Hvad er Nano Banana 2 helt præcist, og hvad gør den?

Nano Banana 2 er Googles nyeste AI-model til billedgenerering og -redigering, bygget på Gemini Flash Image-teknologi for at levere hurtig visuel generering i høj kvalitet og præcis efterlevelse af instruktioner på tværs af tekst- og billedinput.

Hvordan relaterer Nano Banana 2 sig til Gemini 3.1 Flash Image?

Nano Banana 2 er i det væsentlige den forbrugerrettede branding af Googles Gemini 3.1 Flash Image-model og kombinerer avancerede funktioner fra tidligere Nano Banana-versioner med hastigheden fra Flash-modeller.

Kan Nano Banana 2 opretholde konsistens i komplekse kompositioner?

Ja — den bevarer konsistens på tværs af flere motiver og objekter (f.eks. op til fem figurer og 14 objekter i ét enkelt prompt-workflow) og hjælper med narrative scener og opgaver i storyboard-stil.

Bruger Nano Banana 2 realtidsinformation eller viden om verden?

Nano Banana 2 inkorporerer viden om den virkelige verden og integration med billedsøgning for at hjælpe med at generere mere præcise motiver, infografik og stedsbevidste visuelle elementer.

Hvilke typer billeder og opløsninger kan Nano Banana 2 generere?

Modellen understøtter fleksibel output med forskellige formatforhold og opløsninger op til 4K, egnet til sociale medier, annoncer, skærme og professionelt indhold.

Hvilke forbedringer tilføjer Nano Banana 2 i forhold til tidligere Nano Banana-modeller?

Nano Banana 2 leverer hurtigere genereringshastighed, skarpere detaljer, bedre efterlevelse af instruktioner, forbedret tekstrendering/lokaliseret oversættelse og bredere kreativ kontrol, samtidig med at mange funktioner på Pro-niveau bliver tilgængelige på basisniveau.

Til hvilke billedgenereringsanvendelsestilfælde er Gemini 3.1 Flash Image bedst egnet?

Den egner sig godt til billedskabelse og -redigering på professionelt niveau, infografik, konsistens på tværs af flere billeder, tekstrendering og lokaliserede flersprogede output, især når arbejdsgange kræver præcis kontrol og gentagne iterationer.

Kan Gemini 3.1 Flash Image generere detaljeret tekst i billeder eller diagrammer?

Ja — den kan generere og gengive tydelig tekst i billeder, men ekstremt lille eller tæt tekst med flere afsnit kan nogle gange være en udfordring.

Google

Tilgængelig Populær

gemini-3.1-flash-image-preview

Nano Banana 2 API

Oversigt over kernefunktioner: Opløsning: Op til 4K (4096×4096), på niveau med Pro. Konsistens for referencebilleder: Op til 14 referencebilleder (10 objekter + 4 figurer), med bevaret stil-/figurkonsistens. Ekstreme aspektforhold: Nye 1:4, 4:1, 1:8, 8:1-forhold tilføjet, velegnet til lange billeder, plakater og bannere. Tekstrendering: Avanceret tekstgenerering, egnet til infografikker og layout til markedsføringsplakater. Søgeforbedring: Integreret Google-søgning + billedsøgning. Forankring: Indbygget tænkeproces; komplekse prompts ræsonneres før generering.

Startpris

$0.4 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Feb 26, 2026

Google

Playground

Prøv Nano Banana 2 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Nano Banana 2, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Gemini 3.1 Flash Image Preview

Post	Gemini 3.1 Flash Image Preview
Udbyder	Google
Modelfamilie	Gemini 3.1 (Flash-tier)
Primært fokus	Hurtig multimodal generering med billedpreview
Inputtyper	Tekst, Billede
Outputtyper	Tekst, Billede (preview-generering)
Kontekstvindue	Op til 1M tokens (Gemini 3.x Flash-tier standard)
Latenstid-tier	Lav latenstid, høj gennemstrømning
Streaming-understøttelse	Ja
Værktøjskald	Ja (Gemini API tools framework)
Version	3.1

Hvad er Nano Banana 2

Nano Banana 2 er det populære kælenavn, som pressen og udviklerfællesskabet bruger for den nyligt lancerede Gemini-3.1-Flash-Image-model. Google positionerer den som “Flash”-tier billedmotoren, der bringer næsten Pro-visuel kvalitet til et langt lavere latenstids- og omkostningsniveau — egnet til generering i stor skala, hurtige iterative redigeringer og integrerede produktarbejdsgange på tværs af Google-tjenester. Den arver Gemini 3.1’s multimodale ræsonnering og tilføjer billedcentriske funktioner (læselig tekst i billeder, komposition med flere billeder, understøttelse af brede aspektforhold, native 4K).

