Can Gemini 3 Pro Image generate 4K resolution images?

Ja, Nano Banana Pro (Gemini 3 Pro Image) understøtter native output op til 4K-opløsning med sideforholdene 1:1, 3:2, 16:9, 9:16 og 21:9. Den understøtter også 1K- og 2K-forudindstillinger via parameteren imageConfig.

How does Nano Banana Pro handle text rendering inside images?

Nano Banana Pro har avanceret tekstgengivelse i billedet med klar, læsbar flersproget tekstunderstøttelse — fra korte billedtekster til lange afsnit. Dette gør den ideel til plakater, infografik, UI-mockups og marketingmateriale.

Can I edit images conversationally with Gemini 3 Pro Image?

Ja, Nano Banana Pro understøtter samtalebaseret redigering i flere omgange. Bed blot om ændringer som 'Gør baggrunden til en solnedgang', og modellen bevarer den visuelle kontekst mellem omgangene via Thought Signatures.

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

Nano Banana Pro udmærker sig ved iterativ selvkorrektion, konsekvent karakterkonsistens på tværs af flere redigeringer og tæt integration med Google-økosystemet. Den håndterer op til 14 referencebilleder til komplekse arbejdsgange med sammensmeltning af flere billeder.

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

Ja, Nano Banana Pro kan bruge Search grounding til at verificere fakta, før der genereres billeder. For eksempel kan den hente aktuelle vejroplysninger for at skabe en præcis vejrinfografik for Tokyo.

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

Nano Banana Pro understøtter op til 14 inputbilleder pr. prompt med maksimalt 7MB pr. billede. Den opretholder motiv- og karakterkonsistens for op til 5 karakterer i komplekse scenarier med sammensmeltning af flere billeder.

Overkommelig Nano Banana Pro API | text-to-image

Grundlæggende funktioner

Tekst → Billede: fuld promptstyret generering med stærk overholdelse af prompten.
Billede → Billede (redigeringer): fine, målrettede redigeringer med bevaret emne-/karakterkonsistens på tværs af flere redigeringer.
Maksimal uddataopløsning: op til 4K (eksempler og præcise understøttede pixelstørrelser afhænger af billedformat; API’et eksponerer 1K/2K/4K-forudindstillinger)
Iterativ planlægning og selvkorrektion: en intern “multitrins”-pipeline, der opdager og korrigerer almindelige visuelle fejl (perspektiv, tekst, fin geometri).
Avanceret tekstgengivelse i billedet: klar, læsbar flersproget tekst (fra korte billedtekster til lange afsnit) egnet til plakater, mockups og infografikker.
5 figurer og troskab for op til 14 objekter/referencebilleder i et enkelt workflow.
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

Slægt/rygrad: Nano Banana Pro er bygget på Googles udviklende Gemini-billedstack — specifikt den nye Gemini 3 Pro Image / GEMPIX 2-arkitektur (en højkapacitets multimodal billede+tekst-ramme). Det er en videreudvikling fra Gemini 2.5 Flash Image (den oprindelige “nano-banana”) til en indfødt multimodal billedmodel med udvidede vision-sprog-ræsonneringskapaciteter.
Modeladfærd: indfødt multimodalitet (billede + tekst + verdensviden), eksplicitte pipelines til multi-billedfusion og en intern iscenesat planlægger, der forfiner output over flere passager i stedet for at producere en enkelt statisk prøve. Tidlige rapporter indikerer stærkere geometrisk/optisk ræsonnering (glas, brydning) sammenlignet med tidligere versioner.
Tænkning / intern forfinelse: Modellen bruger en synlig “tænke”-proces internt til at forfine komposition (API’et dokumenterer denne adfærd og bemærker, at disse interne trin ikke opkræves som endelige billedtokens).
Grounding og værktøjer: Understøtter Search grounding (kan indarbejde webfakta i diagram-/infografikgenerering). Understøtter også systeminstruktioner for mere deterministisk kontrol.

Nøgleparametre for API:

thinking_level (low / high) for at afveje latenstid vs. ræsonneringsdybde;
media_resolution (low/medium/high) til at styre billed-OCR/detaljelæsningstokens;
generationConfig.imageConfig til at styre billedformat/opløsning i billeduddata.

Billedbegrænsninger:

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

Uddata-billeder / tokens: høje grænser, med 4K/4096px understøttet.

Benchmark-ydelse

Kort resumé: offentlige/tidlige benchmarks er indtil videre mest kvalitative/brugerdrevne, men rapporterer konsekvent betydelige forbedringer i opløsning, reduktion af artefakter og fysisk troskab sammenlignet med den originale nano-banana (Gemini 2.5 Flash Image). Specifikke navngivne “udfordringer” har vist klare visuelle forbedringer, men der findes endnu ikke (offentlige) standardiserede numeriske benchmark-tabeller fra Google, der sammenligner v1 → v2 på tværs af standard billedgenereringsmetrikker.

Kvalitative community-tests: renere kanter, skarpere mikrodetaljer, mere sande farver og mere trofast overholdelse af prompten (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 gengivne tegn.
Throughput / UX: hurtigere iterationshastighed og en UX, der udfører multitrins forfinelse på backend, så brugere ser mere pålidelige førstepas-resultater (reducing manual re-rolls).

