編按：本文綜合整理自 Ars Technica、TechCrunch、VentureBeat 與 Google Cloud 官方部落格，並加入 Siami 編輯部觀點與分析。
Google DeepMind 在 2026 年 6 月 30 日正式推出 Nano Banana 2 Lite（API 內部代號 gemini-3.1-flash-lite-image），主打「速度型」AI 圖像生成模型。整個 Nano Banana 家族從原本的 Pro、標準版，現在加入了 Lite 版本，定位在「可犧牲一點品質、換取 5 倍出圖速度、價格砍半」的快速迭代場景。
速度與成本：4 秒出圖、$0.034 千張
官方公布的關鍵數字（Ars Technica 與 VentureBeat 引述 Google 說法）：
- 出圖時間：預設 low-thinking 模式約 4 秒 一張，標準 Nano Banana 約 20 秒，速度提升約 5 倍
- 平均成本：$0.034 美元 / 1K 解析度圖片（官方報價）
- API 計價：input $0.25 / 1M tokens、output $1.50 / 1M tokens
- 與同家族比較：是 Nano Banana 2 的一半價、Nano Banana Pro 的 1/8（Pro 輸出 $12 / 1M tokens）
這是 Google 在 Nano Banana 系列第一次明確把「速度」與「成本」拆成獨立 SKU。對需要高吞吐量的開發者來說，Lite 不是 Pro 的廉價替代品，而是 「該用 Pro 時用 Pro、該亂槍打鳥時用 Lite」 的分層策略。
品質代價：文字、資訊圖、角色一致性都打折
Google 自己也承認，Lite 不是 Pro 的免費午餐。內部評估與外部 Arena.ai 對照下來，主要弱點是：
- 小字容易糊：在圖內渲染細小文字時，Lite 比 Pro 更容易出錯
- 資訊圖數據失準：資訊圖表（infographics）更常出現錯誤數字
- 人物一致性差：同一角色跨圖生成時，面部/服裝細節會漂移
不過在 Arena.ai 的 Elo 評分中，Lite 的盲測評分其實 逼近非 Lite 版本——代表「整體觀感」差距沒想像中大。Google 用這個分數反駁「Lite=品質低落」的質疑。
商業邏輯：為什麼 Google 要出 Lite？
VentureBeat 直接點出核心：Nano Banana 2 Lite 是「企業 AI 圖像流水線的工作馬」。典型用例：
- A/B 測試廣告素材：一次生成 50 張變化，找出最有效的再去用 Pro 精修
- 社群應用程式內即時生成：例如 AI 頭貼、貼圖產生器，使用者要等得起
- 電子商務大規模 SKU 圖：一個賣家可能有 10 萬件商品需要主視覺
另一個值得注意的點：Adobe Firefly 已經宣布整合 Nano Banana 2 Lite 與 Gemini Omni Flash（Google Cloud 部落格引用 Adobe 副總 Stacy Martin 說法）。這代表 Lite 不是 Google 自家玩的實驗品，而是直接進入創作者工具主流。
為什麼這件事重要
Nano Banana 2 Lite 表面上是「又快又便宜的 AI 圖像模型」，但放在 2026 下半年 AI 產業的脈絡下，意義有三層：
第一，「分層模型」策略正式成形。Google 從 2025 年起逐步把 Gemini 切成 Ultra / Pro / Flash / Flash-Lite 四層，現在連圖像模型也走同樣路線。對企業客戶來說，這代表 「按使用場景付費」 的時代真的來了——你不需要為了 80% 的簡單任務付 Pro 的錢。
第二，SynthID 浮水印全面嵌入。所有 Lite 生成的圖都帶有 Google 的 SynthID 隱寫標記，理論上經過剪輯後仍能辨識 AI 出處。這是 Google 對「AI 內容洪水」問題的技術回應——既然擋不了 AI 圖像氾濫，至少要能追蹤。
第三，Omni Flash 同步釋出，組合技成形。同一天 Google 也把 Gemini Omni Flash（影片生成）從 Gemini App 推進到 API 與 AI Studio。Lite 出圖（4 秒、$0.034）→ Omni Flash 動畫，這條 「圖生影片」流水線成本與延遲都已進入商用甜蜜點。
數據解讀與質疑
幾個官方說法需要交叉檢視的地方：
- 「$0.034 / 1K 解析度圖片」：這是平均值，實際會依 output tokens 用量浮動。1K 解析度 = 1024×1024 約 1120 個 output tokens（Google 官方文件），換算下來每張約 $0.0017。如果是更高解析度（例如 2K、4K），成本會線性成長。
- 「4 秒出圖」：是 low-thinking 模式。一般 nano banana 不用 thinking mode 也要 20 秒。開了 high-quality mode 之後，Lite 是不是還能維持 4 秒，官方沒給數字，需要實測。
- Elo 接近 Pro：盲測分數高不代表實用分數高。Arena.ai 評的是「整體觀感」，不是「特定任務可用性」。要做需要文字清楚的行銷素材，Lite 仍然是錯的選擇。
- SynthID「理論上」可追蹤：Google 自己的措辭是 「theoretically label them as AI even after edits」。「理論上」三個字代表他們對抗剪輯攻擊的能力沒有十足把握。
怎麼開始用
- 個人玩：到 Google AI Studio，選 Flash-Lite 模型，叫它生圖
- 開發者：API 端點
gemini-3.1-flash-lite-image，Google AI Studio 內可免費測試額度 - 企業：透過 Gemini Enterprise Agent Platform (GEAP) 申請
- 創作者：等待 Adobe Firefly 整合上線（已宣布，未公布日期）
編按：本文綜合整理自 Ars Technica、TechCrunch、VentureBeat 與 Google Cloud 官方部落格。Siami 編輯部觀點屬原創分析，與 Google 或 Ars Technica 立場無關。