# Gemini 图生图编辑指南：App、API 与最佳模型怎么选

> 这篇指南告诉你如何在 Gemini App 和 Gemini API 里做图生图编辑、如何选择合适的 Nano Banana 模型，以及哪些提示词写法更容易得到稳定结果。

- Source: https://www.aifreeapi.com/zh/posts/gemini-image-to-image-editing
- Language: zh
- Published: 2026-03-22
- Updated: 2026-10-08
- Publisher: AI Free API (https://www.aifreeapi.com)

> **2026 年 10 月 8 日更正：** Google 已把 `gemini-2.5-flash-image` 的关停日期从原定的 2026 年 10 月 2 日推迟到 2027 年 3 月 15 日，替代模型改列为 `gemini-3.1-flash-lite-image`（Nano Banana 2 Lite）；文中“10 月 2 日停用”的说法已不适用。

> **2026 年 10 月 5 日更新：** 下文提到的 preview 模型 ID 已经下线：`gemini-3.1-flash-image-preview` 和 `gemini-3-pro-image-preview` 于 2026 年 6 月 25 日停止服务，`gemini-2.5-flash-image` 于 2026 年 10 月 2 日停用。请改用正式版 ID `gemini-3.1-flash-image`（Nano Banana 2：0.5K 每张 0.045 美元、1K 0.067 美元、2K 0.101 美元、4K 0.151 美元）和 `gemini-3-pro-image`（1K/2K 每张 0.134 美元、4K 0.24 美元），价格与 preview 版相同（[Gemini API 定价](https://ai.google.dev/gemini-api/docs/pricing)）。下文的操作方法不受影响。

如果你今天要让 Gemini 改一张已有图片，默认就先从 **Nano Banana 2** 开始。想快速改图、又不想写代码，就走 **Gemini App**；想把图生图能力接进自己的产品，做可重复工作流、重试和日志，就走 **Gemini API**；只有当这张图本身价值很高、需要更强的文字渲染或更高的成品质量时，才把 **Nano Banana Pro** 拉进来。

先把路线选对，再做下一步动作，比反复证明 Gemini “能不能改图”更重要。你会看到不同产品面分别适合什么任务，然后再决定上传到 App、接入 API，还是把高要求成品升级到 Pro 路线。

更直接的结论其实很简单。如果你只是想上传图片、改背景、改服装、做多图融合，而且不想写代码，就优先走 **Gemini App**。如果你要做可重复工作流、保存上下文、多轮精修、加重试和日志，或者把图片编辑能力接进自己的产品，就优先走 **Gemini API**。而 **Nano Banana Pro** 更像是高要求成品或 App 内 Pro 重做的升级路线，不是所有人默认都该先上 Pro。

![对比 Gemini App、Gemini API 与 Nano Banana Pro 升级路线的 Gemini 图生图编辑指南封面。](https://www.aifreeapi.com/posts/zh/gemini-image-to-image-editing/img/cover.png)

## 要点速览

如果你只想先拿到结论，先看这张表就够了。

| 需求 | 当前最合适的路线 | 为什么 |
|---|---|---|
| 不写代码，快速改图 | Gemini App + Nano Banana 2 | 上传即改、可继续追问，最短路径 |
| 做产品工作流或可重复编辑 | Gemini API + `gemini-3.1-flash-image-preview` | 当前默认 API 编辑模型，多轮编辑更顺手 |
| 文本多、信息图多、成品质量要求更高 | Gemini App 里用 Nano Banana Pro 重做，或 API 里直接用 `gemini-3-pro-image-preview` | 更适合高价值成品和更重的文本渲染任务 |
| 只关心官方最低成本 | `gemini-2.5-flash-image` | 仍然更便宜，但已经是 legacy 路线，且计划于 2026 年 10 月 2 日关闭 |

这类关键词最关键的两个日期，是 **2026 年 2 月 26 日**，也就是 `gemini-3.1-flash-image-preview` 上线的时间；以及 **2026 年 10 月 2 日**，Google 在 [deprecations 页面](https://ai.google.dev/gemini-api/docs/deprecations) 上给 `gemini-2.5-flash-image` 标出的计划关闭时间。所以，今天最合理的默认建议通常不是最旧最便宜的那条线，也不是最贵的 Pro，而是先从 **Nano Banana 2** 开始。

## Gemini 已经能做图生图编辑，但你该走哪条路取决于你在哪里工作

![显示何时该使用 Gemini App、Gemini API 或 Nano Banana Pro 的路线图。](https://www.aifreeapi.com/posts/zh/gemini-image-to-image-editing/img/app-api-routing-board.png)

