如果你的图像工作流已经由 OpenAI 账户、Image API、编辑能力、参考图和输出控制来管理，先测 GPT Image 2。 如果目标只是 Google 侧快速做 1K 草图、低风险变体或第一轮创意筛选，先测 Gemini 3.1 Flash Lite Image。 如果 Lite 太窄，但仍想留在 Google 侧做常规生产、营销变体和批量测试，先测 Gemini 3.1 Flash Image。 如果图像一旦被退回就很贵，尤其是密集文字、复杂图解、事实型画面、4K 终稿或高价值产品素材，先测 Gemini 3 Pro Image。
截至 2026 年 7 月 1 日，真正的问题不是“OpenAI 图像模型和 Gemini 图像模型谁绝对更强”。更有用的问题是：哪条官方路线应该先进入你的测试 harness，哪条路线只适合当基线，哪条路线只有在失败成本足够高时才值得升级。四个当前模型 ID 分别是 gpt-image-2、gemini-3.1-flash-lite-image、gemini-3.1-flash-image 和 gemini-3-pro-image；它们的所属方、输出边界、成本形状和证明门槛都不同。
| 路线 | 先测它的情况 | 暂缓它的情况 |
|---|---|---|
| OpenAI GPT Image 2 / gpt-image-2 | 图像生成、编辑、参考图、输出格式、账单和支持路径都最好留在 OpenAI 侧。 | 产品已经在 Google 侧，Gemini 路线用同一组提示词能通过验收，并且接入摩擦更低。 |
| Gemini 3.1 Flash Lite Image / gemini-3.1-flash-lite-image | 需要快速 1K 草图、低风险创意探索、低成本第一轮变体和 Google 侧速度优先的试跑。 | 需要 2K、4K、grounding、更复杂版式、密集文字或终稿可靠性。 |
| Gemini 3.1 Flash Image / gemini-3.1-flash-image | Lite 太窄，但还不确定 Pro 是否必要；任务是常规 Google 侧生产、产品场景、营销图和批量候选。 | 失败集中在密集文字、图解结构、事实画面、4K 终审或高价值产品图。 |
| Gemini 3 Pro Image / gemini-3-pro-image | 退稿成本很高：复杂排版、清晰标签、grounded 视觉、4K 终稿、产品 mockup 或最终营销资产。 | Flash 用同一套提示词已经以可接受的重试、延迟和总成本过关。 |
还有两个命名边界必须先锁住。gemini-3.1-flash-lite-image 是图像生成和图像编辑路线，不是名字相似的 gemini-3.1-flash-lite 文本路线。gemini 3.0 pro image 也不是当前官方 API 标签；开发者应使用 gemini-3-pro-image，把旧说法和 preview 后缀当作迁移清理线索。
生产切换前不要只看公开样图。公开样图能说明哪些路线值得试，但不能替你的产品决定默认模型。应该让同一组提示词、参考图、输出尺寸、语言、重试预算和验收标准同时跑过候选路线，再按通过验收的总成本做决定。
2026 年 7 月 9 日复核后，这页不应该被当成永久价格赢家表。它的用途是帮你决定哪条路线先进入测试；真正迁移生产前，要重新打开官方模型、价格和可用性页面，再用同一组提示词、参考图、实际语言、尺寸和验收标准跑一次证明。
先确认当前模型 ID，再比较输出质量
很多比较一开始就错在名称。OpenAI 的直接图像路线使用 gpt-image-2，适合通过 Image API 做生成、编辑、参考图和输出控制。OpenAI 也允许在 Responses API 里通过 image_generation 工具把图像生成放进多步骤对话或工具流程。两者都能服务图像工作，但它们不是同一个集成表面：直接 Image API 更像独立图像端点，Responses 工具更像应用编排的一部分。
