对比评测8 分钟阅读
Nano Banana 能本地运行吗？诚实的答案
Nano Banana 只在 Google API 上运行，权重从未公开。本文说明你能在本地跑什么、真实显存需求，以及具体放弃了什么。
先给结论
不能。Nano Banana 无法在你自己的机器上运行，而且这跟硬件没关系。
Nano Banana 是 Google 给自家 Gemini 图像模型起的外号——gemini-2.5-flash-image，以及大家称为 Nano Banana 2 的新一代 Gemini 3 Flash Image。Google 通过 Gemini API、AI Studio 和 Vertex AI 提供服务，权重从未公开过。没有可下载的 checkpoint，没有 GGUF 量化版，也没有哪个 ComfyUI 节点能加载到真货。24GB 显存的 4090 和一台核显笔记本在这件事上是同一个结果：跑不了。
如果某个网站给你「Nano Banana 本地安装包」，它要么是把 Google API 套了一层本地界面，要么是在跑另一个开源权重模型、借了这个名字。
这就是问题的全部答案。这篇文章剩下的部分要谈的是问题背后的问题——你想本地跑，一定是有原因的——以及什么才真正解决那个原因。
为什么大家想本地跑
反复出现的动机有四个，而它们需要的答案并不一样：
隐私
图片和参考照片不出本机
成立——且只有本地模型能解决
成本
显卡回本后单张不再计费
量大时成立，量小时反而更贵
无限制
没有频率限制和内容过滤的意外
部分可本地解决
离线
飞机上、实验室、内网隔离环境
只有本地模型能解决
注意：这四个里只有两个真的关于 Nano Banana，另外两个关于 不把数据发到服务器。如果你的理由是隐私或离线，那么任何云端模型都永远不合格——直接看下面的开源方案。如果理由是成本或频率限制，账算下来往往和你预期的不一样。
真正能本地跑的是什么，需要什么硬件
以下是今天就能下载运行的开源权重模型。显存数字对应常见分辨率下的出图，量化版本用画质换余量。
| 模型 | 最低显存 | 宽裕配置 | 说明 |
|---|---|---|---|
| Z-Image | 约 8 GB | 12 GB | 当代最轻量的一档；为速度而非极限画质设计 |
| SDXL | 6–8 GB | 12 GB | 略显老旧，但 LoRA 与 ControlNet 生态极其庞大 |
| FLUX.1 dev | Q4 GGUF 约 7 GB | 不量化需 24 GB | 提示词遵从性强；12–16GB 显卡通常折中用 FP8 |
| Qwen-Image | Q4 GGUF 约 14 GB，FP8 需 16 GB | BF16 需 40 GB | 200 亿参数，四者中最重 |
运行环境：ComfyUI 是 2026 年事实上的默认选择——节点式、模型支持最广、显存效率最好。低显存显卡上 Forge 更务实。
现实的硬件读数：8GB 能用 Z-Image 和 SDXL 入门；12–16GB 打开量化版 FLUX；24GB（3090/4090）基本能不量化跑一切。低于 8GB，你是在和机器搏斗，而不是在做图。
关于成本
一张二手 3090 的钱，约等于相当多次云端生成。如果你一个月出几百张图，显卡永远回不了本——你只是买了一种更慢更吵的方式花掉同样的钱。如果你一个月出几千张，或者你需要隐私，这笔账立刻反转。
没人告诉你的部分：你放弃了什么
这里是「本地跑就行了」悄悄不再等价的地方。Nano Banana 和本地模型的差距不在清晰度或分辨率——那两项现在已经足够接近。差距在于执行复杂指令和在一整组图里保住同一个角色。
下面这类东西最能区分它们。每张图都出自我们的图库、由 Nano Banana Pro 生成，完整提示词就附在图上——点开、复制，拿去在你想用的任何模型上跑一遍。这才是判断差距的诚实方式，比听任何人的结论都可靠。
皮克斯质感Q萌贴纸系列
Nano Banana Pro提示词▾
一套可爱的3D Q版卡通女孩贴纸，同一个角色展现多种情绪和姿势。大而富有表现力的闪亮眼睛，柔和圆润的脸蛋，头部略大，身体比例娇小。浅棕色/金色凌乱丸子头发型，带有松散的发丝。身穿红色皮夹克内搭白色上衣。每个姿势展现不同的表情：惊讶、悲伤、困惑、开心、思考、眨眼、剪刀手、耸肩。受皮克斯/迪士尼灵感的3D渲染，光滑塑料质感，柔和光线，pastel米色背景。每个角色都有贴纸风格的白色描边，简洁极简美学，高细节，超级可爱，表情符号般的表情，高分辨率，工作室品质。
