So sánh Nano Banana 2.1, Nano Banana 2 và Nano Banana Pro: Nên chọn phiên bản nào?

Google hiện bán bốn mô hình hình ảnh Nano Banana trên API Gemini. Mẫu mới nhất, Nano Banana 2.1, ra mắt vào ngày 6 tháng 10 năm 2026 với giá mỗi hình ảnh chỉ bằng một nửa so với mẫu mà nó thay thế. Điều này thay đổi cài đặt mặc định cho hầu hết các nhóm, nhưng không phải cho mọi khối lượng công việc.

Hướng dẫn này so sánh Nano Banana 2.1, Nano Banana 2 và Nano Banana Pro, với Nano Banana 2 Lite là tùy chọn tiết kiệm. Mọi mức giá và giới hạn dưới đây đều lấy từ tài liệu tạo hình ảnh và trang giá của Google tính đến ngày 7 tháng 10 năm 2026.

Nhận định nhanh

• Mặc định sử dụng Nano Banana 2.1 (gemini-nano-banana-2.1) cho các dự án mới. Bản thân Google cho biết đây là khuyến nghị cho tất cả các dự án mới, và chi phí đầu ra của nó chỉ bằng một nửa so với Nano Banana 2 ở độ phân giải 1K, 2K và 4K.
• Giữ Nano Banana 2 (gemini-3.1-flash-image) nếu bạn cần đầu ra 0.5K (512px). 2.1 không cung cấp kích thước đó.
• Sử dụng Nano Banana 2 Lite (gemini-3.1-flash-lite-image) cho hình ảnh 1K với số lượng lớn, không có định vị và ít đầu vào tham chiếu. Giá mỗi hình ảnh tương đương 2.1 ở 1K, đầu vào rẻ hơn.
• Chọn Nano Banana Pro (gemini-3-pro-image) khi bạn cần những gì Google định vị là cấp độ cao cấp của họ cho sản xuất tài sản chuyên nghiệp, và bạn có thể trả gấp khoảng bốn lần cho mỗi hình ảnh 1K.

Một lưu ý: Google chưa công bố bất kỳ điểm chuẩn nào cho 2.1. Thông báo ra mắt của họ cho biết 2.1 “vượt trội hơn các mẫu trước đây của chúng tôi trên mọi phương diện,” nhưng không có số liệu so sánh. Không có điều gì ở đây khẳng định một mẫu trông đẹp hơn mẫu khác; hãy tự kiểm tra điều đó trên các câu lệnh của riêng bạn, như được hiển thị bên dưới.

Thông số kỹ thuật so sánh

Những gì bảng tóm tắt:

• Tính toán token. Một hình ảnh 1K là 1.120 token đầu ra, 2K là 1.680, và 4K là 2.520, cho cả 2.1 và Nano Banana 2. Cùng số lượng token, một nửa mức giá, một nửa chi phí.
• Theo lô. 2.1 cũng liệt kê giá theo lô ở 2K ($0.0252) và 4K ($0.0378).
• Tư duy. Các mô hình hình ảnh Gemini 3 có khả năng tư duy theo mặc định, và bạn không thể tắt nó trong API. Tối đa hai "hình ảnh tư duy" tạm thời được tạo ra và không tính phí. Đầu ra văn bản và tư duy trên 2.1 có giá $7.50 mỗi 1M token, so với $3 trên Nano Banana 2.
• Chi phí định vị. 5.000 yêu cầu tìm kiếm miễn phí mỗi tháng được chia sẻ giữa các mô hình Gemini 3.x, sau đó là $14 cho mỗi 1.000 yêu cầu.

Chi phí cho mỗi 1.000 hình ảnh

Chỉ chi phí đầu ra, API tiêu chuẩn (không theo lô), cấp trả phí:

Với API theo lô, 2.1 giảm xuống còn $16.80, $25.20 và $37.80 cho mỗi 1.000 hình ảnh ở độ phân giải 1K, 2K và 4K.