实践里你其实是在两种完全不同的产品面之间做选择。在 Gemini App 里，图片编辑是一种面向普通用户的交互流程：你上传图片，告诉 Gemini 要改什么，继续追改，甚至可以上传多张图生成一个新场景。按当前帮助页的说法，App 里的生成和编辑主线是 **Nano Banana 2**，而付费用户还可以在图片生成后走 **Nano Banana Pro** 的重做路径。

在 Gemini API 里，逻辑就更像开发者工作流。Google 的官方图片文档把它明确写成 **text-and-image-to-image**：你把图片和指令一起发给模型，模型再返回修改后的图片。文档同时还强调，**多轮对话式编辑是推荐做法**。这就意味着，如果你在意状态延续、上下文保留、显式尺寸控制、重试和可观测性，那么 API 路线才是更自然的答案。

最容易犯的错误，就是把 App 和 API 混为一谈，以为两边的可用性、价格和限制是一回事。其实不是。Gemini Apps 当前帮助页写得很明确：免费用户下载图片的输出是 **1K**，付费订阅则是 **2K**。而 Google 在 2026 年 2 月 26 日的开发者博客里又明确写到，Nano Banana 2 在 Google AI Studio 中使用时，**需要付费 API key**。所以，有人说“Gemini 改图是免费的”，有人说“Gemini 改图是付费的”，两边可能都没说错，只是说的不是同一个产品面。

所以先解决“走哪条路”，再讲提示词细节。如果你已经知道自己是开发者，请直接跳到 API 那一节。如果你只是想把现有照片换个背景、换个物件、混合几张图，Gemini App 往往是更快的起点。

## 开始编辑前，先把 Gemini 图片模型选对

这类文章最容易过期的地方，就是模型路线。把 Google 当前的文档、定价页和生命周期页面放在一起看，结论其实很清楚：`gemini-3.1-flash-image-preview` 是当前默认路线，`gemini-3-pro-image-preview` 是高阶路线，而 `gemini-2.5-flash-image` 虽然还活着，但已经明显属于 legacy 线路。

这并不意味着 2.5 完全没意义。如果你只关心官方最便宜的 1024 输出，它今天仍然有存在感。但只要你的问题变成“现在搭一个新工作流，默认该从哪一条开始”，或者你在意更高的输出尺寸、更新的默认工作方式、以及不要建在一个已经宣布退场的模型线上，那答案就会变成 Nano Banana 2。

| 模型 | 当前状态 | 标准图片价格 | 最适合什么 | 需要注意什么 |
|---|---|---|---|---|
| `gemini-3.1-flash-image-preview` | 当前默认 preview，2026 年 2 月 26 日上线 | 0.5K 为 $0.045，1K 为 $0.067，2K 为 $0.101，4K 为 $0.151 | 大多数新的图片编辑工作流、快速迭代、多轮精修 | 仍是 preview，API 为付费路线，配额取决于账号 tier |
| `gemini-3-pro-image-preview` | 当前高阶 preview 路线 | 1K/2K 为 $0.134，4K 为 $0.24 | 更高质量成品、文本更重的图片、复杂视觉 brief | 单价大约是 Nano Banana 2 的两倍 |
| `gemini-2.5-flash-image` | 仍在线的 legacy 路线，计划于 2026 年 10 月 2 日关闭 | 1024x1024 为 $0.039 | 官方最低成本的 1K 输出 | 生命周期风险已经非常明确 |

为什么 **Nano Banana 2** 是现在最稳的默认选择？不是因为它在所有维度上都最强，而是因为它对这类广义“Gemini 图生图编辑”问题给出了最平衡的答案。Google 自己把它定位为快速、高吞吐、多轮编辑、快速高级修改的默认路线，而价格页又给了它从 0.5K 到 4K 的尺寸档位。对大部分人来说，这意味着它既能拿来快速改图，也能在需要时拉高输出尺寸，而不必一开始就冲到 Pro。

什么时候该升到 **Nano Banana Pro**？通常有三种情况。第一，你做的是海报、信息图、菜单、界面草图这种 **文字本身就很重要** 的图片；第二，这张图本身价值很高，重新返工的人工成本已经比模型差价更贵；第三，你本来就在 Gemini App 里，已经用 Nano Banana 2 跑出了构图，但想用 Pro 做一版更精致的最终结果。

