為每個請求選擇 Auto、TokenLab Verified 或 Official,並預先顯示價格。查看最新動態

Nano Banana Pro API 定價與成本估算指南

·2026年9月19日·約 7 分鐘閱讀·更新 2026年10月3日·1557 次瀏覽
#圖像#AI API#TokenLab
Nano Banana Pro API 定價與成本估算指南

即使是看起來很便宜的圖像模型,如果誤讀了其計費單位,也可能產生令人驚訝的帳單。TokenLab 上的 Nano Banana Pro API 定價就是一個很好的例子。nano-banana-pro 列出的是單張圖像價格,而與其名稱相似的 gemini-3-pro-image 和 gemini-3.1-flash-image 則列出的是單個 token 價格。本指南將這些項目並列比較,進行批次估算,並展示您實際會發送的兩種請求格式。它還說明了如何確認最終費用。所有數據均來自 TokenLab 的即時模型 API 和文件,觀察時間為 2026-10-03。

重點摘要

  • nano-banana-pro 列出的基本價格為每張圖像 0.067 美元,價格條目中列出的範圍為 0.067 至 0.12(即時模型 API,觀察時間 2026-10-03)。
  • nano-banana-2 列出的價格為每張 0.0335 美元,nano-banana-2-lite 為 0.0168 美元,因此 Pro 的基本價格大約是前者的兩倍,是後者的四倍。
  • gemini-3-pro-image 和 gemini-3.1-flash-image 採用 token 計價,因此單張圖像的預算公式不適用於它們。
  • Nano Banana 參考圖像(reference-image)請求應發送至 /v1/images/generations 並設定 operation: "image-to-image",而非 /v1/images/edits。
  • 最終費用顯示在「使用量 (Usage)」和 billing_transaction_id 中,而非您的估算值中。
  • 本指南不包含基準測試數據,因此不主張 Pro 的輸出效果優於較便宜的 ID。

Nano Banana Pro API 定價一覽

我們讀取了五個圖像模型的目錄條目並將其整理在一個表格中。nano-banana-pro 的價格區塊顯示「有額外的價格條目」,我們在證據中未找到按解析度細分的項目。因此,表格僅顯示已列出的內容。

模型 ID 計價單位 列出的價格條目 (USD) 來源 觀察時間
nano-banana-pro per_image 基本 per_request 0.067;範圍總結 0.067 至 0.12;文字輸出條目 native-gemini-text-output-20260723 (per_token):輸入 1,輸出 6 即時模型 API 2026-10-03 (定價更新於 2026-10-02T16:53:30.068Z)
nano-banana-2 per_image 基本 per_request 0.0335;範圍 0.0225 至 0.0755;文字輸出條目 (per_token):輸入 0.25,輸出 1.5 即時模型 API 2026-10-03
nano-banana-2-lite per_image 基本 per_request 0.0168;單一範圍值 0.0168;條目 google-1k (1k, 文字轉圖像與圖像轉圖像):0.0168 即時模型 API 2026-10-03
gemini-3-pro-image per_token 文字輸出每 1M 輸入 1,輸出 6;圖像輸出條目:60 即時模型 API 2026-10-03
gemini-3.1-flash-image per_token 文字輸出每 1M 輸入 0.25,輸出 1.5;圖像輸出條目:30 即時模型 API 2026-10-03

表格中有兩個細節很容易被忽略。

  • 目錄說明 nano-banana-pro 的圖像輸出「保留現有的每張圖像解析度層級」。它並未說明哪個層級對應 0.067,哪個對應 0.12。在承諾預算之前,請閱讀 GET /v1/models/nano-banana-pro/pricing 以獲取該對應關係,正如計費指南所建議的那樣。
  • nano-banana-pro 上的文字輸出條目是按 token 計價的。請將其視為與單張圖像費用分開的項目,並檢查您的請求是否會產生文字輸出。

