Kan Gemini 3 Pro Image generere billeder i 4K-opløsning?

Ja, Nano Banana Pro (Gemini 3 Pro Image) understøtter nativt 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.

Kan jeg redigere billeder samtalebaseret med Gemini 3 Pro Image?

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

Hvordan håndterer Nano Banana Pro tekstgengivelse i billeder?

Nano Banana Pro har avanceret tekstgengivelse i billeder med klar, læsbar, flersproget tekstunderstøttelse – fra korte billedtekster til lange afsnit. Det gør den ideel til plakater, infografikker, UI-mockups og markedsføringsmaterialer.

Hvad gør Nano Banana Pro anderledes end FLUX 2 Pro eller Midjourney?

Nano Banana Pro udmærker sig ved iterativ selvkorrektion, konsekvent bevarelse af karakterer på tværs af flere redigeringer og tæt integration med Googles økosystem. Den kan håndtere op til 14 referencebilleder til komplekse workflows til fusion af flere billeder.

Bruger Nano Banana Pro Google Search til faktabaseret billedgenerering?

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

Hvor mange referencebilleder kan Nano Banana Pro behandle i én forespørgsel?

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

Google

Tilgængelig Populær

gemini-3-pro-image

Nano Banana Pro API

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.

Startpris

$1.60 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Nov 20, 2025

Google

Testmiljø

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

Priser

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

Første anmodning

$0.0112

Anslået omkostning for brug af CometAPI

Ti anmodninger

$0.1120

Anslået omkostning for brug af CometAPI

Femten anmodninger

$0.1680

Anslået omkostning for brug af CometAPI

⇌

Konvertering af kreditter

1.000 kreditter = $1

Kreditter gør budgetter sammenlignelige på tværs af fakturering efter tokens, anmodninger og kørselstid. USD-beløbet er fortsat det afgørende ved betaling.

✓Nuværende model i kreditter

Input

1,600

kreditter / 1 mio. tokens

Output

9,600

kreditter / 1 mio. tokens

Gennemsigtighed om minimumsgebyrer Denne prototype antager ikke et skjult minimumsbeløb pr. anmodning. Hvis der gælder en minimumsgrænse for fakturering eller en minimumsoptankning i produktion, skal den vises før køb og inkluderes i alle budgetestimater.

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

Modeloversigt

En stabil modelidentitet til søgning og evaluering kombineret med aktuelle katalogdata, der kan ændre sig uden at sidens grundlæggende SEO-struktur skal skrives om.

Stabil identitet

Hvad er Nano Banana Pro?

Den kanoniske modelidentitet forbliver stabil, selv når priser og begrænsninger ændres.

Aktuelle modeldata

Aktuelt katalogsnapshot

Tilgængelighed

Tilgængelig

Startpris

$1.60 / 1 mio. input-tokens

Kontekst

Se funktioner

Katalogdato

Nov 20, 2025

Oversigt

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

Grundlæggende funktioner

Tekst → Billede: fuld promptstyret generering med stærk overholdelse af prompten.
Billede → Billede (redigeringer): fine, målrettede redigeringer med bevaret subjekt-/karakterkonsistens på tværs af flere redigeringer.
Maksimal outputopløsning: op til 4K (eksempler og understøttede præcise pixelstørrelser afhænger af billedformat; API'et udstiller 1K/2K/4K-forudindstillinger)
Iterativ planlægning og selvkorrektion: en intern “multi-stage”-pipeline, der opdager og korrigerer almindelige visuelle fejl (perspektiv, tekst, fin geometri).
Avanceret tekstgengivelse i billede: klar, læsbar flersproget tekst (fra korte billedtekster til lange afsnit), egnet til plakater, mockups og infografikker.
5 characters og troværdighed 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

Afstamning / backbone: 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 oprindeligt multimodal billedmodel med udvidede vision-sprog-ræsonneringsevner.
Modellens adfærd: indfødt multimodalitet (billede + tekst + verdensviden), eksplicitte pipelines til multi-billedefusion 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, refraktion) sammenlignet med tidligere versioner.
Tænkning / intern forfinelse: Modellen bruger en synlig “thinking”-proces internt til at forfine komposition (API'et dokumenterer denne adfærd og bemærker, at disse interne trin ikke takseres som endelige billettokens).
Grounding & værktøjer: Understøtter Search grounding (kan inkorporere webfakta i diagram-/infografikgenerering). Den understøtter også systeminstruktioner for mere deterministisk kontrol.

