Kann Gemini 3 Pro Image Bilder in 4K-Auflösung erzeugen?

Ja, Nano Banana Pro (Gemini 3 Pro Image) unterstützt eine native Ausgabe bis zur 4K-Auflösung mit Seitenverhältnissen einschließlich 1:1, 3:2, 16:9, 9:16 und 21:9. Außerdem werden über den Parameter imageConfig 1K- und 2K-Voreinstellungen unterstützt.

Kann ich Bilder mit Gemini 3 Pro Image im Dialog bearbeiten?

Ja, Nano Banana Pro unterstützt mehrstufige dialogische Bearbeitung. Bitten Sie einfach um Änderungen wie 'Mach den Hintergrund zu einem Sonnenuntergang', und das Modell bewahrt den visuellen Kontext zwischen den Runden mittels Thought Signatures.

Wie handhabt Nano Banana Pro das Text-Rendering in Bildern?

Nano Banana Pro bietet fortschrittliches Text-Rendering im Bild mit klarer, gut lesbarer, mehrsprachiger Textunterstützung – von kurzen Bildunterschriften bis hin zu langen Absätzen. Dadurch eignet es sich ideal für Poster, Infografiken, UI-Mockups und Marketing-Assets.

Wodurch unterscheidet sich Nano Banana Pro von FLUX 2 Pro oder Midjourney?

Nano Banana Pro überzeugt durch iterative Selbstkorrektur, die konsistente Beibehaltung von Charakteren über mehrere Bearbeitungen hinweg und eine enge Integration in das Google-Ökosystem. Es verarbeitet bis zu 14 Referenzbilder für komplexe Multi-Image-Fusion-Workflows.

Verwendet Nano Banana Pro Google Search für faktenbasierte Bildgenerierung?

Ja, Nano Banana Pro kann Search grounding nutzen, um Fakten vor der Bildgenerierung zu verifizieren. Es kann zum Beispiel aktuelle Wetterdaten abrufen, um eine genaue Wetterinfografik für Tokyo zu erstellen.

Wie viele Referenzbilder kann Nano Banana Pro in einer Anfrage verarbeiten?

Nano Banana Pro unterstützt bis zu 14 Eingabebilder pro Prompt bei maximal 7MB pro Bild. In komplexen Multi-Image-Fusion-Szenarien gewährleistet es Motiv- und Charakterkonsistenz über bis zu 5 Charaktere hinweg.

Google

Verfügbar Beliebt

gemini-3-pro-image

Nano Banana Pro API

Nano Banana Pro ist ein KI-Modell für allgemeine Unterstützung in textzentrierten Workflows. Es eignet sich für anweisungsbasiertes Prompting, um Inhalte mit kontrollierbarer Struktur zu erzeugen, zu transformieren und zu analysieren. Typische Anwendungsfälle umfassen Chat-Assistenten, Dokumentenzusammenfassungen, wissensbasiertes Question Answering (QA) und Workflow-Automatisierung. Öffentlich verfügbare technische Details sind begrenzt; die Integration orientiert sich an gängigen Mustern von KI-Assistenten wie strukturierten Ausgaben, retrieval-augmentierten Prompts sowie Tool- oder Funktionsaufrufen.

Startpreis

$1.60 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Nov 19, 2025

Google

Testumgebung

Testen Sie Nano Banana Pro mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.0112

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.1120

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.1680

Geschätzte CometAPI-Nutzungskosten

⇌

Umrechnung von Credits

1.000 Credits = 1 $

Credits machen Budgets über Token-, Anfrage- und Laufzeitabrechnung hinweg vergleichbar. Der USD-Betrag bleibt beim Bezahlvorgang maßgeblich.

✓Aktuelles Modell in Credits

Eingabe

1,600

Credits / 1 Mio. Token

Ausgabe

9,600

Credits / 1 Mio. Token

Transparenz bei Mindestgebühren Dieser Prototyp geht nicht von einer versteckten Mindestgebühr pro Anfrage aus. Falls eine Mindestabrechnung oder eine Mindestaufladung für die produktive Nutzung gilt, muss dies vor dem Kauf angezeigt und in jede Budgetschätzung einbezogen werden.

