BananaBanana 使用指南：全套 7 款 AI 模型、价格与功能介绍

BananaBanana 是一款按需付费（pay-as-you-go）的 AI 图像和视频生成平台。用户只需维护一个统一的 USD 账户余额，便能运行 Google 的七款模型：三档 Nano Banana 图像模型、三档 Veo 3.1 视频模型，以及 Gemini Omni Flash。平台免订阅、无需绑定信用卡，也不需要繁琐的 Google Cloud 配置。您只需使用加密货币充值，即可按生成结果付费。

如果您正在对比同类产品，这里是简短的总结：

• 图像生成：单张费用为 $0.03 到 $0.20，具体取决于所选模型和分辨率（从 512px 到 4K）。
• 无声视频：在 Veo 3.1 Lite 上生成一段 4 秒、720p 分辨率的片段起步价为 $0.10。
• 带声视频：在 Veo Lite 上起步价为 $0.18；Gemini Omni Flash 则是每段固定 $1.00，且始终包含音频。
• 充值渠道：支持 20 多种加密货币和稳定币。无需信用卡，没有订阅，无任何需要手动取消的账单。
• 控制选项：提供 seed、negative prompt、参考图（reference images）、首尾帧（first and last frames）以及片段延长（clip extension）等。我们在 Web 网页端近乎完整地开放了底层 API 的所有参数。
• 注册新账号可免费获得 $0.10 初始余额，且生成失败会自动退款（refund）。

我们在平台上线当天发布了这篇推文的初代版本，说实话，那时里面只有短短三个要点和一份承诺。现在，我们兑现了诺言：以下是截至 2026 年 7 月的平台完整使用指南，文中的所有示例片段均是通过我们自己的生成管线专门为本篇评测生成的。

在 BananaBanana 上能做些什么？

您可以生成图像和短视频片段，并能进行各种实用的精细微调。

图像规格极为丰富，既有用于快速预览的 512px 草图，也有高达 4K 的超清导出格式，涵盖了从 1:1 正方形到 21:9 电影级画幅的 10 种纵横比。在需要保持产品或角色在系列图中的一致性时，您还可以上传参考图。高性价比的模型只需几秒即可出图，而顶尖模型则需要大约半分钟的生成时间。

视频生成则代表了两种截然不同的设计理念。Veo 3.1 家族给您极高的自主掌控权：精准指定 4、6、7 或 8 秒的时长，分辨率最高可达 4K，还能自主开关背景音效。您可以将自己的图片设为视频首帧、固定尾帧，或将生成好的片段再次延长 7 秒。若首尾帧使用同一张图片，还能完美生成无缝循环的 Loop 动图。Omni Flash 则完全相反：分辨率固定为 720p，且必定带有音效，时长在 3 到 10 秒之间由模型自主决定，而它的优势在于“对话式修改”——您可以直接用日常大白话描述需要改动的地方，而不是每次都推倒重来、重新写 prompt。

相比大多数仅提供单一套壳界面的网站，我们在背后做了一个不显眼但极具诚意的改动：我们近乎完整地向用户开放了 Google API 的底层参数，而不是只给您一个单调的输入框。我们提供了 Seed、negative prompt、智能提示词增强开关、10 种纵横比、主题参考图、首尾帧控制、片段延长、以及音频开关。如果您以前曾因为某些工具隐藏了您急需的某项关键参数而愤而弃用，那么我们感同身受——这也是为什么我们的生成器把选择权全还给您的原因。不过我们也坦诚交代目前的不足：Google Search grounding 功能（即利用 Gemini 检索实时信息（如天气预报图）并融入画面的功能）目前尚未接入。

在模型之外，则是那些虽枯燥但必不可少的基础体验：您的个人主页中包含完整的生成历史记录、Google 端故障时的自动退款机制，以及支持 11 种语言的界面翻译。

Nano Banana 图像模型：Lite、Standard 与 Pro

三款图像模型均出自 Google 的 Nano Banana 家族，定位非常明确。Lite 适合批量生产，Nano Banana 2 提供了更富余的分辨率上升空间，而 Pro 则专为那些需要让人驻足细看的高质量视觉资产而生。

