返回模型列表

Google: Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image)在线

google/gemini-3.1-flash-lite-image
对比对话

Google: Nano Banana 2 Lite (Gemini 3.1 Flash-Lite Image) 是 Google 最快、最具成本效益的 Gemini 图像模型,专为高频开发流水线和快速视觉探索而构建。它能在约 4 秒内完成文本转图像生成,速度比 Gemini 3.1 Flash Image 快约 2.7 倍,同时保持了 Nano Banana 系列的角色一致性、精确编辑能力和现实世界知识。单一的嵌入式 API 可处理文本转图像、图像编辑和多图像合成。作为多模态模型,它还能在返回图像的同时生成文本。输出分辨率为 1K,支持 14 种宽高比,并带有不可见的 SynthID 水印,以便识别为 AI 生成。作为 Nano Banana 2 系列中质量与速度的最佳平衡点,它能以比重量级生产模型低得多的成本生成数千张图像,非常适合原型设计、实时应用程序和大规模视觉工作流。

由:Google输入类型:输出类型:发布时间:2026-07-01

供应商

在多个供应商之间路由请求。复制供应商标识以设置偏好供应商。

供应商缓存命中率上下文
Google Vertex
google-vertex
4.52%$0.25/ 百万 token$1.5/ 百万 token读取:0.025/ 百万 token写入:-/ 百万 token65.54K2.98s351tps

可用率

AI Gateway 直连请求及各供应商的成功率。

吞吐量

AI Gateway 实时流量的 P50 吞吐量,单位为每秒 token 数(TPS)。

Oct 26, 15:00
Google Vertex351 tps

延迟

AI Gateway 实时流量的 P50 首 token 延迟(TTFT),单位为毫秒。

活动

该模型随时间变化的 token 用量和请求流量。

Token 消耗

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis

No data
该模型暂无基准测试数据。

Apps

Public apps that send the most traffic to this model. Good signal for what real production workloads look like — and a hint at which use cases this model is best suited for. View All

Token 排行

相关模型

更多模型来自 Google

Google: Gemini 4 Argon
11.60Btoken

Google: Gemini 4 Argon 是 Google DeepMind 于 2026 年 9 月 30 日发布的尖端模型。它是 Gemini 4 系列中的首个模型,采用了全新的命名方案。它在编程、金融研究、法律起草以及自主修复网络安全漏洞方面表现强劲。该模型支持文本、图像、视频和文件输入,并拥有 100 万 token 的上下文窗口。在基准测试中,其 DeepSWE v1.1 得分为 77.9%,领先于 Claude Opus 5.5 和 GPT-6 Astra,并以 68.90% 的成绩在 Vals Index 中排名第一。

Google: Nano Banana 2.1 (Gemini Nano Banana 2.1)
87.96Mtoken

Google: Nano Banana 2.1 (Gemini Nano Banana 2.1) 是一款升级版多模态推理图像模型,专为生产级图像生成和编辑而设计。它有更强的提示遵循能力、多参考编辑功能以及更高的视觉保真度。该模型能理解文本、图像、视频和 PDF 输入,支持文本与图像的交替生成,并在生成图像前能对复杂的空间和构图指令推理。另外,该模型还支持通过 Google 搜索和 Google 图片搜索进行基础验证,这样实现更好的长尾实体识别、视觉理解和输出准确性。

Gemini 3.8 Flash TTS
594.57Ktoken

Gemini 3.8 Flash TTS 是来自 Google 的一款文本转语音模型,也是 Gemini 3.1 Flash TTS Preview 的后续版本。它是 3.8 TTS 系列中的创意层级产品,适用于叙述、角色配音和多说话人对话等场景,在这些场景中,语音保真度、表演细腻程度以及地区方言覆盖范围比延迟更为重要。