Hovedfunktioner

Højhastigheds-generering i flere opløsninger: Flash-tier-hastighed med muligheder for 0.5K / 1K / 2K / 4K output og nye ekstreme aspektforhold (1:4, 4:1, 1:8, 8:1).
Webforankring i realtid: Integrerer både tekst- og billedsøgninger for at forankre genereret indhold i aktuelle weboplysninger, når “Thinking” eller søgeforankring er aktiveret. Nyttigt til opdaterede referencer og faktuel infografik.
Forbedret tekstrendering: Bedre gengivelse af kort tekst og grafisk tekst (skrifttyper, størrelser) end tidligere Flash-modeller; stadig ikke perfekt ved lange afsnit/små tekster.
Redigering med flere input og arbejdsgange over flere omgange: Stærk understøttelse af at kombinere flere billeder som input og af iterative redigeringer på tværs af omgange.

📊 Benchmark-ydelse — Billedgenerering og -redigering (Elo-scorer)

Kapabilitet	Gemini 3.1 Flash Image (Nano Banana 2)	Gemini 2.5 Flash Image (Nano Banana)	Gemini 3 Pro Image (Nano Banana Pro)	GPT-Image 1.5	Seedream 5.0 Lite	Grok Imagine Image Pro
Tekst-til-billede — Samlet præference	1079.0 ± 7.0	1073.0 ± 5.0	942.0 ± 6.0	1021.0 ± 5.0	1047.0 ± 5.0	928.0 ± 8.0
Tekst-til-billede — Visuel kvalitet	1140.0 ± 6.0	1129.0 ± 6.0	929.0 ± 6.0	1043.0 ± 5.0	975.0 ± 5.0	759.0 ± 10.0
Tekst-til-billede — Infografik (Faktualitet)	1114.0 ± 14.0	1074.0 ± 12.0	881.0 ± 13.0	1102.0 ± 13.0	985.0 ± 12.0	890.0 ± 22.0
Redigering — Generelt	1065.0 ± 9.0	1047.0 ± 9.0	913.0 ± 9.0	1051.0 ± 10.0	995.0 ± 8.0	937.0 ± 9.0
Redigering — Karakter	1056.0 ± 7.0	1049.0 ± 7.0	952.0 ± 7.0	1050.0 ± 8.0	1025.0 ± 7.0	894.0 ± 8.0
Redigering — Kreativ	1023.0 ± 7.0	1031.0 ± 7.0	976.0 ± 7.0	1004.0 ± 7.0	1017.0 ± 7.0	938.0 ± 7.0
Redigering — Objekt/Miljø	1029.0 ± 8.0	1018.0 ± 8.0	945.0 ± 8.0	1042.0 ± 10.0	976.0 ± 8.0	946.0 ± 9.0
Redigering — Multi-input	1037.0 ± 8.0	1016.0 ± 8.0	919.0 ± 9.0	1056.0 ± 12.0	1014.0 ± 9.0	N/A
Redigering — Stilisering	1045.0 ± 7.0	1031.0 ± 7.0	862.0 ± 8.0	1045.0 ± 9.0	996.0 ± 7.0	984.0 ± 7.0

Vigtigste pointer fra denne benchmarktabel:

På tværs af kategorierne for tekst-til-billede-generering og billedredigering ligger Gemini 3.1 Flash Image konsekvent i top eller matcher de højeste scorer blandt Flash-tier og mange konkurrerende billedmodeller.
Modellen viser især stærke resultater i benchmarkene for Visuel kvalitet og Infografik (Faktualitet) — hvilket indikerer, at den ikke kun leverer æstetisk kvalitet, men også gengiver strukturelt korrekt indhold.
Ved Multi-input-redigering viser Nano Banana 2 også robust generalisering, med højere scorer end den tidligere Flash-generation.