Google 侧也不能只写“Gemini 图像”或“Nano Banana”。本次比较里有三个 Google 图像路线。gemini-3.1-flash-lite-image 是 Nano Banana 2 Lite，对应速度优先的 1K 图像生成和编辑。gemini-3.1-flash-image 是 Gemini 3.1 Flash Image，也就是常说的 Nano Banana 2，适合更宽的 Google 侧生产测试。gemini-3-pro-image 是 Gemini 3 Pro Image，也就是 Nano Banana Pro，适合复杂文本、图解、事实型视觉、产品 mockup、grounding 和 4K 终稿。
这条 ID 纪律会改变判断。gemini-3.1-flash-lite-image 不是 gemini-3.1-flash-image 的便宜写法，它是边界更窄的速度路线。gemini-3-pro-image 也不是“Gemini 3.0 Pro Image”的稳定拼写；旧市场叫法可以帮助理解来源，但不能进入代码、日志、价格表或迁移计划。preview 后缀更不能作为新测试起点，如果旧脚本仍在调用 preview ID，先迁移再测质量。
| 读者常见名称 | 当前 API ID | 所属方 | 实际角色 |
|---|---|---|---|
| GPT Image 2 | gpt-image-2 | OpenAI | OpenAI 原生图像生成、编辑、参考图、输出格式、压缩和质量控制。 |
| Gemini 3.1 Flash Lite Image / Nano Banana 2 Lite | gemini-3.1-flash-lite-image | 快速 1K 草图、第一轮低风险变体、速度优先的 Google 图像路线。 | |
| Gemini 3.1 Flash Image / Nano Banana 2 | gemini-3.1-flash-image | Lite 太窄后的平衡生产路线，覆盖更多尺寸和更完整的 Google 侧测试。 | |
| Gemini 3 Pro Image / Nano Banana Pro | gemini-3-pro-image | 难图、复杂文字、结构化视觉、产品终稿、grounding、4K 和高审核成本资产。 |
路线所属方比单张样图更早决定
GPT Image 2 的优势不只是“画得好不好”。如果产品已经使用 OpenAI 的鉴权、账单、审计日志、错误处理和支持渠道，把图像层继续放在 OpenAI 侧会降低接入面。编辑、参考图、输出格式、压缩和质量控制也能跟现有应用逻辑保持一致。对开发团队来说，一条路线的账户归属、回滚方式、告警和客户支持路径，往往比某张公开样图是否更惊艳更重要。
Gemini 3.1 Flash Lite Image 的价值是快速学习。它适合在 Google 侧先判断一个创意是否成立：1K 草图、低风险广告候选、内部探索图、风格方向试跑、提示词调参和轻量编辑。它不应该被包装成万能生产路线。只要任务需要更高分辨率、grounding、复杂版式、密集文字或终稿可靠性，Lite 的正确位置就是侦察，而不是上线默认。
Gemini 3.1 Flash Image 是更宽的 Google 中间路线。很多团队真正需要的是平衡：速度不能太慢，成本不能太高，能力不能太窄。Flash 适合常规产品场景、营销图候选、批量变体、普通参考编辑和 API 实验。即使 Pro 可用，Flash 仍然应该保留在比较里，因为高级路线只有在减少返工、提高通过率或解决 Flash 的稳定失败时才有意义。
Gemini 3 Pro Image 应该用于“退回一次就很贵”的资产。密集文字海报、教程图解、标注产品图、4K 首图、事实型或 grounded 画面、商业广告终稿和客户审批图，错误一处就会触发沟通、返工和延迟。Pro 的合理理由不是名字更强，而是它可能降低被拒成本。
成本和分辨率必须保留所属方标签
把 OpenAI 示例成本、Google 价格行和第三方页面混成一个“最便宜模型”表，会让比较失真。OpenAI 的 GPT Image 2 成本示例按尺寸和质量变化。2026 年 7 月 1 日核验时，1024x1024 输出在 low、medium、high 示例中约为 $0.006、$0.053、$0.211；1024x1536 或 1536x1024 示例约为 $0.005、$0.041、$0.165。它们说明质量档和尺寸会显著改变成本，不等于每张图固定价格。
