Nano Banana 2.1：参考图编辑、API 价格与接入

2.1 更新了什么？和 Nano Banana Pro 有什么区别？

Google 发布记录确认了上线时间，模型卡说明它基于 Gemini 3.6 Flash。官方模型页强调指令遵循、文字呈现和连续编辑的一致性有所改善。这些是官方描述，本文没有做独立画质对比测试。

2.1 默认输出 1K，也支持 2K 和 4K。最多可提供 14 张参考图，官方列出的角色与物体一致性范围为最多 4 个角色、10 个物体。别为了凑满数量上传无关图片：先明确每张图负责什么。

先在 AI Studio 做一次商品换背景

1. 打开 Google AI Studio，确认账户能选择 Nano Banana 2.1，并检查所选模型与计费状态。
2. 上传一张清晰商品图，写出要改的部分和必须保留的细节。
3. 先做 1K 草稿，对照原图检查。保存确认过的版本，再把它作为下一次编辑的参考。
4. 构图确认后再生成高分辨率成品；最终尺寸下重新检查标签、边缘和小字。

以附图中的马克杯为商品参考。
只把背景换成浅蓝色摄影棚背景。
保留杯柄形状、印刷标志、拍摄角度和裁切范围。
光线从左侧柔和照入，不增加道具或文字。

这是可自行改写的提示词起点。多图参考时，把用途写明，例如“图 1 提供商品外观，图 2 提供房间风格”。每次只改一个变量，出现偏差时更容易找出原因。

局部编辑：不要把“保留”当成像素锁定

官方编辑教程支持同时提供图片和文字。用语言描述修改区域即可；这里的例子没有额外传入蒙版参数。“其他部分保持不变”是一条指令，并不保证框外或主体的所有像素完全不变。

做电商图时，对照轮廓、标志拼写、零件数量、阴影和反光。条码要用扫描器验证，不能只看起来像条码。做海报时先准备准确文案，生成后逐行检查。模型卡仍列出姿态和空间关系方面的限制，输出也带有 SynthID。

官方 API：用一张参考图完成编辑

准备你自己的付费 Gemini API 项目和密钥，在独立 Python 环境安装或更新 google-genai。把真实 PNG 文件命名为 product.png，通过环境变量提供 GEMINI_API_KEY，不要把密钥写进代码或提示词。

python -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade google-genai
python edit_product.py

把下方保存为 edit_product.py。它按 Google 为 2.1 提供的 Interactions 编辑示例发起一次请求，并拒绝覆盖已有结果。纯文字生图时，移除图片输入，把文字改成场景描述。

import base64
import os
from pathlib import Path
from google import genai

source = Path("product.png")  # A real PNG reference image
output = Path("product-edited.png")
if output.exists():
    raise FileExistsError(output)
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
result = client.interactions.create(
    model="gemini-nano-banana-2.1",
    input=[
        {"type": "text", "text": "Replace only the background with pale blue. "
         "Preserve the product shape, label, camera angle and crop."},
        {"type": "image", "mime_type": "image/png",
         "data": base64.b64encode(source.read_bytes()).decode("utf-8")},
    ],
)
image = result.output_image
if image is None or not image.data:
    raise RuntimeError("No image returned; inspect the response before retrying")
with output.open("xb") as target:
    target.write(base64.b64decode(image.data))
print(output.resolve())

output_image 返回最后一个生成图片块；复杂的图文交错输出需要检查响应步骤。本文按文档核对代码，没有发起付费生图测试。若 SDK 没有 interactions，先在独立环境更新 SDK，别把模型 ID 改回旧版来绕过问题。

API 多少钱？

表中是 10 月 7 日核对的 Google 图片输出单价，2.1 API 没有免费档。标准输入为每百万 token $1.50，文本与思考输出为每百万 token $7.50；可选搜索也可能增加费用。Batch 是异步批处理路径，上面的脚本没有启用它。

20 张标准 1K 图片的图片输出费用是 $0.672，20 张 4K 是 $2.26，还要加输入等费用。重做草稿和继续编辑可能产生新的请求。先设项目预算、确认草稿，再制作多个版本；其他平台的报价另算。

Hermes Agent 和 OpenClaw 怎样接入？

自部署 Hermes：已核对的 v2026.9.24 图片插件目录没有 Google 后端。可以让自定义 Skill 调用上方独立脚本，密钥放在进程环境里。Skill 接收参考图路径与编辑要求，运行脚本后返回输出文件路径。先手动验证一次，限定每个任务的调用次数，再交给智能体执行；不要把图片模型 ID 填成主聊天模型。

自部署 OpenClaw：已核对的 v2026.5.7 Google 图片适配器会把模型名称传给 generateContent。本文尚未测试它与 2.1 的兼容性，而 Google 当前为 2.1 提供的示例使用 Interactions。因此本文采用 Skill 调用独立脚本的路径；原生适配器需要用自己的密钥另做一次有限测试。

托管方式：两种框架共用 Image 选择界面，但运行插件不同。Hermes 的托管 Google 插件仍只接受旧模型 ID；填入 google/gemini-nano-banana-2.1 可能回落到旧默认模型。OpenClaw 可以接受自定义图片 ID，但这不能证明生成、编辑与计费都已验证。目前要明确使用 2.1，请走 AI Studio 或官方直连 API。

自部署需要自己维护环境、密钥、更新和排错；托管可以减少智能体运维，但不代表新图片模型自动可用。现有托管流程见 图片基础指南，其他供应商路径见 Hermes fal 指南、OpenClaw fal 指南。可比较 Hermes 托管 与 OpenClaw 托管。

请求失败时先查什么？

• 403：检查项目计费、API 权限与地区资格。
• 404：核对准确的模型 ID 和账户权限；旧 preview 名称指向另一个模型。
• 429：检查配额，采用有上限的退避重试，别让智能体无限循环。
• 没有图片：先检查响应及拒绝原因，不要把文字当图片保存。
• 实际跑了旧模型：查看真实请求中的模型名称和插件白名单，不能只看界面标签。

来源核对于 2026 年 10 月 7 日。框架说明依据上述版本及托管插件源码，不代表已逐一审计所有用户实例。

常见问题

相关指南

• 图片生成与编辑基础
• Hermes Agent 的 fal 接入
• OpenClaw 的 fal 接入
• Hermes 托管方案
• OpenClaw 托管方案
• English: Nano Banana 2.1 guide