Hai con số nổi bật. Một hình ảnh 4K trên 2.1 ($0.0756) có giá thấp hơn một hình ảnh 1K trên Pro ($0.134). Và 2.1 ở 1K ($0.0336) thấp hơn mức 512px của Nano Banana 2 ($0.045), vì vậy chỉ giữ 0.5K nếu bạn cần kích thước chính xác đó.

Khi việc chỉnh sửa nhiều đầu vào thay đổi bài toán chi phí

Đầu ra chỉ là một nửa chi phí. 2.1 tính phí $1.50 cho mỗi 1M token đầu vào, gấp ba lần so với $0.50 của Nano Banana 2, vì vậy các khối lượng công việc chỉnh sửa với nhiều hình ảnh tham chiếu sẽ tốn nhiều hơn ở phần đầu vào.

Dưới đây là một ví dụ minh họa. Mỗi hình ảnh đầu vào có giá 1.120 token, theo trang mô hình Vertex AI của Google.

Kịch bản: một quy trình chụp sản phẩm gửi 14 hình ảnh tham chiếu cộng với một câu lệnh 500 token và nhận lại một hình ảnh 1K.

Ngay cả ở mức tối đa 14 hình ảnh, 2.1 vẫn thắng, nhưng khoảng cách thu hẹp từ 50% xuống còn khoảng 23%.

Điểm hòa vốn ở đâu? Mỗi token đầu vào tốn thêm $0.000001 trên 2.1, và khoản tiết kiệm đầu ra mỗi hình ảnh là $0.0334 ở 1K, $0.0506 ở 2K hoặc $0.0754 ở 4K. Vì vậy, 2.1 chỉ tốn nhiều hơn khi một yêu cầu mang khoảng 33.400 token đầu vào ở 1K, 50.600 ở 2K hoặc 75.400 ở 4K. Riêng 14 hình ảnh tham chiếu không đạt đến mức đó.

Hai điều có thể đẩy bạn đến gần hơn:

1. Các phiên chỉnh sửa nhiều lượt dài. Nếu bạn nối các chỉnh sửa bằng previous_interaction_id, hãy theo dõi số lượng token đầu vào trong dữ liệu sử dụng của mỗi phản hồi, vì các lượt trước đó có thể bổ sung vào ngữ cảnh mà bạn phải trả phí. Một phiên mười lượt với đầy đủ tham chiếu có thể vượt ngưỡng 1K.
2. Token tư duy và văn bản. 2.1 tính phí chúng ở mức $7.50 mỗi 1M, so với $3 trên Nano Banana 2. Tính năng tư duy không thể tắt được, vì vậy một câu lệnh kích hoạt suy luận mạnh sẽ thu hẹp khoảng cách hơn nữa.

Nếu bạn thực hiện các chỉnh sửa 1K với lịch sử dài, hãy đo lường cả hai mô hình trên lưu lượng truy cập thực tế trước khi chuyển đổi.

Vị trí của Nano Banana 2 Lite

Lite là tùy chọn tiết kiệm. Google gọi nó là "mô hình hình ảnh Gemini nhanh nhất và rẻ nhất" và niêm yết giá $0.25 cho mỗi 1M token đầu vào với cùng mức $0.0336 cho mỗi hình ảnh 1K như 2.1.

Lite chỉ xuất ra 1K, không hỗ trợ định vị bằng Google Search, và Google cho biết nó "không được tối ưu hóa" cho nhiều đầu vào tham chiếu hoặc chỉnh sửa nhiều lượt.

Đối với tạo hình ảnh từ văn bản 1K đơn giản với số lượng lớn, Lite và 2.1 có chi phí mỗi hình ảnh tương đương nhau và đầu vào của Lite chỉ bằng một phần sáu của 2.1. Khi bạn cần 2K, 4K, định vị hoặc chỉnh sửa lặp lại, hãy chuyển sang 2.1.

