
参考图上的文字能原样带过来
这是我们量到的最强的一点。我们把此前在 Nano Banana Pro 页生成的两张图交给它——一只陶瓷杯和一锅玉米面包——要求合成一张同时有这两样东西的早餐桌。它重建了场景,光线、阴影和比例都统一,并且把杯身那圈标签正确地带了过来:不只是我们当初要求的品牌行,连模型自己在那张旧图里编出来的那行小字也在。要做到这一点,它得先把参考图上的字读出来再重新排一遍。一处如实的偏差:我们要的是俯拍,拿到的是四十五度角。
Gemini 3 Pro Image 官方通道:Nano Banana Pro Official 最多融合 14 张参考图,可借 Google 搜索为画面提供事实依据,输出可达 4K 或 21:9。
它和我们 Nano Banana Pro 那一页是**同一个 Google 模型**——Gemini 3 Pro Image,2025 年 11 月 20 日发布——只是走 Google 官方通道。模型完全一样;多花的钱买的是渠道能力:参考图上限从 5 张变成 14 张、比例最宽到 21:9,以及可以让生成接入 Google 搜索。
最后这一项我们做了受控测试,结果是它没挣回自己的价钱。两条事实密集的海报提示词,各生成两次——一次接地、一次不接地。20 个数据点两侧全部正确,且完全一致。接地是给会变的信息用的;模型本来就知道的事实,它收 10 积分却什么也没改变。真正让我们意外的是参考图的还原度:印在参考图上的文字能被带进结果里,而且拼写依然正确。
定位与能力口径来自 Google 官方发布: Introducing Nano Banana Pro
“Nano Banana Pro 借助 Gemini 顶尖的推理能力与真实世界知识,把信息可视化做得前所未有地好。”
“你要是让它生成一整页、带好几段正文的杂志内页,照样会得到乱码。”
下面每一张都是 2026 年 8 月 18 日在本页生成的,2K,一次出图,并附上原提示词——包括那次结果为否的测试。

这是我们量到的最强的一点。我们把此前在 Nano Banana Pro 页生成的两张图交给它——一只陶瓷杯和一锅玉米面包——要求合成一张同时有这两样东西的早餐桌。它重建了场景,光线、阴影和比例都统一,并且把杯身那圈标签正确地带了过来:不只是我们当初要求的品牌行,连模型自己在那张旧图里编出来的那行小字也在。要做到这一点,它得先把参考图上的字读出来再重新排一遍。一处如实的偏差:我们要的是俯拍,拿到的是四十五度角。

接地要在图片之外再收 10 积分,所以我们没有照抄描述,而是好好测了一遍。两张参考型海报——五大最长河流、五座最高建筑——各生成两次,一次开接地一次关。四张图里每一条河长、每一个建筑高度、每一个城市和每一处排序都是对的,而且接地版与不接地版在全部 20 个数字上完全一致。其中一张甚至印了「Source: Various Geographic Databases」——那不是出处。我们的判断:接地是为会变的信息造的,而这个测试测不到那种情况。对于模型本来就知道的事实,这 10 积分是白花的。

我们的 Nano Banana Pro 页最宽只到 16:9。这里有 21:9,而这正是「把网站头图裁出来」和「把网站头图排出来」的区别。下面这张横幅是一次 21:9 生成:纵深透视、一个用来给比例做参照的小小人影、左下角那行拼写正确的事务所名,以及上半部一整片真能落标题的留白。有一点值得知道:我们八次提交里,有一次在这么无害的提示词上被安全过滤拒了。原样重跑一次就过了,所以请把它当作偶发噪声,而不是一条规则。
同一批(2026 年 8 月 18 日)里另外五张一次成图,全部 2K——接地对照的两半都放进来了,你可以自己两两对照。最快 38 秒,最慢 62 秒,中位数 52 秒。

Compose a single flat-lay photograph of a designer's desk on which these three printed posters lie overlapping at slight angles, each poster still legible and recognisably the same artwork as its reference, lit by one warm lamp from the upper left, dark walnut surface, shallow depth of field.

A clean flat-design reference poster titled 'THE WORLD'S TALLEST BUILDINGS' comparing the five tallest completed buildings as simple stylised silhouettes standing side by side in descending height order, each labelled underneath with the building name, its city, and its height in metres.

A clean flat-design reference poster titled 'THE WORLD'S TALLEST BUILDINGS' comparing the five tallest completed buildings as simple stylised silhouettes standing side by side in descending height order, each labelled underneath with the building name, its city, and its height in metres.

A clean flat-design reference poster titled 'THE FIVE LONGEST RIVERS' listing the five longest rivers in the world as a ranked vertical list, each row showing the river name, the continent it runs through, and its length in kilometres, plus a simple horizontal bar whose width is proportional to that length.

