
Nano Banana 2 是 Rivya 較新的 Nano Banana 圖片模型,適合品牌視覺、產品圖片和參考圖主導的創意草稿,尤其是當你想要比基礎級別更當前的 Google 圖片路徑時。
任務最終用量會向上取整為整數點數。

範例輸出
Nano Banana 2
文字轉圖片 · 圖片轉圖片

範例輸出
Nano Banana 2
最適合
支援
線上試用
目前還沒有可顯示的結果。
模型範例
瀏覽媒體與文字範例。






決策適配
決策適配
最適合的任務
任務接近這些情境時使用
Nano Banana 2 常見問題
Nano Banana 2 適合大尺寸概念、全景版面、大量參考圖專案,以及複雜的行銷活動構圖測試。它提供 1K、2K 和 4K 輸出,以及 15 種長寬比,其中包括極端的 8:1 和 1:8 全景。
先選定必要的解析度和長寬比,再加入參考圖片。若使用極端的 8:1 或 1:8 版面,請明確規劃主體位置與留白,確保全景內容仍清楚易讀。
Rivya 的 Nano Banana 2 目前按解析度計費:1K 為 5 點數、2K 為 8 點數、4K 為 12 點數。這些級別適合大尺寸、全景或大量參考圖工作;如果標準畫幅已經足夠,使用更簡單的圖片模型會更划算。
當你需要最高 4K 解析度(可選 1K / 2K / 4K),以及包含極端 8:1 和 1:8 全景在內的 15 種長寬比時,請選 Nano Banana 2。如果你仍在收斂方向,先從更輕的草稿選項開始。
當第一個結果已經指向大尺寸圖片概念、全景式版面、大量參考圖專案或複雜行銷活動美術方向時,可以從這裡開始。這能讓第一輪更實用:先在這裡檢查輸入、方向和輸出品質,再把它變成更長的專案。
這個頁面目前支援文字轉圖片和圖片轉圖片。當你瞄準大尺寸圖片概念和全景式版面時,可以用它乾淨地判斷任務更適合從提示詞、既有圖片,還是混合參考設定開始。你也可以帶入最多 10 張參考圖片。
執行前,主要檢查 1K、2K 和 4K 這類輸出級別、畫幅形狀和匯出格式。這些通常就是決定第一個結果是否夠接近,能否繼續在這裡朝大尺寸圖片概念和全景式版面迭代,而不必讓設定變得過重的關鍵。
頁面是公開的,但實際提交第一個圖片任務仍需登入。Rivya 目前按解析度收取點數:1K 為 5 點數、2K 為 8 點數、4K 為 12 點數。你可以先整理好提示詞、長寬比和參考圖片,再於準備生成時登入。
當你仍在驗證初始提示詞、參考設定,以及第一個結果是否讓你接近 Nano Banana 2 的大尺寸圖片概念和全景式版面時,可以留在這個頁面。當工作需要儲存歷史、重複圖片修訂、素材管理,或圍繞同一素材展開更長的視覺專案時,再開啟完整 Studio。
比較替代模型
使用文字生成圖片,或透過最多 16 張參考圖編輯圖片。支援 1K、2K、4K 解析度,以及自動、透明和不透明背景。
為什麼考慮它
如果點數說明適合下一次執行,可以考慮它:點數費率: 3–16 / 張圖片。
使用文字生成圖片,或透過最多 16 張參考圖編輯圖片。支援 1K、2K、4K 解析度,以及自動、透明和不透明背景。
為什麼考慮它
如果點數說明適合下一次執行,可以考慮它:點數費率: 3–16 / 張圖片。
OpenAI 在 Rivya 上較新的 GPT Image 模型,支援 text-to-image、image-to-image、最多 16 張參考圖片,以及清楚的 1K / 2K / 4K 點數層級。
為什麼考慮它
如果點數說明適合下一次執行,可以考慮它:點數費率: 3–8 / 張圖片。