Google 的价格表形状不同。gemini-3.1-flash-lite-image 的付费图像输出行是 1K $0.0336，batch 为 $0.0168。gemini-3.1-flash-image 的付费行是 0.5K $0.045、1K $0.067、2K $0.101、4K $0.151，batch 行更低。gemini-3-pro-image 的付费行是 1K/2K $0.134、4K $0.24，也有 batch 或 flexible processing 行。由于价格和可用性会变，这些数值只应带着 2026 年 7 月 1 日这个时间边界使用。
这些数字不会导出永久最便宜路线。低质量 GPT Image 2 示例可能低于某些 Google 图像行；高质量 GPT Image 2 示例可能高于 Flash 或 Pro 的部分尺寸。Lite 对快速 1K 草图很有吸引力，但不能被拉到 4K 终稿职责上。Pro 比 Flash 贵，但如果它减少了难图的退回次数，总成本可能反而更低。
更可靠的指标是通过验收的总成本。把实际跑过的提示词、参考图、尺寸、质量或分辨率设置、重试次数、被拒原因、人工审核时间、下游修图、存储、监控和回滚风险都计入。一个模型单行价格更低，但每张图都要多跑三次，可能输给单行价格更高但一次通过率更稳定的路线。
用工作负载矩阵代替万能赢家表
不同工作负载的首测路线不同。快速创意草图需要速度和低摩擦，不能用终稿海报的标准挑模型。高价值产品图需要对象稳定和审批可靠，不能只看单次生成价格。密集文字图需要拼写、层级和布局，不能只看照片真实感。路线选择必须先问任务，而不是先问品牌。
| 工作负载 | 先测路线 | 原因 | 升级或切换条件 |
|---|---|---|---|
| OpenAI 原生应用图像端点 | GPT Image 2 | 图像生成、编辑、输出控制、账单和支持都留在 OpenAI 路线内。 | Gemini 路线用同一组提示词明显胜出，并且接入所属方不是阻碍。 |
| 快速 1K 概念草图 | Gemini 3.1 Flash Lite Image | 低风险、速度优先、适合大量候选和提示词探索。 | 需要 2K/4K、grounding、复杂排版或更强终稿可靠性。 |
| Google 侧生产变体 | Gemini 3.1 Flash Image | Lite 太窄后，Flash 平衡速度、成本和能力。 | 失败集中在密集文字、复杂图解、事实画面或审核返工。 |
| 密集文字海报或标签图 | Gemini 3 Pro Image；OpenAI 工作流则保留 GPT Image 2 | 这类资产更看重文字正确、层级、版式和返工成本。 | Flash 或 GPT Image 2 用同标准过关，且总成本更低。 |
| 参考图编辑 | GPT Image 2 或产品已经拥有的 Google 路线 | 编辑路线必须保留原物体并服从指令，不能只生成好看的新图。 | 对象身份、编辑保真或回滚行为失败。 |
| 4K 终稿营销图 | Gemini 3 Pro Image，Flash 做基线 | 终稿审核和细节稳定常常值得付更高路线成本。 | Flash 以较少重试通过终审，或产品栈必须保持 OpenAI 归属。 |
| 多语言视觉文案 | 所有候选路线都跑 | 非英文文字、换行和版式会改变模型表现。 | 英文通过但目标语言文字、断行或视觉层级失败。 |
这个矩阵也避免把“Gemini Image”写成一个模糊桶。Lite 是第一轮速度路线，Flash 是 Google 平衡路线，Pro 是高风险资产路线，GPT Image 2 是 OpenAI 原生路线。如果比较只问“谁更好”，没有把这些任务拆开，它就不能给生产决策。
切换生产前必须跑同提示词验证
公开 benchmark、发布样图和社交平台对比只能帮助筛选候选路线。生产判断必须使用你的提示词、你的参考图、你的尺寸、你的语言和你的验收标准。否则你只是接受别人的展示条件，而不是验证自己的失败点。