Google cũng khuyến nghị Lite là lộ trình di chuyển cho Nano Banana gốc (gemini-2.5-flash-image), hiện đã lỗi thời. Bài so sánh Nano Banana 1 và Nano Banana 2 của chúng tôi đề cập đến bước nhảy vọt trước đó.

Khi nào Nano Banana Pro vẫn có ý nghĩa

Google mô tả Pro là "lựa chọn cao cấp cho các tác vụ hình ảnh phức tạp nhất" và cho biết nó được tối ưu hóa cho sản xuất tài sản chuyên nghiệp, với mức độ hiểu biết thế giới cao nhất, bản địa hóa nâng cao, tính nhất quán thương hiệu chính xác và kiểm soát sáng tạo chính xác. Hướng dẫn tạo câu lệnh của nó cũng khuyến nghị Pro cho các tài sản chuyên nghiệp nặng về văn bản.

Đó là những tuyên bố định vị, không phải kết quả đo lường. Không có so sánh Pro với 2.1 được công bố, hãy coi đây là một câu hỏi về ngân sách mà bạn tự xác thực:

• Chọn Pro nếu quy trình làm việc chuyên nghiệp của bạn đã đáp ứng yêu cầu, hoặc bạn phụ thuộc vào giới hạn nhất quán năm nhân vật của nó.
• Thử 2.1 trước nếu bạn sử dụng Pro cho công việc có khối lượng lớn. Ở 4K, 2.1 có giá bằng khoảng một phần ba của Pro ($0.0756 so với $0.24). Ở 1K thì khoảng một phần tư.
• Pro không thể thực hiện định vị bằng Image Search hoặc đầu vào video.

Để biết định dạng yêu cầu Pro đầy đủ, hãy xem hướng dẫn API Nano Banana Pro của chúng tôi.

Lưu ý di chuyển

Việc chuyển từ Nano Banana 2 sang 2.1 chỉ là một thay đổi một dòng trong chuỗi model. Điểm cuối (endpoint), response_format và công cụ google_search vẫn giữ nguyên:

curl -s -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-nano-banana-2.1",
    "input": [{"type": "text", "text": "A studio product photo of a ceramic mug on a walnut desk"}],
    "response_format": {"type": "image", "mime_type": "image/png", "aspect_ratio": "16:9", "image_size": "2K"}
  }'

Kiểm tra những điều sau trước khi bạn triển khai lưu lượng sản xuất:

• Kích thước hình ảnh. Nếu bất kỳ lệnh gọi nào gửi "image_size": "512px" hoặc 0.5K, hãy giữ nó trên gemini-3.1-flash-image. 2.1 không hỗ trợ kích thước đó.
• Chữ K viết hoa. "2K" hoạt động. "2k" bị từ chối trên mọi mô hình.
• Tìm kiếm hình ảnh. Thêm "search_types": ["web_search", "image_search"] vào công cụ google_search, và hiển thị các gợi ý tìm kiếm được trả về theo yêu cầu của Google.
• Ngân sách. Mục đầu vào của bạn sẽ tăng gấp ba lần cho cùng một lưu lượng truy cập. Mục hình ảnh của bạn sẽ giảm một nửa.
• Gói miễn phí. Không có mô hình nào trong số này có gói API Gemini miễn phí; hãy xem cách sử dụng Nano Banana 2.1 miễn phí.

Để biết hướng dẫn mã đầy đủ, bao gồm chỉnh sửa nhiều lượt và định vị, hãy xem hướng dẫn API Nano Banana 2.1 và tổng quan Nano Banana 2.1 để biết những thay đổi.

