我經常被問到這個問題：“如果 GeminiOmni 已經內建了 Nano Banana 2，為什麼你還要提供 Imagen 4？它們不是一回事嗎？”
它們絕對不是一回事，而這個問題之所以令人困惑，部分原因在於 Google。它們同屬一個產品家族，共享同一個骨幹網路，並且幾乎在同一時間推出。但它們的任務截然不同，為特定任務選錯模型，會讓你既損失金錢又損失質量。
這是我當初構建 /tools/nano-banana-edit 時就希望擁有的速查表。
一句話規則
Nano Banana 2 編輯影像。Imagen 4 生成影像。
是的，兩者最終都能輸出 JPEG。但它們的建立目的不同。如果你已經有一張影像，想要改動其中的某些細節，請使用 Nano Banana 2。如果你面對的是一張白紙，想從零開始創作，請使用 Imagen 4。
你越忽視這個區別，浪費的錢就越多。讓我來展示為什麼。
它們分別是什麼
Nano Banana 2 是 Gemini 3.1 Flash Image Preview 的公開市場名稱。它是原始 Nano Banana（Gemini 2.5 Flash Image）的繼任者，後者於 2025 年 8 月釋出，在第一個月內完成了 2 億次影像編輯——這是 Google 歷史上採用速度最快的影像模型。其核心特性是基於聊天上下文的編輯：你上傳一張影像，用對話方式描述要更改的內容，模型會保留你未提及的所有部分。
V2 版本（2026 年初發布）在三個方面對原始版本進行了升級：原生 2K 輸出（取代 1K）、16 位色深（取代 8 位），以及影像內可讀文本渲染的顯著改進。這最後一點比聽起來更重要——擴散模型在影像中寫入可讀文字方面歷來表現糟糕，而 Nano Banana 2 在很大程度上解決了這個問題。
Imagen 4 是 Google 的旗艦文本到影像生成模型，目前提供三個等級（快速版 $0.02/張，標準版 $0.04/張，超清版 $0.06/張）。它是純粹的生成式模型：你提供一個文本提示詞，它就從零開始生成一張新影像。沒有“編輯”模式，沒有上下文迭代，沒有聊天。它只做一件事——將文字轉化為照片——並且做得非常出色。
定價本身就告訴了你何時使用哪個
這是沒人明說的一點。
Nano Banana 2 按編輯次數收費，成本根據解析度和複雜度在 $0.045 到 $0.151 之間。這比 Imagen 4 Standard 的一張影像貴 2–4 倍。代價是：Nano Banana 允許你在同一個主題上迭代五次、十次、甚至二十次編輯，並保持角色/場景的一致性。如果你只是進行一次性的單次生成，你等於在花錢買不需要的“一致性”。
Imagen 4 Fast 售價 $0.02/張，是我所知的旗艦實驗室中最便宜的生成式影像 API。如果你需要 100 個產品模型、100 張英雄圖、100 張替代的庫存照片——並且每張都是獨立的——Imagen 4 Fast 是正確的選擇，使用 Nano Banana 則近乎失誤。
由此得出的決策規則：
| 目標 | 正確工具 | 原因 |
|---|---|---|
| 從白紙開始，想要 1 張圖 | Imagen 4 Fast/Standard | 更便宜，專為此設計 |
| 對同一主題進行多次迭代以生成不同變體 | Nano Banana 2 | 一致性，基於上下文歷史 |
| 編輯現有照片（移除背景，改變光線） | Nano Banana 2 | Imagen 無法編輯 |
| 為商品目錄生成 100 張獨立影像 | Imagen 4 Fast | 總共 $2 對比 $5–15 |
| 影像內需要可讀的文字 | Nano Banana 2 | V2 在此處有重大提升 |
| 逼真的人像，無需編輯 | Imagen 4 Ultra | 每次呼叫保真度最高 |