| 验证提示词 | 暴露的问题 | 应包含路线 |
|---|---|---|
| 密集文字海报 | 拼写、文字层级、排版纪律、标签是否可读。 | GPT Image 2、Gemini 3 Pro Image；必要时加入 Flash 成本基线。 |
| 产品图 | 物体一致性、光照、真实感、可控性和品牌细节。 | Gemini 3.1 Flash Image、Gemini 3 Pro Image；OpenAI 编辑重要时加入 GPT Image 2。 |
| 快速概念变体 | 响应速度、首轮可用率、提示词敏感度。 | Gemini 3.1 Flash Lite Image、Gemini 3.1 Flash Image；OpenAI 产品流保留 GPT Image 2。 |
| 参考图编辑 | 是否保留源对象，并准确执行编辑指令。 | GPT Image 2 和预期部署的 Google 路线。 |
| 图解或 UI 板 | 结构化构图、标签、视觉层级、文字处理。 | GPT Image 2、Gemini 3 Pro Image；非终稿时加 Flash。 |
| 4K 首图 | 细节稳定、缩放行为、最终质感。 | Gemini 3 Pro Image、Gemini 3.1 Flash Image 和现有基线。 |
| 多语言视觉文案 | 非英文文字、断行、布局和局部乱码。 | 所有仍在候选名单里的路线。 |
记录不应只有最终图。保留提示词文本、参考资产、模型 ID、尺寸、质量或分辨率、比例、重试次数、通过图、被拒原因、延迟、估算成本和审核备注。一个模型出了一张漂亮样图但四个日常任务失败，不适合做默认生产路线。另一个模型画面更克制，却稳定守住 brief、成本和重试预算，可能更适合产品团队。
验收标准要先定好。海报的文字必须正确，层级必须通过人工检查；产品图必须保留对象身份；图解标签不能变成装饰噪声；参考图编辑必须同时保留源对象和执行新指令。如果看到输出后再移动验收线，决策就会从证据变成审美偏好。
停止规则让比较不被品牌带偏
当工作流已经在 Google 侧、任务多是普通生成、Gemini 3.1 Flash Image 用同一组提示词能以较少摩擦过关时，不要继续把 GPT Image 2 当默认路线。GPT Image 2 应该在需要 OpenAI 原生编辑、输出控制、Responses 编排、直接 Image API 所属方或统一 OpenAI 账户支持时保留到最后。
当任务只需要快速 1K 草图、创意探索和低风险候选时，不要把 Gemini 3 Pro Image 当成第一反应。先用 Lite 或 Flash 证明低成本路线是否足够。Pro 应该为具体失败负责，而不是为品牌感负责。
当 Gemini 3.1 Flash Lite Image 被要求承担 2K、4K、grounding、复杂版式、密集文字或终稿审核时，停止把它当生产答案。Lite 的价值是快速发现方向，一旦任务进入高风险资产阶段，就应该升级到 Flash、Pro 或 OpenAI 原生路线。
当 Flash 在密集文字、图解结构、事实视觉、4K 终审或产品审批上连续失败时，才把 Pro 放到首位。反过来，如果 Flash 用同一组提示词已经以可接受重试、延迟和通过验收的总成本过关，也不要自动升级 Pro。
当测试脚本仍然使用 preview 风格 Google ID 或供应商别名时，先暂停比较。访问错误、过期 ID 和别名漂移不能被解释成模型质量结论。先迁移 ID，再跑同提示词验证。
把更窄的问题交给更窄页面
四路线比较的任务是决定先测哪条路线，以及什么证据足以支持生产切换。Google 内部 Flash 与 Pro 的细分选择，可以继续看 Gemini 3 Pro Image vs Gemini 3.1 Flash Image。OpenAI 的尺寸、比例和 4K 工作流，可以看 GPT Image 2 4K 图像生成。官方免费额度和 API 免费边界，可以看 GPT Image 2 API 是否免费。Google 侧价格、额度和计划边界，可以看 Nano Banana Pro 价格与额度指南。