Nøgle-API-parametre:

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

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, osv.

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

Benchmark-ydeevne

Kort resume: offentlige/tidlige benchmarks er indtil videre mest kvalitative / community-drevne, men rapporterer konsekvent markante forbedringer i opløsning, reduktion af artefakter og fysisk troværdighed versus den originale nano-banana (Gemini 2.5 Flash Image). Specifikke navngivne “udfordringer” har vist klare visuelle forbedringer, men der er 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 naturtro farver og mere tro mod 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 refraktion markant bedre end tidligere builds.
Teksthåndtering: Nano Banana Pro viser synligt forbedret typografi og tekstplacering inde i billeder (et vedvarende svagt punkt for mange billedmodeller). Community-sammenligninger indikerer færre forvanskede gengivne glyffer.
Gennemløb / UX: hurtigere iterationshastighed og en UX, der udfører flertrinsforfining på backend, så brugere ser mere pålidelige førstegangsresultater (reducerer manuelle re-rolls).

Begrænsninger og risici

Indholdsfiltre & detektion: Platforme, der integrerer modellen (f.eks. Whisk/tredjepartsapps), kan aktivere streng berømtheds- eller lighedsdetektion og blokere visse output, hvilket påvirker kreative workflows, der er afhængige af realistiske gengivelser af kendte personer.
Hallucination / grænsetilfælde i ræsonnering: 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 i forhold til 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 sensitiv sammenhæng).

Sådan klarer Nano Banana Pro sig i forhold til andre modeller

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — stærk mobilintegration, multi-billedefusion, iterativ selvkorrektion, 2K native/4K-opskalering, tæt integreret i Google-apps (Search, Photos, Workspace/Gemini). Bedst til workflows, der kræver pålidelige redigeringer, kontinuitet og integration med Google-tjenester.
Midjourney — udmærker sig ved stiliserede kunstneriske output og community-drevet prompt engineering; er typisk ikke målrettet foto-akkurat multi-billedefusion eller dybe multimodale redigeringspipelines.
Stable Diffusion / åbne vægte — fuldt åbent, høj grad af tilpasning 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-billederedigeringskohærens out-of-the-box end Nano Banana Pro.
Seedream 4.0 (ByteDance) — positioneret for nylig eksplicit som en Nano Banana-konkurrent med fokus 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 dit workflow: 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 & kreative filtre (Google Photos-integrationer — restyling, baggrundsfusion, portræt-omkomposition).
Marketing- & annonceaktiver — hurtig konceptgenerering, konsistente brandkarakterer på tværs af flere frames/vinkler.
Konceptkunst & storyboard — multi-billedefusion 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-output, 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 endnu ikke er bruger hos os, skal du først registrere dig
Hent adgangs-legitimations-API-nøglen til interfacet. Klik på “Add Token” under API token i personligt center, få token-nøglen: sk-xxxxx og indsend.
Hent URL'en til dette site: https://api.cometapi.com/

Brugsmåde

Vælg “gemini-3-pro-image”-endepunktet for at sende API-anmodningen og angiv anmodningskroppen. Anmodningsmetode og anmodningskrop 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.
Indsæt dit spørgsmål eller din forespørgsel i content-feltet—det er dette, modellen vil svare på.
. Behandl API-svaret for at få det genererede svar.

CometAPI leverer en fuldt kompatibel REST API—for problemfri migration. Vigtige detaljer :

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

FAQ

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.

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.

# 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"

cURL Code Example

# 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"

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();

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 Pro 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 →

Aliyun

Qwen-Image-3.0

Qwen-Image-3.0 er Alibaba Qwens tredjegenerations billedgenereringsmodel, designet til at gøre AI-genererede billeder mere anvendelige i kreative og designarbejdsgange i den virkelige verden frem for kun at fokusere på den visuelle æstetik.