Disse evalueringer udføres via menneskelige side-by-side Elo-sammenligninger på en divers benchmark-suite, som afspejler både præference og troskab på tværs af almindeligt brugte opgaver til billedgenerering/redigering.

Nano Banana 2 vs. Nano Banana vs. Nano Banana Pro

Model	Positionering	Repræsentativ benchmark/noter
Gemini 3.1 Flash Image (Nano Banana 2)	Flash-tier: hastighed + høj visuel kvalitet (2K–4K)	Samlet præference 1079.0 ± 7.0; visuel kvalitet 1140 ± 6.0 (intern GenAI-Bench).
Gemini 2.5 Flash Image (Nano Banana)	Tidligere Flash-udgivelse (lavere billedtrofasthed)	Lidt lavere præference-/visuelle scorer end 3.1.
Gemini 3 Pro Image (Nano Banana Pro)	Pro-tier: højere oplevet trofasthed til komplekse opgaver, højere omkostning/latenstid	Andre kompromiser; nogle metrikker viser andre relative placeringer i specialopgaver.
GPT-Image 1.5 / andre kommercielle modeller	Konkurrenter (åbne/lukkede)	I Googles interne benchmarks scorede GPT-Image og andre under Gemini 3.1 på visuel kvalitet og samlet præference i den rapporterede evaluering. Uafhængige tredjepartssammenligninger varierer.

Hvornår man bør vælge Flash Image Preview:

Billedforhåndsvisning i realtid i apps
Omkostningsfølsom billedgenerering i stor skala
Interaktive designassistenter

Sådan får du adgang til og integrerer Nano Banana 2

Trin 1: Tilmeld dig for at få en API-nøgle

Log ind på cometapi.com. Hvis du ikke er bruger endnu, skal du først registrere dig. Log ind på din CometAPI-konsol. Få API-nøglen til interfacet som adgangslegitimation. Klik på “Add Token” ved API-tokenet i det personlige center, få token-nøglen: sk-xxxxx og indsend.

Trin 2: Send forespørgsler til `Nano Banana 2` API

Vælg “gemini-3.1-flash-image-preview8”-endpointet for at sende API-forespørgslen og angiv anmodningskroppen. Anmodningsmetoden og anmodningskroppen fås fra vores websites API-dokumentation. Vores website tilbyder også Apifox-test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto. Hvor det kaldes:Gemini generates image

Nano Banana 2 understøtter billedredigering, billedgenerering og arbejdsgange med flere billeder. Til billedredigering skal du uploade billedets URL. For flere parametre henvises til dokumentationen.

Trin 3: Hent og verificer resultater

Behandl API-svaret for at få det genererede svar. Efter behandlingen svarer API’et med opgavestatus og outputdata. Du kan downloade billedet direkte til din lokale maskine i playgrounden (normalt i PNG-format). Der genereres en billed-URL i API-processen; download den venligst straks.

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

$0.0028

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

$0.028

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

$0.042

Estimeret CometAPI-forbrugsomkostning

Priser for Nano Banana 2

Udforsk konkurrencedygtige priser for Nano Banana 2, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan Nano Banana 2 kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

nano-banana-2（image）

variant / alias	Price
gemini-3.1-flash-image (0.5K)	≈ $0.03600
gemini-3.1-flash-image (1K)	≈ $0.05360
gemini-3.1-flash-image (2K)	≈ $0.08080
gemini-3.1-flash-image (4K)	≈ $0.12080
gemini-3.1-flash-image-preview (0.5K)	≈ $0.03600
gemini-3.1-flash-image-preview (1K)	≈ $0.05360
gemini-3.1-flash-image-preview (2K)	≈ $0.08080
gemini-3.1-flash-image-preview (4K)	≈ $0.12080

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1beta/models/{model}:generateContent

Eksempelkode og API til Nano Banana 2

Få adgang til omfattende eksempelkode og API-ressourcer for Nano Banana 2 for at strømline din integrationsproces. Vores detaljerede dokumentation giver trin-for-trin vejledning, der hjælper dig med at udnytte det fulde potentiale af Nano Banana 2 i dine projekter.

