多數人想像中的 AI 生圖工具，比較像一個手腳很快、但不太聽得懂需求的助理——丟一句提示詞，它就憑直覺畫一張圖，畫面漂亮，卻常常抓錯重點、忘記你剛剛已經講過的條件。Google DeepMind 在 2025 年 11 月 20 日發布的 Nano Banana Pro，走的是完全不同的路線。它更像一位資深美術指導，接到需求會先讀懂你要什麼、想清楚整體構圖的邏輯，才真正動筆，而不是照著關鍵字亂猜。
這支建立在 Gemini 3 Pro 之上的新一代影像模型，靠的是推理能力與對真實世界的知識，而不是單純把提示詞丟進擴散模型裡畫一張圖，也因此它能像人一樣對話式修改、記得上一輪的結果，不用每次重新描述一遍。先從它是什麼樣的模型講起，再一路拆解它跟其他版本差在哪、實際能做到哪些事，最後看免費額度與付費怎麼算。
Nano Banana Pro 是什麼？Gemini 影像家族的頂規版本
Nano Banana Pro 的正式名稱是 Gemini 3 Pro Image，是 Google DeepMind 在 2025 年 11 月 20 日發布的影像生成與編輯模型，直接建立在 Gemini 3 Pro 這個大型語言模型之上。它跟你過去用過的文生圖工具最大的差異，不在畫面精緻度，而在「先理解、再動筆」的順序上。傳統的擴散模型（diffusion model）是把提示詞轉成向量，直接在雜訊裡逐步收斂出一張圖；Nano Banana Pro 則是先用 Gemini 3 Pro 的推理能力讀懂你在說什麼、盤算好整體構圖的邏輯，才開始產出畫面。
這個順序上的差異，直接反映在使用體驗上。你可以像聊天一樣一輪一輪修改同一張圖，模型記得前面已經定案的內容，不用每次重新描述整張圖的所有條件。Google 官方把它的定位講得很明確：鎖定最複雜、最專業的視覺任務，主打最高等級的世界知識、精準的在地化能力、可靠的品牌一致性，以及精細的創意控制。換句話說，它瞄準的不是隨手玩玩的塗鴉需求，而是設計師、行銷團隊真正要交付作品的場合。
Nano Banana Pro、Nano Banana、Nano Banana 2，有什麼差異？
Google 目前的原生影像生成模型家族一共有四支，名字相似卻鎖定不同任務，很容易搞混：
| 模型 | 對應代號 | 定位 | 解析度上限 | 參考圖上限（物件／角色／風格） |
|---|---|---|---|---|
| Nano Banana | Gemini 2.5 Flash Image | 元老款，主打快速、好玩的修圖 | 1K／2K／4K | — |
| Nano Banana Pro | Gemini 3 Pro Image | 本篇主角，專業級的複雜構圖與品牌一致性 | 1K／2K／4K | 6／5／3（共 14 張） |
| Nano Banana 2 | Gemini 3.1 Flash Image | 通才款，延續 Flash 系列的速度優勢 | 0.5K／1K／2K／4K | 10／4／3 |
| Nano Banana 2 Lite | Gemini 3.1 Flash-Lite Image | 最快、最省成本 | 僅 1K | 最多 14 張（以物件為主） |
從這張表可以看出，越往「Pro」靠攏的版本，單張生成的速度就越慢，但換來的是能同時處理更多種類的參考圖、也更擅長維持人物與風格的一致性；越往「Lite」靠攏，則是拿一致性的深度去換反應速度。「Nano Banana 對 Nano Banana Pro」這組對比常被拿出來講，但產品線後續又加了 Nano Banana 2 與 2 Lite 兩支，只看前兩代容易誤判整個家族目前的樣貌。
另外也要提醒，Google 還有 Imagen 4（分 Fast、Standard、Ultra 三個等級）這條獨立的擴散模型產品線，跟 Nano Banana 系列走的是不同技術路線，計價方式也不一樣。Imagen 4 是每張圖片固定收費，Fast 每張 0.02 美元、Standard 每張 0.04 美元、Ultra 每張 0.06 美元，別把它跟 Nano Banana 系列的算法搞在一起。