这样拆开能避免一个常见失败：同一个页面同时回答路线所属方、价格、免费额度、4K、供应商、故障排查和排行榜，最后每个答案都变浅。先在这里做首测路线选择，再进入具体价格、尺寸、免费额度或 Google-only 选择。
常见问题
GPT Image 2 一定比 Gemini 3 Pro Image 好吗？
不一定。OpenAI 原生工作流、Image API、编辑、参考图、输出控制和统一账户支持更重要时，GPT Image 2 是更好的首测路线。Google 侧任务包含密集文字、复杂图解、grounding、4K 或高退稿成本时，Gemini 3 Pro Image 更适合先测。生产切换必须由同提示词验证决定。
Gemini 3.1 Flash Lite Image 和 Gemini 3.1 Flash Lite 是同一个吗？
不是。gemini-3.1-flash-lite-image 是图像生成和图像编辑路线；gemini-3.1-flash-lite 是名字相似的文本路线。测试图像时，代码、日志、价格备注和迁移任务都要保留 -image 后缀。
Nano Banana 2 Lite 是 Gemini 3.1 Flash Lite Image 吗？
开发者路由里可以这样理解：Nano Banana 2 Lite 是读者更容易识别的名称，gemini-3.1-flash-lite-image 是 API 调用和验证表里应该写的模型 ID。别名帮助沟通，官方 ID 防止调错模型。
Nano Banana 2 是 Gemini 3.1 Flash Image 吗？
是。Nano Banana 2 对应 gemini-3.1-flash-image。正文可以在必要时解释别名，但代码、价格、changelog、日志和生产测试应使用官方 ID。
Nano Banana Pro 是 Gemini 3 Pro Image 吗？
是。Nano Banana Pro 对应 Google 的 gemini-3-pro-image。不要把“Gemini 3.0 Pro Image”当官方标签，它更像旧市场说法或不精确搜索语言。
还应该使用 Gemini preview 图像 ID 吗？
不应该用 preview 风格 ID 开新项目。稳定 Flash Image、Flash Lite Image 和 Pro Image 路线已经是当前比较的基础。旧 harness 如果还在调用 preview ID，应先迁移再比较质量、延迟或错误。
哪条路线最便宜？
没有脱离尺寸、质量、重试和工作负载的单一答案。GPT Image 2 低质量示例可能很低，高质量示例会明显升高。Gemini 3.1 Flash Lite Image 适合快速 1K 草图，Gemini 3.1 Flash Image 是 Google 平衡路线，Gemini 3 Pro Image 更贵但可能减少难图返工。看通过验收的总成本，不要只看一个价格行。
哪条路线最快？
速度优先且只需要 1K Google 草图时，先测 Gemini 3.1 Flash Lite Image。Lite 太窄但仍要 Google 侧较快生产时，测 Gemini 3.1 Flash Image。真正端到端速度还取决于鉴权、参考图大小、重试、存储、审核和回滚。
哪条路线更适合文字多的图？
Google 侧密集文字、复杂版式、事实图解或终稿营销资产，先测 Gemini 3 Pro Image。OpenAI 原生编辑、输出控制或账户归属更关键时，保留 GPT Image 2。文字负担中等时，把 Flash 作为成本基线一起跑。
可以通过 Responses API 使用 GPT Image 2 吗？
直接图像端点应该使用 Image API 调 gpt-image-2。Responses API 更适合把图像生成作为对话或多步骤应用里的 image_generation 工具。两条路线在编排、日志、工具输出和应用结构上不同，不能只按模型名混用。
什么时候应该把生产从一条路线切到另一条？
只有当新路线在关键提示词上超过当前基线，并且重试、成本、延迟、访问、回滚和审核接受度都可控时，才应该切换。如果新路线只赢在公开样图，却没有赢过你的密集文字、参考图编辑、产品图、4K 或多语言验证，就不要切默认生产。
