这和 开发指南 · 偶现多图输出 讲的不是同一回事。那里说的是复杂编辑任务下模型自己产生的思考中间稿(同一张图的逐稿修正,取最后一张即可);本文讲的是你主动要求、每张都是独立成品的多图输出——这种情况下「取最后一张」会把用户真正要的图丢掉。两者怎么区分见下文 和思考中间稿怎么区分。
结论速览
响应长什么样
一条「给 3 个 logo 变体」的提示词,实际返回:什么提示词会触发
触发是概率性的、由提示词形态决定。同一条提示词跑 8 次的实测触发率:一次最多几张
明确要求 6 张和 10 张,各跑 6 次:
触发的时候张数就是你要的数;没触发的时候退回 1 张。
finishReason 始终是 STOP,说明 10 张不是上限被截断,只是我们没往上试。
计费:两种模型完全相反
这是本文最需要注意的一条。gemini-3.1-flash-image(Nano Banana 2)—— 按量,张数直接乘上去
每张图按固定 tokens 计入 candidatesTokensDetails,输出 tokens 随张数严格线性增长:
imageSize 对每一张都生效,单张量按档位走:
这张表只适用于
gemini-3.1-flash-image(NB2)。Pro 的档位换算完全不同,实测同一提示词各 2 次:两者像素尺寸相同(1408×768 / 2816×1536 / 5632×3072),但 NB2 在 2K 和 4K 档上单张 token 更贵。
Pro 的明细见 usage 字段与输出解读;
由于 Pro 按次固定计价,这些 token 数不进 Pro 的账单。
gemini-3-pro-image(Nano Banana Pro)—— 按次固定,多图不加价
Pro 是按次计费 $0.09/次,不看 tokens。实测同一条「3 个 logo 变体」提示词跑 8 次:
3 张图和 1 张图一个价。 加上 Pro 本来就 1–4K 同价,所以在 Pro 上「一次要 3 个 4K 变体」和「一次要 1 张 1K 图」的费用完全相同,都是 $0.09。
和思考中间稿怎么区分
两种多图长得很像——都在同一个 candidate 里、都带thoughtSignature、都没有 thought: true 标记。判据是图和图之间有没有文字段:
实测对照:一条复杂编辑提示词(去背景 + 换影棚渐变 + 加标题文字 + 加价格角标 + 光照匹配)跑 6 次,6/6 都只返回 1 张,排列是
图;而分步教程提示词 8/8 返回 3 张,排列是 文 图 文 图 文 图。
取图代码
responseModalities 能去掉说明文字
如果你只要图、不要那几段解说,在 generationConfig 里传 responseModalities: ["IMAGE"]。同一条多变体提示词各跑 12 次:
- 文本段被完全抑制(12/12 零文本段),但三张图照出。
- 输出 tokens 少 258(−6.3%),省的是实打实的整段解说文字。
- 注意:这会让上面那条「看图之间有没有文字」的判据失效(因为文字全没了)。如果你打算靠排列来区分中间稿,就别加这个参数。
对单张出图的普通提示词,
["IMAGE"] 只省约 2.8%(且统计上不显著)——因为单图响应本来就很少带文本。这个参数只在多图交替场景下有实际收益。OpenAI 兼容路径也能拿到全部图
走/v1/images/generations 时,多张图会作为 data 数组的多个元素返回,实测 5/6 拿到 3 个元素、互不重复:
速查总结
- Nano Banana 系列可以一次返回多张独立成品图,实测最多 10 张,全在同一个 candidate 的
parts里 - 触发靠提示词形态:分步教程(8/8)> 分镜(7/8)> N 个变体(5/8);单纯罗列 N 个物体不触发(0/8)
- 要几张给几张,
finishReason仍是STOP - 计费两种模型完全相反:NB2 按量、张数直接乘(10 张 $0.278);Pro 按次固定、多图不加价(3 张仍是 $0.09)
- NB2 单张 tokens:1K = 1120、2K = 1680、4K = 2520,
imageSize对每张都生效(Pro 的档位换算不同,见正文表格) - 别无脑「取最后一张」:图之间夹文字 = 交替生成要全取,图片连续 = 思考中间稿取最后一张
- 只要图不要文字用
responseModalities: ["IMAGE"],省约 6%,但会让上面那条判据失效
相关文档
Nano Banana 开发指南
请求构造、解析加固,以及思考中间稿那一类多图的详解
usage 字段与输出解读
响应结构、usage 各字段含义与对账口径
Nano Banana 系列价格总览
四个型号的按次 / 按量价格明细
图片压缩与输出分辨率
imageSize 与 aspectRatio 的取值与效果