怎麼開始使用 Nano Banana Pro？
要用到 Nano Banana Pro，依身分不同，入口也不一樣。一般使用者最直接的方式，是打開 Gemini App 或網頁版，選用「Thinking」模型，再點選「建立圖像」；開發者可以透過 Gemini API 或 Google AI Studio 呼叫，模型代號是 gemini-3-pro-image；企業要做規模化的生成作業，則走 Vertex AI 或 Gemini Enterprise。除了這幾個主要入口，NotebookLM、Google Ads 的廣告素材生成，以及 Google Workspace 裡的 Slides 與 Vids，也都已經整合了這支模型。
對設計與行銷工作者特別實用的一點是，Nano Banana Pro 不是只能在 Google 自家產品裡用。Adobe 已經把它接進 Firefly 與 Photoshop、Figma 也把它整合進設計流程、Canva 與人像修圖工具 Photoroom 同樣串接了這支模型。也就是說，不一定要換掉手上原本在用的軟體，你熟悉的工具裡很可能已經用得到它。
圖片裡的中文文字，終於能正確顯示
AI 生圖過去最讓人詬病的痛點之一，就是圖片裡的文字常常變成鬼畫符，尤其是中文這種筆劃複雜的文字，幾乎沒有工具能穩定畫對。Nano Banana Pro 在這件事情上有明顯進步。靠著 Gemini 3 強化後的多語言推理能力，它能正確渲染長段落文字，繁體中文的筆劃與字形也能相對穩定地呈現出來，還能指定文字的質感，像是書法風、立體字、復古印刷風，不只是畫出一堆看得懂的字而已。
更實用的是圖片內文字的翻譯置換。把原本圖片上的英文或日文字換成中文，同時維持原本的字體與材質風格不跑掉，Google 官方展示過的一個案例，是把罐裝飲料包裝上的英文字直接翻譯置換成韓文，同一套邏輯放到中文語境，對做海報、包裝、菜單、Banner 本地化的設計工作者來說是很實際的應用，不必整張重畫，只換文字就好。
不過誠實講，這項能力還沒有到「完全零失誤」的地步，遇到很長的段落或比較生僻的字，偶爾還是會出現細微的誤差，交付前還是需要人工核對一次。
最多 14 張參考圖，維持人物與品牌風格一致
Nano Banana Pro 在多圖參考這件事上，拆得比一般人想像的更細。官方技術文件把「最多 14 張參考圖」分成三個類別：最多 6 張「高保真物件」參考，像是 Logo、產品照這類要求外型精準複製的素材；最多 5 張「角色」參考，讓同一個人在不同場景下，臉型與神情維持一致；最多 3 張「風格」參考，套用色票、字體、視覺語言等品牌風格指南。
對設計師或品牌經營者來說，這個功能最實際的用法，是一次把 Logo、色票、產品照全部丟進去，等於一口氣餵給模型一份完整的品牌規範，後續每一次生成都會自動套用這套風格，這也是它被形容為「給設計師的 few-shot prompting」的原因。適合的場景包括品牌延伸視覺、一系列風格統一的社群圖卡，或是產品原型的示意圖，不用每張圖都重新描述一次品牌調性。
局部編輯、打光、運鏡，一句話就能調整
除了整張圖重畫，Nano Banana Pro 也能做只調整局部、不動到畫面其他地方的精細編輯，這類調整過去多半得在 Photoshop 裡手動處理，現在用一句自然語言描述就能做到。可以調整的項目包括：虛擬相機的拍攝角度、畫面的焦點與景深（例如營造出淺景深的散景效果）、色調的精細調整，甚至是整個場景的光線，把白天的畫面直接轉成夜景。
這些能力落到實際工作上，最常派上用場的是產品照的光影調整、人像的運鏡變化，以及整體氛圍的轉換。原本要重新打光、重新拍攝才能達到的效果，現在可以直接在既有的圖片上調整出來。
連上 Google 搜尋，把資料變成資訊圖表
Nano Banana Pro 另一個跟傳統文生圖工具本質不同的地方，是它能連上 Google 搜尋取得即時、真實世界的資訊，像是天氣、比分、時事這類會隨時間變動的資料，不必自己先查好再貼進提示詞。它也能把使用者提供的原始資料，像是一段文字說明、手寫筆記，或是一組財報數字，轉換成有邏輯的資訊圖表或教學圖解。Google 官方示範過一個做法，是直接下指令把一份食譜的步驟資訊，轉成一張圖解式的製作流程圖表。
