目前可以在 Kunavo 上调用的三款最强图像模型——Google 的 Nano Banana Pro、OpenAI 的 GPT-Image-2，以及 Google 更新且更便宜的 Nano Banana 2。它们共享同一个 OpenAI 兼容 API 接口，因此在它们之间切换只需修改一个词。下面介绍它们的区别、分别适合什么场景，以及实际成本落在哪里。
竞争者
- Nano Banana Pro——Google 的高端图像模型。在这一组中拥有顶级保真度和最佳的图像内文字渲染能力：标牌、UI 标签、包装和多行文案第一次生成就能保持清晰可读。三者中价格最高，但仍比 Google 的官方费率低 50%。
- GPT-Image-2——OpenAI 的原生图像模型。提示词理解能力强，能紧密遵循字面且详细的指令；每张图价格固定，不会随分辨率提高而增加，因此一旦使用 4K，它就是最便宜的选项。
- Nano Banana 2——高性价比之选。它是更新一代的 Nano Banana，相较原版提升了保真度和提示词遵循能力，同时拥有三者中最低的 1K 价格。批量生成时的默认选择。
Kunavo 上的三者价格均比各提供商官方费率低 13–50%。使用完全相同的 OpenAI API 接口，只有模型 slug 会变化：
# Same client. Same code shape. Different model.
# All three return a permanent files.kunavo.com URL.
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)如何选择
图像内的文字——标牌、UI 模拟图、海报
从 Nano Banana Pro 开始。Google 的 Nano Banana 系列在目录中最擅长渲染图像内清晰可读的文字——多行文案、不同字重和品牌风格一致性都表现出色。如果你的使用场景中有任何渲染文字出现在画面里——Twitter 卡片模拟图、产品包装、信息图海报、应用商店截图——它就是首选。GPT-Image-2 是能力不错的第二选择；预算型 Nano Banana 2 可以处理短标签，但随着文字变长，可靠性会下降。
提示词保真度——字面、复杂提示词
GPT-Image-2 和 Nano Banana Pro 都很擅长这一点，但各有不同的特性。GPT-Image-2 更偏向字面理解：它会紧密遵循详细、明确写出的提示词，这正适合需求说明非常精确的情况。对于构图类要求（“把 X 放在左边，把 Y 放在后面”）以及任何包含文字的内容，Nano Banana Pro 更擅长遵循指令。对于包含四个或更多元素且空间关系严格的场景，当前所有模型都会出现效果下降——预计需要生成几个候选结果再进行挑选。
预算与高频使用
Nano Banana 2 是性价比默认选择。按标准分辨率计算，它每张 1K 图像约 $0.047，是三者中最便宜的，同时保真度也明显优于初代 Nano Banana。如果你要生成缩略图、变体，或进行任何以规模化生成为主、单张成本占主导的工作，可以从它开始；只有需要文字或最高保真度的画面，才升级到 Nano Banana Pro。（如果你追求绝对最低价，初代 Nano Banana 还要更便宜。）
需要 4K 时
在 4K 下，GPT-Image-2 在成本方面出人意料地胜出。它在 1K、2K 和 4K 下的单张价格保持不变，而 Nano Banana 系列会随分辨率提高而涨价。因此，对于高分辨率输出，GPT-Image-2 既有能力，也是这组模型中最便宜的选择——制作印刷素材和大型主视觉图时值得记住这一点。
成本（每张图片，在 Kunavo 上）
三者都是按图片计费，而不是按 token 计费。/pricing 页面显示的单次调用价格如下：
- Nano Banana Pro：1K / 2K 约 $0.067，每张 4K 约 $0.12（高端选择——在合适的使用场景中，文字质量值得这笔费用）
- GPT-Image-2：所有分辨率下每张约 $0.063（固定价格——因此在 1K 下属于中等价位，在 4K 下则是最便宜的）
- Nano Banana 2：1K 每张约 $0.047，2K 每张约 $0.071，4K 每张约 $0.106（标准分辨率下最便宜）
失败的调用不会计费——如果你拼错模型 slug，或上游拒绝了你的提示词，钱包余额不会被扣除。完整规则请参阅 /docs/billing。
应该从哪个开始？
- 图像中包含文字（UI 模拟图、营销素材、包装）？选择 Nano Banana Pro。不要从其他模型开始。
- 需要精确、字面化的提示词或 4K 输出？选择 GPT-Image-2。它的提示词遵循能力出色，而且固定价格让高分辨率输出成本很低。
- 高频生成且成本是首要因素？选择 Nano Banana 2。它在 1K 下最便宜，同时保真度足以满足大多数生产工作。
- 正在构建一个需要涵盖以上所有场景的通用工具？将 Nano Banana 2 设为默认模型，处理大多数请求；对于文字密集型画面，让用户（或你自己的路由逻辑）升级到 Nano Banana Pro；对于 4K 输出，升级到 GPT-Image-2。一个默认选择加两个备用出口，比强制每个请求都经过最昂贵的模型更好。
编辑图像——另一个问题
对于图生图工作，/v1/images/edits 同一端点上提供两个编辑模型：Nano Banana Edit（同样具备强大的文字渲染能力，最适合替换包装和标牌上的文案）以及 GPT-Image-2 Edit（适合进行目标明确的修改，并能紧密遵循提示词）。只需将 image 与提示词一同传入。
亲自试试
完整目录位于 /models，并可按类别筛选。最快的比较方法是注册并充值 $10 起，使用你自己的 5 条提示词运行上面的代码片段，然后凭视觉感受做出选择。图像审美因人而异——正确的对比测试，就是用你自己的提示词运行的那一次。