Nano Banana 2.1对决GPT Image 2.5：8组实测与真实成本

两大科技巨头的最新AI图像模型正面交锋：Google的Nano Banana 2.1与OpenAI的GPT Image 2.5。独立测试者Anass Kartit用相同的8组提示词，对这两款模型（外加Nano Banana 2、Nano Banana Pro以及GPT Image 2.5的Sunburst和Flare两个版本）进行了实测，每张图只取首次生成结果，并记录了每一次调用的成本与耗时。

这篇文章的价值不在于谁更"漂亮"，而在于它用真金白银跑出了一份可复现的成本账单——总计66次调用、花费4.36美元，其中还包括12张作废的图片。

核心结论：谁更便宜？

一个反直觉的结果是：被寄予"半价"厚望的模型，并不是账单上最便宜的那个。

在各自的常规设置下，GPT Image 2.5在high质量档位每张仅0.0326美元，而Nano Banana 2.1每张0.0418美元，且GPT的输出分辨率（1536x864）还更大。价格对比如下：

模型	单张成本（1K/high）	平均耗时
GPT Image 2.5（high）	$0.0326	Flare 16.9s / Sunburst 29.9s
Nano Banana 2.1	$0.0418	15.0s
Nano Banana 2	$0.0684	10.3s
Nano Banana Pro	$0.1389	17.2s

这里有一个关键的方法论差异需要说明：Google的成本是"算出来的"而非"扣出来的"——测试者根据Gemini API返回的token计数乘以当时的刊例价推算；而OpenAI的成本则是OpenRouter实际扣费的usage.cost数值。换句话说，两列数字的来源并不完全对等，Google的推算还包含了"思考"（thinking）token的消耗。

以一张Nano Banana 2.1缩略图为例：54个输入token + 1085个文本与思考token + 1120个图像token，按百万token计价合计0.0418美元。其中纯图像token只占0.0336美元，剩下的都是"思考"开销。这也解释了为什么标称"图像token半价"的Nano Banana 2.1，整张图算下来只比Nano Banana 2便宜约39%，而非一半。

分辨率与质量档位如何影响价格？

两家模型的计费逻辑存在本质区别，这一点对实际成本控制至关重要。

Google按像素计费：Nano Banana 2.1从1K到4K，分辨率翻倍、价格也随之上涨（$0.042 / $0.060 / $0.122），4K输出达到5504x3072。

OpenAI按细节计费：GPT Image 2.5在low到max的5个质量档位下，返回的文件尺寸始终是1536x864——你付费买的是细节精度，而不是像素数量。其价格跨度极大：low档低至$0.0039，max档则飙到$0.1297。

整个测试中最便宜的单张图是GPT Image 2.5的low档（$0.0039），最贵的是Nano Banana Pro的4K档（$0.2443）。还有一个有趣的细节：Nano Banana Pro在2K时竟比1K略便宜（$0.1379 vs $0.1389），原因是这次调用它"想得少"，消耗的思考token更少。

对于需要海量出图的场景，GPT Image 2.5的low档不到半美分的价格，可能是这次测试最大的惊喜。

理解这两种计费逻辑的差异，需要了解各自的底层设计哲学。Google的像素计费本质上是对计算资源的线性收费——生成4K图像需要处理的像素数约为1K的16倍，成本也随之阶梯式上涨。OpenAI的"细节档位"计费则对应模型在去噪扩散过程中的迭代步数或采样精度：low档以较少步数快速收敛，产出文件尺寸和细节量都较小；max档则在同等分辨率下投入更多计算以提升纹理细节、减少伪影。这意味着两家的成本控制策略截然不同：对Google用户而言，裁剪输出分辨率是最直接的降本手段；对OpenAI用户而言，在不需要高精度细节的场景（如草稿预览、批量缩略图）选用low档，可将每张成本压低至high档的十分之一以下。

8组实测：谁赢了哪一局？

最终比分是OpenAI 3比2领先，另有3局平局无得分。但正如测试者反复强调的，最佳模型取决于任务类型，而非这个记分牌。

Google胜出的两局

真人纪实照：Google的三款模型都呈现出带皱纹、柔和窗光的胶片质感，像真实的35mm相机作品。而GPT Image 2.5两个版本都更亮，并且"自作主张"给老人戴上了一顶红色费斯帽——这是提示词里从未要求的。

