編按：本文綜合整理自 Google DeepMind 官方頁面、blog.google 公告、SiliconANGLE 報導與 Hacker News 討論串（id=48735444），並加入 Siami 編輯部觀點與分析。
Google DeepMind 正式推出 Nano Banana 2 Lite——Nano Banana 圖像生成家族最新、也是定位最入門的成員。Lite 版以 Gemini 3.1 Flash-Lite Image 模型為基礎，鎖定「全系列最快、最便宜」這個戰略位置，但仍然共享驅動高階版本的同一套 Gemini 知識庫。
根據 DeepMind 官方產品頁，Nano Banana 2 Lite 主打三個核心交易：極低延遲、可規模化的成本效率，以及不打折的輸出品質。Lite 鎖定的是大量圖像生成的工作流，例如快速原型設計、行銷素材生成、跨國在地化——這些場景其實不需要 Pro 級的推理深度。
關鍵規格
Lite 在 Gemini API 中的模型 ID 為 gemini-3.1-flash-image-preview，同時接受文字與圖片輸入、輸出圖片，每個 prompt 最多可附 14 張參考圖。單檔 inline 上限 7 MB，透過 Google Cloud Storage 上傳則可到 30 MB。每次輸出的 token 上限是 32,768，約略對應到一輪生成多張圖。
支援的長寬比除了標準的 1:1、3:2、2:3、3:4、4:3 之外，還包含 1:4、4:1、4:5、5:4、1:8、8:1、9:16、16:9、21:9、9:21 這些較極端的格式。輸出解析度支援 512、1K、2K、4K（Preview）。接受的 MIME 類型有 PNG、JPEG、WebP、HEIC、HEIF。
對開發者來說，14 張參考圖這個數字是 Lite 沒被閹割掉的關鍵能力——做產品圖合成、角色一致性場景仍然堪用。
定價與 token 成本
Lite 的 token 經濟學與原版 Nano Banana 2 和 Pro 版有明顯差異。依 Google 官方文件，Gemini 3.1 Flash Image 每張輸入圖消耗 1,120 個 input image token，512 解析度輸出則消耗 747 個 output image token。更高解析度會等比例放大輸出 token 的成本。對高流量的 API 開發者來說，這個較低的 token 足跡就是 Lite 相對 Pro 最重要的經濟論點。
- 第三方轉售平台如 ImagineArt 與 Dreamega AI 報價顯示，Lite 在 1K/2K 解析度從 9 credits 起跳，4K 為 18 credits。
- 相較於 Nano Banana Pro，官方 API 成本約便宜 40%。
在 Nano Banana 家族中的位置
Google 的圖像模型產品線在一年內快速演進：
- 原版 Nano Banana（2025 年 8 月）跑在 Gemini 2.5 Flash 上，僅 1K 解析度、不支援編輯與參考圖。
- Nano Banana Pro 改用 Gemini 3 Pro Image，加入 4K 解析度、prompt 驅動編輯、最多 4 張參考圖、多語言文字渲染大幅強化。
- Nano Banana 2（2026 年 2 月 26 日推出）建在 Gemini 3.1 Flash Image 上，被 Google 直接設為 Gemini App 預設模型，取代 Pro。
- Nano Banana 2 Lite 是這條產品線最新的最低階，剝離部分推理功能，換取 Flash-Lite 等級的延遲與價格。
實際能力
雖然掛著 Lite 標籤，模型仍保留多項旗艦功能：能即時從 web search 拉真實世界的資訊與圖片來當 reference、生成資訊圖、把筆記轉成示意圖、執行複雜的編輯與多圖混合。多數 prompt 的視覺與文字保真度，與標準 Nano Banana 2 相比仍有競爭力。
怎麼存取
Nano Banana 2 Lite 已在 Google 內部產品逐步推出，使用者可以透過以下三個入口使用：
- Gemini App 的 Flash-Lite 模式
- Google AI Studio（給開發者）
- Gemini Enterprise Agent Platform
Pro 與 Ultra 等級的 Gemini 訂閱者，則仍可透過 Gemini App 的 regenerate 選單切回 Nano Banana Pro，確保重度使用者不會被強制使用 Lite。
🚨 為什麼這件事重要
Nano Banana 2 Lite 的推出，是 Google 第一次明確表態：Flash 等級的圖像模型已經足以支撐大多數生產場景。背後的策略訊號很直接——把 reasoning-capable 的圖像生成 API 價格打到一般行銷預算也能用，這對獨立圖像生成新創是結構性壓力。
更關鍵的是 Google 把 Nano Banana 2（不是 Pro）設為 Gemini App 預設模型這個決定。Pro 仍然存在、仍然可用，但 Google 已經用 UI 預設值告訴整個市場：「品質差距小到我們願意把多數使用者轉去跑 Flash。」這跟一年前 Imagen 4 / Imagen 3 時代的策略完全不同——當時 Google 還在用 Pro 級 API 來收高價。
對開發者社群來說，這代表兩件事：
- 同樣 prompt 在 Lite vs Pro 的成本差距可能擴大到 3-5 倍，未來 routing 策略會變成核心競爭力。
- 本地小型模型（如 Qwen-Image、SDXL 衍生品）的相對成本優勢會被壓縮，因為 Google 把雲端便宜做到這個程度。
🚨 數據解讀 / 質疑
值得追問的幾個點：
- 官方頁面對「Lite vs 2 vs Pro」差異的描述不夠透明——HN 用戶 maz1b 直接吐槽「看了網頁還是搞不懂三個的差別」。Google 在「裁掉多少 reasoning 能力」這件事上刻意模糊，這對企業用戶選型是個痛點。
- 基準排名爭議——vunderba 指出 AI 圖像 arena leaderboard 把 HiDream 排在 Krea2 上面是「hot take」，顯示第三方 ELO 排名與真實 prompt 表現的脫節。Nano Banana 2 Lite 在這類榜單的位置目前還不穩定，別只看榜單選模型。
- **「與 OpenAI Image 2 還有 100+ ELO 差距」**是 minimaxir 在 HN 的觀察重點。Google 走價格戰不代表贏了品質戰，Lite 是補位產品，不是顛覆性技術突破。
- reddit 上的 GeminiAI 子版已經有用戶反映「Nano Banana 2 會忽略 reference image、整張重畫」，Lite 是否繼承這個 bug 還需要實際測試。
網友熱門留言 (4)