与上一代同题实测Nano Banana 2.1 补的是哪几块

我会先检索 “Nano Banana 2.1” 与上一代（也就是 Nano Banana 2）的实测对比，核清它这次到底补了哪几块，再按你给的固定排版写稿。

官方模型卡的数据已经拿到，我再补两轮：找真正 “同题对比” 的实测文章，并核对 Nano Banana 2 是否已在 10 月停用。

标题：Nano Banana 2.1 同题实测：补的是这 5 块，还欠着 3 块

先说答案。把同一段提示词、同一分辨率、同一批参考图分别交给 Nano Banana 2.1 和上一代 Nano Banana 2，各跑一次、不重试，再按 100% 裁切看细节，2.1 真正补上的是五块：图内文字与信息图、多角色多物体一致性、蒙版与草图定点编辑、超宽超长画幅的拼接缝、以及思考分级；顺手还把 1K 和 2K 的出图价格砍到上一代的一半。它没补上的也是三块，而且这三块恰好是最容易翻车的地方：小字和长段落、左右空间关系、连续多轮编辑的累积失真。公开的三组同题实测里，Nano Banana 2.1 没有一次输给上一代：Fuser 的五道题是两胜两平，一题输给 Pro；vc.ru 五道题是三胜两平零负；DataCamp 四道题里两道明显拉开差距、两道基本持平。差距不是均匀铺开的，而是集中在 “要交付的版面” 和 “要连着改好几轮” 这两类题上。

为什么补的是这几块。底层从 Gemini 3.1 Flash Image 换成了 Gemini 3.6 Flash，模型 ID 也从功能命名改成 gemini-nano-banana-2.1，官方第一次把 “香蕉” 这个外号写进模型串里。更关键的是评估口径变了：官方模型卡把能力拆成文生图和编辑两组，编辑组里又单独列出单角色、多角色、蒙版 / 涂鸦、商品一致性 —— 这等于承认上一代的短板不在 “画得像不像”，而在 “改得准不准、留得住不住”。所以 2.1 的升级重点不是让画面更漂亮，而是让它能直接当交付文件用。

这次同题实测的变量怎么控的

同题对比最怕三件事：提示词被改写、分辨率不对等、输了重试赢了贴图。下面这几组的做法值得抄。

测试方	题量	设置	判读方式	对上一代结果
Fuser	5 题（场景 / 海报 / 商品 / 换场景 / 换人物）	2K、PNG、每模型每题的只跑一次、不重试	全分辨率裁切看手、脸、标签、小字	两胜两平，人物题被 Pro 拿走
vc.ru（SYNTX.AI）	5 题，提示词逐字相同	2K、按题定 4:3 或 3:4、一次出图	100% 裁切看手、小字、阴影、招牌	三胜两平零负
DataCamp（AI Studio）	4 题（场景 / 小改 / 搬场景 / 信息图）	两代都把 thinking 设为 high	逐字核对要出现的文字	两道明显胜出、两道接近平

有一个前提必须写清楚：官方 Elo 里 2.1 那一列标的是 Thinking 模式，第三方实测大多把思考档拉到 high。你要是拿默认 medium 直出去对官方分数，对不上是正常的。官方模型卡同时给了 2.1 的 “不开思考” 列，整体偏好 1015、信息图设计 1001、通用编辑 980，这才是默认档的参考线。

第一块：图内文字和信息图，这是唯一 “从不可用变可用” 的升级

官方盲测里，信息图设计 1048 对上一代 961，信息图事实准确度 0.521 对 0.179，差不多是 2.9 倍。DataCamp 那道题最能说明差距：同样是 “向日葵生长四阶段、扁平矢量、带箭头、不要多余文字”，上一代把卡片版式糊在一张虚化的温室照片上，“SPROUT” 的 P 糊成一团、第四阶段干脆没标签、箭头一根没有；2.1 交付的是完整信息图，标题全大写拼对、四个阶段按序编号、三根箭头、没有多余字。中文这条有独立的用户实测支撑，量子位的报道里，设计师用中文宣传海报测完的直接反馈是 “中文文字清晰度和错字问题改善了很多”，没有再出现图文乱飘的斑驳感。