POST

/v1beta/models/{model}:generateContent

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p ./output

curl -s "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "A woman leaning on a wooden railing of a traditional Chinese building. She is wearing a blue cheongsam with pink and red floral motifs and a headdress made of colorful flowers, including roses and lilacs. Realistic painting style, focusing on the textural details of the clothing patterns and wooden buildings."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "9:16"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('./output/gemini-3.1-flash-image-preview.png', 'wb') as f:
            f.write(img)
        print('Image saved to ./output/gemini-3.1-flash-image-preview.png')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p ./output

curl -s "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "A woman leaning on a wooden railing of a traditional Chinese building. She is wearing a blue cheongsam with pink and red floral motifs and a headdress made of colorful flowers, including roses and lilacs. Realistic painting style, focusing on the textural details of the clothing patterns and wooden buildings."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "9:16"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('./output/gemini-3.1-flash-image-preview.png', 'wb') as f:
            f.write(img)
        print('Image saved to ./output/gemini-3.1-flash-image-preview.png')
"

Python Code Example

from google import genai
from google.genai import types
from PIL import Image
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

prompt = (
    "A woman leaning on a wooden railing of a traditional Chinese building. "
    "She is wearing a blue cheongsam with pink and red floral motifs and a headdress "
    "made of colorful flowers, including roses and lilacs. Realistic painting style, "
    "focusing on the textural details of the clothing patterns and wooden buildings."
)
aspect_ratio = "9:16"  # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE"],
        image_config=types.ImageConfig(aspect_ratio=aspect_ratio),
    ),
)

os.makedirs("./output", exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        output_path = "./output/gemini-3.1-flash-image-preview.png"
        image.save(output_path)
        print(f"Image saved to {output_path}")

JavaScript Code Example

import fs from "fs";
import path from "path";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1beta";
const model = "gemini-3.1-flash-image-preview";

const prompt =
  "A woman leaning on a wooden railing of a traditional Chinese building. " +
  "She is wearing a blue cheongsam with pink and red floral motifs and a headdress " +
  "made of colorful flowers, including roses and lilacs. Realistic painting style, " +
  "focusing on the textural details of the clothing patterns and wooden buildings.";

const response = await fetch(`${base_url}/models/${model}:generateContent`, {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    Authorization: api_key,
  },
  body: JSON.stringify({
    contents: [
      {
        role: "user",
        parts: [{ text: prompt }],
      },
    ],
    generationConfig: {
      responseModalities: ["IMAGE"],
      imageConfig: {
        aspectRatio: "9:16",
      },
    },
  }),
});

const data = await response.json();

const outputDir = "./output";
if (!fs.existsSync(outputDir)) {
  fs.mkdirSync(outputDir, { recursive: true });
}

for (const candidate of data.candidates) {
  for (const part of candidate.content.parts) {
    if (part.text) {
      console.log(part.text);
    } else if (part.inlineData) {
      const imageBuffer = Buffer.from(part.inlineData.data, "base64");
      const outputPath = path.join(outputDir, "gemini-3.1-flash-image-preview.png");
      fs.writeFileSync(outputPath, imageBuffer);
      console.log(`Image saved to ${outputPath}`);
    }
  }
}

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-image

image-editing

Input og output

Input

text

Output

image

Produktionsprofil

Udbyder: Google
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Nano Banana 2 til produktions-workflows, der matcher dens image-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktvisuals og kampagnemateriale

Konceptkunst og hurtig visuel udforskning

Billedredigering, variationer og assetproduktion

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

OpenAI

GPT Image 2

GPT Image 2 er en topmoderne billedgenereringsmodel fra OpenAI til hurtig billedgenerering og redigering i høj kvalitet. Den understøtter fleksible billedstørrelser og billedinput i høj kvalitet.

Se model

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model er en effektivitetsekspert i familien af billedgenereringsmodeller, designet til ultralav latenstid og omkostningseffektiv billedgenerering og -redigering.

