两个旧模型是表内比较基线
- 机制
- Gemini3.1FlashImage的Thinking配置与Gemini3ProImage参与同表比较。
- 条件／配置
- 分别保留Nano Banana2 Thinking与Nano BananaPro名称和配置。
- 报告结果
- 总偏好分别 990±7 与 935±8；事实性分别 0.179 与 0.265。
- 局限
- 结果只对应表内任务，不构成所有模型的统一榜单。
Nano Banana 2.1：图像偏好、事实性与编辑一致性要分开看
主流图像模型的评测量尺、编辑一致性与采用边界
Nano Banana2.1 在多项作者评测中更受偏好，但事实性、编辑一致性、输出规格和安全判断需要分开；工作流采用仍需自己的样本验证。
作者评测未复现；样本与评分器细节有限，±范围置信水平未充分交代，不能推出任意图片准确率、费用或全渠道开放。
本次变化：首次整理所选模型卡：四结论、同号论述与三张本站重绘，保留原始指标、日期精度和已知限制。
方法、实验与证据
人工偏好与自动事实性分开计分
- 机制
- SxS人工比较生成Elo；事实性采用单边AutoRater。
- 条件／配置
- 文生图、编辑、多轮及回归集合分别覆盖不同质量方面。
- 报告结果
- ±范围保留原表；卡未说明充分样本量、置信水平或业务校准。
- 局限
- 不同指标不能平均；自动评分不是现实正确率。
Thinking偏好较高，事实性另有量尺
- 机制
- 2.1 区分Thinking与NoThinking配置，不推断未公开的内部推理算法。
- 条件／配置
- 同一官方结果表的总偏好、信息图设计与事实性行。
- 报告结果
- 总偏好 1050±14 对 1015±13；事实性 0.521 对 0.328。
- 局限
- 不把Elo提升换成准确率，不把Thinking收益换成未核费用或延迟。
Overall preference / Thinking：1050 Elo · 比较基线 2.1 NoThinking1015±13; Nano Banana2 Thinking990±7; Nano BananaPro935±8 · Author human SxS; source Thinking±14; confidence level/sample detail not fully specified
Infographic factuality / Thinking：0.521 AutoRater score · 比较基线 2.1 NoThinking0.328; Nano Banana2 Thinking0.179; Nano BananaPro0.265 · Single-sided AutoRater; not a calibrated business accuracy rate
人物与多参考编辑分别看
- 机制
- 按编辑任务分别做人类偏好比较。
- 条件／配置
- 单人物、多人物、多参考图分别为独立评测行。
- 报告结果
- Thinking分别 1028±14、1106±14、1066±22。
- 局限
- 角色仍可能不一致；不能以点估计证明所有差异显著。
基础依赖与云端交付条件
- 机制
- 模型基于Gemini3.6Flash，原生接收文本与图像并输出文本或图像。
- 条件／配置
- 输入上下文最多 1M；图像 4K输出token、文本 64K输出token。
- 报告结果
- 卡列GeminiApp、AIStudio、API、SearchAIMode、Ads、Flow与Stitch入口。
- 局限
- token不是像素；列出渠道不保证每个地区账户同步可用。
失败与安全推断保留边界
- 机制
- 基础模型能力、人工红队与其他Gemini型号前沿评测分别说明。
- 条件／配置
- 小字、长段落、角色、遮罩/涂鸦、姿态与空间关系均有已知不足。
- 报告结果
- 前沿安全判断依赖Gemini3.1Pro与Gemini3.7Flash评测，不是本型号完整独立重测。
- 局限
- 作者上线阈值判断不等于独立安全认证或零风险。
关系与依据
baselines → generation
基线对比：旧模型作为文生图比较基线
Physical p5; corresponding results and limitationsbaselines → editing
基线对比：旧模型作为编辑任务比较基线
Physical p5; corresponding results and limitationsevaluation → generation
并行探索：评测口径与生成结果对应，不构造训练因果
Physical p4; corresponding results and limitationsevaluation → editing
并行探索：独立编辑行沿用人工偏好口径
Physical p5; corresponding results and limitationsspecification → generation
并行探索：规格与成绩并列，不由上下文容量推出质量
Physical p2; corresponding results and limitationsgeneration → limitations
并行探索：成绩与已知不足同时保留
Physical p6; corresponding results and limitationsediting → limitations
并行探索：编辑成绩不取消一致性与安全边界
Physical p6; corresponding results and limitationsNano Banana 2.1：图像偏好、事实性与编辑一致性要分开看
- 更受偏好不等于事实更准确，两套评分必须分开
Thinking在作者偏好表中较高，但Elo与事实性AutoRater不是同一种量尺。
- 编辑改善要按任务看，人物一致性仍非保证
单人物、多人物与多参考图应逐行对比；较高点估计不等于每项差异都显著。
- 上下文和输出规格不能代替画质与可得性