而 `gemini-2.5-flash-image` 现在更像是“有意识地选择便宜 legacy 路线”，而不是一个理所当然的默认起点。它今天还没退场，所以不能说它不能用；但如果你在 2026 年写一篇新工作流文章，却还把它当第一推荐，就已经偏离了 Google 当前自己的路线。

如果你想继续深入看 Nano Banana 2 的 API 使用细节，可以接着读本地配套页 [Gemini Flash Image API 指南](/zh/posts/gemini-flash-image-api-guide)。

## 在 Gemini App 里改图，怎样用得顺而不是一直和界面较劲

Gemini App 是最快的无代码入口。按 Google 当前帮助页的说明，你可以直接进入 `gemini.google.com`，使用 **Create image** 或上传图片，然后告诉 Gemini 你要改什么。这个入口现在已经不只是“文字生成一张新图”，而是真正支持几类高频图生图任务：上传一张图做局部修改、上传多张图做融合，或者针对同一张图连续多轮微调。

这也是 Nano Banana 2 和旧版本 Gemini 图片体验最大的差别。Google 在 2025 年 8 月 26 日的 App 升级博客里，把新模型的卖点直接放在“人物或宠物形象更稳定”“换服装、换场景、换背景”“多图融合”和“多轮局部编辑”上。也就是说，Gemini App 里的图片编辑，现在已经不是一个纯演示性质的功能，而是越来越像普通用户可以直接用的图生图编辑工具。

App 里想提高成功率，最关键的不是写更长，而是写得更具体。比起说“帮我把这张图改得更好看”，更有效的写法是：“把这张照片里的墙面改成深绿色，保留家具布局、窗边光线和镜头角度不变。” 这种写法之所以更稳，是因为它同时告诉模型：**要改什么**，以及 **哪些部分绝对不要改**。

App 路线有三个现实限制需要先知道。第一，帮助页明确写着，这个功能是否可用，仍然受 Gemini App 所支持的语言和地区限制影响，所以有些用户遇到的问题根本不是提示词写得不好，而是产品面本身没完全开放。第二，Google 也写明，如果请求触发政策检测，系统可能会把图片移除或拒绝生成，这时候用户很容易误以为“模型坏了”。第三，当前 Gemini App 里创建或编辑的图片都带有 **可见水印** 和 **SynthID**，所以它不是那种完全无痕的消费级改图工具。

如果你是付费用户，最值得知道的技巧就是 **Redo with Pro**。也就是先让 Nano Banana 2 把构图和基本修改跑出来，再通过 App 里的三点菜单走 Nano Banana Pro 的重做路径。这个方式非常适合那种“方向已经对了，但最后一版还想更精致”的场景。

## 怎样在 Gemini API 里做图生图编辑

![展示输入图片、提示词、当前默认模型、尺寸控制和多轮精修回路的 Gemini API 多轮编辑流程图。](https://www.aifreeapi.com/posts/zh/gemini-image-to-image-editing/img/multi-turn-edit-loop-map.png)

当你需要稳定工作流、显式控制、日志记录，或者把这项能力接到自己的产品里时，就该用 API。Google 现在的官方图片文档把图生图编辑写成标准的 `generateContent` 调用：你发送图片和文本指令，模型返回文字和图片 parts。对当前工作来说，最自然的默认模型就是 `gemini-3.1-flash-image-preview`。

真正重要的不是“发一张图，收一张图”这么简单。Google 在文档里明确说了，**多轮对话式编辑才是推荐工作方式**。因为真实图片编辑几乎都不是一锤定音的：你先把背景换掉，再让植物缩小一点，再调整颜色，再把文字换成另一种语言。如果你每次都把它当成一次完全独立的请求，你等于主动放弃了 Gemini 在连续编辑上的优势。

下面是一个简洁的 Python 例子，展示当前模型名和比较稳的局部改图写法：

```python
import os
import base64
from google import genai
from PIL import Image

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
source = Image.open("living-room.png")

response = client.models.generate_content(
    model="gemini-3.1-flash-image",
    contents=[
        "Using the provided image, change only the blue sofa to a vintage brown leather chesterfield. "
        "Keep the pillows, room layout, camera angle, and lighting unchanged.",
        source,
    ],
)

for part in response.candidates[0].content.parts:
    if part.inline_data:
        with open("edited-room.png", "wb") as f:
            f.write(base64.b64decode(part.inline_data.data))
```