Se model

OpenAI

GPT Image 2.5(sunburst)

Udforsk GPT Image 2.5(sunburst)-API'et.

Se model

OpenAI

GPT Image 2.5 Flare

Udforsk GPT Image 2.5 Flare-API'et.

Se model

OpenAI

GPT Image 1.5

GPT-Image-1.5 er OpenAIs billedmodel i GPT Image-familien. Det er en nativt multimodal GPT-model, der er designet til at generere billeder ud fra tekstprompter og til at udføre højpræcise redigeringer af inputbilleder, samtidig med at den nøje følger brugerens instruktioner.

Se model

OpenAI

GPT Image 1 mini

Omkostningsoptimeret udgave af GPT Image 1. Det er en native multimodal sprogmodel, der accepterer både tekst- og billedinput og genererer billedoutput.

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

Model-id	Beskrivelse	Tilgængelighed	Forespørgsel
gemini-3.1-flash-image	Anbefalet, peger på den nyeste model	✅	Gemini genererer et billede
gemini-3.1-flash-image-preview	Officiel forhåndsvisning	✅	Gemini genererer et billede

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

Google

Tilgængelig Populær

gemini-3.1-flash-image-preview

Nano Banana 2 API

Startpris

$0.4 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Feb 26, 2026

Google

Playground

Prøv Nano Banana 2 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over Nano Banana 2, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Tekniske specifikationer for Gemini 3.1 Flash Image Preview

Post	Gemini 3.1 Flash Image Preview
Udbyder	Google
Modelfamilie	Gemini 3.1 (Flash-tier)
Primært fokus	Hurtig multimodal generering med billedpreview
Inputtyper	Tekst, Billede
Outputtyper	Tekst, Billede (preview-generering)
Kontekstvindue	Op til 1M tokens (Gemini 3.x Flash-tier standard)
Latenstid-tier	Lav latenstid, høj gennemstrømning
Streaming-understøttelse	Ja
Værktøjskald	Ja (Gemini API tools framework)
Version	3.1

Hvad er Nano Banana 2

Hovedfunktioner

Højhastigheds-generering i flere opløsninger: Flash-tier-hastighed med muligheder for 0.5K / 1K / 2K / 4K output og nye ekstreme aspektforhold (1:4, 4:1, 1:8, 8:1).
Webforankring i realtid: Integrerer både tekst- og billedsøgninger for at forankre genereret indhold i aktuelle weboplysninger, når “Thinking” eller søgeforankring er aktiveret. Nyttigt til opdaterede referencer og faktuel infografik.
Forbedret tekstrendering: Bedre gengivelse af kort tekst og grafisk tekst (skrifttyper, størrelser) end tidligere Flash-modeller; stadig ikke perfekt ved lange afsnit/små tekster.
Redigering med flere input og arbejdsgange over flere omgange: Stærk understøttelse af at kombinere flere billeder som input og af iterative redigeringer på tværs af omgange.

📊 Benchmark-ydelse — Billedgenerering og -redigering (Elo-scorer)

Kapabilitet	Gemini 3.1 Flash Image (Nano Banana 2)	Gemini 2.5 Flash Image (Nano Banana)	Gemini 3 Pro Image (Nano Banana Pro)	GPT-Image 1.5	Seedream 5.0 Lite	Grok Imagine Image Pro
Tekst-til-billede — Samlet præference	1079.0 ± 7.0	1073.0 ± 5.0	942.0 ± 6.0	1021.0 ± 5.0	1047.0 ± 5.0	928.0 ± 8.0
Tekst-til-billede — Visuel kvalitet	1140.0 ± 6.0	1129.0 ± 6.0	929.0 ± 6.0	1043.0 ± 5.0	975.0 ± 5.0	759.0 ± 10.0
Tekst-til-billede — Infografik (Faktualitet)	1114.0 ± 14.0	1074.0 ± 12.0	881.0 ± 13.0	1102.0 ± 13.0	985.0 ± 12.0	890.0 ± 22.0
Redigering — Generelt	1065.0 ± 9.0	1047.0 ± 9.0	913.0 ± 9.0	1051.0 ± 10.0	995.0 ± 8.0	937.0 ± 9.0
Redigering — Karakter	1056.0 ± 7.0	1049.0 ± 7.0	952.0 ± 7.0	1050.0 ± 8.0	1025.0 ± 7.0	894.0 ± 8.0
Redigering — Kreativ	1023.0 ± 7.0	1031.0 ± 7.0	976.0 ± 7.0	1004.0 ± 7.0	1017.0 ± 7.0	938.0 ± 7.0
Redigering — Objekt/Miljø	1029.0 ± 8.0	1018.0 ± 8.0	945.0 ± 8.0	1042.0 ± 10.0	976.0 ± 8.0	946.0 ± 9.0
Redigering — Multi-input	1037.0 ± 8.0	1016.0 ± 8.0	919.0 ± 9.0	1056.0 ± 12.0	1014.0 ± 9.0	N/A
Redigering — Stilisering	1045.0 ± 7.0	1031.0 ± 7.0	862.0 ± 8.0	1045.0 ± 9.0	996.0 ± 7.0	984.0 ± 7.0