Se model

Google

Nano Banana 2.1

Gemini Nano Banana 2.1 er Googles højeffektive billedgenererings- og samtaleredigeringsmodel. Den opdaterer Nano Banana 2, samtidig med at den bevarer effektivitet på Flash-niveau og tilføjer forbedringer i visuel kvalitet, overholdelse af prompts, karakterkonsistens på tværs af flere omgange, tekstgengivelse og infografiklayout.

Se model

Flux

Flux 3 Image

FLUX 3 Image er designet til kreatører og udviklere, der har brug for mere kontrol over strukturen i et genereret billede, end en simpel tekstprompt kan give.

Se model

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] er flagskibet og den variant med den højeste kvalitet i FLUX.2-familien fra Black Forest Labs (BFL). Den er positioneret som en professionel model til tekst-til-billede-generering og billedredigering, der fokuserer på maksimal billedtrofasthed, prompt-efterlevelse og konsistens i redigering på tværs af personer, objekter, belysning og farver. BFL og partnerregistre beskriver FLUX.2 [max] som topvarianten i FLUX.2-familien med funktioner til redigering med flere referencer og forankret generering.

Se model

Replicate

Black Forest Labs/FLUX 2 DEV

FLUX 2 DEV er den udviklervenlige version, optimeret til forskning, eksperimentering og ikke-kommercielle anvendelser. Den giver udviklere kraftfulde muligheder for billedgenerering, samtidig med at den bevarer balancen mellem kvalitet og beregningsmæssig effektivitet. Perfekt til prototyping, akademisk forskning og personlige kreative projekter.

Se model

Replicate

Black Forest Labs/FLUX 2 FLEX

FLUX 2 FLEX er en alsidig, adaptiv model, der er designet til fleksibel implementering på tværs af forskellige brugsscenarier og hardwarekonfigurationer. Den leverer skalerbar ydeevne med justerbare kvalitetsindstillinger, hvilket gør den ideel til applikationer, der kræver dynamisk ressourceallokering. Denne model giver den bedste balance mellem kvalitet, hastighed og ressourceeffektivitet.

Se model

Oppetid

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

Oppetid

Anmodningssuccessrate over de seneste 30 dage, der afspejler pålideligheden hos hver modeludbyder. CometAPI overvåger alle tilsluttede udbydere i realtid, 24/7.

Respond

52191msAvg. Response

Uptime

99.4%Avg. Uptime

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

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 billeder
gemini-3-pro-image-preview	Officiel forhåndsvisning	✅	Gemini genererer billeder

Opdateringer

Følg væsentlige ændringer i tilgængelighed, priser og funktioner for Nano Banana Pro uden at miste den stabile modelside.

Modelændringslog

Én side, der bliver stærkere med tiden.

Udgivelsesnoter, prisændringer, benchmarkopdateringer og migreringsvejledning samles her, mens den kanoniske URL forbliver uændret.

Nov 20, 2025

API-tilgængelighed bekræftet

Nano Banana Pro er tilgængelig via CometAPI's modelkatalog og API-dokumentation.

Aktuel

Aktuelle data

Priser og begrænsninger synkroniseret fra kataloget

Pris, kontekst, tilgængelighed og begrænsninger behandles som dynamiske egenskaber i stedet for at være indlejret i sidens titel eller modellens identitet.

Nov 24, 2025

Permanent modelentitet oprettet

Udbyderen og model-sluggen udgør en permanent kanonisk URL; fremtidigt indhold og fremtidige dataopdateringer forbliver på denne side.

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

Google

Tilgængelig Populær

gemini-3-pro-image

Nano Banana Pro API

Startpris

$1.60 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Nov 20, 2025

Google

Testmiljø

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

Priser

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

Første anmodning

$0.0112

Anslået omkostning for brug af CometAPI

Ti anmodninger

$0.1120

Anslået omkostning for brug af CometAPI

Femten anmodninger

$0.1680

Anslået omkostning for brug af CometAPI

⇌

Konvertering af kreditter

1.000 kreditter = $1

Kreditter gør budgetter sammenlignelige på tværs af fakturering efter tokens, anmodninger og kørselstid. USD-beløbet er fortsat det afgørende ved betaling.

