Gemini 3 Pro Image (Nano Banana Pro) API

Google Nano Banana Pro (offizielle Modell-ID) gemini-3-pro-image-preview) ist die Variante der Gemini 3 Pro zur Bildgenerierung und Bildbearbeitung. Es handelt sich um ein professionelles Bildmodell für die Vorschauphase, das 2K/4K-Ausgabe und hochauflösende Mehrbildkomposition (bis zu 2K/4K) bietet. 14 Referenzbilder, Charakterkonsistenz für bis 5 Menschen), eine verbesserte Text-in-Bild-Darstellung und eine stärkere Verankerung der Suche in realen Fakten.

Grundfunktionen

Text → Bild: vollständige, promptgesteuerte Generierung mit starker prompter Einhaltung.
Bild → Bild (Bearbeitungen): Feine, zielgerichtete Bearbeitungen bei gleichzeitiger Wahrung der thematischen/charakterlichen Konsistenz über mehrere Bearbeitungen hinweg.
Maximale Ausgabeauflösung: bis zu 4K (Beispiele und unterstützte Pixelgrößen hängen vom Seitenverhältnis ab; die API bietet 1K/2K/4K-Voreinstellungen.)
Iterative Planung und Selbstkorrektur: eine interne „mehrstufige“ Pipeline, die häufige visuelle Fehler (Perspektive, Text, Feingeometrie) erkennt und korrigiert.
Erweiterte Textdarstellung im Bild: klarer, gut lesbarer mehrsprachiger Text (kurze Bildunterschriften bis hin zu langen Absätzen), geeignet für Poster, Mockups und Infografiken.
5 Zeichen und Treue für bis zu 14 Objekte/Referenzbilder in einem einzigen Arbeitsablauf.
Wasserzeichen / Herkunftsnachweis: Alle generierten Bilder enthalten ein SynthID-Wasserzeichen; das Modell bettet C2PA-Metadaten zur Herkunftsnachverfolgung in einige Produktintegrationen ein.

Gemini 3 Pro: Bildversionen und Namensgebung

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

Technische Details

Architektur

Abstammung / RückgratNano Banana Pro basiert auf Googles sich weiterentwickelndem Gemini-Image-Stack – insbesondere auf dem neuen Gemini 3 Pro Image / GEMPIX 2 Architektur (ein leistungsfähigeres multimodales Bild- und Text-Framework). Das ist eine Weiterentwicklung von Gemini 2.5 Flash-Image (die ursprüngliche „Nano-Banane“) in ein natives multimodales Bildmodell mit erweiterten Fähigkeiten zum visuellen und sprachlichen Denken.
ModellverhaltenNative Multimodalität (Bild + Text + Weltwissen), explizite Pipelines für die Mehrbildfusion und ein interner, mehrstufiger Planer, der die Ergebnisse in mehreren Durchläufen verfeinert, anstatt ein einzelnes statisches Beispiel zu erzeugen. Erste Berichte deuten auf eine verbesserte geometrisch-optische Argumentation (Glas, Brechung) im Vergleich zu früheren Versionen hin.
Denken / innere VerfeinerungDas Modell verwendet intern einen sichtbaren „Denkprozess“, um die Komposition zu verfeinern (die API dokumentiert dieses Verhalten und weist darauf hin, dass diese internen Schritte nicht als endgültige Bild-Tokens abgerechnet werden).
Erdung & Werkzeuge: Unterstützt Suche Erdung (Es kann Web-Fakten in die Diagramm-/Infografikerstellung einbeziehen). Es unterstützt außerdem Systemanweisungen für eine deterministischere Steuerung.

Wichtige API-Parameter:

thinking_level (niedrig / hoch) zum Abwägen von Latenz und Denktiefe;
media_resolution (niedrig/mittel/hoch) zur Steuerung der Tokens für die Bild-OCR/Detaillesung;
generationConfig.imageConfig zur Steuerung des Seitenverhältnisses/der Auflösung bei Bildausgaben.