Vigtigste pointer fra denne benchmarktabel:

På tværs af kategorierne for tekst-til-billede-generering og billedredigering ligger Gemini 3.1 Flash Image konsekvent i top eller matcher de højeste scorer blandt Flash-tier og mange konkurrerende billedmodeller.
Modellen viser især stærke resultater i benchmarkene for Visuel kvalitet og Infografik (Faktualitet) — hvilket indikerer, at den ikke kun leverer æstetisk kvalitet, men også gengiver strukturelt korrekt indhold.
Ved Multi-input-redigering viser Nano Banana 2 også robust generalisering, med højere scorer end den tidligere Flash-generation.

Nano Banana 2 vs. Nano Banana vs. Nano Banana Pro

Model	Positionering	Repræsentativ benchmark/noter
Gemini 3.1 Flash Image (Nano Banana 2)	Flash-tier: hastighed + høj visuel kvalitet (2K–4K)	Samlet præference 1079.0 ± 7.0; visuel kvalitet 1140 ± 6.0 (intern GenAI-Bench).
Gemini 2.5 Flash Image (Nano Banana)	Tidligere Flash-udgivelse (lavere billedtrofasthed)	Lidt lavere præference-/visuelle scorer end 3.1.
Gemini 3 Pro Image (Nano Banana Pro)	Pro-tier: højere oplevet trofasthed til komplekse opgaver, højere omkostning/latenstid	Andre kompromiser; nogle metrikker viser andre relative placeringer i specialopgaver.
GPT-Image 1.5 / andre kommercielle modeller	Konkurrenter (åbne/lukkede)	I Googles interne benchmarks scorede GPT-Image og andre under Gemini 3.1 på visuel kvalitet og samlet præference i den rapporterede evaluering. Uafhængige tredjepartssammenligninger varierer.

Hvornår man bør vælge Flash Image Preview:

Billedforhåndsvisning i realtid i apps
Omkostningsfølsom billedgenerering i stor skala
Interaktive designassistenter

Sådan får du adgang til og integrerer Nano Banana 2

Trin 1: Tilmeld dig for at få en API-nøgle

Trin 2: Send forespørgsler til `Nano Banana 2` API

Trin 3: Hent og verificer resultater

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

$0.0028

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

$0.028

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

$0.042

Estimeret CometAPI-forbrugsomkostning

Priser for Nano Banana 2

nano-banana-2（image）

variant / alias	Price
gemini-3.1-flash-image (0.5K)	≈ $0.03600
gemini-3.1-flash-image (1K)	≈ $0.05360
gemini-3.1-flash-image (2K)	≈ $0.08080
gemini-3.1-flash-image (4K)	≈ $0.12080
gemini-3.1-flash-image-preview (0.5K)	≈ $0.03600
gemini-3.1-flash-image-preview (1K)	≈ $0.05360
gemini-3.1-flash-image-preview (2K)	≈ $0.08080
gemini-3.1-flash-image-preview (4K)	≈ $0.12080

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1beta/models/{model}:generateContent