这个例子故意写得很窄，因为图生图编辑越具体越稳。更适合的做法通常不是写一个超级长的首发 prompt，而是在得到第一版结果之后，继续在同一轮会话里追问。Google 的文档也提供了 `imageConfig`，你可以显式设置 `aspectRatio` 和 `imageSize`，比如 `1K`、`2K` 或 `4K`，而不是只靠提示词去暗示模型。

API 路线还有两个很容易被忽略的现实点。第一，Google 当前价格页对仍在线的 Gemini 图片模型都写着 **没有公开 free tier**。第二，当前的 [rate limits 页面](https://ai.google.dev/gemini-api/docs/rate-limits) 也说得很清楚：实际可用配额取决于你的 tier，应该以 AI Studio 里看到的当前值为准，而不是抄某篇博客里的固定 RPM 数字。所以，只要你是在做真实产品接入，就应该把它当成一个正式 API 来预算、限流和重试，而不是把它当成“App 改图能力的无成本外放版”。

如果你想继续看 Nano Banana 2 更完整的接入方式，下一篇应该读 [Gemini Flash Image API 指南](/zh/posts/gemini-flash-image-api-guide)。如果你在意的是 legacy 路线何时该迁移，则更适合看 [Gemini 2.5 Flash Image 替代方案](/zh/posts/gemini-2-5-flash-image-replacement)。

## 哪些提示词写法更容易把 Gemini 改图做稳

很多 Gemini 改图失败，看起来像模型能力不够，其实是提示词太含糊。Google 在图片生成提示词指南里给出的核心原则非常直接：**描述场景，不要只堆关键词。** 对图生图编辑来说，这一点更重要，因为模型不仅要“生成一个结果”，还要尽量保住原图里那些你没有点名要改的东西。

第一种最有价值的模式，是 **添加或移除一个元素**。比较稳的写法是：描述原图、描述修改项、描述修改后的融合方式。比如：“使用这张猫咪照片，给它加一顶小小的针织巫师帽，让帽子看起来像自然地戴在头上，并且匹配原本柔和的窗边光线。” 关键不只是“加什么”，而是“这个新物件怎么融入原来的画面”。

第二种模式，是 **只改一个区域**。当你不希望模型把整张图都重写时，这种写法最稳。典型格式就是：“只把蓝色沙发改成复古棕色 Chesterfield，其他部分包括抱枕、房间布局和光线都不要变。” 这类 prompt 的优势在于，它明确告诉模型“修改范围”与“保护范围”。

第三种模式，是 **风格迁移**。这时你的目标不是“让它更好看”，而是“把一张图的质感、颜色、纹理，迁移到另一张图的主体上”。Gemini 当前支持多图输入，所以一个更实用的写法是：“使用图 1 的主体，但把图 2 的色调和绘画纹理应用到最终画面中，保持主体轮廓和构图清晰。” 这种说法比简单写一句“按第二张图风格做”更可靠。

第四种模式，是 **多图融合**。Google 当前文档对 Gemini 3 图片模型写明，总共可以支持 **最多 14 张参考图**。这意味着你可以做的远不止“单张照片小修小改”。更稳的写法是明确每一张图各自负责什么，比如：“把图 1 里的狗放到图 2 的篮球场里，保持狗的比例真实，匹配球场光线，并沿用图 2 的低机位视角。”

第五种模式，是 **保护画幅和构图**。Google 的提示词指南提到，编辑时 Gemini 通常会尽量保留原图比例，但并不代表它每次都完全按你想的来。如果画幅非常重要，最好直接写出来：“更新输入图片，但不要改变原始宽高比。” 如果你走 API 路线，最好再配合 `imageConfig.aspectRatio` 和 `imageSize` 一起显式控制。

更实用的心法其实就一句：强提示词不是越花哨越好，而是要同时说清楚 **改哪里、保哪里、视觉逻辑保持什么不变**。也正因为如此，完整场景描述通常比一串零散关键词更稳。

## 故障排查：Gemini 图片编辑为什么会失败，怎么修

![用于排查 Gemini 图片编辑失败原因的决策树，包括错误产品面、一致性漂移、画幅变化和 API 重试问题。](https://www.aifreeapi.com/posts/zh/gemini-image-to-image-editing/img/image-editing-fix-decision-tree.png)

第一个常见失败点，是 **走错产品面，或者还在用旧模型思路**。如果你看的还是 2.5 时代教程，然后发现设置项、模型名、默认输出都对不上，问题可能根本不是提示词。到 2026 年 3 月 22 日，当前默认故事已经是 Nano Banana 2，不是旧 preview 线。App 问题先按 App 的逻辑看，API 问题先按 API 文档看，别跨产品面排查。

