Nano Banana 2.1 畫漫畫評測彙整：優勢、限制與 GPT Image 2.5 比較

封面與文中配圖為 ComicsAI 編輯插畫，並非 Nano Banana 2.1 的測試輸出，也不代表評測結果。

Nano Banana 2.1 現在是 ComicsAI 免費生圖的預設模型。本文聚焦漫畫創作：Google 宣稱改善了什麼、官方承認的限制、第三方測試結果，以及何時適合改用 GPT Image 2.5。各項結論均列出來源，說法不一致之處也會說明。

先看結論

它是什麼： Google 的 gemini-nano-banana-2.1，於 2026 年 10 月 6 日正式推出（GA）。它是 Nano Banana 2（Gemini 3.1 Flash Image）的更新版，基於 Gemini 3.6 Flash。
漫畫方面的強項： 多角色一致性與風格化。Google 自有人工偏好評分中，這兩項都優於 Nano Banana 2 和 Nano Banana Pro。
容易失誤之處： 小字與長篇文字；Google 指出 1K 小字經常模糊。也偶爾混淆左右，角色外觀並不保證完全一致。
與 GPT Image 2.5 比較： 第三方測試中，文字與角色連貫性相近，但公開排行榜的綜合排名仍由 GPT Image 2.5 領先。
在 ComicsAI： 免費生成使用 Nano Banana 2.1，以文字提示詞輸出 1K，可選方形、3:2 橫向或 2:3 直向。參考圖生成與圖片編輯需要付費權益。

Nano Banana 2.1 是什麼

Google 將它定位為 Nano Banana 2 的更新版，保留 Flash 級速度與成本，改善畫質、提示詞遵循、多輪角色一致性與文字呈現。它也是 Nano Banana Pro（Gemini 3 Pro Image）更有效率的對應選項。與漫畫最相關的規格如下：

規格	Nano Banana 2.1（Google 文件）	ComicsAI 目前設定
輸出解析度	1K、2K、4K（1K 約 100 萬畫素）	1K
長寬比	14 種，從 1:1、3:2 到 21:9、1:8	1:1、3:2、2:3
參考圖	最多 14 張；最多 4 個角色與 10 個物件	僅限付費權益
思考模式	minimal、medium（預設）、high	Google 預設值
搜尋資訊輔助	Google 網頁與圖片搜尋	未啟用
透明背景	CellCog 的 API 測試不支援（白底 JPEG）	不提供

Google 生圖指南專門列出「連環圖像」（sequential art）用法：以角色描述或參考圖搭配風格，例如「製作三格粗獷黑色電影風漫畫」。多格漫畫是官方文件記載的用途，不只是使用者自行嘗試的玩法。

Google 模型卡：漫畫相關能力評分

DeepMind 模型卡公布人工並排比較的 Elo 分數。這些是 Google 內部測試，未納入 OpenAI 模型，但仍是目前角色能力最詳細的公開資料：

能力（Elo，越高越好）	Nano Banana 2.1（思考）	Nano Banana 2（思考）	Nano Banana Pro
文生圖綜合偏好	1050 ± 14	990 ± 7	935 ± 8
單角色一致性	1028 ± 14	981 ± 10	991 ± 9
多角色一致性	1106 ± 14	978 ± 10	1011 ± 10
風格化	1062 ± 20	991 ± 12	990 ± 12
多參考圖編輯	1066 ± 22	988 ± 13	989 ± 12

提升最大的是多角色一致性，也是漫畫的重要能力：比 Nano Banana 2 高 128 分，比 Pro 高 95 分。關閉思考時仍有 1068 分，顯示改善並非只來自較長的推理時間。

漫畫頁面上最需注意的限制

同一份模型卡也列出已知弱點，換成實用建議如下：

文字與對白。 Google 指出小字呈現差，1K 常模糊，長段落與整頁文字也有問題。ComicsAI 免費生成為 1K，建議只要求短而大的招牌、標題或氣泡裡一兩個詞；完整對白在出圖後另行排字。
跨圖片的角色外觀。 官方承認輸入圖與輸出圖的角色一致性並非總是完美。接受新分鏡前，檢查髮型、服裝、配色和道具。
左右方位。 Google 提到偶爾混淆左右等空間位置。誰站哪一側、哪隻手拿信等站位很重要時，先檢查這些。
編輯時保留舊姿勢。 模型有時沿用原圖姿勢。若要換姿勢，重新生成可能比修改有效。

畫面文字：先為文字留足空間

第三方測試發現了什麼

目前尚無專門評測漫畫或條漫頁面的標準測試。最接近的是幾篇公開上手評測，樣本小、設定各異：

測試者	設定	漫畫相關結果
Analytics Vidhya	Google AI Studio；四項任務，含三格漫畫	分格、對話氣泡與程式設計師外觀一致；筆電螢幕上的細小拼字錯誤無法辨識。
CellCog	24 個提示詞；Nano 2K 對 GPT Image 2.5 高品質	角色一致性平手；三個場景都保留快遞員的臉、頭髮、外套與包，但 Nano 多畫了未要求的店招。文字接近平手；總計 GPT 勝 9、Nano 勝 5、平手 10。
Atlas Cloud	四個創作要求；Nano 2K 對 GPT Image 2.5 Flare、Sunburst 高品質，各一次	依書面要求評分，Nano 四輪中勝出或並列三輪，包括保留指定直式海報版面。
DomoAI	13 項任務，每模型兩張，2K，中文提示詞	簡短中文海報文字正確；複雜插畫海報中 2.1 達成更多要求，但兩張六人群像都漏掉指定杯子。
Astorie	用角色設定表製作三人宣傳圖	首次生成三個角色皆有外觀漂移，Nano Banana 2 更忠於參考圖。針對單一角色修正後可修復。
Fuser	五項任務各一次；Nano 2K 對 GPT Image 2.5 Flare	產品照偏好 Nano；角色參考任務偏好 Flare；海報文字平手。