Eksempelkode og API til Nano Banana 2

POST

/v1beta/models/{model}:generateContent

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p ./output

curl -s "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "A woman leaning on a wooden railing of a traditional Chinese building. She is wearing a blue cheongsam with pink and red floral motifs and a headdress made of colorful flowers, including roses and lilacs. Realistic painting style, focusing on the textural details of the clothing patterns and wooden buildings."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "9:16"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('./output/gemini-3.1-flash-image-preview.png', 'wb') as f:
            f.write(img)
        print('Image saved to ./output/gemini-3.1-flash-image-preview.png')
"

cURL Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p ./output

curl -s "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "A woman leaning on a wooden railing of a traditional Chinese building. She is wearing a blue cheongsam with pink and red floral motifs and a headdress made of colorful flowers, including roses and lilacs. Realistic painting style, focusing on the textural details of the clothing patterns and wooden buildings."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "9:16"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('./output/gemini-3.1-flash-image-preview.png', 'wb') as f:
            f.write(img)
        print('Image saved to ./output/gemini-3.1-flash-image-preview.png')
"

Python Code Example

from google import genai
from google.genai import types
from PIL import Image
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com"

client = genai.Client(
    http_options={"api_version": "v1beta", "base_url": BASE_URL},
    api_key=COMETAPI_KEY,
)

prompt = (
    "A woman leaning on a wooden railing of a traditional Chinese building. "
    "She is wearing a blue cheongsam with pink and red floral motifs and a headdress "
    "made of colorful flowers, including roses and lilacs. Realistic painting style, "
    "focusing on the textural details of the clothing patterns and wooden buildings."
)
aspect_ratio = "9:16"  # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE"],
        image_config=types.ImageConfig(aspect_ratio=aspect_ratio),
    ),
)

os.makedirs("./output", exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        output_path = "./output/gemini-3.1-flash-image-preview.png"
        image.save(output_path)
        print(f"Image saved to {output_path}")

JavaScript Code Example

import fs from "fs";
import path from "path";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1beta";
const model = "gemini-3.1-flash-image-preview";

const prompt =
  "A woman leaning on a wooden railing of a traditional Chinese building. " +
  "She is wearing a blue cheongsam with pink and red floral motifs and a headdress " +
  "made of colorful flowers, including roses and lilacs. Realistic painting style, " +
  "focusing on the textural details of the clothing patterns and wooden buildings.";

const response = await fetch(`${base_url}/models/${model}:generateContent`, {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    Authorization: api_key,
  },
  body: JSON.stringify({
    contents: [
      {
        role: "user",
        parts: [{ text: prompt }],
      },
    ],
    generationConfig: {
      responseModalities: ["IMAGE"],
      imageConfig: {
        aspectRatio: "9:16",
      },
    },
  }),
});

const data = await response.json();

const outputDir = "./output";
if (!fs.existsSync(outputDir)) {
  fs.mkdirSync(outputDir, { recursive: true });
}

for (const candidate of data.candidates) {
  for (const part of candidate.content.parts) {
    if (part.text) {
      console.log(part.text);
    } else if (part.inlineData) {
      const imageBuffer = Buffer.from(part.inlineData.data, "base64");
      const outputPath = path.join(outputDir, "gemini-3.1-flash-image-preview.png");
      fs.writeFileSync(outputPath, imageBuffer);
      console.log(`Image saved to ${outputPath}`);
    }
  }
}

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-image

image-editing

Input og output

Input

text

Output

image

Produktionsprofil

Udbyder: Google
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug Nano Banana 2 til produktions-workflows, der matcher dens image-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktvisuals og kampagnemateriale

Konceptkunst og hurtig visuel udforskning

Billedredigering, variationer og assetproduktion

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

OpenAI

GPT Image 2

GPT Image 2 er en topmoderne billedgenereringsmodel fra OpenAI til hurtig billedgenerering og redigering i høj kvalitet. Den understøtter fleksible billedstørrelser og billedinput i høj kvalitet.

Se model

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model er en effektivitetsekspert i familien af billedgenereringsmodeller, designet til ultralav latenstid og omkostningseffektiv billedgenerering og -redigering.

Se model

OpenAI

GPT Image 2.5(sunburst)

Udforsk GPT Image 2.5(sunburst)-API'et.

