Home/Models/Google/Nano Banana Pro
G

Nano Banana Pro

Indtast:$1.5616/M
Output:$9.3696/M
Nano Banana Pro er en AI-model til generel assistance i tekstcentrerede arbejdsgange. Den egner sig til instruktionsbaserede prompts til at generere, transformere og analysere indhold med kontrollerbar struktur. Typiske anvendelser omfatter chatassistenter, opsummering af dokumenter, vidensbaseret QA og automatisering af arbejdsgange. Offentligt tilgængelige tekniske detaljer er begrænsede; integrationen er på linje med almindelige AI-assistentmønstre såsom strukturerede output, retrieval-forstærkede prompts og værktøjs- eller funktionskald.
Ny
Kommersiel brug
Playground
Oversigt
Funktioner
Priser
API
Versioner

Grundlæggende funktioner

  • Text → Image: fuld prompt-baseret generering med stærk efterlevelse af prompten.
  • Image → Image (redigeringer): fine, målrettede redigeringer med bevaret motiv-/karakterkonsistens på tværs af flere redigeringer.
  • Maksimal outputopløsning: op til 4K (eksempler og understøttede præcise pixelstørrelser afhænger af sideforhold; API'et udstiller 1K/2K/4K forudindstillinger)
  • Iterativ planlægning & selvkorrektion: en intern “flertrins” pipeline, der detekterer og korrigerer almindelige visuelle fejl (perspektiv, tekst, fin geometri).
  • Avanceret tekstgengivelse i billedet: klar, læsbar flersproget tekst (korte billedtekster til lange afsnit) egnet til plakater, mockups og infografikker.
  • 5 karakterer og fidelitet for op til 14 objekter/referencebilleder i en enkelt arbejdsgang.
  • Vandmærkning / proveniens: alle genererede billeder inkluderer et SynthID-vandmærke; modellen indlejrer C2PA-metadata for proveniens i nogle produktintegrationer.

Gemini 3 Pro Image-versioner og navngivning

  • gemini-3-pro-image-preview
  • gemini-3-pro-image

Tekniske detaljer

Arkitektur

  • Stamtavle / rygrad: Nano Banana Pro er bygget på Googles udviklende Gemini-billedstak — specifikt den nye Gemini 3 Pro Image / GEMPIX 2 arkitektur (et højkapacitets multimodalt billede+tekst-rammeværk). Det er en evolution fra Gemini 2.5 Flash Image (den originale “nano-banana”) til en oprindeligt multimodal billedmodel med udvidede syns- og sproglige ræsonneringsevner.
  • Modeladfærd: indfødt multimodalitet (billede + tekst + verdenviden), eksplicitte pipelines til multi-billedfusion, og en intern trinvis planner, der forfiner output over flere passager frem for at producere en enkelt statisk prøve. Tidlige rapporter indikerer stærkere geometrisk/optisk ræsonnering (glas, brydning) kontra tidligere versioner.
  • Tænkning / intern forfining: Modellen bruger en synlig “tænke”-proces internt til at forfine komposition (API'et dokumenterer denne adfærd og bemærker, at disse interne trin ikke tælles som endelige billedtokens).
  • Grounding & værktøjer: Understøtter Search grounding (kan indarbejde webfakta i diagram-/infografikgenerering). Det understøtter også systeminstruktioner for mere deterministisk kontrol.

Vigtige API-parametre:

  • thinking_level (low / high) for at afveje latenstid kontra ræsonneringsdybde;
  • media_resolution (low/medium/high) til at styre billed-OCR/detallæsningstokens;
  • generationConfig.imageConfig til at styre sideforhold/opløsning i billedoutput.

Billedbegrænsninger:

  • Understøttede inputmodaliteter: Tekst og billeder (modellen accepterer ikke lyd eller video som input til billedgenerering).
  • Maks. billeder pr. prompt: 14 (for Gemini 3 Pro Image preview).
  • Maks. billedstørrelse (upload): 7 MB pr. inputbillede.
  • Understøttede sideforhold: 1:1, 3:2, 16:9, 9:16, 21:9 osv.

Outputbilleder / tokens: høje grænser, med 4K/4096px understøttet.

Benchmark-ydeevne

Kort resume: offentlige/tidlige benchmarks er indtil videre mest kvalitative / community-drevne, men rapporterer konsekvent væsentlige forbedringer i opløsning, reduktion af artefakter og fysisk fidelitet kontra den originale nano-banana (Gemini 2.5 Flash Image). Specifikke navngivne “udfordringer” har vist klare visuelle gevinster, men der findes endnu ikke (offentlige) standardiserede numeriske benchmarktabeller fra Google, der sammenligner v1 → v2 på standardmål for billedgenerering.

