Nano Banana 2 单张比我们好，一组就不行

5 月 28 日，Nano Banana Pro 和 Nano Banana 2 在 Google Cloud 上正式可用。这不是两款模型第一次发布：Pro 是 2025 年 11 月 20 日发布的，2 是 2026 年 2 月 26 日发布的。看到这次开放的消息，我想起自己拿它和 Smart Photo 做的那轮比较。

怎么比的

拿的是 3C 商品，五个左右，让它和我们的 SD 1.5 加品类 LoRA 各出一轮。每个商品出四五张，这是商品页上一组图的数量：主图，加几张不同角度和场景的。

看图的是设计同事，盲审。两边的图混在一起，不告诉哪张是谁出的，按 Smart Photo 一直用的标准来判：单张能不能直接上架。另外我自己再加一层，一组看，放在同一个商品页上合不合适。

盲审是 Smart Photo 做可用率时就定下的办法。人一旦知道哪张是新模型出的，眼睛就会不自觉地偏，要么偏向新的，要么偏向熟的。

单张，它的光影更好

单张看，它好，而且好得很明显，主要在光影。

光打在外壳上的过渡是自然的，高光的位置和场景里的光源对得上，阴影的软硬也对。盲审挑出来的好图里，它的占了多数。

我们自己那套跑了两年多，可用率八成左右，但单张的上限比它低。我们的图是能用，它的图是像拍出来的。这一点我认。

我们的基座是 SD 1.5，三年多前的模型，光影一直不是它的强项。我们靠模板把场景收在一个范围里，让光别出大错，而不是让光出彩。

一组，纹理和图案对不上

一组看，它就不行了。

同一个商品出四五张，放在一起，商品表面的纹理和图案对不上。有的细一点，有的粗一点；有图案的地方，位置和形状每张略有不同。单看每张都没问题，排在一个商品页上，往下一滑就能看出来：这几张好像不是同一件东西。

一开始我以为是提示词没写好，试了几种写法，把商品描述写得更细，好一点，还是对不上。后来想明白了：它是通用模型，每次生成都在重新理解这件商品。我们的 LoRA 是拿几百张真实商品图训出来的，它认识这类东西，出几张都是同一件。

一组对不上，为什么是大问题

单看这件事，好像只是几张图有点细微差别。放到商品页上，它是一个大问题。

商品页上的几张图，是在一起回答同一个问题：这件东西到底长什么样。主图给个整体，其他几张给角度、给细节、给使用场景。买家往下翻，是在一张张确认。如果几张图里商品表面的纹理和图案不一样，买家确认到的，是一件说不清楚的东西。

说不清楚的后果，轻的是犹豫不买，重的是买了收到货发现和某一张不一样，退回来。对跨境卖家来说，退货的成本比一张图的成本高得多。

两个指标

所以单张好，和一组对，在我们这里是两个指标。

以前只看可用率，是因为一直在和单张的问题斗争。单张能不能用都成问题的时候，没人顾得上一组。现在单张有人做得比我们好了，一组对不对，反而成了我们的长处。

这个长处能保多久，我不知道。通用模型哪天加上多图参考、锁住商品的能力，也许就追上了。

讨论是我发起的，大家最在意成本

比完以后，我在内部发起了一次讨论：要不要把它接进来。

我原本想讨论的是效果。单张好、一组不齐，能不能分开用：主图用它，一组图用我们自己的。可讨论下来，大家最在意的是成本。

这一点我一开始没往那边想，后来想想是对的。Smart Photo 选自建，一个很重要的理由就是成本：用自己的服务器，量上来以后越用越便宜，每月几万张图，单张算下来很低。外部模型是按次付费的，单张看不贵，放到我们的量上，就是一笔持续的、跟着用量往上涨的支出。

效果好一截，值不值这笔钱，要看好在哪。它好在单张的光影，而商品页上真正决定能不能上架的，是一组图是不是同一件商品。为了单张的光影，付一笔按量涨的钱，这笔账在讨论里没算过来。

先放在参考那一栏

讨论到现在没有结论。它先放在参考那一栏：做单张海报、做活动主视觉这类只要一张图的时候，可以试；商品页那一组，还是我们自己的。

外部模型每隔几个月就更新一次，这种比较以后大概会成为常事。这一次我是先比效果、再谈成本，结果效果比完了，讨论却卡在成本上。下一次再比，我会一开始就把成本放进那张表里，和盲审结果放在一起看。