這背後仰賴的是一套「Thinking」機制。模型在真正輸出最終畫面之前，會先產生內部的中間圖像，用來推敲構圖與資訊該怎麼安排，確認邏輯通了才產出最後的成品。這正是它跟「下指令就直接畫」的傳統擴散模型最大的不同。傳統擴散模型並沒有這道先想清楚再落筆的步驟。這樣的能力特別適合拿來做知識型內容的教學步驟圖，或是把手上的原始資料做成一次能看懂的視覺化圖表。
支援 4K 輸出與多種長寬比，社群、印刷都能用
Nano Banana Pro 預設產出的解析度是 1K，你也可以指定輸出到 2K 或 4K。依官方定價文件的說明，1K 大約落在 1024×1024 像素，2K 最高可以到 2048×2048 像素，這兩個級距在計價上是同一價位；4K 則最高可以到 4096×4096 像素。長寬比的選項也不只正方形一種，技術文件列出的選項涵蓋了 1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9 等多種比例。
這代表同一個構圖，可以直接對應不同的用途，不用另外裁切：社群貼文適合正方形或直式比例、限時動態或短影音用 9:16、橫式 Banner 或簡報用 16:9，真的要輸出到印刷品，就直接拉高到 4K 解析度，不會因為放大而糊掉。
浮水印是什麼？怎麼分辨圖片是不是 AI 生成？
Nano Banana Pro 生成的每一張圖片，都內嵌了肉眼看不到的 SynthID 數位浮水印，用意是讓外界日後有辦法追溯這張圖是不是 AI 生成的。要驗證也很簡單，把圖片上傳到 Gemini App，直接問它「這是不是 AI 生成的」就可以得到答案，不需要額外的工具。
除了看不到的 SynthID，Nano Banana Pro 的圖片畫面角落還會出現一個看得見的 Gemini 星形浮水印圖示。這層可見浮水印，在免費版與 Google AI Pro 使用者產出的圖片上都會保留；訂閱 Google AI Ultra，或是透過 Google AI Studio、開發者工具產出的圖片，則會拿掉這個可見浮水印，方便直接商用輸出、不需要額外裁切或修圖去背。這對常被問到「能不能拿掉浮水印用在正式作品上」的設計與行銷工作者來說，是個實際會影響工作流程的細節。
免費額度有多少？超過要付費嗎？
一般使用者直接在 Gemini App 或網頁版就能用到 Nano Banana Pro，但免費額度有限，用完之後系統會自動切回原本的 Nano Banana，不是完全不能用，只是降級成前一代模型。如果訂閱 Google AI Plus、Pro 或 Ultra，可以拿到更高的使用額度，其中 Ultra 訂閱者還多了一項好處，就是產出的圖片不會有前面提到的可見浮水印。
開發者或企業如果是透過 API 串接（Vertex AI 或 Gemini API），計價方式是照張數算。標準層級每百萬輸出 token 收費 120 美元，換算下來，1K 或 2K 的圖片一張大約 0.134 美元，4K 的圖片一張大約 0.24 美元；如果改用 Batch API（批次送出、非即時回傳），價格可以再打對折，2K 圖片約 0.067 美元一張、4K 約 0.12 美元一張。
這裡有一個常被搞混的地方。Google AI Studio 這個開發者工具，在網頁上操作本身是免費的；真正會被收費的，是透過程式呼叫 API 的部分。
AI 生圖工具這幾年的競爭重心，已經從「畫得像不像」轉向「懂不懂你要什麼、能不能維持品牌一致」，Nano Banana Pro 代表的正是這個方向，先讀懂需求、再動筆，而不是丟進去賭一次運氣。
對設計師與行銷工作者來說，與其把它當成取代自己的對手，不如當成一個能在草圖階段先把想法具象化、把溝通成本壓到最低的工具：品牌規範一次餵進去，不用每次都重新描述調性；圖片裡的文字終於能正確顯示，不用再靠後製硬修；連解析度與長寬比都能一次對應到不同用途。剩下的，還是回到你想清楚要做什麼、怎麼用它把想法講得更清楚。