Google DeepMind 发布 Nano Banana 2.1 模型卡：基于 Gemini 3.6 Flash，整体偏好得分 1050

规格部分写得相当具体。Nano Banana 2.1 基于 Gemini 3.6 Flash，架构、训练数据集、训练数据处理、硬件与软件这些细节，官方直接指向 Gemini 3.6 Flash 的模型卡，没有在本文里重复。输入是文本字符串（例如提示词、文档）与图像，token 上下文窗口最高 1M；输出是图像，4K token 输出，以及文本，64K token 输出。这组数字决定了它能吃下多长的上下文、能吐出多大尺寸的图，是工程上最先要看的两项。

分发渠道列了七个，这一点比很多只公布 API 的模型更值得注意：Gemini App、Google AI Studio、Gemini API、Google Search AI Mode、Google Ads、Google Flow 与 Google Stitch。官方还说明，模型通过应用程序接口向下游提供方开放，并受相关使用条款约束；使用该模型不需要特定的硬件或软件。把这七个入口放在一起看，图像生成能力同时出现在面向消费者的应用、开发者工具、搜索、广告与设计工具里，覆盖面比单纯的图像模型广得多。

评估部分给了方法与结果。官方说 Nano Banana 2.1 使用两类基准：能力集合与回归集合。能力集合覆盖文本生图和编辑的公开基准与内部评估，文本生图方面包括通用文生图、多语言文本渲染、事实性（世界知识等）、工具使用与视觉设计；编辑方面包括通用图像编辑、风格化、角色编辑、对象与环境编辑、基于墨迹涂鸦的编辑、以及对多张图片的处理；多轮方面覆盖静态与动态对话。回归集合选取 Gemini 2.5 Flash Image 与 Gemini 3 Pro Image 上常见的使用场景，用来确认新模型没有明显退化。方法是成对人工评估得到 Elo，事实性用单边自动评分器。

截至 2026 年 10 月的结果里，最直观的一项是文本生图的整体偏好：Nano Banana 2.1 在 Thinking 模式下为 1050 ± 14，在不 Thinking 模式下为 1015 ± 13；作为对照，Gemini 3.1 Flash Image（也就是 Nano Banana 2）为 990 ± 7，Gemini 3 Pro Image（Nano Banana Pro）为 935 ± 8。四项数据的顺序是清楚的：2.1 的两个模式都高于前两代。官方同时强调是成对人工评估得出的 Elo，这类指标的解读方式是相对排序，不是绝对质量分。

前沿安全评估是模型卡里另一块硬内容。官方说 Nano Banana 2.1 属于 Gemini 3 家族，为评估它的前沿安全，采用了对 Gemini 3.1 Pro 与 Gemini 3.7 Flash 的评估；结果是这两个模型都没有达到任何 Tracked 或 Critical Capability Levels，简称 T/CCLs。因为评估显示 Nano Banana 2.1 相比 Gemini 3.1 Pro 或 Gemini 3.7 Flash 没有带来有意义的新能力，也没有实质性的性能提升，官方据此判断 Nano Banana 2.1 也不太可能达到任何 T/CCLs。需要按原口径理解：这是官方基于既有评估链条做出的判断与表述，本文不额外延展。

模型卡本身的结构值得一说，因为它决定了这份文档怎么读。官方在卡片顶部列出这些章节：Model Information、Model Data、Implementation and Sustainability、Distribution、Evaluation、Intended Usage and Limitations，以及 Ethics and Content Safety。官方对模型卡的定义是提供 Gemini 模型的关键信息，包括已知局限、缓解措施与安全表现。也就是说，这份文档不是发布通告，而是给工程与合规团队看的技术底稿，读它的节奏和读新闻稿完全不一样。

评估的能力集合拆得很细，这对判断模型适合什么任务有帮助。文本生图方面官方列了通用文生图、多语言文本渲染、事实性（含世界知识与教育类内容）、工具使用与视觉设计五类；编辑方面列了通用图像编辑、风格化、角色编辑、对象与环境编辑、基于墨迹涂鸦的编辑，以及多图场景（例如多产品重情境化、多角色）；多轮方面覆盖静态与动态对话。回归集合的用途是另一回事：它专门对照 Gemini 2.5 Flash Image 与 Gemini 3 Pro Image 上常见的使用场景，用来确认新模型没有出现明显退化。