Bildbeschränkungen:

Unterstützte Eingabemodalitäten: Text und Bilder (das Modell akzeptiert keine Audio- oder Videodaten als Eingaben zur Bildgenerierung).
Maximale Anzahl Bilder pro Eingabeaufforderung: 14 (für die Gemini 3 Pro Bildvorschau).
Maximale Bildgröße (Upload): 7 MB pro Eingabebild.
Unterstützte Seitenverhältnisse: 1:1, 3:2, 16:9, 9:16, 21:9 usw.

Ausgabebilder / Tokens: Hohe Auflösungen, mit Unterstützung für 4K/4096px.

Benchmark-Leistung

Kurze Zusammenfassung: Bisherige öffentliche/frühe Benchmarks sind größtenteils qualitativer Natur und basieren auf Community-Erkenntnissen. Sie berichten jedoch durchweg von deutlichen Verbesserungen in Auflösung, Artefaktreduzierung und physikalischer Wiedergabetreue im Vergleich zum ursprünglichen Nano-Bananen-Bild (Gemini 2.5 Flash Image). Speziell benannte „Herausforderungen“ haben klare visuelle Verbesserungen gezeigt, allerdings gibt es von Google noch keine (öffentlichen) standardisierten numerischen Benchmark-Tabellen, die Version 1 und Version 2 anhand gängiger Metriken der Bildgenerierung vergleichen.

Qualitative Community-TestsKlarere Kanten, schärfere Mikrodetails, natürlichere Farben und eine präzisere Darstellung (weniger verzerrte Requisiten, konsistentere Charaktere). Beliebte, informelle Tests sind der sogenannte „Weinglastest“ und die „Glasburger-Herausforderung“, bei denen GEMPIX2 (Nano Banana Pro) Transparenz und Lichtbrechung deutlich besser meistert als frühere Versionen.
TextverarbeitungNano Banana Pro bietet eine sichtbar verbesserte Typografie und Textplatzierung innerhalb von Bildern (eine anhaltende Schwäche vieler Bildmodelle). Vergleiche mit anderen Nutzern zeigen weniger fehlerhaft dargestellte Glyphen.
Durchsatz / Benutzerfreundlichkeit: schnellere Iterationsgeschwindigkeit und eine Benutzeroberfläche, die im Backend eine mehrstufige Verfeinerung durchführt, sodass die Benutzer zuverlässigere Ergebnisse im ersten Durchgang sehen (wodurch manuelle Wiederholungen reduziert werden).

Einschränkungen und Risiken

Inhaltsfilter und -erkennungPlattformen, die das Modell integrieren (z. B. Whisk/Drittanbieter-Apps), können eine strenge Prominenten- oder Ähnlichkeitserkennung ermöglichen und bestimmte Ausgaben blockieren, was sich auf kreative Arbeitsabläufe auswirkt, die auf realistischen Prominentenabbildungen basieren.
Halluzinationen / Grenzfälle des logischen Denkens: Obwohl das Modell verbessert wurde, können immer noch physikalisch unrealistische Artefakte entstehen, insbesondere bei dichten symbolischen Texten innerhalb von Bildern oder hochtechnischen Diagrammen – wobei NB2 diese Fehler im Vergleich zu früheren Versionen zu reduzieren scheint.
Sicherheit & Missbrauch: Generative Bildmodelle können zur Erstellung problematischer oder schädlicher Inhalte missbraucht werden. Google setzt Beschränkungen, Inhaltsfilter und das SynthID-Wasserzeichen ein, um die Herkunft zu gewährleisten; dennoch kam es zu Missbrauch (beispielsweise in einer aufsehenerregenden Kontroverse um ein mit Nano Banana generiertes Bild in einem politisch sensiblen Kontext).

