以及由推理驅動的 Thinking Mode。專為對準確性、速度與符合品牌調性的視覺輸出有嚴格要求的生產級工作流程而打造。

查看模型

OpenAI

GPT Image 2.5(sunburst)

探索 GPT Image 2.5(sunburst) API。

查看模型

OpenAI

GPT Image 1.5

GPT-Image-1.5 is OpenAI’s image model in the GPT Image family . It is a natively multimodal GPT model designed to generate images from text prompts and to perform high-fidelity edits of input images while following user instructions closely.

查看模型

OpenAI

GPT Image 1 mini

GPT Image 1 的成本優化版本。它是一款原生多模態語言模型，可接受文字與影像輸入，並產生影像輸出。

查看模型

Google

Nano Banana 2

Core Capabilities Overview: Resolution: Up to 4K (4096×4096), on par with Pro. Reference Image Consistency: Up to 14 reference images (10 objects + 4 characters), maintaining style/character consistency. Extreme Aspect Ratios: New 1:4, 4:1, 1:8, 8:1 ratios added, suitable for long images, posters, and banners. Text Rendering: Advanced text generation, suitable for infographics and marketing poster layouts. Search Enhancement: Integrated Google Search + Image Search. Grounding: Built-in thinking process; complex prompts are reasoned before generation.

查看模型

OpenAI

GPT 4o Image

gpt-4o-image generate images as output, optionally using images as input

查看模型

Uptime

在正式上線前,查看即時心跳資料、端點可用性與實測回應時間。

版本

在鎖定正式環境整合版本前,先查看可用的模型識別碼。

gemini-3.1-flash-lite-image

持續探索

比較模型,繼續你的研究

Google

可使用

gemini-3.1-flash-lite-image

Nano Banana 2 lite API

Gemini 3.1 Flash Lite Image model 是圖像生成系列中的效率專家，專為超低延遲與具成本效益的圖像生成與修改而設計。

起始價格

$0.2 / 100 萬輸入 tokens

按使用量計費

API 健康狀態

可使用

正式環境端點

回應時間

支援非同步

實測 API 回應時間

發布時間

Jun 30, 2026

Google

Playground

透過實際請求試用 Nano Banana 2 lite,檢視參數並在整合 API 前驗證輸出結果。

概覽

Nano Banana 2 lite 的實用總覽,涵蓋重要行為與整合注意事項。

Nano Banana 2 Lite API 概覽

技術規格

項目	規格
型號名稱	Nano Banana 2 Lite / Gemini 3.1 Flash Lite Image
API 模型 ID	gemini-3.1-flash-lite-image
CometAPI 模型代碼	gemini-3-1-flash-lite-image
提供商	Google
模型類型	影像生成與編輯
CometAPI 目錄功能	文字轉影像
輸入模態	文字與影像
輸出模態	影像與文字
CometAPI 端點	POST /v1beta/models/{model}:generateContent
穩定模型 ID	gemini-3.1-flash-lite-image
輸入 Token 上限	65,536 tokens
輸出 Token 上限	4,096 tokens
輸出解析度	僅 1K / 1024px
支援的長寬比	支援 14 種長寬比，包含 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 等
思考	支援；精簡與高階

什麼是 Nano Banana 2 Lite？

Nano Banana 2 Lite API 的主要特性

1. 互動式影像工作流程的超低延遲

2. 原生文字轉影像與影像轉影像生成

3. 快速多輪的局部影像編輯

4. 強韌的提示遵從與角色對齊

5. 影像內文字渲染的改進

6. 1K 輸出與廣泛的長寬比支援

Nano Banana 2 Lite 的基準表現

基準測試	Nano Banana 2 Lite 分數	Arena.ai 排名訊號	票數	說明
文字轉影像競技場，整體	1251 +/- 8	70 款模型中的第 5 名	5,462	對於 Lite 模型具備強勁的公開影像生成品質，本快照中略低於 mai-image-2.5 與 Nano Banana 2，高於 2K Nano Banana Pro 預覽
影像編輯競技場，單圖編輯	1308 +/- 7	49 款模型中的第 15 名	9,320	具競爭力的編輯品質，落後於較重的旗艦影像模型，但領先多數一般影像編輯器

如何選擇：Nano Banana 2 Lite vs Nano Banana 2 vs Nano Banana Pro

模型	提供商	最適工作負載	公開基準訊號
Nano Banana 2 Lite (gemini-3.1-flash-lite-image)	Google	快速 1K 影像生成、輕量編輯、大量草稿、互動式產品體驗	Arena.ai 文字轉影像整體 1251 +/- 8；Arena.ai 單圖編輯 1308 +/- 7
Nano Banana 2 / Gemini 3.1 Flash Image	Google	更高品質的 Gemini 3.1 影像生成、更強多參考處理、2K/4K 工作流程	Arena.ai 文字轉影像整體 1270 +/- 4；Arena.ai 單圖編輯 1387 +/- 4
Nano Banana Pro / Gemini 3 Pro Image	Google	更複雜的構圖、更豐富的脈絡與更高解析度的生產工作	2K 預覽於 Arena.ai 文字轉影像整體 1245 +/- 4；2K 預覽於 Arena.ai 單圖編輯 1388 +/- 3
GPT Image 2	OpenAI	以最高基準品質為優先、而非 Lite 等級延遲的進階生成與編輯	本快照中領先：文字轉影像 1387 +/- 5、單圖編輯 1464 +/- 4