Se model

OpenAI

GPT Image 2.5 Flare

Udforsk GPT Image 2.5 Flare-API'et.

Omkostningsoptimeret udgave af GPT Image 1. Det er en native multimodal sprogmodel, der accepterer både tekst- og billedinput og genererer billedoutput.

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

Model-id	Beskrivelse	Tilgængelighed	Forespørgsel
gemini-3.1-flash-image	Anbefalet, peger på den nyeste model	✅	Gemini genererer et billede
gemini-3.1-flash-image-preview	Officiel forhåndsvisning	✅	Gemini genererer et billede

Bliv ved med at udforske

Nano Banana 2 API

Playground

Oversigt

Tekniske specifikationer for Gemini 3.1 Flash Image Preview

Hvad er Nano Banana 2

Hovedfunktioner

📊 Benchmark-ydelse — Billedgenerering og -redigering (Elo-scorer)

Nano Banana 2 vs. Nano Banana vs. Nano Banana Pro

Sådan får du adgang til og integrerer Nano Banana 2

Trin 1: Tilmeld dig for at få en API-nøgle

Trin 2: Send forespørgsler til Nano Banana 2 API

Trin 3: Hent og verificer resultater

FAQ

Hvad er Nano Banana 2 helt præcist, og hvad gør den?

Hvordan relaterer Nano Banana 2 sig til Gemini 3.1 Flash Image?

Kan Nano Banana 2 opretholde konsistens i komplekse kompositioner?

Bruger Nano Banana 2 realtidsinformation eller viden om verden?

Hvilke typer billeder og opløsninger kan Nano Banana 2 generere?

Hvilke forbedringer tilføjer Nano Banana 2 i forhold til tidligere Nano Banana-modeller?

Til hvilke billedgenereringsanvendelsestilfælde er Gemini 3.1 Flash Image bedst egnet?

Kan Gemini 3.1 Flash Image generere detaljeret tekst i billeder eller diagrammer?

Priser

Priser for Nano Banana 2

nano-banana-2（image）

API

Én API, produktionsklar modeladgang

Eksempelkode og API til Nano Banana 2

cURL Code Example

Python Code Example

JavaScript Code Example

Funktioner

Anvendelsesmuligheder

Andre modeller

Uptime

Versioner

Sammenlign modeller, og fortsæt din research

Nano Banana 2 API

Playground

Oversigt

Tekniske specifikationer for Gemini 3.1 Flash Image Preview

Hvad er Nano Banana 2

Hovedfunktioner

📊 Benchmark-ydelse — Billedgenerering og -redigering (Elo-scorer)

Nano Banana 2 vs. Nano Banana vs. Nano Banana Pro

Sådan får du adgang til og integrerer Nano Banana 2

Trin 1: Tilmeld dig for at få en API-nøgle

Trin 2: Send forespørgsler til Nano Banana 2 API

Trin 3: Hent og verificer resultater

FAQ

Hvad er Nano Banana 2 helt præcist, og hvad gør den?

Hvordan relaterer Nano Banana 2 sig til Gemini 3.1 Flash Image?

Kan Nano Banana 2 opretholde konsistens i komplekse kompositioner?

Bruger Nano Banana 2 realtidsinformation eller viden om verden?

Hvilke typer billeder og opløsninger kan Nano Banana 2 generere?

Hvilke forbedringer tilføjer Nano Banana 2 i forhold til tidligere Nano Banana-modeller?

Til hvilke billedgenereringsanvendelsestilfælde er Gemini 3.1 Flash Image bedst egnet?

Kan Gemini 3.1 Flash Image generere detaljeret tekst i billeder eller diagrammer?

Priser

Priser for Nano Banana 2

nano-banana-2（image）

API

Én API, produktionsklar modeladgang

Eksempelkode og API til Nano Banana 2

cURL Code Example

Python Code Example

JavaScript Code Example

Funktioner

Anvendelsesmuligheder

Andre modeller

Uptime

Versioner

Sammenlign modeller, og fortsæt din research

Trin 2: Send forespørgsler til `Nano Banana 2` API

Trin 2: Send forespørgsler til `Nano Banana 2` API