✓Nuværende model i kreditter

Input

1,600

kreditter / 1 mio. tokens

Output

9,600

kreditter / 1 mio. tokens

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

Modeloversigt

En stabil modelidentitet til søgning og evaluering kombineret med aktuelle katalogdata, der kan ændre sig uden at sidens grundlæggende SEO-struktur skal skrives om.

Stabil identitet

Hvad er Nano Banana Pro?

Den kanoniske modelidentitet forbliver stabil, selv når priser og begrænsninger ændres.

Aktuelle modeldata

Aktuelt katalogsnapshot

Tilgængelighed

Tilgængelig

Startpris

$1.60 / 1 mio. input-tokens

Kontekst

Se funktioner

Katalogdato

Nov 20, 2025

Oversigt

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

Grundlæggende funktioner

Tekst → Billede: fuld promptstyret generering med stærk overholdelse af prompten.
Billede → Billede (redigeringer): fine, målrettede redigeringer med bevaret subjekt-/karakterkonsistens på tværs af flere redigeringer.
Maksimal outputopløsning: op til 4K (eksempler og understøttede præcise pixelstørrelser afhænger af billedformat; API'et udstiller 1K/2K/4K-forudindstillinger)
Iterativ planlægning og selvkorrektion: en intern “multi-stage”-pipeline, der opdager og korrigerer almindelige visuelle fejl (perspektiv, tekst, fin geometri).
Avanceret tekstgengivelse i billede: klar, læsbar flersproget tekst (fra korte billedtekster til lange afsnit), egnet til plakater, mockups og infografikker.
5 characters og troværdighed 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

Afstamning / backbone: 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 oprindeligt multimodal billedmodel med udvidede vision-sprog-ræsonneringsevner.
Modellens adfærd: indfødt multimodalitet (billede + tekst + verdensviden), eksplicitte pipelines til multi-billedefusion 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, refraktion) sammenlignet med tidligere versioner.
Tænkning / intern forfinelse: Modellen bruger en synlig “thinking”-proces internt til at forfine komposition (API'et dokumenterer denne adfærd og bemærker, at disse interne trin ikke takseres som endelige billettokens).
Grounding & værktøjer: Understøtter Search grounding (kan inkorporere webfakta i diagram-/infografikgenerering). Den understøtter også systeminstruktioner for mere deterministisk kontrol.

Nøgle-API-parametre:

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

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, osv.

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

Benchmark-ydeevne

Kort resume: offentlige/tidlige benchmarks er indtil videre mest kvalitative / community-drevne, men rapporterer konsekvent markante forbedringer i opløsning, reduktion af artefakter og fysisk troværdighed versus den originale nano-banana (Gemini 2.5 Flash Image). Specifikke navngivne “udfordringer” har vist klare visuelle forbedringer, men der er 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 naturtro farver og mere tro mod 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 refraktion markant bedre end tidligere builds.
Teksthåndtering: Nano Banana Pro viser synligt forbedret typografi og tekstplacering inde i billeder (et vedvarende svagt punkt for mange billedmodeller). Community-sammenligninger indikerer færre forvanskede gengivne glyffer.
Gennemløb / UX: hurtigere iterationshastighed og en UX, der udfører flertrinsforfining på backend, så brugere ser mere pålidelige førstegangsresultater (reducerer manuelle re-rolls).

Begrænsninger og risici

Indholdsfiltre & detektion: Platforme, der integrerer modellen (f.eks. Whisk/tredjepartsapps), kan aktivere streng berømtheds- eller lighedsdetektion og blokere visse output, hvilket påvirker kreative workflows, der er afhængige af realistiske gengivelser af kendte personer.
Hallucination / grænsetilfælde i ræsonnering: 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 i forhold til 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 sensitiv sammenhæng).

