← 返回文章列表

Nano Banana 2 Lite 上線:Google 新圖像模型四秒出圖

Nils Liu
Google DeepMind Nano Banana Gemini AI 影像生成 Generative Media 新聞觀察

重點摘要

Google 於 6 月 30 日同步推出 Nano Banana 2 Lite 圖像模型與 Gemini Omni Flash 影片模型,每千張圖只要 3.4 美分。這個價格背後的算力經濟學划算嗎?我們把費米估算攤開來看。

Nano Banana 2 Lite 上線:Google 新圖像模型四秒出圖

Google 在 6 月 30 日同時放出兩個生成模型,Nano Banana 2 Lite 專攻圖像,Gemini Omni Flash 專攻影片。官方標出的價格是每千張圖 3.4 美分,生成一張圖只要四秒。我把這個價格換算成每百萬張圖 34 美元,再拿四秒的生成時間反推需要多少 GPU 工時,算出來的數字兜不攏。如果你手上有更準的批次規模或硬體假設,歡迎回來跟我對一下這筆帳該怎麼算。

事件摘要:兩個模型同時上線,鎖定不同的生產流程

Nano Banana 2 Lite 內部代號 gemini-3.1-flash-lite-image,這次直接進入正式開放,可以透過 Gemini API、Google AI Studio 呼叫,也整合進 Google 搜尋、Gemini App 和相簿。官方主打三個能力:世界知識,能理解場景脈絡生成需要常識判斷的資料視覺化畫面;角色一致性,同一個角色在不同畫面裡長相不跑掉;還有文字與在地化渲染的速度。跟前一代 Nano Banana(Gemini 2.5 Flash Image)相比,Google Cloud 官方部落格的說法是畫質和世界知識都有明顯進步,具體數據沒有公開對照組。

Gemini Omni Flash 走公開預覽,鎖定影片剪輯。它吃文字、圖片、影片三種輸入,能做角色換裝、重新打光、換運鏡角度,還能一邊生成影片一邊同步輸出對應的音訊。價格是每秒影片 0.10 美元,跟 Google 自家的 Veo 3.1 Fast 完全相同。單支影片目前最長生成十秒,輸入端收不了音訊,一個掛著 Omni 名號的模型在輸入端漏了聲音這一項,官方沒有特別解釋原因。

兩個模型都預設開啟 C2PA 內容憑證和 SynthID 隱形浮水印,這是 Google 這兩年在生成內容上一貫的做法。確認會用上這兩顆模型的名單包括 Adobe Firefly、Invideo、WPP 的行銷平台 WPP Open、素材庫 Artlist,Figma 把 Nano Banana 2 Lite 接進了 Figma Weave,Manus AI 也在測試拿 Omni Flash 做即時自主工作流程。Google Cloud AI 產品副總 Michael Gerstenhaber 的官方說法是,好的創作要跟得上想法的速度,這句話聽起來更像是說給採購決策者聽的。

數字背後的真相:3.4 美分一千張圖,划算的是誰

先把 3.4 美分這個數字攤開來看。每千張圖 3.4 美分,等於一百萬張圖 34 美元,單張成本 0.000034 美元。官方同時說一張圖從輸入到輸出只要四秒。如果這四秒等於一張 GPU 卡從頭到尾跑一次推論的時間,一百萬張圖就要燒掉大約 1,111 個 GPU 工時。雲端 A100 或等效算力抓一小時 2 美元的保守價格,1,111 小時的成本是 2,222 美元,對比 34 美元的售價,這門生意帳面上是虧本的。

這筆帳兜不起來,兩種解釋都能成立。後端可能把幾十甚至上百個請求塞進同一批次一起跑,均攤下來每張圖真正佔用的 GPU 時間遠低於四秒。也可能是 Google 自己吃下一部分成本,把這個產品線當成拉高 API 用量、綁定開發者生態系的入口。兩種情況都指向同一個結論,官方公布的四秒延遲數字拿來當成本估算的依據並不可靠,真正決定這個服務能不能長期維持低價的是尖峰流量下的排隊時間,這個數字目前沒有任何協力廠商測過。

Gemini Omni Flash 的定價也值得多看一眼。每秒 0.10 美元跟 Veo 3.1 Fast 完全一樣,Google 把 Omni Flash 定位成另一條產品線,Veo 3.1 Fast 負責從零生成影片,Omni Flash 負責在既有素材上做對話式編輯,同價不同工的切法比較像是在鞏固既有客戶的黏著度。至於「SOTA 影片剪輯」這句話,目前只有 Google 自己這麼講,還沒有獨立測試單位拿 Runway、可靈或 OpenAI 的 Sora 影片編輯功能出來對照跑分,這句話目前只能當行銷用語看待。

接下來值得觀察的指標

三到六個月內可以驗證的具體訊號有三個。第一,Adobe Firefly、Figma Weave 這些已經整合的產品會不會公開實際觀測到的生成延遲,如果尖峰時段的等待時間明顯拉長,就能反推出官方四秒數字背後的批次規模有多大。第二,Gemini Omni Flash 的十秒上限會不會鬆綁,音訊輸入這個缺口會不會補上,這兩個技術限制目前卡住了長影片剪輯這塊市場。第三,OpenAI 的 Sora 或是 Runway、可靈這類對手會不會跟進每秒 0.10 美元的定價,如果沒有人跟進,代表 Google 這次只是把既有的 Veo 定價複製到新產品線,沒打算引發價格戰。

如果這篇對你有幫助,訂閱電子報 可以第一時間收到 AI PM 實戰洞察與 GenAI 落地案例。

延伸閱讀:Claude Sonnet 5 上任 Anthropic 預設模型Nano Banana:Gemini 2.5 Flash 圖像生成實測

訂閱最新分享

加入電子報,第一時間獲取關於金融 AI Agent 實戰與架構設計的最新文章。不訂閱你會慢別人一個週期!

絕不發送垃圾信。隨時皆可取消訂閱。