Nano Banana 2.5工具在哪用？spicy-mayo与LMArena入口核查

社区观察者称，spicy-mayo 出现在 LMArena 的匿名图像对战中；另一份爆料则在 Google 相关代码里发现 Nano Banana 2.5 Flash 字样。这是两条值得核对的线索，但目前还不能拼成一条已经证实的发布消息。

截至 2026 年 9 月 10 日，Google 没有发布名为 Nano Banana 2.5 Flash 的模型，Arena 也没有公布 spicy-mayo 的提供商。当前公开的文生图排行榜找不到这两个名称。结论很明确：spicy-mayo 可能是 Google 的图像模型检查点，但现有证据不足以证明它就是 Nano Banana 2.5 Flash。

本文逐项整理已经确认的信息、仍然缺失的证据，以及如何测试匿名模型，避免被一张惊艳样图带偏。Nano Banana 2.5 尚未得到确认，也没有在 Image3 上提供。GPT Image 2 是当前可用的替代方案，并不是 Nano Banana 2.5 或 spicy-mayo。

现在能使用 Nano Banana 2.5 工具吗？

不能。截至 2026 年 9 月 10 日，还没有以该名称公开且可验证的 Nano Banana 2.5 工具。

如果你今天就要生成或编辑图片，可以查看 GPT Image 2 模型工作流，或打开 已预选模型的 Image3 Workspace。这些链接不会提供 Nano Banana 2.5，而是提供明确标注的现有替代方案。

上次检查时间：2026 年 9 月 10 日。

快速回答：spicy-mayo 是 Nano Banana 2.5 Flash 吗？

现有证据还不能证明二者是同一个模型。

这种联系最有力的情况是间接的：

产品级标识需要在两个名称之间建立桥梁。该桥梁可以是 Arena 提供商的展示、Google 发行说明、公共 API 标识符、模型卡或来自任一组织的声明。截至本次审查时，尚无可用信息。

实际验证过的内容

三个事实具有主要或直接可检查的支持。

本次更新核查了 Google 图像生成文档、Arena 对初代 nano-banana 的揭晓记录、Arena 公开文生图排行榜，以及带日期的社区观察。来源 URL、访问日期与素材使用权记录保存在文章研究档案中。

首先，nano-banana 是真正的 LMArena 测试代号。 Arena 自己的回顾称，预发布测试期间使用的别名后来被透露为 Google 的 Gemini 2.5 Flash Image。这段历史解释了为什么一个以食物为主题的匿名名字会引起人们的严重关注。

其次，Google 目前的公开命名已经超越了最初的 Nano Banana。其图像生成文档列出了四种产品：

• Nano Banana 2 Lite，映射到 gemini-3.1-flash-lite-image
• Nano Banana 2，映射到gemini-3.1-flash-image
• Nano Banana Pro，映射到 gemini-3-pro-image
• Nano Banana，传统 gemini-2.5-flash-image

第三，在 9 月 10 日检查时，公共 Arena 文本转图像排行榜不包含 spicy-mayo、instant-ramen-v2 或 Nano Banana 2.5 Flash。这种缺席并不能证明私人或轮流的战斗测试是错误的。这仅意味着当今读者可以将其用作归因证据的稳定的公共排行榜行。

Nano Banana 2.5 Flash 传闻从何而来

“Nano Banana 2.5 Flash”并不是从 Google 官方发布页传出来的。2026 年 9 月，一篇追踪 Gemini 桌面端测试的报道在相关代码中发现了这个字符串。报道将其描述为封闭测试，尚无明确的公开时间表。

这使得字符串成为内部或实验标签的有用证据，但代码字符串是脆弱的线索。它们可以描述功能标志、UI 占位符、兼容性目标、废弃的名称或以不同品牌发布的模型。他们不规定价格、API 访问、质量、发布日期或架构。

最准确的表述是：

据报道：与 Google 相关的代码跟踪包括“Nano Banana 2.5 Flash”。
未报告：公共型号卡、API ID、发布日期、价格或功能表。

这种区别很重要，因为一旦有足够多的网站重复它而不带有最初的不确定性，一个易于搜索的名称就会变成一个错误的事实。

spicy-mayo 目前看起来是什么

根据关注旋转 Arena 模型的人的帖子，Spicy-mayo 似乎是 用于 Arena 测试的匿名或预发布图像检查点标签。一个帐户将其描述为新的 Nano Banana 模型或更新。另一位消息人士表示，早期的标签 instant-ramen-v2 已更名为 spicy-mayo，并将其描述为 Nano Banana 2 Lite 的更新。

这些账号适合用来发现线索，却不能替代提供商确认。它们能说明测试者在某一天看到了什么，但不能独立证明模型来自哪家实验室、两个别名是否对应同一组权重，或该检查点最终是否会发布。