与其纸上谈兵，不如来看看同一个提示词在三款模型下的实际生成对比。提示词内容为：“一瓶写实风格的香蕉苏打水置于黄昏时分雨水淋湿的市场柜台上，纸质标签上写着 'BANANA SODA'（香蕉苏打）”。

Lite（单次生成 $0.03）非常精准地渲染出了整体氛围和主标题字母，但底部的微缩字迹则退化成了装饰性的乱码。如果是用于无人放大细看的插图，这个效果完全足够了。

Nano Banana 2（1K 分辨率单次生成 $0.06）渲染出了完全清晰可辨的标签细节，甚至还凭空生成了符合设定的“EST. 1974”字样和容量标识，并构图了更宽阔的街景。不过，它在背景里添加的菜单牌文字有些扭曲变形。

Pro（单次生成 $0.11）在排版艺术和光影渲染上取得了压倒性胜利：复古的立体投影字样极其锋利，下方的流畅手写体也完全可读。有趣的小细节是，哪怕是 Pro，也将自己瞎编的标语误拼为了 “Small Balch”（应为 Batch）。虽然图像模型在文字生成上有了长足的进步，但在当下，人工校对依旧必不可少。

为了给注重性价比的用户提供深度参考，我们还将 Lite 模型放入生产环境实测了一周，并撰写了关于在哪些场景下低成本模型已完全够用的深度指南。

Veo 3.1 视频模型：Standard、Fast 与 Lite

三档 Veo 视频模型共享我们的生成页面上的同一套控制参数。价格的差异主要体现在视频的生成质量上，这在物理碰撞效果 and 精细动作流畅度上最为明显。根据 Google 的 Veo 官方文档，该模型家族支持原声音频合成、图生视频（image-to-video）以及最高 4K 的分辨率。这与我们通过 API 观察到的效果高度吻合。一个平台级别的注意事项是：Veo 3.1 Lite 的最大分辨率上限为 1080p。

下方的价格区间对应 4 秒至 8 秒不等的视频时长：

上方展示的片段由 Veo 3.1 Fast 生成：时长 6 秒，无声镜头。画面展示了黄昏温暖光线下推近（dolly-in）早餐桌的过程，这也是专为本篇文章生成的。在 720p 分辨率下，它的费用仅为 $0.52。您可以细细观察腾起的热气与飘动的窗帘——这种逼真的物理运动轨迹正是 Veo 与其他廉价视频模型的根本区别，而 Fast 模型仅以 Standard 三分之一的价格，便保留了绝大部分的精髓。

视频通常会在几分钟内生成完毕。当 Google 端计算能力吃紧时，我们的平台会自动重新启动任务，最多尝试 4 次，并会在您等待时显示重试计数器。若最终仍无法正常交付，系统会全额退款。安全过滤器（safety filter）触发时的退款逻辑也是相同的：如果输出完全被拦截，系统将全额退款；如果部分拦截，则按比例予以退款。

在经历了数月的实测后，我的实操建议如下：Lite 适合绘制故事板和设计社媒草图；Fast 是日常主力工具；Standard 则用于需要完美还原水流、布料褶皱或物理碰撞的精细场景，以及交付规格明确要求 4K 的情况。

Omni Flash：支持“大白话聊出来”的带声视频模型

Gemini Omni Flash 算是一个特立独行的异类。它诞生于 Google 2026 年 6 月 30 日发布的公共预览版中，仅能输出 720p 24 帧的画面，但它会默认带上同步音轨，且生成的片段时长在 3 到 10 秒之间，用户无法干预。在 BananaBanana 平台上，我们对它的单次生成统一收取 $1.00 的一口价，不论模型决定产出多长，这彻底解决了 Google 官方按秒计费给用户带来的“开盲盒式”账单困扰。