當產品體驗仰賴速度、成本控管與頻繁迭代時，選擇 Nano Banana 2 Lite。它最適合近即時的使用者體驗、草稿生成與 1K 輕量編輯。

如何在 CometAPI 上使用 Nano Banana 2 Lite API

步驟 1：註冊取得 API 金鑰

請妥善保管此 API 金鑰，並於後端服務或本機環境變數中使用。在以下範例中，將 <YOUR_API_KEY> 或 $COMETAPI_KEY 替換為你帳戶中的實際 CometAPI 金鑰。

步驟 2：向 Nano Banana 2 Lite API 發送請求

為 Nano Banana 2 Lite 選擇 gemini-3.1-flash-lite-image 模型端點。請求經由 CometAPI 的 Gemini 影像路由發送：

POST https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent

步驟 3：擷取並驗證結果

為何使用 CometAPI 來操作 Nano Banana 2 Lite？

常見問題

定價

先參考上方的單次執行預估,再查看完整的 CometAPI 與官方價格比較。

第一次請求

$0.0014

預估 CometAPI 使用費用

十次請求

$0.014

預估 CometAPI 使用費用

十五次請求

$0.021

預估 CometAPI 使用費用

Nano Banana 2 lite 的定價

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gemini-3.1-flash-lite-image	輸入:$0.2/M 輸出:$1.2/M	輸入:$0.25/M 輸出:$1.5/M	-20%

API

複製可用的端點與程式碼範例,需要完整參數時再開啟完整 API 參考文件。

一個 API,直接對接正式環境模型

只需驗證一次,即可呼叫模型端點,並在各供應商間維持一致的計費與監控流程。

POST/v1beta/models/{model}:generateContent

Nano Banana 2 lite 的範例程式碼和 API

POST

/v1beta/models/{model}:generateContent

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('$OUTPUT_DIR/gemini-3.1-flash-lite-image.png', 'wb') as f:
            f.write(img)
        print('Image saved to: $OUTPUT_DIR/gemini-3.1-flash-lite-image.png')
"

cURL Code Example

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {
        "aspectRatio": "1:1",
        "imageSize": "1K"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('$OUTPUT_DIR/gemini-3.1-flash-lite-image.png', 'wb') as f:
            f.write(img)
        print('Image saved to: $OUTPUT_DIR/gemini-3.1-flash-lite-image.png')
"

Python Code Example

from google import genai
from google.genai import types
import os

# Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL, "timeout": 600000},
    api_key=COMETAPI_KEY,
)

prompt = (
    "Da Vinci style anatomical sketch of a dissected Monarch butterfly. "
    "Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
)
aspect_ratio = "1:1"  # "1:1","3:2","2:3","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

response = client.models.generate_content(
    model="gemini-3.1-flash-lite-image",
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(aspect_ratio=aspect_ratio, image_size="1K"),
    ),
)

# Output directory
OUTPUT_DIR = os.path.join(os.path.dirname(__file__), "..", "output")
os.makedirs(OUTPUT_DIR, exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif image := part.as_image():
        output_path = os.path.join(OUTPUT_DIR, "gemini-3.1-flash-lite-image.png")
        image.save(output_path)
        print(f"Image saved to: {output_path}")

JavaScript Code Example

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";
import * as path from "node:path";
import { fileURLToPath } from "node:url";

// Get your CometAPI key from https://www.cometapi.com/console/token, and paste it here
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com";

const __filename = fileURLToPath(import.meta.url);
const __dirname = path.dirname(__filename);

async function main() {
  const ai = new GoogleGenAI({
    apiKey: COMETAPI_KEY,
    httpOptions: { baseUrl: BASE_URL, apiVersion: "v1beta", timeout: 600000 },
  });

  const prompt =
    "Da Vinci style anatomical sketch of a dissected Monarch butterfly. " +
    "Detailed drawings of the head, wings, and legs on textured parchment with notes in English.";
  const aspectRatio = "1:1"; // "1:1","3:2","2:3","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

  const response = await ai.models.generateContent({
    model: "gemini-3.1-flash-lite-image",
    contents: prompt,
    config: {
      responseModalities: ["TEXT", "IMAGE"],
      imageConfig: {
        aspectRatio: aspectRatio,
        imageSize: "1K",
      },
    },
  });

  // Output directory
  const outputDir = path.join(__dirname, "..", "output");
  if (!fs.existsSync(outputDir)) {
    fs.mkdirSync(outputDir, { recursive: true });
  }

  for (const part of response.candidates[0].content.parts) {
    if (part.text) {
      console.log(part.text);
    } else if (part.inlineData) {
      const imageData = part.inlineData.data;
      const outputPath = path.join(outputDir, "gemini-3.1-flash-lite-image.png");
      const buffer = Buffer.from(imageData, "base64");
      fs.writeFileSync(outputPath, buffer);
      console.log(`Image saved to: ${outputPath}`);
    }
  }
}

main();