站得住脚的一句话描述是：

Spicy-mayo 是社区报告的 LMArena 图像测试别名，其提供商和最终产品名称尚未确认。

这句话不如“谷歌刚刚推出 Nano Banana 2.5”那么令人兴奋，但它会更经久不衰，并且不太可能误导通过搜索到达的读者。

为什么人们怀疑谷歌

谷歌理论依赖于模式匹配。

Arena 已经托管了 Google 最初的 Gemini 2.5 Flash Image，代号为 nano-banana。新的别名是另一个食物名称。社区跟踪器还将其连接到 instant-ramen-v2，而一份单独的代码报告几乎同时提到了 Nano Banana 2.5 Flash。

时间点和命名规律让这个猜测说得通，但仍然不能构成验证。匿名评测平台本来就会隐藏模型身份，让用户判断输出而不是品牌。别名可能来自平台、提供商或测试系统；名字相似并不是身份签名。

因此，证据应该分级而不是扁平化：

命名陷阱：2.5 并不意味着 Gemini 2.5

这个谣言非常容易被误解，因为谷歌的官方产品名称已经包含“Nano Banana 2”和“Gemini 2.5 Flash Image”。

原始 Nano Banana 映射到 Gemini 2.5 Flash 图像。 Nano Banana 2 映射到 Gemini 3.1 Flash 图像。因此，传闻中的Nano Banana 2.5 Flash不能安全地解释为Gemini 2.5 Flash Image的另一种拼写。

将标签分开：

官方遗留模型：Nano Banana = gemini-2.5-flash-image
官方当前型号：Nano Banana 2 = gemini-3.1-flash-image
传闻标签：Nano Banana 2.5 Flash = 没有经过验证的公共 API ID
Arena 别名：spicy-mayo = 没有经过验证的提供商

这些区分并非文字游戏。开发者如果把未经确认的模型字符串直接复制进 API 请求，请求只会失败；采购者如果误以为传闻页描述的是已上线产品，也会形成错误预期。搜索结果应该消除歧义，而不是放大歧义。

目前的证据不能告诉我们什么

目前没有可靠的来源为spicy-mayo或 Nano Banana 2.5 Flash 建立以下任何信息：

• Gemini、AI Studio、Vertex AI 或 API 中的公开可用性
• 稳定的型号ID
• 输入图像限制或支持的参考类型
• 最大输出分辨率
• 文本渲染准确性
• 多轮编辑行为
• 延迟、速率限制或价格
• SynthID 行为或其他来源详细信息
• 安全政策或商业用途条款
• 基于稳定样本的排行榜分数

今天发布这些细节的任何文章要么会将现有的官方 Nano Banana 模型与传闻中的标签混淆，要么从一些匿名输出中推断出来。

这也是为什么仅凭屏幕截图的证据是薄弱的。屏幕截图可以显示已显示别名。它无法显示隐藏的提供者、模型构建、系统提示、采样配置或标签后来是否更改。

如何在 Image Arena 上公平测试 spicy-mayo

如果 spicy-mayo 出现在匿名对战中，重点不该是猜背后的厂商，而是留下在身份揭晓后仍然有价值的测试记录。

使用五组任务：文字排版、指令遵循、参考图保真、局部编辑和多轮一致性。每组至少生成三次，并在模型标签揭晓前完成评分。提示词、输入图与评分规则都要保持不变。

对于每场战斗，记录：

日期和当地时间：
竞技场模式：
提示版本：
输入图像哈希值或文件名：
显示前左输出分数：
揭示前的正确输出分数：
显示标签：
可见错误：
导出或截图文件名：

不要将“看起来更好”和“遵循概要”合并为一个分数。当改变产品、拼写错误的标题或忽略请求的编辑时，戏剧性的图像可能会赢得第一印象。

揭示真正差异的五个提示

以下套件旨在测试控制能力，而不仅仅是视觉品味。跨模型使用相同的措辞和输入。

1. 版式和布局

为虚构的天文博物馆创建 4:5 的社论海报。
准确使用这个标题：夜间地图
准确使用这个副标题：一片天空，四个季节
将标题放在上三分之一处，将副标题放在其正下方。
在下半部分显示精确的圆形星图。
没有其他文字、字母、徽标或数字。

对准确的拼写、额外的文本、层次结构以及星图是否清晰可见进行评分。

2. 密集指令跟随

在浅灰色桌子上制作一张哑光红色旅行杯的方形产品照片。
杯子必须有一个黑色的盖子、一个银色的纽扣，并且没有标志。
在杯子后面放一张折叠的海军地图，在右边放一个黄铜指南针。
使用左侧柔和的窗光。
请勿添加人物、植物、文字、蒸汽、多余的杯子或相机的倒影。

