目前可在 Kunavo 呼叫的三個最強圖片模型——Google 的 Nano Banana Pro、OpenAI 的 GPT-Image-2，以及 Google 更新且更便宜的 Nano Banana 2。三者共用一個 OpenAI 相容 API 介面，因此在它們之間切換只需變更一個單字。以下說明它們的差異、何時選用哪一個，以及實際成本落在哪裡。
競爭者
- Nano Banana Pro——Google 的高階圖片模型。頂級保真度，也是本組最擅長在圖片中呈現文字的模型：招牌、UI 標籤、包裝與多行文案第一次生成就能清楚辨識。三者中最昂貴，但仍比 Google 官方費率低 50%。
- GPT-Image-2——OpenAI 的原生圖片模型。提示理解能力強——能緊密遵循明確、詳細的指示——而且每張圖片的價格固定，不會隨解析度上升，因此升級到 4K 後是最便宜的選項。
- Nano Banana 2——高性價比選擇。較新的 Nano Banana，比原版提高了保真度與提示遵循能力，且三者中 1K 價格最低。大量生成時的預設選擇。
三者在 Kunavo 的費率都比各供應商官方費率低 13–50%。相同的 OpenAI API 介面——只有模型 slug 會變更：
# Same client. Same code shape. Different model.
# All three return a temporary URL you can download.
from openai import OpenAI
client = OpenAI(
api_key="sk-kn-...",
base_url="https://api.kunavo.com/v1",
)
prompts = [
"a glass-walled tea house at the edge of a misty forest, golden hour, "
"cinematic, 50mm lens, shallow depth of field",
"a vintage Italian espresso machine on a marble counter, soft window "
"light, food magazine photography",
"a stylized cityscape map of Tokyo, isometric, pastel colors, "
"labeled districts in elegant serif",
]
for prompt in prompts:
for model in ["nano-banana-pro", "gpt-image-2", "nano-banana-2"]:
resp = client.images.generate(
model=model,
prompt=prompt,
size="1024x1024",
)
print(model, resp.data[0].url)如何選擇
圖片中的文字——招牌、UI mockup、海報
從 Nano Banana Pro 開始。Google 的 Nano Banana 系列在目標是呈現圖片內清晰文字時，是目錄中最強的選擇——多行文案、不同字重與品牌風格一致性都表現良好。如果你的使用情境讓畫面中出現任何呈現出的文字——Twitter 卡片 mockup、產品包裝、資訊圖表海報、應用程式商店截圖——這是第一個應該嘗試的模型。GPT-Image-2 是合格的第二選擇；預算型 Nano Banana 2 能處理短標籤，但文字越長越不可靠。
提示保真度——明確、複雜的提示
GPT-Image-2 與 Nano Banana Pro 在這方面都很出色，但個性不同。GPT-Image-2 偏向字面遵循：會緊密依照詳細、明確寫出的提示，適合精確的需求。Nano Banana Pro 更擅長遵循構圖要求（「把 X 放在左邊、Y 放在後面」）以及任何包含文字的需求。對於包含四個以上元素且具有嚴格空間關係的場景，目前所有模型都會退化——預期需要生成幾個候選結果再挑選。
預算與大量生成
Nano Banana 2 是高性價比的預設選擇。標準解析度下，每張 1K 圖片約 $0.047，是三者中最便宜的，且保真度明顯優於原版 Nano Banana。如果你要生成縮圖、變體，或在規模化情況下每張圖片成本最重要，請從這裡開始；只有需要文字或頂級保真度的畫面才升級到 Nano Banana Pro。（如果你追求絕對最低成本，原版 Nano Banana 更便宜。）
需要 4K 時
GPT-Image-2 在 4K 成本上意外勝出。它在 1K、2K 與 4K 的每張圖片價格固定，而 Nano Banana 系列會隨解析度提高價格。因此對高解析度輸出而言，GPT-Image-2 既有能力又是本組最便宜的選擇——製作印刷素材與大型主視覺圖片時值得記住。
成本（Kunavo 上每張圖片）
三者都是按圖片而不是按 token 計費。/pricing上的每次呼叫價格：
- Nano Banana Pro：1K／2K 約 $0.067，4K 約 $0.12（高階選擇——在適合的使用情境中，文字品質值得這個價格）
- GPT-Image-2：所有解析度每張圖片約 $0.063（固定價格——因此 1K 屬於中等價格，4K 則是最便宜）
- Nano Banana 2：1K 約 $0.047、2K 約 $0.071、4K 約 $0.106（標準解析度下最便宜）
失敗的呼叫不會計費——如果模型 slug 拼錯，或上游拒絕你的提示，錢包餘額不會變動。完整規則請參閱 /docs/billing。
應該從哪一個開始？
- 圖片中有任何文字（UI mockup、行銷素材、包裝）？選 Nano Banana Pro。其他模型甚至不用先試。
- 精確、字面遵循的提示或 4K 輸出？選 GPT-Image-2。它的提示遵循能力出色，固定價格也讓高解析度成本低。
- 成本最重要的大量生成？選 Nano Banana 2。1K 最便宜，而且保真度足以應付大多數生產工作。
- 正在建立需要上述所有能力的通用工具？將 Nano Banana 2 設為預設，處理大部分請求；對於文字密集的畫面，讓使用者（或你自己的路由）升級到 Nano Banana Pro；對於 4K，升級到 GPT-Image-2。一個預設搭配兩個備用出口，比強迫每個請求都經過最昂貴的模型更好。
編輯圖片——另一個問題
對於圖片轉圖片工作，同一個 /v1/images/edits 端點上有兩個可用的編輯模型：Nano Banana Edit（同樣擅長呈現文字，最適合替換包裝與招牌上的文案）以及 GPT-Image-2 Edit（適合針對性變更，提示遵循能力接近）。只要在提示旁傳入 image 即可。
親自試用
完整目錄位於 /models，可依類別篩選。最快的比較方式是註冊並從 $10 起加值，使用你自己的 5 個提示執行上方片段，讓你的眼睛做選擇。圖片品味因人而異——正確的對比測試，是用你的提示執行的測試。