  • Kvalitative community-tests: renere kanter, skarpere mikrodetaljer, mere trofarver og mere trofast efterlevelse af prompt (færre hallucinerede rekvisitter, mere konsistente karakterer). Populære uformelle tests inkluderer den såkaldte “Wine Glass Test” og “Glass Burger Challenge”, hvor GEMPIX2 (Nano Banana Pro) håndterer transparens og brydning markant bedre end tidligere builds.
  • Teksthåndtering: Nano Banana Pro viser synligt forbedret typografi og tekstplacering inde i billeder (en vedvarende svaghed for mange billedmodeller). Community-sammenligninger indikerer færre forvanskede renderede glyffer.
  • Gennemløb / UX: hurtigere iterationshastighed og en UX, der udfører flertrins forfining i backend, så brugere ser mere pålidelige første-pas-resultater (reducerer manuelle nykørsler).

Begrænsninger og risici

  • Indholdsfiltre & detektion: Platforme, der integrerer modellen (f.eks. Whisk/tredjepartsapps), kan aktivere streng celebrity- eller lighedsdetektion og blokere visse output, hvilket påvirker kreative arbejdsgange, der er afhængige af realistiske celebrity-ligheder.
  • Hallucination / ræsonneringsgrænsetilfælde: selvom forbedret, kan modellen stadig producere fysisk urealistiske artefakter, især med tæt symbolsk tekst inde i billeder eller meget tekniske diagrammer — dog ser NB2 ud til at reducere disse fejl kontra tidligere versioner.
  • Sikkerhed & misbrug: generative billedmodeller kan bruges til at skabe problematisk eller skadeligt indhold. Google anvender begrænsninger, indholdsfiltre og SynthID-vandmærket for at hjælpe med proveniens; ikke desto mindre er misbrug forekommet (højprofileret kontrovers knyttet til et Nano Banana-genereret billede i en politisk følsom kontekst).

Hvordan Nano Banana Pro klarer sig i forhold til andre modeller

  • Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — stærk mobilintegration, multi-billedfusion, iterativ selvkorrektion, 2K native/4K opskalering, tæt integreret i Google-apps (Search, Photos, Workspace/Gemini). Bedst til arbejdsgange, der kræver pålidelige redigeringer, kontinuitet og integration med Google-tjenester.
  • Midjourney — udmærker sig ved stiliserede kunstneriske output og community-drevet prompt-engineering; typisk ikke målrettet foto-præcis multi-billedfusion eller dybe multimodale redigeringspipelines.
  • Stable Diffusion / åbne vægte — fuldt åbent, stærkt tilpasseligt og kan hostes lokalt; økosystemet af checkpoints og finjustering er en afgørende fordel for forskning og offline-brug. Mindre “one-click” mobilintegration og mindre konsistent multi-billedredigeringskohærens out-of-the-box end Nano Banana Pro.
  • Seedream 4.0 (ByteDance) — for nylig positioneret eksplicit som en Nano Banana-konkurrent, med betoning af ultrahurtig rendering, 2K output og understøttelse af mange referencebilleder (op til seks). Positioneret som et pro-/creator-alternativ.

(Disse sammenligninger er på højt niveau; vælg en vinder ved at matche værktøjet til din arbejdsgang: åbenhed/tilpasningsmuligheder → Stable Diffusion; stiliseret kunst → Midjourney; integreret, konsistent mobilredigering med aggressiv iteration → Nano Banana Pro/Gemini 3 Pro Image-familien.)

Virkelige anvendelsescases

  • Mobile fotoredigering & kreative filtre (Google Photos-integrationer — restyling, baggrundsfusion, portræt-rekomposition).
  • Marketing- & annonceaktiver — hurtig konceptgenerering, konsistente brandkarakterer på tværs af flere frames/vinkler.
  • Konceptkunst & storyboard — multi-billedfusion hjælper med at bevare karakterkontinuitet på tværs af paneler.
  • E-handel / produktmockups — generér konsistente produktbilleder i forskellige kontekster/lysforhold.
  • Hurtig prototyping til AR/VR-aktiver — høj kvalitet 2K/4K outputs, der kan opskaleres til immersive anvendelser.
  • How to accessl gemini-3-pro-image(Nano Banana Pro) API

Påkrævede trin

  • Log ind på cometapi.com. Hvis du ikke er bruger hos os endnu, skal du registrere dig først
  • Hent adgangslegitimation API-nøglen til interfacet. Klik “Add Token” ved API token i det personlige center, få token-nøglen: sk-xxxxx og indsend.
  • Hent webstedets url: https://api.cometapi.com/

Brugsmåde

  1. Vælg “gemini-3-pro-image”-endpointet for at sende API-anmodningen og angive anmodningskroppen. Anmodningsmetoden og anmodningskroppen hentes fra vores websteds API-dokumentation. Vores websted tilbyder også Apifox-test for din bekvemmelighed.
  2. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto.
  3. Indsæt dit spørgsmål eller din anmodning i content-feltet — det er dette, modellen vil svare på.
  4. . Behandl API-svaret for at få det genererede svar.