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

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist Nano Banana Pro?

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Verfügbar

Einstiegspreis

$1.60 / 1 Mio. Eingabe-Tokens

Kontext

Funktionen anzeigen

Katalogdatum

Nov 19, 2025

Überblick

Ein praktischer Überblick über Nano Banana Pro, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Grundfunktionen

Text → Bild: vollständig promptgesteuerte Generierung mit starker Prompt-Treue.
Bild → Bild (Bearbeitungen): feine, gezielte Bearbeitungen bei beibehaltener Motiv-/Charakterkonsistenz über mehrere Bearbeitungen hinweg.
Maximale Ausgabeauflösung: bis zu 4K (Beispiele und unterstützte exakte Pixelgrößen hängen vom Seitenverhältnis ab; die API bietet 1K/2K/4K-Voreinstellungen)
Iterative Planung & Selbstkorrektur: eine interne „mehrstufige“ Pipeline, die gängige visuelle Fehler (Perspektive, Text, feine Geometrie) erkennt und korrigiert.
Erweiterte Textdarstellung im Bild: klarer, gut lesbarer mehrsprachiger Text (von kurzen Bildunterschriften bis hin zu langen Absätzen), geeignet für Poster, Mockups und Infografiken.
5 Charaktere und Treue für bis zu 14 Objekte/Referenzbilder in einem einzigen Workflow.
Wasserzeichen/Herkunftsnachweis: alle generierten Bilder enthalten ein SynthID-Wasserzeichen; das Modell bettet in einigen Produktintegrationen C2PA-Metadaten für Herkunftsnachweise ein.

Gemini 3 Pro Image-Versionen & Benennung

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

Technische Details

Architektur

Abstammung/Backbone: Nano Banana Pro basiert auf Googles weiterentwickeltem Gemini-Image-Stack — konkret auf der neuen Architektur Gemini 3 Pro Image / GEMPIX 2 (ein leistungsfähigeres multimodales Bild+Text-Framework). Das ist eine Weiterentwicklung von Gemini 2.5 Flash Image (dem ursprünglichen „nano-banana“) hin zu einem nativ multimodalen Bildmodell mit erweiterten Vision-Language-Reasoning-Fähigkeiten.
Modellverhalten: native Multimodalität (Bild + Text + Weltwissen), explizite Pipelines zur Multi-Image-Fusion sowie ein interner, gestufter Planer, der Ausgaben über mehrere Durchläufe verfeinert, statt nur ein einziges statisches Sample zu erzeugen. Frühe Berichte deuten auf stärkeres geometrisches/optisches Reasoning (Glas, Brechung) gegenüber früheren Versionen hin.
Denken/Interne Verfeinerung: Das Modell verwendet intern einen sichtbaren „Thinking“-Prozess zur Verfeinerung der Komposition (die API dokumentiert dieses Verhalten und weist darauf hin, dass diese internen Schritte nicht als finale Bildtokens berechnet werden).
Grounding & Tools: Unterstützt Search Grounding (kann Webfakten in die Erstellung von Diagrammen/Infografiken einbeziehen). Unterstützt außerdem Systemanweisungen für deterministischere Steuerung.

Wichtige API-Parameter:

thinking_level (low / high), um Latenz vs. Reasoning-Tiefe abzuwägen;
media_resolution (low/medium/high), um OCR/Detail-Lesetokens für Bilderkennung zu steuern;
generationConfig.imageConfig, um Seitenverhältnis/Auflösung bei Bildausgaben zu steuern.

Bildgrenzen:

Unterstützte Eingabemodalitäten: Text und Bilder (das Modell akzeptiert keine Audio- oder Videoeingaben für die Bildgenerierung).
Max. Bilder pro Prompt: 14 (für die Gemini 3 Pro Image Preview).
Max. Bildgröße (Upload): 7 MB pro Eingabebild.
Unterstützte Seitenverhältnisse: 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Ausgabebilder/Token: hohe Limits, 4K/4096 px werden unterstützt.