请务必戴上耳机欣赏这段视频。这段松饼视频是 Omni Flash 单次一气呵成的生成结果：一个描述枫糖浆浇在松饼上的文本提示词，外加一句明确的 “single continuous shot, no scene cuts（单镜头连续拍摄，不要切换场景）”（如果不加这句，Omni 极其热衷于擅自切镜头进行剪辑），最后通过 “Audio:” 一行提示词要求加入糖浆细细浇淋的音效，并配有安静厨房的环境白噪音。期间没有进行任何繁杂的二次音频合成，而模型自己决定了生成 10 秒的长度。

从制作这个片段中我们学到了一个编写提示词的诀窍：Omni 偏好维持首帧就已经发生的动作，而往往会直接忽略那些计划在视频中途才发生的动作。我的初版提示词曾要求松饼“在视频进行到一半时翻面”，结果连续三次生成的都是长达十秒、毫无动静的静止画面。而最终成功的版本，我把动作直接写成了“糖浆从最开始的第一帧起就已经在流淌，并贯穿整个视频”。请务必使用现在进行时来描述动作，而不要把提示词写成一段流水账式的时间线。

而这项功能之所以物有所值，是因为它支持“对话式编辑”。在生成完毕的每段 Omni 视频旁，都会出现一个编辑按钮：您只需输入一句修改指令（例如“换成夜景，其他保持原样”），再支付 $1.00，模型就会重绘出修改后的画面，且能极好地继承原视频的主体细节。如果 Google 端因超时而销毁了这次交互上下文，退款会即时到账，且该视频会被标记为已失效。我们已在另一篇Omni Flash API 测评文章中对其底层架构和预览版 API 目前尚未支持的所有细节进行了全面剖析。

充值与退款机制如何运作？

您的账户余额以 USD（美元）计价，且仅在生成任务成功交付时才会扣款。网页端充值由第三方支付网关 0xProcessing 提供支持，接收的主流代币包含 BTC, ETH, SOL, TON, BNB, LTC, TRX, XRP, DOGE 和 BCH，同时也支持在 ERC-20, BEP-20, Solana, TON 以及 Base 网络上结算 USDT, USDC, DAI 和 TUSD 等稳定币。这总共提供了 20 多种支付方式。在实际使用中，我们的大多数用户会充值稳定币，并首选 TON 或 Solana 等低手续费公链。如果您是第一次接触加密货币充值，请参阅我们的加密货币充值全实操向导。

注册只需提供邮箱，即可获赠 $0.10 的试用额度，这足够您在进行任何决策前，先用 Lite 模型尝试生成三张图像。如果您拿到了推荐码，在后台激活一次后，您往后的每一笔充值都可以额外获得 +10% 的赠额。此外，充值金额本身也会附赠额度：满 $50+ 赠 5%，满 $100+ 赠 10%，且两项优惠可以完美叠加——例如在激活推荐码的情况下充值 $100，您的账户将直接到账 $120。

真正做到全平台免绑卡

在我们的平台上，没有任何需要您输入信用卡信息的地方。无论是在注册阶段还是结账阶段。如果您以前曾为了短期项目订阅过某款 AI 工具，后来却因为找不到隐藏在三级菜单深处的“取消订阅”按钮而被平白无故扣了四个月的冤枉钱，您就会明白免绑卡设计是多么贴心。充值进来的余额由您完全支配，用多少扣多少，即便额度耗尽也绝不会产生后续自动扣款。不过坦率地说，硬币的另一面也意味着：由于不绑定卡片，目前我们无法直接接受法币支付，因此您需要使用加密货币。例如在 TON 网络上转账 $10 的稳定币，手续费仅为几美分，首次操作可能需要大约 5 分钟，往后便可在几秒钟内瞬间到账。

我们在专栏文章中详细论述了为什么平台压根不设置任何绑卡表单，以及按量付费相较于订阅制的优势对比。在这里有必要重申一下退款的逻辑，因为在实际操作中，生成类 API 的失败频率远比各家宣传口径中的要高。任何最终生成状态为失败的任务，平台都会自动将扣费全额退还至您的账户，无需您手动提交任何客服工单。完整价格信息可在价格页面查阅。