三個真實提示詞展示差異
有時候並排比較比表格更有幫助。以下是三個提示詞，讓你能分毫不差地理解該選哪個工具。
提示詞 1：“一個放在木桌上的咖啡杯，晨光透過窗戶照射進來。”
這是生成式任務。沒有源影像。沒有需要保留的東西。把它發給 Imagen 4 Fast 即可。你花兩分錢就能得到一個乾淨的逼真咖啡杯，三秒鐘內完成。把這個任務發給 Nano Banana 2 等於為無關的事情多付三倍的錢。
提示詞 2：“拿我這張咖啡杯照片，在旁邊加一個小型多肉植物，然後把光線改成黃金時段。”
這是編輯任務。這裡有源影像。你需要保留杯子的原本樣貌、桌子的紋理、窗戶的位置。你想要新增特定元素並修改光照，同時不重繪整個場景。這是 Nano Banana 2 的工作。Imagen 4 根本做不到——它沒有源影像輸入模式。
提示詞 3：“生成這個產品包裝模型的 10 個變體，每個使用不同的背景顏色，保持標籤和瓶子形狀畫素級一致。”
這是最棘手的情況。單純地想，10 次 Imagen 4 Standard 呼叫總共花費 $0.40，而 10 次 Nano Banana 2K 編輯花費 $0.45–$1.51。用 Imagen 更便宜，對吧？
錯，因為 Imagen 會給你 10 個不同的瓶子形狀。Imagen 4 沒有輸入影像條件——每次呼叫都從零開始。Nano Banana 2 是唯一的選擇。你每次呼叫多付的錢，買的就是“一致性稅”。
我在此基礎上構建了什麼
/tools/nano-banana-edit 的預設路由是 Nano Banana 2，因為該頁面明確定位為影像編輯器。如果你進入 /tools/nano-banana-edit，你不是在要求“從零開始建立一張貓的影像”。你手頭有影像，想修改它。
/ai-image-generator 預設路由到 Imagen 4 Fast，並提供一個付費選項切換至 Imagen 4 Standard。那個頁面是為“白紙”場景準備的。
我曾考慮將這兩個頁面合併成一個“智慧”影像工具，根據你是否上傳源影像來自動路由。我最終決定不這樣做。心理模型不同——編輯和生成是不同的動作——把它們強行放入一個 UI 只會讓選擇變得模糊，而不是清晰。
定價遵循成本結構：
- 免費版：每月 10 次 Nano Banana 編輯 或 20 次 Imagen 4 Fast 生成
- Pro $19/月：不限量 Nano Banana 2K + 100 次 4K 編輯，不限量 Imagen 4 Standard
- Team $79/月：所有解析度下不限量 + 3 個席位
我在每個輸出上都標註了呼叫的模型，就像影片工具那樣。影像帶有一個小標題，顯示它來自 Nano Banana 2 還是 Imagen 4 Standard。人們有權知道他們的錢花在了哪個模型上。
界線模糊的一個地方
只有一個工作流會讓這個界線真正模糊，而這也正是我預計 Google 接下來會整合的方向。
如果你用 Imagen 4 生成了一張影像，然後立即想在上面迭代（“讓色調更暖”、“去掉第二個杯子”）—— 你可以做到。把 Imagen 4 的輸出交給 Nano Banana 2，然後開始編輯。兩次模型呼叫。成本為 $0.04 + $0.05 = $0.09。效果不錯。
但這個往返過程存在摩擦。這兩個模型不共享狀態，種子沒有保留，而且你付了兩次錢。顯而易見的解決方案是一個統一的“生成 + 編輯”模型，首次呼叫使用 Imagen 級別的質量，之後使用 Nano Banana 風格的聊天式編輯，並在內部跟蹤種子和參考影像。
Google 是會在下週的 I/O 2026 上推出這個方案，還是在我寫過的 Gemini Omni 模型中原生實現，我不知道。如果它確實釋出了，上面表格的最後一行將增加第三列，我將在它釋出當天進行總結。
繼續閱讀
—— Lena