Benchmark-Leistung

Kurzzusammenfassung: Öffentliche/frühe Benchmarks sind bislang überwiegend qualitativ/community-getrieben, berichten jedoch durchweg von deutlichen Verbesserungen bei Auflösung, Artefaktreduzierung und physikalischer Treue gegenüber dem ursprünglichen nano-banana (Gemini 2.5 Flash Image). Spezifische benannte „Challenges“ zeigen klare visuelle Fortschritte, aber es gibt (noch) keine öffentlichen standardisierten numerischen Benchmark-Tabellen von Google, die v1 → v2 über gängige Bildgenerierungsmetriken vergleichen.

Qualitative Community-Tests: sauberere Kanten, schärfere Mikrodetails, naturgetreuere Farben und höhere Prompt-Treue (weniger halluzinierte Requisiten, konsistentere Charaktere). Beliebte informelle Tests umfassen den „Wine Glass Test“ und die „Glass Burger Challenge“, bei denen GEMPIX 2 (Nano Banana Pro) Transparenz und Brechung deutlich besser beherrscht als frühere Builds.
Textverarbeitung: Nano Banana Pro zeigt sichtbar verbesserte Typografie und Textplatzierung in Bildern (ein persistenter Schwachpunkt vieler Bildmodelle). Community-Vergleiche deuten auf weniger verunstaltete gerenderte Glyphen hin.
Durchsatz/UX: schnellere Iterationsgeschwindigkeit und eine UX, die Back-End-Mehrstufenverfeinerung durchführt, sodass Nutzer verlässlichere Erstresultate sehen (reduziert manuelle Neu-Generierungen).

Einschränkungen & Risiken

Content-Filter & Erkennung: Plattformen, die das Modell integrieren (z. B. Whisk/Drittanbieter-Apps), können strenge Promi- oder Ähnlichkeitserkennung aktivieren und bestimmte Ausgaben blockieren, was Arbeitsabläufe beeinflusst, die auf realistische Promiähnlichkeiten angewiesen sind.
Halluzination/Reasoning-Grenzfälle: trotz Verbesserungen kann das Modell weiterhin physikalisch unrealistische Artefakte erzeugen, insbesondere bei dichtem symbolischem Text in Bildern oder hochtechnischen Diagrammen — NB2 scheint diese Fehler gegenüber früheren Versionen jedoch zu reduzieren.
Sicherheit & Missbrauch: Generative Bildmodelle können zur Erstellung problematischer oder schädlicher Inhalte verwendet werden. Google wendet Beschränkungen, Content-Filter und das SynthID-Wasserzeichen an, um die Herkunft zu unterstützen; dennoch ist es zu Missbrauch gekommen (prominente Kontroverse im Zusammenhang mit einem in einem politisch sensiblen Kontext generierten Nano Banana-Bild).

Vergleich: Wie Nano Banana Pro im Vergleich zu anderen Modellen abschneidet

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — starke mobile Integration, Multi-Image-Fusion, iterative Selbstkorrektur, 2K nativ/4K-Upscaling, eng in Google-Apps integriert (Search, Photos, Workspace/Gemini). Am besten für Workflows, die verlässliche Bearbeitungen, Kontinuität und Integration mit Google-Diensten benötigen.
Midjourney — glänzt bei stilisierten, künstlerischen Outputs und communitygetriebenem Prompt-Engineering; in der Regel nicht auf fotoakkurate Multi-Image-Fusion oder tiefgehende multimodale Bearbeitungspipelines ausgerichtet.
Stable Diffusion / Open Weights — vollständig offen, hochgradig anpassbar und lokal hostbar; das Ökosystem aus Checkpoints und Fine-Tuning ist ein entscheidender Vorteil für Forschung und Offline-Nutzung. Weniger „One-Click“-Mobile-Integration und weniger konsistente Multi-Image-Bearbeitungskohärenz out of the box als Nano Banana Pro.
Seedream 4.0 (ByteDance) — jüngst explizit als Nano Banana-Konkurrent positioniert, mit Fokus auf extrem schnelle Darstellung, 2K-Ausgabe und Unterstützung vieler Referenzbilder (bis zu sechs). Positioniert als Pro-/Creator-Alternative.