Sådan klarer Nano Banana Pro sig i forhold til andre modeller

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — stærk mobilintegration, multi-billedefusion, iterativ selvkorrektion, 2K native/4K-opskalering, tæt integreret i Google-apps (Search, Photos, Workspace/Gemini). Bedst til workflows, der kræver pålidelige redigeringer, kontinuitet og integration med Google-tjenester.
Midjourney — udmærker sig ved stiliserede kunstneriske output og community-drevet prompt engineering; er typisk ikke målrettet foto-akkurat multi-billedefusion eller dybe multimodale redigeringspipelines.
Stable Diffusion / åbne vægte — fuldt åbent, høj grad af tilpasning 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-billederedigeringskohærens out-of-the-box end Nano Banana Pro.
Seedream 4.0 (ByteDance) — positioneret for nylig eksplicit som en Nano Banana-konkurrent med fokus på ultrahurtig rendering, 2K-output og understøttelse af mange referencebilleder (op til seks). Positioneret som et pro-/creator-alternativ.

Anvendelser i den virkelige verden

Mobil billedredigering & kreative filtre (Google Photos-integrationer — restyling, baggrundsfusion, portræt-omkomposition).
Marketing- & annonceaktiver — hurtig konceptgenerering, konsistente brandkarakterer på tværs af flere frames/vinkler.
Konceptkunst & storyboard — multi-billedefusion 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-output, 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 endnu ikke er bruger hos os, skal du først registrere dig
Hent adgangs-legitimations-API-nøglen til interfacet. Klik på “Add Token” under API token i personligt center, få token-nøglen: sk-xxxxx og indsend.
Hent URL'en til dette site: https://api.cometapi.com/

Brugsmåde

Vælg “gemini-3-pro-image”-endepunktet for at sende API-anmodningen og angiv anmodningskroppen. Anmodningsmetode og anmodningskrop 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.
Indsæt dit spørgsmål eller din forespørgsel i content-feltet—det er dette, modellen vil svare på.
. Behandl API-svaret for at få det genererede svar.

CometAPI leverer en fuldt kompatibel REST API—for problemfri migration. Vigtige detaljer :

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

FAQ

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.

Eksempelkode og API til Nano Banana Pro

# 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"

cURL Code Example

# 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"

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();

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 Pro 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 →

FLUX 3 Image er designet til kreatører og udviklere, der har brug for mere kontrol over strukturen i et genereret billede, end en simpel tekstprompt kan give.

Se model

Replicate

Black Forest Labs/FLUX 2 MAX

Se model

Replicate

Black Forest Labs/FLUX 2 DEV

Se model

Replicate

Black Forest Labs/FLUX 2 FLEX

Se model

Oppetid

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

Oppetid

Anmodningssuccessrate over de seneste 30 dage, der afspejler pålideligheden hos hver modeludbyder. CometAPI overvåger alle tilsluttede udbydere i realtid, 24/7.

Respond

52191msAvg. Response

Uptime

99.4%Avg. Uptime

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

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 billeder
gemini-3-pro-image-preview	Officiel forhåndsvisning	✅	Gemini genererer billeder

Opdateringer

Følg væsentlige ændringer i tilgængelighed, priser og funktioner for Nano Banana Pro uden at miste den stabile modelside.

Modelændringslog

Én side, der bliver stærkere med tiden.

Udgivelsesnoter, prisændringer, benchmarkopdateringer og migreringsvejledning samles her, mens den kanoniske URL forbliver uændret.

Nov 20, 2025

API-tilgængelighed bekræftet

Nano Banana Pro er tilgængelig via CometAPI's modelkatalog og API-dokumentation.

Aktuel

Aktuelle data

Priser og begrænsninger synkroniseret fra kataloget

Pris, kontekst, tilgængelighed og begrænsninger behandles som dynamiske egenskaber i stedet for at være indlejret i sidens titel eller modellens identitet.

Nov 24, 2025

Permanent modelentitet oprettet

Udbyderen og model-sluggen udgør en permanent kanonisk URL; fremtidigt indhold og fremtidige dataopdateringer forbliver på denne side.

Bliv ved med at udforske