第二块：多角色、多物体一致性，涨得最多，但 “完美” 还没到

这是全表提升幅度最大的一行：多角色一致性 1106 对 978，比 Pro 的 1011 还高；单角色 1028 对 981；商品一致性 1024 对 955。规格上是一次最多 14 张参考图，拆成最多 4 个人物加 10 件物体。落到实测就有意思了：vc.ru 那道 “同一个人进新场景” 的题，2.1 把头发和眼镜保住了、招牌也读得出，唯一失分是左眉毛和参考图不一致；Fuser 同一类题里，2.1 的卷发变松、眼镜变薄、雀斑变淡，招牌直接不可读，这一题反而被 Pro 拿走。所以这块要这么理解：多人同框、成套分镜，2.1 是当前最稳的一档；但 “像到可以当证件照” 这种级别，Pro 仍然更靠谱。

第三块：蒙版和草图定点编辑，方向对了，精度还差一口气

蒙版 / 涂鸦编辑 1049 对 965，是编辑组里第二大的差距。这条的价值在于 “只改你圈出来的地方”，换天空、换衣服、挪商品都不用整张重掷。但官方自己在 “已知局限” 里写得很直白：蒙版和涂鸦编辑只部分遵循指令，编辑时偶发保留原图姿势。实测也印证了：Fuser 那道 “只换环境、瓶盖一点不许动” 的题，三款模型全都把光滑瓶盖改成了罗纹盖。也就是说，大件保得住，小五金还保不住。

第四块：超宽超长画幅不再拼贴

1:4、4:1、1:8、8:1 这四种极端比例上一代也能出，但在 2K、4K 下会出现肉眼可见的拼贴缝和重复纹理，2.1 把这个修了，一共 14 种比例，横幅、长海报、手机长图可以一次出完。代价是上一代的 512px 档被取消了，最低就是 1K。这条各家描述一致，但公开的同题实测里没有专门针对它的对比，属于 “规格明确、缺独立复现” 的一类。

第五块：思考分级加上成本口径

2.1 给了 minimal、medium、high 三档，默认 medium，上一代只有 minimal 和 high。官方价目是：1K 每张 $0.0336、2K $0.0504、4K $0.113，对应上一代 $0.067、$0.101、$0.151——1K 和 2K 是实打实的半价，4K 约降 25%。但有个反向的细账：输入 token 从每百万 $0.50 涨到 $1.50，文字和思考输出从 $3.00 涨到 $7.50。纯文生图能吃到全部降价，喂一堆参考图的重编辑省不了标题上写的那一半。

还欠着的三块，官方自己承认了两块

小字和长段落。1K 下小字容易糊，长段落和整页文字依旧是弱项 —— 这是官方 “已知局限” 的第一条。
左右空间关系。官方写 “偶发空间定位混乱（左 / 右等）”，DataCamp 那道 “蓝桶在机器人左边” 的题里，2.1 把桶放在了观察者的左边而机器人本身转向了花，判定为不可判。
连续多轮编辑的累积失真。这条官方没写进模型卡，但两份用户实测都撞上了：量子位引网友的测试说，随着修改次数增加，图片会出现噪点、色彩漂移、纹理失真，越改越糊；Fuser 的换场景题是同一个问题的另一面。这条属于 “社区复现、官方未确认”，用它做判断时要留出余量。

还有一条容易被标题带偏：2.1 不是 Pro 的替代品。Fuser 的人物题、场景内招牌可读性，Pro 仍然是赢家；Google 自己的定位也是 “更高效的 Pro 对应版本”，而不是顶替它。

三个必须先纠正的口径

“Nano Banana 2 在 10 月 29 日关停” 是误传。 官方版本说明写的是 “已弃用（尚未公布关停日期）”，Firebase 的模型清单里 gemini-3.1-flash-image 写的是 “不早于 2027-05-28”。已经关停的是更早的 gemini-2.5-flash-image（10 月 2 日）。
**4K 价格别抄第三方那个 $0.0756。** 官方价目和两家转述都是 4K $0.113，$0.0756 这个数与官方表对不上。
Arena 的榜单单号各源互相打架。 有的写文生图第 4、多图编辑第 5，有的正好反过来；能稳住的说法只有 “上线日三项榜单平均提升约 61.7 分”。要用排名，请查当日榜单，别引二手数字。

要把这五块用出差别，按这个顺序做