Ultra-wide cinematic frame: a lone freight train crossing a high steel trestle over a fog-filled valley at first light, cold blue mist below and warm low sun catching the rails, anamorphic depth, muted naturalistic colour grade.
它的单张成本是我们另一个 Nano Banana Pro 页的好几倍。下面这些活儿,才是真正用得上这个差价的场景。
一次 14 张,对面那个通道只有 5 张。如果你的合成图同时需要一件产品、一个人、一处场地和一组道具,两者之中只有这个接得下。
网站头图、电影感画面、宽幅横幅——是排出来的,不是裁出来的。另一个通道到 16:9 为止。
在我们的测试里,印在参考图上的文字被正确带了过来,连小号的次级信息也在。当包装或招牌上的字必须在重新合成后仍然可读时,这一点很有用。
接地正是这个通道存在的理由——但我们的测试显示,它对静态事实毫无增益。给会变的东西打开它,别给百科上就有的东西打开它。
同一个 Google 模型,不同的渠道能力。两者之间切换只要一次点击。
| Nano Banana Pro Official | Nano Banana Pro | Nano Banana 2 | Nano Banana | |
|---|---|---|---|---|
| 底层模型 | Gemini 3 Pro Image | Gemini 3 Pro Image | 新一代融图模型 | Gemini 2.5 Flash Image |
| 每张图积分 | 1K 与 2K 均 150 · 4K 240 | 1K 与 2K 均 40 · 4K 80 | 1K 30 · 2K 50 · 4K 70 | 20 |
| 参考图 | 14 | 5 | 14 | 5 |
| Google 搜索接地 | 有,每次 +10 积分 | 无 | 无 | 无 |
| 宽高比 | 10 种,另加自动,最宽到 21:9 | 7 种,另加自动 | 14 种,另加自动,最宽到 8:1 | 7 种,另加自动 |
| 最高分辨率 | 4K | 4K | 4K | 2K |
| 我们实测的速度 | 2K 下 38–62 秒,中位数 52 秒(8 次) | 2K 下 56–202 秒,中位数 86 秒(8 次) | 未实测 | 未实测 |
积分、参考图上限、分辨率与比例数量,均于 2026 年 8 月 18 日读自我们自己的模型注册表——比例数量不含「自动」,那是一个设置而不是一种比例。速度是我们自己的实测,并标注了样本量。没测过的格子就写没测过,而不是从厂商页面上抄一个数字过来。
将 Nano Banana Pro Official 与其他图像模型对比——同一工作区,一键切换。
| 模型 | Gemini 3 Pro Image(Nano Banana Pro),Google 出品——官方通道 |
|---|---|
| 模式 | 文生图与图生图,含参考图引导编辑 |
| 画质档位 | 1K、2K 与 4K |
| 宽高比 | 10 种预设,从 1:1 到 21:9 超宽,另加自动 |
| 每次出图数量 | 1 张 |
| 参考图 | 每次最多 14 张 |
| Google 搜索接地 | 可选,每次 10 积分——但对模型本来就知道的事实毫无价值(见上面我们的测试) |
| 积分 | 1K 与 2K 同价,所以没有理由跑 1K;4K 更贵 |
| 实测速度 | 最快 38 秒、中位数 52 秒、最慢 62 秒——2026 年 8 月 18 日我们在 2K 下的 8 次生成 |
| 可靠性 | 我们八次提交里有一次在无害提示词上被安全过滤拒绝;原样重跑即成功 |
注册一个免费账号——不用 API key,不用 Google Cloud 项目,不用开通计费。本页的生成器已经选好官方通道。
一次最多 14 张。如果某张参考图上有必须保住的文字——标签、招牌、海报——就在提示词里说明;在我们的测试里那些字被正确带了过来。
除非你的图依赖会变的信息,否则就关着。它每次多收 10 积分,而在我们的受控测试里,它对广为人知的事实没有带来任何差别。
10 种比例,最宽到 21:9。这里 1K 与 2K 同价,所以直接跑 2K;只有要印刷时才上 4K。运行前会显示确切的积分消耗。
免费开始创作,注册即送欢迎积分。升级解锁高级模型、更快生成与 4K 输出。
按年计费 · $240/year
同一个 Google 模型——Gemini 3 Pro Image——走不同通道,所以差的是能力,不是画质。本页参考图上限是 14 张而不是 5 张,提供 10 种比例(最宽 21:9)而不是 7 种(最宽 16:9),并且可以额外花 10 积分让生成接入 Google 搜索。它的单张积分成本也是那边的好几倍。日常活儿用那一页;需要大量参考图、超宽画幅或当下信息时再来这里。
对模型本来就知道的事实,不值。我们认真测过:两条事实密集的海报提示词,各生成两次,一次接地一次不接地。20 个数据点——河流长度、建筑高度、城市、排序——在每一张图里都是对的,而且接地版与不接地版在所有数字上完全一致。其中一张接地图甚至印了「Source: Various Geographic Databases」,那不是出处。接地是为会变的信息而存在的,而我们的测试测不到那种情况。除非你的画面真的依赖某个当下的东西,否则就关着。
一次 14 张。我们的测试用了两张和三张,两次里印在参考图上的文字都被正确带进了结果——包括模型自己在更早那张图里编出来的一行小字。有一点要知道:参考图是被**重画**的,不是贴上去的。三张海报那次测试里所有文字都保住了,但其中一张海报的画面与它的参考图只是大致相同。
我们在 2K 下的八次生成里中位数是 52 秒,区间 38 到 62。这比另一个 Nano Banana Pro 通道明显更快、也稳定得多——那边同类测试跑出 56 到 202 秒,中位数 86 秒。
八次提交里有一次被安全过滤拒绝——那是一条建筑事务所横幅的提示词,里面没有任何不妥的内容。原样重跑同一条提示词就成功了,所以我们把它记为偶发噪声,而不是一条你需要绕着设计的规则。上面那张 21:9 横幅就是成功的那一次。
跑 2K。在这个通道上 1K 和 2K 的积分完全一样,所以 1K 什么也换不来——本页所有测试都是在 2K 下生成的。只有输出要印刷时才上 4K。
可以,你生成的图片可在我们的服务条款下用于个人和商业项目。提示词内容、商标,以及你上传的任何参考图的权利,仍由你自己负责。
生成前后的活儿都有一键工具——修饰、换风格、直接分享。