計費文件也警告不要硬編碼複製的價格表。我們的表格是一個過時的快照,您的程式碼應在需要時讀取價格。

進行批次估算

假設一個團隊在一次執行中生成 200 張產品圖像。我們將列出的價格相乘以查看差異。這些是估算值,而非報價。

模型 計算方式 估算 (USD)
nano-banana-pro,基本價格 200 × 0.067 13.40
nano-banana-pro,列出範圍上限 200 × 0.12 24.00
nano-banana-2,基本價格 200 × 0.0335 6.70
nano-banana-2,列出範圍上限 200 × 0.0755 15.10
nano-banana-2-lite 200 × 0.0168 3.36

現在加入重新生成的情況。如果團隊拒絕了 20% 的結果並使用 nano-banana-pro 以基本價格重新生成,那就是額外 40 張圖像。總數變為 240 × 0.067 = 16.08,這同樣是估算值。非同步文件說明失敗的任務不會收費,但失敗生成的重試會建立一個新任務,並可能產生新的費用。成功的重試會像任何其他已完成的圖像一樣計費。

13.40 到 24.00 之間的差距是真正的不確定性來源。它來自於我們僅憑證據無法對應到解析度的價格條目。請在您的目標解析度下執行一個小型的測試批次,然後將「使用量」記錄與上述算術進行比較。

何時選擇 nano-banana-pro 而非較便宜的 ID

文件記載的差異可能比您預期的要少。以下是文件和目錄所支援的內容。

  • 選擇器。 nano-banana-pro 和 nano-banana-2 皆支援 aspect_ratio 加上 resolution(1k、2k、4k),適用於文字轉圖像和圖像轉圖像。對於 nano-banana-2-lite,我們找到的唯一價格條目是 1k,且其接受的請求格式在目錄中「未列出」。如果您需要 2k 或 4k 輸出,我們未找到 Lite 版本的相關文件支援。
  • 交付。 nano-banana-pro 列出 TokenLab Verified 和 Official 交付方式皆可用於這兩種操作。gemini-3-pro-image 僅列出 Verified。
  • 價格。 Pro 的基本價格為 0.067,而其他為 0.0335 和 0.0168。目錄未給出除此以外的差距原因。
  • 生命週期。 三者皆顯示為活躍的生命週期階段,沒有替換模型,也沒有棄用日期。原始文章稱 nano-banana 和 nano-banana-edit 已棄用,但我們未找到相關證據,因此我們刪除了該說法。在依賴任何 ID 之前,請檢查模型頁面。

我們未進行基準測試的內容比上述列表更重要。我們沒有這些模型的圖像品質、提示詞遵循度、文字渲染或延遲數據。因此,我們無法斷言 Pro 看起來比 nano-banana-2 更好。一個穩健的方法是使用每個候選模型渲染相同的 20 個提示詞,並透過肉眼比較輸出結果。然後比較「使用量」中每張已接受圖像的成本。這也是計費文件建議的方法:列出的最低價格並不總是每個已完成任務的最低成本。

一個生成請求與一個編輯請求

以下兩個呼叫皆使用 POST /v1/images/generations。圖像生成指南說明 Nano Banana 風格的參考生成不屬於 /v1/images/edits。請務必明確發送 model,因為圖像 API 沒有預設值。

文字轉圖像,使用 Create Image 參考中列出的 Google 圖像系列欄位:

curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-pro",
    "prompt": "A cinematic portrait of a white cat sitting on a rainy windowsill",
    "aspect_ratio": "16:9",
    "resolution": "2k"
  }'

編輯,即使用 operation: "image-to-image" 和 image_urls 的參考圖像生成:

curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-pro",
    "operation": "image-to-image",
    "prompt": "Keep the product shape, change the background to a bright studio setup",
    "image_urls": ["https://example.com/input/product.png"],
    "aspect_ratio": "1:1",
    "resolution": "2k"
  }'

一些來自文件的規則,觀察時間 2026-10-03:

  • 參考 URL 必須是公開的 http 或 https。避免使用私有網路 URL、嵌入式憑證、片段以及在處理開始前可能過期的簽名 URL。
  • 對於私有或受標頭保護的來源圖像,請發送 multipart image 檔案而非 image_urls。
  • 此端點不接受 images[] 和 file_id。
  • 將您的 HTTP 客戶端逾時設定為至少 120 秒。如果回應帶有 status: "pending"、task_id 或 poll_url,請追蹤 poll_url 而非等待。
  • 使用 GET /v1/tasks/{id} 進行輪詢。非同步作業指南建議每 5 到 10 秒檢查一次,並在狀態為 completed 或 failed 時停止。

儲存返回的 URL、任務 ID、模型以及您自己的作業 ID。合格的結果 URL 可能會作為媒體副本保留 30 天,media_retention.items 會顯示每個項目的狀態和 expires_at。

確認最終費用

估算只是一個計畫。計費文件描述了真實數字出現的位置。

  1. 預留與釋放。 一些非同步任務會在建立時預留估算成本。已完成的任務會被計費一次。失敗的任務會釋放或退還待處理金額。
  2. 讀取交易 ID。 非串流回應在計費於回應發送前完成時會包含 billing_transaction_id。相同的值可能會出現在 X-Billing-Transaction-ID 標頭中。非同步任務會在完成後包含該 ID。
  3. 開啟使用量頁面。 使用量頁面顯示按模型分類的歷史記錄和成本細分。將其與您的估算進行比較。
  4. 將 ID 放在一起。 將 request_id、task_id、billing_transaction_id 和您自己的作業 ID 儲存在一筆記錄中。
  5. 憑證據升級處理。 如果任務完成後「使用量」頁面未顯示最終費用或釋放金額,請將 Request ID 和 task ID 發送電子郵件至 support@tokenlab.sh。

交付選項也會影響價格。Verified 使用 TokenLab 公開價格,Official 使用基於製造商公開價格的價格層級,而 Auto 會優先嘗試 Verified。您需要為完成請求的選項付費,因此請注意哪個選項服務了您的測試批次。

常見問題

nano-banana-pro 是按圖像還是按 token 計費?

基本條目是按圖像:per_request 0.067,單位為 per_image。目錄還列出了一個按 token 計價的文字輸出條目,輸入為 1,輸出為 6。請檢查定價端點以查看您的請求類型觸發了哪個條目。

我可以將 nano-banana-pro 編輯請求發送到 /v1/images/edits 嗎?

不行。文件說明 Nano Banana 參考圖像請求(包括 nano-banana-pro)屬於 /v1/images/generations,並需設定 operation: "image-to-image" 和 image_urls。編輯端點是為 gpt-image-2 等模型記錄的。

失敗的圖像任務會收費嗎?

計費指南說明失敗的任務不會收費,任何預留金額都會被釋放或退還。重試會建立一個新任務,並可能產生新的費用。請使用您自己的作業 ID 進行去重,以免逾時觸發第二次建立請求。

我選擇的解析度會改變 nano-banana-pro 的價格嗎?

目錄說明圖像輸出保留每張圖像的解析度層級,其列出的範圍從 0.067 到 0.12。證據並未將層級對應到 1k、2k 或 4k。請閱讀 GET /v1/models/nano-banana-pro/pricing 並透過「使用量」中的測試請求進行確認。

哪個欄位證明了我實際被收取的費用?

使用 billing_transaction_id 或 X-Billing-Transaction-ID 標頭,並將其與「使用量」中的記錄進行比對。串流可能在計費完成前結束,因此當標頭缺失時,「使用量」是備選方案。

若要將這些 ID 與其他圖像模型在您自己的提示詞上進行比較,請從模型目錄開始。

來源

價格觀測於 2026-10-03

相關模型

最近發布的模型

用本文涉及的模型開始構建

比較價格、測試路由,把文章研究直接變成可執行的 API 呼叫。