计算指令通过和失败的次数。不要因为整体照片很有吸引力而授予通行证。

3. 参考图保真

使用随附的产品图片作为事实来源。
保持其轮廓、帽子、标签比例、材料和可见颜色不变。
黎明时分，将相同的产品放在山涧旁一块潮湿的黑色石头上。
将新的照明和反射与环境相匹配。
请勿重新设计产品或发明标签文本。

检查几何形状和小的身份细节，而不仅仅是颜色相似性。

4. 本地编辑规则

仅将背景墙从白色更改为深森林绿色。
保持人物、脸部、头发、姿势、衣服、椅子、地板、裁剪、阴影和相机角度不变。
请勿修饰拍摄对象的皮肤或改变拍摄对象的照明。

尽可能使用像素或覆盖比较。本地编辑质量是请求的更改量除以意外更改。

5. 多轮一致性

第 1 回合：创建一个小型橙色送货机器人的四分之三视图，该机器人有两个黑色轮子、一个方形相机和一个白色货箱。
第 2 回合：从左侧展示同一个机器人。保留每一个设计细节。
第 3 回合：将同一个机器人置于夜间的小雨中。仅改变环境和照明。
第4回合：将数字27添加到货箱中。其他什么都不改变。

每回合后得分身份漂移。产生强大的第一帧但在第三回合重新设计机器人的模型并不一致。

使用记分卡，而不是氛围

一个简单的 100 分评分标准使盲目比较更加有用：

存储原始分数以及总分数。如果一个模型以 88 比 84 获胜，读者应该能够看出差异是来自更漂亮的照明还是实质上更好的约束遵循。

下面的视频展示 Image3 当前可用的 GPT Image 2 工作流。它不是 spicy-mayo 或 Nano Banana 2.5 的输出，也不能作为判断这两个传闻名称的证据；它仅用于演示如何通过多组受控画面复核一致性。

哪些证据才能确认模型身份

只有当主要来源提供持久的标识符时，谣言才会从可信变为证实。注意以下一项或多项：

1. Arena 发布了一份披露后说明，将spicy-mayo映射到提供商和官方模型。
2. Google 将 Nano Banana 2.5 Flash 添加到发行说明或开发者型号列表中。
3. 公共 API 公开具有匹配功能的记录模型 ID。
4. Gemini 应用程序或 AI Studio 在稳定的选择器中显示名称以及产品文档。
5. 模型卡描述了评估结果、限制、安全行为和出处。

排行榜行有助于了解性能背景，但其本身并不能证明 spicy-mayo 和 Nano Banana 2.5 Flash 是相同的。名称映射仍然需要来自 Arena 或 Google。

您应该等待 Nano Banana 2.5 吗？

不要为它暂停生产工作。

传闻中的检查点可能会消失、更改名称或具有不同的限制。团队应该根据他们今天需要完成的工作来评估可用的模型。例如，比较排版准确性、参考图像保留、编辑隔离、延迟和您自己的提示集的成本。

Image3 是独立的图像工作流网站，与 Google、Gemini 或 LMArena 没有关联。目前站内生成路径以 GPT Image 2 工作流为主。你可以查看 GPT Image 2 是什么，阅读英文版 Gemini Omni 解读，或浏览 GPT Image 2 提示词库 中可直接复制的提示词结构。

这种比较还可以防止启动周期中常见的错误：将未来的模型自动视为更适合您的特定任务。新的检查点可能会提高速度，同时牺牲参考容量，或者在不修复确切文本的情况下提高整体美观性。只有工作负载才能决定升级是否重要。

这篇文章会在什么情况下更新

只有可长期核验的来源解决关键疑问时，本文才会改变结论。明确的更新信号包括：Arena 公布提供商、Google 发布公告或模型卡、出现官方 API 模型 ID，或 Gemini/AI Studio 提供稳定的产品选择入口。

在此之前，标题会保留问号，可用性表格也会继续标记为“未验证”。新的截图、转发消息或另一个食物代号，都不足以单独改变结论。

最终结论

spicy-mayo 值得继续观察。初代 nano-banana 的经历说明，匿名 Arena 测试可能早于重要的 Google 图像模型发布；当前的代码线索也让 Nano Banana 2.5 Flash 成为有来源可追溯的传闻，而不是事后拼出来的词。

决定性的映射仍然缺失。目前没有官方来源把 spicy-mayo 对应到 Google、Nano Banana 2.5 Flash、Nano Banana 2 Lite 或其他最终产品。输出对比只能证明某个匿名模型的表现，不能证明它的身份。

等待新证据期间，使用固定评分表和可重复提示词。如果你现在需要生成图像，可以返回 Image3，打开 GPT Image 2 图像生成器，或在 Image3 Workspace 中开始受控测试。