Begrænsninger og risici

Indholdsfiltre og detektion: Platforme, der integrerer modellen (f.eks. Whisk/tredjepartsapps), kan aktivere streng celebrity- eller lighedsdetektion og blokere visse outputs, hvilket påvirker kreative workflows, der er afhængige af realistiske celebrity-ligheder.
Hallucination / ræsonneringskanttilfælde: selv om det er forbedret, kan modellen stadig producere fysisk urealistiske artefakter, især med tæt symbolsk tekst i billeder eller meget tekniske diagrammer — dog ser NB2 ud til at reducere disse fejl sammenlignet med tidligere versioner.
Sikkerhed og 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 sammenhæng).

Sådan står Nano Banana Pro 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 outputs og community-drevet prompt engineering; sigter typisk ikke mod foto-nøjagtig multi-billedfusion eller dybe multimodale redigeringspipelines.
Stable Diffusion / open weights — fuldt åbent, stærkt tilpasningsbart 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-billed-redigeringssammenhæng out-of-the-box end Nano Banana Pro.
Seedream 4.0 (ByteDance) — positioneret for nylig eksplicit som en Nano Banana-konkurrent, med vægt på 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/tilpasning → Stable Diffusion; stiliseret kunst → Midjourney; integreret, konsistent mobilredigering med aggressiv iteration → Nano Banana Pro/Gemini 3 Pro Image-familien.)

Anvendelser i den virkelige verden

Mobil billedredigering og kreative filtre (Google Photos-integrationer — restyling, baggrundsfusion, portræt-rekomposition).
Marketing- og annonceaktiver — hurtig konceptgenerering, konsistente brandkarakterer på tværs af flere frames/vinkler.
Konceptkunst og 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-uddata, der kan opskaleres til immersive anvendelser.
Sådan får du adgang til gemini-3-pro-image (Nano Banana Pro) API

Påkrævede trin

Log ind på cometapi.com. Hvis du ikke er vores bruger endnu, skal du først registrere dig
Hent grænsefladens adgangslegitimations-API-nøgle. Klik på “Add Token” under API token i det personlige center, hent token-nøglen: sk-xxxxx og indsende.
Hent URL’en til dette site: https://api.cometapi.com/

Brugsmetode

Vælg “gemini-3-pro-image”-endpoint for at sende API-anmodningen og angiv request body. Request method og request body fås fra API-dokumentationen på vores website. Vores website tilbyder også Apifox-test for din bekvemmelighed.
Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto.
Indsæt dit spørgsmål eller din forespørgsel i content-feltet — det er det, modellen svarer på.
. Behandl API-svaret for at få det genererede svar.

CometAPI tilbyder et fuldt kompatibelt REST API — for problemfri migrering. Nøgleoplysninger :

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

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 / alias	Price
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}")

Python Code Example

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}")

JavaScript Code Example

import { GoogleGenAI } from "@google/genai";
import * as fs from "node:fs";
import * as path from "node:path";
import { fileURLToPath } from "node:url";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com";

const __filename = fileURLToPath(import.meta.url);
const __dirname = path.dirname(__filename);

async function main() {
  const ai = new GoogleGenAI({
    apiKey: COMETAPI_KEY,
    httpOptions: { baseUrl: BASE_URL },
  });

  const 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.";
  const aspectRatio = "1:1"; // "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"
  const resolution = "4K"; // "1K", "2K", "4K"

  const response = await ai.models.generateContent({
    model: "gemini-3-pro-image-preview",
    contents: prompt,
    config: {
      responseModalities: ["TEXT", "IMAGE"],
      imageConfig: {
        aspectRatio: aspectRatio,
        imageSize: resolution,
      },
    },
  });

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

  for (const part of response.candidates[0].content.parts) {
    if (part.text) {
      console.log(part.text);
    } else if (part.inlineData) {
      const imageData = part.inlineData.data;
      const outputPath = path.join(outputDir, "butterfly_4k.png");
      const buffer = Buffer.from(imageData, "base64");
      fs.writeFileSync(outputPath, buffer);
      console.log(`Image saved to: ${outputPath}`);
    }
  }
}

main();

Curl Code Example

#!/bin/bash
# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Da Vinci style anatomical sketch of a dissected Monarch butterfly. Detailed drawings of the head, wings, and legs on textured parchment with notes in English."}]}],
    "generationConfig": {
      "responseModalities": ["TEXT", "IMAGE"],
      "imageConfig": {"aspectRatio": "1:1", "imageSize": "4K"}
    }
  }' | jq -r '.candidates[0].content.parts[] | select(.inlineData) | .inlineData.data' | head -1 | base64 --decode > "$OUTPUT_DIR/butterfly_4k.png"

echo "Image saved to: $OUTPUT_DIR/butterfly_4k.png"

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-id	beskrivelse	Tilgængelighed	Anmodning
nano-banana-pro-all	Den anvendte teknologi er uofficiel, og genereringen er ustabil osv., Chat format	✅	Chat format
gemini-3-pro-image	Anbefales, peger på den nyeste model	✅	Gemini genererer billede
gemini-3-pro-image-preview	Officiel forhåndsvisning	✅	Gemini genererer billede