CometAPI leverer en fuldt kompatibel REST API — for problemfri migrering. Nøgledetaljer :

  • Base URL: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
  • Modelnavne: gemini-3-pro-image
  • Godkendelse: Bearer YOUR_CometAPI_API_KEY header
  • Content-Type: application/json .

FAQ

Can Gemini 3 Pro Image generate 4K resolution images?

Yes, Nano Banana Pro (Gemini 3 Pro Image) supports native output up to 4K resolution with aspect ratios including 1:1, 3:2, 16:9, 9:16, and 21:9. It also supports 1K and 2K presets via the imageConfig parameter.

How does Nano Banana Pro handle text rendering inside images?

Nano Banana Pro features advanced in-image text rendering with clear, legible multi-language text support—from short captions to long paragraphs. This makes it ideal for posters, infographics, UI mockups, and marketing assets.

Can I edit images conversationally with Gemini 3 Pro Image?

Yes, Nano Banana Pro supports multi-turn conversational editing. Simply ask for changes like 'Make the background a sunset' and the model maintains visual context through Thought Signatures between turns.

What makes Nano Banana Pro different from FLUX 2 Pro or Midjourney?

Nano Banana Pro excels at iterative self-correction, consistent character preservation across multiple edits, and tight Google ecosystem integration. It handles up to 14 reference images for complex multi-image fusion workflows.

Does Nano Banana Pro use Google Search for grounded image generation?

Yes, Nano Banana Pro can use Search grounding to verify facts before generating images. For example, it can fetch current weather data to create an accurate Tokyo weather infographic.

How many reference images can Nano Banana Pro process in one request?

Nano Banana Pro supports up to 14 input images per prompt with a maximum of 7MB per image. It maintains subject and character consistency across up to 5 characters in complex multi-image fusion scenarios.

Funktioner til Nano Banana Pro

Udforsk de vigtigste funktioner i Nano Banana Pro, designet til at forbedre ydeevne og brugervenlighed. Opdag hvordan disse muligheder kan gavne dine projekter og forbedre brugeroplevelsen.

Priser for Nano Banana Pro

Udforsk konkurrencedygtige priser for Nano Banana Pro, 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 Pro kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

nano-banana-pro（image）

variant / aliasPrice
gemini-3-pro-image (1K/2K)≈ $0.10720
gemini-3-pro-image (4K)≈ $0.19200
gemini-3-pro-image-preview (1K/2K)≈ $0.10720
gemini-3-pro-image-preview (4K)≈ $0.19200
nano-banana-pro-all$0.09600

Eksempelkode og API til Nano Banana Pro

Få adgang til omfattende eksempelkode og API-ressourcer for Nano Banana Pro 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 Pro i dine projekter.
Python
JavaScript
Curl
from google import genai
from google.genai import types
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, "timeout": 600000},
    api_key=COMETAPI_KEY,
)

prompt = "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."
aspect_ratio = "1:1"  # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"
resolution = "4K"  # "1K", "2K", "4K"

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=prompt,
    config=types.GenerateContentConfig(
        response_modalities=["TEXT", "IMAGE"],
        image_config=types.ImageConfig(
            aspect_ratio=aspect_ratio,
            image_size=resolution,
        ),
    ),
)

# Output directory
OUTPUT_DIR = os.path.join(os.path.dirname(__file__), "..", "output")
os.makedirs(OUTPUT_DIR, exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif image := part.as_image():
        output_path = os.path.join(OUTPUT_DIR, "butterfly_4k.png")
        image.save(output_path)
        print(f"Image saved to: {output_path}")

Versioner af Nano Banana Pro

Årsagen til, at Nano Banana Pro har flere øjebliksbilleder kan omfatte potentielle faktorer såsom variationer i output efter opdateringer, der kræver ældre øjebliksbilleder for konsistens, at give udviklere en overgangsperiode til tilpasning og migration, og at forskellige øjebliksbilleder svarer til globale eller regionale slutpunkter for at optimere brugeroplevelsen. For detaljerede forskelle mellem versioner, henvises der til den officielle dokumentation.
Model-idBeskrivelseTilgængelighedAnmodning
nano-banana-pro-allDen anvendte teknologi er uofficiel, og genereringen er ustabil osv., Chat format✅Chat format
gemini-3-pro-imageAnbefales, peger på den nyeste model✅Gemini genererer billede
gemini-3-pro-image-previewOfficiel forhåndsvisning✅Gemini genererer billede

Flere modeller