Wie sich Nano Banana Pro im Vergleich zu anderen Modellen schlägt

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — Starke mobile Integration, Mehrbildfusion, iterative Selbstkorrektur, native 2K-/4K-Upscaling, enge Integration in Google-Apps (Suche, Fotos, Workspace/Gemini). Ideal für Workflows, die zuverlässige Bearbeitungen, Kontinuität und die Integration mit Google-Diensten erfordern.
Zwischendurch — zeichnet sich durch stilisierte künstlerische Ergebnisse und gemeinschaftsorientiertes, promptes Engineering aus; zielt typischerweise nicht auf fotogenaue Mehrbildfusion oder tiefgreifende multimodale Bearbeitungspipelines ab.
Stabile Diffusion / offene Gewichte – Vollständig offen, hochgradig anpassbar und lokal hostbar; das Ökosystem aus Checkpoints und Feineinstellungen ist ein entscheidender Vorteil für Forschung und Offline-Nutzung. Weniger intuitive mobile Integration und weniger konsistente Bildbearbeitung im Vergleich zu Nano Banana Pro.
Seedream 4.0 (ByteDance) — wurde kürzlich explizit als Konkurrent von Nano Banana positioniert und hebt ultraschnelles Rendering, 2K-Ausgabe und die Unterstützung von bis zu sechs Referenzbildern hervor. Es soll eine Alternative für Profis und Kreative darstellen.

(Diese Vergleiche sind eher allgemein gehalten; wählen Sie den Gewinner, indem Sie das Tool an Ihren Workflow anpassen: Offenheit/Anpassbarkeit → Stable Diffusion; stilisierte Kunst → Midjourney; integrierte, konsistente mobile Bearbeitung mit aggressiver Iteration → Nano Banana Pro/ Gemini 3 Pro Bildfamilie.)

Reale Anwendungsfälle

Mobile Fotobearbeitung & kreative Filter (Google Fotos-Integrationen – Neugestaltung, Hintergrundfusion, Neukomposition von Porträts).
Marketing- und Werbematerialien — schnelle Konzeptentwicklung, konsistente Markencharakteristika über verschiedene Einstellungen/Perspektiven hinweg.
Konzeptzeichnungen und Storyboards — Die Fusion mehrerer Bilder trägt dazu bei, die Kontinuität der Charaktere über die verschiedenen Panels hinweg zu gewährleisten.
E-Commerce / Produkt-Mockups — konsistente Produktaufnahmen in unterschiedlichen Kontexten/Lichtverhältnissen erstellen.
Schnelles Prototyping für AR/VR-Assets — Hochwertige 2K/4K-Ausgabe, die für immersive Anwendungen hochskaliert werden kann.

Wie ruft man Gemini-3-Pro-Image auf?Nano Banana Pro) API

Nano Banana API-Preise bei CometAPI, 20 % Rabatt auf den offiziellen Preis:


Preis	$0.19200

Erforderliche Schritte

Einloggen in cometapi.comWenn Sie noch nicht unser Benutzer sind, registrieren Sie sich bitte zuerst
Holen Sie sich den API-Schlüssel für die Zugangsdaten der Schnittstelle. Klicken Sie im persönlichen Bereich beim API-Token auf „Token hinzufügen“, holen Sie sich den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.
Holen Sie sich die URL dieser Site: https://api.cometapi.com/

Methode verwenden

Wählen Sie das "gemini-3-pro-image”-Endpunkt, um die API-Anfrage zu senden und den Anfragetext festzulegen. Die Anfragemethode und der Anfragetext stammen aus der API-Dokumentation unserer Website. Unsere Website bietet außerdem einen Apifox-Test für Ihre Bequemlichkeit.
Ersetzen mit Ihrem aktuellen CometAPI-Schlüssel aus Ihrem Konto.
Geben Sie Ihre Frage oder Anfrage in das Inhaltsfeld ein – das Modell antwortet darauf.
. Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

CometAPI bietet eine vollständig kompatible REST-API – für eine reibungslose Migration. Wichtige Details:

Basis-URL: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
Modellnamen: gemini-3-pro-image
Authentifizierung: Bearer YOUR_CometAPI_API_KEY Kopfzeile
Content-Type: application/json .

Web Link Gemini 2.5 Flash Image API (Nano-Banana)