綜合而言：文字提示生成的短篇分鏡能維持角色外觀；多人與參考圖任務首次輸出較不穩；細字最弱，低解析度尤其明顯。這些測試均非 ComicsAI 的 1K 設定，只適合用來判斷該檢查什麼，不能預測結果。

角色連貫性：先定義不能改變的細節

Nano Banana 2.1 與 GPT Image 2.5 怎麼選

公開排行榜上 GPT Image 2.5 較高。以下為 CellCog 於 2026 年 10 月 25 日讀取的分數：

排行榜	GPT Image 2.5 Sunburst	GPT Image 2.5 Flare	Nano Banana 2.1
Arena 文生圖	1,425	1,398	1,328
Arena 單圖編輯	1,514	1,481	1,426
Artificial Analysis 文生圖	1,222（第 1）	1,207（第 2）	1,176（第 4）

有兩項前提：Arena 是一般圖片的大眾偏好，不是漫畫評測；Nano Banana 2.1 初期票數也少很多。Atlas Cloud 記錄為 5,310 票，Sunburst 為 17,752 票，當時成績標記為初步。Google 模型卡中的 2.1 勝過列出的所有 Google 模型，卻沒有 OpenAI 欄位。兩種評分都不能直接判定哪個更會畫你的分鏡。

在 ComicsAI 可依任務選擇：

要製作的內容	建議起點	原因
第一格、縮圖、故事板草稿	Nano Banana 2.1（免費）	風格與一致性評分高，可使用免費額度
固定角色的短篇連續分鏡	Nano Banana 2.1，逐格檢查	Google 多角色評分最高，但第三方仍發現漂移
招牌、標題或單詞擬聲字	兩者皆可，需校對	第三方文字測試接近平手
密集對白與旁白	都不建議；事後排字	Google 指出小字與長文模糊，1K 尤其明顯
保留構圖修改既有分鏡	GPT Image 2.5（付費）	CellCog 發現 Nano 會重構編輯照片，GPT 保留構圖
透明背景角色素材	GPT Image 2.5（付費）	CellCog 從 Nano 2.1 僅取得白底 JPEG

ComicsAI 的 GPT Image 2.5 Sunburst 採中等品質，屬付費權益，也包含圖片編輯與參考圖生成。

該選哪種畫布？

ComicsAI 將畫布對應為長寬比：方形 1:1、橫向 3:2、直向 2:3。1K 每張約 100 萬畫素，整張四格漫畫的每格只能分到一部分，臉和文字因此縮小，正是 Google 提醒品質會下降的情況。正式頁面建議一格一圖，再用故事板生成器組頁；整條一次生成僅適合快速測版。

該選哪種畫布？

兩個避開限制的提示詞

以下是 ComicsAI 編輯針對已知弱點編寫的提示詞，並非評測結果。

單格：加上一塊簡短招牌

一格橫向漫畫。成年快遞員留黑色短鮑伯頭，穿青綠色外套、橘色圍巾，背紅色單肩包，黃昏時在火車站外停在紅色自行車旁。中景、平視鏡頭、清晰墨線、溫暖窗光。只有一塊大招牌，寫著「末班車」。無對白，在人物上方留出旁白空間。不要其他人物。

下一格：沿用相同識別特徵

一格橫向漫畫，沿用清晰墨線風格。同一位成年快遞員——黑色短鮑伯頭、青綠色外套、橘色圍巾、紅色單肩包——隔著木櫃檯將米色信封遞給年長書店老闆。快遞員在左，老闆在右。四分之三側面視角，午後窗光。沒有文字。

接著檢查四件事：識別特徵（頭髮、外套、圍巾、包）、左右站位、人物數量與多出的文字。每次只改一項指令。從免費體驗開始，並準備可重用的角色設定表供核對。

開始前的常見問題

Nano Banana 2.1 在 ComicsAI 免費嗎？

它是免費額度的預設模型。試用每帳戶 1 個額度，每日限前 1,000 位使用者，並非無限。編輯與參考圖生成需要付費權益，詳見價格。

能取得 2K 或 4K 嗎？

目前不行。Google 支援 2K 與 4K，但 ComicsAI 的 Nano Banana 2.1 輸出為 1K。

能在一張圖畫整頁漫畫嗎？

能生成多格版面，Google 也將其列為官方用途。但 1K 整張約 100 萬畫素，每格分得更少，小字會模糊。準備公開發表的頁面建議逐格生成，再自行排字。

整章都能維持角色一致嗎？

Google 評分顯示 2.1 的單角色與多角色一致性領先舊版，但第三方仍發現漂移，群像尤其明顯。每條提示詞重複相同外觀特徵並逐格檢查。付費參考圖流程有幫助，但不能保證一致。

Nano Banana 2.1 比 GPT Image 2.5 更好嗎？

視任務而定。公開排行榜中 GPT Image 2.5 綜合較高，第三方文字與角色連貫性測試接近。GPT Image 2.5 改圖時較能保留構圖，也能輸出透明背景。ComicsAI 免費起稿可先用 Nano Banana 2.1。

資料來源

核查日期：2026 年 11 月 3 日。模型卡分數為 Google 內部評測；第三方採各自設定，通常為 2K，與 ComicsAI 的 1K 不同。