橙墨镜选择性色彩肖像
Nano Banana Pro提示词▾
一张工作室风格的特写编辑肖像，主体面部轮廓分明，有着轻微不完美的自然皮肤纹理。主体穿着剪裁利落、线条干净的黑色高领毛衣，外搭高领黑色外套，呈现极简当代时尚风格。 主体佩戴半透明橙色醋酸纤维墨镜——矩形框架带柔和圆角边缘，光泽饰面，琥珀色渐变镜片——作为画面中唯一的彩色元素。 色彩概念：选择性色彩摄影——单色黑白图像，只有墨镜呈现鲜艳橙色。 氛围沉稳自信，表情严肃，直视镜头。 灯光为柔和正面工作室光，带轻柔阴影，均匀肤色，电影级对比度，可见自然皮肤纹理。使用专业人像相机拍摄，f/2.0，ISO 100，1/125s。高分辨率，面部超锐对焦。 风格：编辑级奢华时尚肖像，照片级真实，专业工作室摄影，无插画，无绘画效果。
两者的共同点：提示词不是一种氛围，而是一份规格说明。8–16GB 区间的本地模型往往能还原整体观感、却丢掉条件——第三个姿势和第一个不像了，选择性保色渗到了背景里。这些大部分能靠 ControlNet、IP-Adapter、区域提示词和几个小时的节点搭建找补回来。那几个小时是否比一次 API 调用更便宜，只有你自己能回答。
本地真正赢的地方
规模化的风格一致性。如果你已经找到一个喜欢的风格、想要两百个变体，一个用你自己的图训练的本地 LoRA 会打败任何通用云端模型，而且不产生单张费用。本地不是更弱的选项——它是另一种形状的工具。
所以你到底该怎么做
按你来这儿的原因对号入座：
- 你需要隐私或离线：走本地。8GB 从 Z-Image 起步，12GB 以上上 FLUX.1 dev，用 ComfyUI 跑，并接受复杂条件类提示词需要额外搭脚手架。
- 你要规模化复现某个特定风格：走本地，并训练一个 LoRA。这是本地的主场。
- 你只是想要 Nano Banana 的出图质量、不想折腾：没有本地路径。用服务——LocalBanana 就是这个：Nano Banana、GPT Image 等模型在同一个输入框后面，图库里每条提示词都可以直接运行。
- 你只是好奇到底差在哪：从图库复制一条提示词，两边各跑一次。这二十分钟给你的信息，比任何对比文章（包括这一篇）都多。
用来测差距的提示词
如果你要拿本地方案对标 Nano Banana，请用带条件的提示词，而不只是风格词——模型真正分化的地方在那里。这几条可以作为起点：
✕ 不存在的路径
下载 Nano Banana 权重，放进 ComfyUI 离线生成✓ 可行工作流
本地运行 FLUX 等开放权重模型；确实需要 Nano Banana 能力时，通过获得授权的托管 API 使用常见问题
Nano Banana 的权重以后会开源吗？
Google 没有公布任何相关计划，迄今也没有开源过任何一个 Gemini 图像模型的权重。请把「本地版 Nano Banana」当作不存在，而不是即将到来。
Nano Banana 和 Gemini Nano 是一个东西吗？
不是，而且这两个名字确实造成了很多混淆。Gemini Nano 是一个在 Android 和 Chrome 上端侧运行的小型语言模型；Nano Banana 是 Google 图像生成模型的外号，只有云端。能在本地跑 Gemini Nano，完全不代表能在本地跑 Nano Banana。
那些提供「Nano Banana 本地安装」的网站是怎么回事？
仔细看它到底装了什么。我们查过的每一例都是两种情况之一：一个仍然通过网络调用 Google API 的本地界面（所以既没有隐私也没有离线好处），或者一个真正的本地开源模型——Z-Image、FLUX、Qwen-Image——挂着 Nano Banana 的名字。
我能用自己的云端 GPU 自建部署吗？
不能。自建同样需要权重。租一台 A100 不改变访问方式，这个模型只能通过 Google 的 API 端点触达。
今天哪个本地模型最接近 Nano Banana？
论综合提示词遵从性，开源权重里通常的答案是 FLUX.1 dev；论中等硬件上的速度，是 Z-Image。两者在多条件提示词和整组角色一致性上都达不到 Nano Banana——在把工作流定下来之前，请用你自己的提示词实测。