第二个失败点，是 **你其实想局部修改，却给了模型“全图重写”的自由**。像“帮我把这张图改好看一点”这样的说法，对模型来说几乎等于允许它重做整张图。更稳的写法是：“只把墙面改成深绿色，家具布局、光线和镜头角度保持不变。” 如果 Gemini 总在过度改图，往往不是它不会做，而是你的 prompt 没有把保护范围说清楚。

第三个失败点，是 **多轮编辑之后的一致性漂移**。Google 自己的提示词指南就提到，如果角色一致性开始变差，最有效的修法通常不是继续在同一个对话里救火，而是带着更完整的描述，重新开一轮新对话。听上去有点反直觉，但很多时候它比在已经“跑偏”的上下文里继续修要省时间。

第四个失败点，是 **画幅或裁切和预期不一样**。在 App 里，这通常表现为结果被重新构图，或者重要主体的位置被改了。在 API 里，修法更直接：显式设置尺寸和比例。如果画面框架本身就是刚性要求，最好同时在提示词里强调“不要改变原始宽高比”。

第五个失败点，是 **运维层面的不稳定**。社区里关于旧版 Gemini 图片预览模型的反馈说明了一件很现实的事：即便当前模型线已经更成熟，图片生成也仍然是 API，不是永远完美的确定性函数。如果你要把它接进真实产品，超时、重试、日志和回退策略都应该提前设计，而不是等到线上偶发错误时才开始补。

第六个失败点，是 **App 里的功能触发或政策判断被误认成“模型不会做”**。一些社区反馈显示，用户看到的是“这张图没改出来”，但根因可能是功能触发路径不对、地区限制、或者安全策略判定。因此，遇到看似离谱的拒绝时，先确认该功能在你当前地区和产品面是否开放，再在显式的 create-image 或图片编辑入口里重试，而不是第一反应就认定模型本身不支持。

## 常见问题

**Gemini 现在真的能做图生图编辑吗，还是主要还是文生图？**  
可以，而且已经不是边缘能力。Google 当前文档明确支持 text-and-image-to-image 编辑，Gemini App 帮助页也支持上传图片编辑和多图融合。

**现在最适合做 Gemini 图片编辑的模型是哪一个？**  
对大多数人来说，`gemini-3.1-flash-image-preview` 是最稳的默认起点，也就是现在的 Nano Banana 2 路线。它兼顾了速度、价格和工作流连续性。

**什么时候该上 Nano Banana Pro？**  
当图片里文字特别重要、你要做更高价值成品、或者返工成本已经明显高于模型差价时，再升到 `gemini-3-pro-image-preview` 会更合理。在 Gemini App 里，也可以把它理解为“重做最终成品”的升级路径。

**Gemini 图片编辑是免费的吗？**  
要看你说的是哪个产品面。Gemini App 有自己的免费和付费规则；而 Google 当前价格页里，仍在线的 Gemini 图片 API 模型都没有公开 free tier。如果你要看更完整的拆分，可以接着读 [Gemini 图片免费额度](/zh/posts/gemini-image-free-tier-2026)。

**我能不能对同一张图连续多轮编辑？**  
可以，而且 Google 的当前文档明确推荐这种做法。Gemini App 和 Gemini API 都支持连续 refinement。

**最常见的提示词错误是什么？**  
不是写得太短，而是写得太泛。真正能提高成功率的，是同时说清楚要改什么、什么必须保持不变，以及新的元素应该如何融入原图的光线、风格和构图。

## 结论

这类关键词最容易讲成一句空话：“Gemini 支持图片编辑。” 真正有用的答案不是这个，而是 **你应该用哪条 Gemini 路线来完成你手上的改图任务**。

如果你只想快速无代码改图，走 **Gemini App**。如果你要做稳定、可追踪、可多轮精修的工作流，走 **Gemini API**。对大多数工作，先从 **Nano Banana 2** 开始；只有在文本渲染、成品质量或高价值图片任务真的值得时，再升级到 **Nano Banana Pro**。而 `gemini-2.5-flash-image` 更适合被理解成“仍在线但已经偏 legacy 的最便宜路线”，而不是 2026 年的新默认答案。

这也是当前 page one 里仍然缺的东西：大家都在证明 Gemini 能改图，但很少有人先把“该走哪条路”讲清楚。只要你选对产品面、用当前模型名、再用编辑者的方式而不是关键词堆砌的方式去写提示词，Gemini 的图生图编辑已经足够实用了。