Cách kiểm tra A/B ba mô hình trong Apidog

Không có điểm chuẩn nào được công bố, so sánh quan trọng là so sánh trên các câu lệnh của riêng bạn. Apidog chạy nó mà không cần công cụ kiểm thử:

1. Lưu một yêu cầu. Tạo POST https://generativelanguage.googleapis.com/v1beta/interactions, lưu khóa của bạn dưới dạng biến môi trường và đặt tiêu đề x-goog-api-key: {{GEMINI_API_KEY}}. Dán phần thân JSON ở trên, bao gồm bất kỳ hình ảnh tham chiếu nào dưới dạng các phần {"type": "image", "mime_type": "image/jpeg", "data": "<BASE64>"}.
2. Nhân đôi nó hai lần. Chỉ thay đổi trường model: gemini-nano-banana-2.1, gemini-3.1-flash-image và gemini-3-pro-image. Giữ nguyên câu lệnh, tham chiếu, tỷ lệ khung hình và image_size, để mô hình là biến duy nhất.
3. Gửi và so sánh. Apidog hiển thị trạng thái, độ trễ và kích thước của mỗi phản hồi. Giải mã từng hình ảnh base64 và xem xét chúng cạnh nhau.
4. Biến nó thành kiểm tra hồi quy. Khẳng định trạng thái 200 và một hình ảnh không trống, nhóm các yêu cầu vào một kịch bản kiểm thử, và chạy lại nó khi Google cập nhật một mô hình.

Chạy 10 đến 20 câu lệnh thực tế, không phải một, sau đó nhân giá mỗi hình ảnh của từng mô hình với khối lượng hàng tháng của bạn. Tải Apidog miễn phí để thực hiện theo.

Câu hỏi thường gặp

Nano Banana 2.1 có tốt hơn Nano Banana 2 không? Google cho biết 2.1 “vượt trội hơn các mô hình trước đây của chúng tôi trên mọi phương diện,” dẫn chứng thiết kế hình ảnh, chỉnh sửa dựa trên mặt nạ, tính nhất quán chủ đề và hình ảnh trông tự nhiên hơn. Họ chưa công bố điểm chuẩn, vì vậy hãy tự xác minh trên các câu lệnh của riêng bạn.

Nano Banana 2.1 có rẻ hơn Nano Banana 2 không? Mỗi hình ảnh, có: một nửa giá ở 1K, 2K và 4K. Mỗi token đầu vào, không: $1.50 so với $0.50 mỗi 1M. Đối với hầu hết các khối lượng công việc, tiết kiệm đầu ra là ưu thế.

Tôi có nên thay thế Nano Banana Pro bằng 2.1 không? Hãy thử nghiệm trước. 2.1 có giá bằng khoảng một phần tư của Pro ở 1K, nhưng Google vẫn định vị Pro là mô hình cao cấp của họ.

Tôi có thể sử dụng Nano Banana 2.1 miễn phí không? Không phải trên API Gemini. Trang giá không liệt kê gói miễn phí nào cho bất kỳ mô hình Nano Banana nào, nhưng bạn có thể thử nghiệm 2.1 trong Google AI Studio.

Tôi có thể gửi bao nhiêu hình ảnh tham chiếu? Lên đến 14 trên cả ba mô hình. 2.1 và Nano Banana 2 duy trì tính nhất quán cho tối đa 10 vật thể và 4 nhân vật. Pro xử lý tối đa 6 vật thể và 5 nhân vật.

Kết luận

Nano Banana 2.1 là lựa chọn mặc định hợp lý cho công việc hình ảnh Gemini mới: một nửa chi phí mỗi hình ảnh so với Nano Banana 2 với cùng các giới hạn về định vị, đầu vào video và hình ảnh tham chiếu. Chỉ nên giữ Nano Banana 2 cho đầu ra 512px hoặc các tác vụ chỉnh sửa lịch sử dài mà bạn đã đo lường. Sử dụng Lite cho hình ảnh 1K đơn giản với số lượng lớn. Giữ Pro ở những nơi mà vị trí cao cấp của nó phù hợp với nhu cầu của bạn, và chứng minh điều đó bằng một thử nghiệm so sánh trực tiếp trước khi trả giá gấp bốn lần.