文生图：输入自然语言描述，即可生成写实、插画、3D、像素风等多种风格的图像。
图像编辑：上传图片并输入指令，可添加/删除元素、调整色调、转换风格，还能修复老照片并上色。
多轮对话式编辑：在同一对话中持续迭代修改，例如先“把苹果改成绿色”再“把背景换为白色”，模型会基于上下文逐步执行。
多参考图融合与主体一致性：支持最多14张参考图（10张物体+4张角色），可保持最多5个角色形象一致、14个物体保真，适合批量出图与连贯叙事。
精准文字渲染与翻译：可生成清晰准确的多语言文字、Logo与海报，还能直接翻译图片中的文字。
图文混合与联网搜索：可同时输出图像与文字排版（信息图、数据可视化），并调用Google搜索获取实时信息辅助生成。
高规格输出：支持1:4至8:1超宽画幅与512px至4K分辨率，满足竖屏社交、宽屏壁纸等多元场景。

Nano Banana已深度整合进谷歌生态，可通过以下渠道使用：
Gemini应用与网页：登录Google账号后直接用中文对话出图，例如“生成一张赛博朋克风格的上海街景”，并可在同一对话框内继续修改；移动端可下载Gemini App。
Google搜索：在AI模式与智能镜头中直接调用，覆盖全球141个国家和地区。
Google AI Studio与API：开发者可配置分辨率、宽高比、搜索接地等参数，并通过Gemini API或Vertex AI接入业务。
其他渠道：Flow（免费）、Google Ads、Antigravity等。
使用步骤很简单：上传参考图（JPG/PNG）或直接输入提示词，用自然语言描述需求，无需专业术语，等待数秒至30秒出图，不满意可继续对话微调。普通用户24小时内可免费生成约20张，Pro订阅用户额度约100张。

速度与成本：基于Gemini Flash架构，云端数秒出图，4K图生成成本约0.15美元，仅为Pro版API价格的一半，迭代成本极低。
一致性与批量能力：批量生成同风格图片时风格漂移率低，配合多参考图可在数十张图中保持主体一致，大幅提升电商、设计等场景的生产力。
指令遵循与场景理解：能理解复杂自然语言与空间关系，如“把横放的书立起来放到书挡之间”，编辑结果贴合原图的光影与透视。
世界知识与联网搜索：可调用Gemini知识库与网页搜索，准确呈现特定主体、生成信息图与数据可视化，这是多数竞品不具备的独特能力。
可信溯源：内置SynthID数字水印与C2PA内容凭证，方便用户识别AI生成内容，保障可信与合规。

与OpenAI GPT Image 2相比：两者定位不同。GPT Image 2走“思考型生图”路线，文字渲染与复杂语义编辑更强；Nano Banana则主打“轻量高效”，参数更小、延迟更低、成本更省，图生图一致性更好且可端侧部署，更契合移动端与批量生产场景。
与FLUX.2相比：在Artificial Analysis文生图榜单中Nano Banana Pro排名第一、FLUX.2[pro]紧随其后，画质几乎打成平手，但Nano Banana在指令遵循与生态整合上更胜一筹。
与Midjourney等传统生图工具相比：Nano Banana最大的差异是“可编辑”——既能生成，又能基于用户上传的图片进行精准修改和多轮对话式调整，更像多模态创意伙伴而非单向出图工具。

Q1: Nano Banana是免费的吗？
A1: 在Gemini应用、Flow等渠道可免费体验，普通用户24小时内约20张额度，Pro订阅用户约100张；开发者可按API调用付费，4K图成本约0.15美元。
Q2: 最多能上传几张参考图？
A2: 最多支持14张参考图，其中最多10张物体参考图、4张角色参考图，可实现高保真复现与角色一致性。
Q3: 生成一张图需要多久？
A3: 依托Gemini Flash架构，云端通常数秒即可出图，复杂场景约30秒内完成，速度明显快于多数同类旗舰模型。
Q4: 生成的文字偶尔出错怎么办？
A4: 复杂语义、多行排版或非拉丁语系的文字仍可能出错，建议将提示词写得更具体，并在2K/4K分辨率下生成以提升文字清晰度。
Q5: 如何识别AI生成的图片？
A5: 生成内容内置SynthID数字水印并附带C2PA内容凭证，可在Gemini应用等工具中验证溯源信息。
Q6: Nano Banana与Gemini是什么关系？
A6: Nano Banana是Gemini系列旗下的图像模型，Nano Banana 2即Gemini 3.1 Flash Image，已作为默认图像模型集成进Gemini应用，Pro版则面向更高要求的专业任务。