会推出 Telegram 客户端吗？

我们的 Telegram Mini App（小程序）目前正在全速研发中，这也是我们近期路线图中最核心的项目。届时，用户只需启动机器人（Bot），便能通过 Telegram 账户直接登录，省去了复杂的邮箱和密码步骤。此外，小程序端将支持 Telegram Stars, TON 以及 TON 网络上的 USDT 充值，从而解决那些完全不想接触传统加密货币交易所用户的痛点。同时，机器人会在视频生成完毕后第一时间向您发送私信，您只需随手一键开启任务便可关闭应用，稍后直接来收片即可，无需再时刻盯着网页上的进度条发呆。

该功能的绝大部分环节已在进行内部测试，但尚未对公众开放，因此请将此段落视为我们在不远处的愿景，而非现成功能。除此之外，本篇推文提到的所有其他功能目前均已在网页端上线，随时可供使用。

推荐计划：最高获取每笔充值 15% 的高额佣金

您可以在您的个人主页里自主创建最多三个专属推荐码。任何激活了您的推荐码的用户，其往后的每一笔充值都将额外获得 +10% 的赠额，而您也将同步赚取这笔充值的佣金奖励：初始比例为 5%，当受邀用户的累计充值金额突破 $1,000 时，比例将上调至 10%，而当累计金额突破 $2,000 时，佣金比例将达到 15%。推荐码与受邀用户账户属于终身绑定关系，这意味着受邀用户的后续充值返利和您的佣金抽成均会永久自动生效，而不限于首笔交易。

我们在这里坦诚交代两项防作弊机制：您无法激活自己创建的推荐码；此外，与您处于同一局域网（即 IP 段相同）的注册账号将不计入佣金统计中，我们部署了相当严格的安全合规审查。

常见问题解答（FAQ）

在 BananaBanana 上生成图像要花多少钱？

单张图像价格低至 $0.03（对应 1K 分辨率下的 Nano Banana 2 Lite 模型，或 512px 纵横比下的 Nano Banana 2），最高为 $0.20（对应 Nano Banana Pro 模型的 4K 超清图像）。平台无任何订阅门槛，仅根据您的充值账户余额按单张实际生成付费。

平台提供免费试用吗？

每个新注册账号都会自动获赠 $0.10 的初始体验余额，这足够您在最实惠的模型下体验三次图像生成。注册仅需邮箱，绝无任何强制绑卡流程。

我需要绑定信用卡或购买订阅吗？

不需要。整个平台没有绑卡通道，也没有任何强制性的包月/包年订阅选项。您仅需使用加密货币为您的 USD 余额充值，并按次付费；未使用的余额终身有效，也绝对不会产生任何二次自动续费或扣费扣税行为。

BananaBanana 支持哪些加密代币充值？

我们接收 BTC, ETH, SOL, TON, BNB, LTC, TRX, XRP, DOGE, BCH，以及运行在 ERC-20, BEP-20, Solana, TON 和 Base 链上的 USDT, USDC, DAI 与 TUSD 等主流稳定币。此外，我们已计划在后续的 Telegram Mini App 小程序中接入 Telegram Stars 支持。

我可以生成带声音的 AI 视频吗？

可以，主要有两种方式。第一种是通过 Veo 3.1 家族模型（可在生成时开启音频开关，在 Veo Lite 下，4 秒长的带声视频单次费用低至 $0.18）；第二种是通过 Gemini Omni Flash，该模型每单次运行均会默认生成同步音轨，一口价为固定每段 $1.00。

充值后如果生成失败了怎么办？

失败的任务，其对应消耗的额度会自动且全额退还至您的账户中。针对视频任务，若遇到 Google 服务端算力吃紧的报错，我们的平台会自动先在后台重试最多 4 次；若因为 Google 的安全拦截过滤器（safety filter）阻断了部分内容的输出，则无法交付的残缺部分也会按比例进行精确退款。