YouTube缩略图：五款模型都正确拼写出了"HALF PRICE?"和"$0.03"。但Flare在笔记本上画出了真实的公司logo（缩略图中并不想要），Nano Banana 2则擅自加了价格。Nano Banana 2.1最干净利落，手机上清晰可读，成本仅4美分。

OpenAI胜出的三局

塑料玩具：Nano Banana 2.1把包装盒画成了空的，而GPT Image 2.5两个版本都把发亮的厨师公仔放进了盒子里，像真实货架上的玩具。

学校海报：拼写上五款都没错，但Nano Banana 2把海报画成了宽幅画面中央的窄条，Sunburst则充满整个画幅、精确写出4个步骤。

换装编辑：Sunburst的奶油白西装更逼真，带圆角披肩领和口袋巾（6美分），Nano Banana 2.1用4美分完成但领型更简单。

两局平局

广告照和"修复老照片"均未分出胜负。尤其是修复任务暴露了双方的通病：Google保留了背景却把肤色改暗，OpenAI保住了肤色却重绘了全新的蓝色背景——两家都违反了"保持一切不变"的要求。文字书写方面，五款模型全部正确写出了5行粉笔菜单，Nano Banana 2.1甚至给"CAFE"加上了法语音符。

API调用方式速览

测试者公开了完整的调用方法，便于读者复现。

Nano Banana 2.1（Gemini API）：一次generateContent调用，设置responseModalities: ["IMAGE"]，图片以base64形式在inlineData中返回，token计数在usageMetadata里。imageSize支持1K/2K/4K，更换model id即可切换到Nano Banana 2（gemini-3.1-flash-image）或Pro（gemini-3-pro-image）。编辑图片时把参考图放在parts数组最前面即可。

GPT Image 2.5（OpenRouter）：通过POST /api/v1/images调用，注意其chat completions端点在测试中拒绝了这些图像模型。quality支持low到max五档，编辑时通过input_references传入参考图（URL或base64，最多16张）。测试者提醒：首轮调用若不指定aspect_ratio，可能返回3:2而非预期的16:9——他为此作废重跑了12张图。

值得注意的是，两家API在编辑（图生图）模式下的工作机制也有所不同。Gemini API的编辑方式是将参考图与文字提示一同放入同一个parts数组，模型以多模态方式理解输入，本质上仍是一次generateContent请求，并不区分"生成"与"编辑"端点。GPT Image 2.5则通过独立的input_references字段传入参考图，支持URL或base64格式，最多16张，系统会将其理解为风格或内容参考而非严格的像素级修改底图。这一架构差异解释了为何两家在"修复老照片"任务中都难以做到"保持一切不变"——它们的编辑指令本质上都是带约束的重新生成，而非真正意义上的局部像素修补。

选型建议

按任务匹配，而非盯着记分牌：

需求	推荐	实测成本
带文字的YouTube缩略图	Nano Banana 2.1	$0.042（1K）
逼真照片	Nano Banana Pro	约$0.14（1K）
海量低成本出图	GPT Image 2.5（low）	$0.0039
产品图/玩具/海报/换装编辑	GPT Image 2.5 Flare（high）	$0.0326（编辑$0.061）

如果选GPT Image 2.5，务必用Flare——与Sunburst每档同价，速度却快近一倍。

几点必要的保留

这份测试的严谨之处在于明确标注了局限：每个提示词只跑一次、只取首图，没有重摇；Google的成本是推算而非实际扣费；两家的"常规设置"（Google 1K与OpenAI high）本身就不对等；判分完全出自测试者个人主观，没有自动化评分。此外成本会随每次"思考"量浮动（Nano Banana 2.1在$0.0410到$0.0473之间波动），速度波动更大——一次作废的Flare调用竟耗时144.5秒。

正如测试者的总结：两家都造出了优秀的工具，彼此的差距如今只是一两美分。按任务选型，然后用自己的提示词测一遍——因为"一次就是一次"。