输入最多 1M，图像输出 4K指token；官方列出渠道仍需核对账户与地区。
- 已知失败和安全推断必须与成绩一起保留
图像质量仍有限；前沿安全部分依赖其他型号评测，不是本模型的完整独立认证。
1. 更受偏好不等于事实更准确，两套评分必须分开
模型卡把图像质量拆成文生图、编辑与多轮场景，并用回归集合观察旧版常见用法。它没有把所有指标合成一个通用图像正确率。理解这份报告，首先要保留评分者与任务的差别。
- 人工偏好：总偏好Elo依次为 2.1Thinking1050±14、2.1NoThinking1015±13、Nano Banana2Thinking990±7、Nano BananaPro935±8；信息图设计为 1048±17、1001±17、961±12、912±12。
- 自动事实性：四种配置分别 0.521、0.328、0.179、0.265，来自单边AutoRater。不能将其与Elo相加、平均，也不能直接说Thinking让实际业务准确率达到 52.1%。
- 不确定性：重绘保留±范围，但卡没有交代足够的样本量、区间置信水平或AutoRater校准细节，不能补造显著性结论。
Nano Banana 2.1 Model Card · October 2026 · Physical p5: reported capability tables
Nano Banana 2.1 Model Card · October 2026 · Physical p5: reported capability tables
关键证据：报告支持“这些评测中的偏好与事实性评分改善”，尚不支持“任意信息图都可免核对”或“所有用户工作流同幅提高”。
Nano Banana 2.1 Model Card · October 2026 · Physical p5; interpretation with stated conditions
返回核心结论2. 编辑改善要按任务看，人物一致性仍非保证
编辑的难点并不只有画面是否好看，还包括修改后人物、产品或多个参考元素能否保持。卡将这些问题拆开，比用一个编辑总分更有助于读者判断自己的任务是否被覆盖。
- 单人物一致性：Thinking1028±14，NoThinking1021±14；两项原表范围明显重叠，不能仅用较高点估计宣布确定优势。
- 多人物一致性：Thinking1106±14、NoThinking1068±14；多参考编辑为 1066±22、1041±20。它们是不同任务，不能横向平均成一致性成功率。
- 其他行：一般编辑、产品、风格化和遮罩／涂鸦各有比较结果。卡仍承认角色不一致、部分指令未遵循、涂鸦残留和输入姿态固着。
Nano Banana 2.1 Model Card · October 2026 · Physical p5: reported capability tables
适用边界：用于品牌人物、产品或多轮编辑时，仍应逐图核对身份、文字、遮罩边缘与空间关系；这里是建议检查的项目，不是本站完成的性能测试。
Nano Banana 2.1 Model Card · October 2026 · Physical p5; interpretation with stated conditions
返回核心结论3. 上下文和输出规格不能代替画质与可得性
模型基于Gemini3.6Flash，可接收文本与图像并输出图像与文本。这说明基础依赖和接口形态，但报告没有提供足够信息来独立还原图像训练配方、参数规模或Thinking内部算法。
- 输入：文本与图像，上下文窗口最多 1M token。输出：图像 4K token、文本 64K token；不把 4K token解释为 4K像素分辨率，也不由这些数字推算生成时长。
- 采用：卡列GeminiApp、AIStudio、GeminiAPI、SearchAIMode、Ads、Flow与Stitch。渠道名称不保证每种账户、地域或工作流使用同一型号与配额，具体API标识和价格仍需采用时确认。
- 本地工具关系：本站已审ComfyUI0.40.0 加入伙伴节点。节点上架、作者模型首发和实际账户可调用是三个不同事件，不能互相代替。
Nano Banana 2.1 Model Card · October 2026 · Physical p2; interpretation with stated conditions
返回核心结论4. 已知失败和安全推断必须与成绩一起保留
卡把图像质量局限、人工红队和前沿安全分开陈述。三类证据回答的问题不同：对偏好测试得分更高，不会自动消除幻觉、拒绝行为或被滥用的风险。
- 质量与可靠性：小字可能模糊，长段文字、角色一致性、左右定位与 3D／世界知识事实性仍有限，偶有缓慢或超时。知识截止依赖基础模型，部分领域可能更早。
- 人工红队：作者称儿童安全满足其上线阈值，一般内容安全与部分比较相近或改善。这是作者自己的评估和阈值，不是独立安全认证。
- 前沿风险：卡依赖Gemini3.1Pro与Gemini3.7Flash结果，并据未见实质新能力判断 2.1 不太可能达到相关阈值。应写成基于其他模型的推断，不能声称 2.1 已独立重跑全部测试或“零风险”。
适用边界：作者报告与本站分析都不能替代具体业务的验证。对需要事实正确、身份一致或合规审核的图片，保留原始依据和人工复核。
Nano Banana 2.1 Model Card · October 2026 · Physical p7; interpretation with stated conditions
返回核心结论报告与日期
Nano Banana 2.1 Model Card · October 2026 · October 2026 model card · 首次发布 2026-10 · PDF仅标月份；官网页面发布日期 2026-10-06 独立记录，不据下载日期制造实质修订。
地图首次发布 2026-10-15T03:52:29.277139+00:00 · 地图修订 2026-10-15T03:52:29.277139+00:00