(Diese Vergleiche sind auf hoher Ebene; wählen Sie das passende Werkzeug je nach Workflow: Offenheit/Anpassbarkeit → Stable Diffusion; stilisierte Kunst → Midjourney; integrierte, konsistente mobile Bearbeitung mit aggressiver Iteration → Nano Banana Pro/Gemini 3 Pro Image-Familie.)

Praxisnahe Anwendungsfälle

Mobile Fotobearbeitung & kreative Filter (Google Photos-Integrationen — Restyling, Hintergrundfusion, Porträt-Rekomposition).
Marketing- & Werbemittel — schnelle Konzeptgenerierung, konsistente Markencharaktere über mehrere Frames/Winkel.
Concept Art & Storyboarding — Multi-Image-Fusion hilft, Charakterkontinuität über Panels hinweg zu wahren.
E-Commerce/Produkt-Mockups — konsistente Produktaufnahmen in unterschiedlichen Kontexten/Lichtsituationen generieren.
Rapid Prototyping für AR/VR-Assets — hochwertige 2K/4K-Ausgaben, die für immersive Anwendungen hochskaliert werden können.
So greifen Sie auf die gemini-3-pro-image(Nano Banana Pro)-API zu

Erforderliche Schritte

Melden Sie sich bei cometapi.com an. Wenn Sie noch kein Nutzer sind, registrieren Sie sich bitte zuerst
Rufen Sie den Zugriffs-API-Schlüssel der Schnittstelle ab. Klicken Sie im persönlichen Zentrum beim API-Token auf „Add Token“, erhalten Sie den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.
Rufen Sie die URL dieser Website ab: https://api.cometapi.com/

Vorgehensweise

Wählen Sie den Endpunkt „gemini-3-pro-image“, um die API-Anfrage zu senden, und setzen Sie den Request-Body. Methode und Request-Body entnehmen Sie unserer Website-API-Dokumentation. Unsere Website bietet auch einen Apifox-Test zur Vereinfachung.
Ersetzen Sie <YOUR_API_KEY> durch Ihren tatsächlichen CometAPI-Schlüssel aus Ihrem Konto.
Fügen Sie Ihre Frage oder Anfrage in das content-Feld ein — darauf wird das Modell antworten.
. Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

CometAPI bietet eine vollständig kompatible REST-API — für nahtlose Migration. Wesentliche 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 Header
Content-Type: application/json .

FAQ

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1beta/models/{model}:generateContentPOST/v1beta/models/{model}:generateContent

Beispielcode und API für Nano Banana Pro

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für Nano Banana Pro zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von Nano Banana Pro in Ihren Projekten zu nutzen.

POST

/v1beta/models/{model}:generateContent

POST

/v1beta/models/{model}:generateContent

# 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();

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-image

image-editing

Eingabe und Ausgabe

Eingaben

text

Ausgaben

image

Produktionsprofil

Anbieter: Google
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie Nano Banana Pro für Produktions-Workflows entsprechend seiner image-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktvisuals und Kampagnen-Kreativmaterial

Konzeptkunst und schnelle visuelle Exploration

Bildbearbeitung, Variationen und Asset-Produktion

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, sein verbessertes KI-Modell zur Bildgenerierung und -bearbeitung

Modell ansehen

OpenAI

GPT Image 2

GPT Image 2 ist das Bildgenerierungsmodell von openai auf dem neuesten Stand der Technik für schnelle, hochwertige Bildgenerierung und -bearbeitung. Es unterstützt flexible Bildgrößen und Bildeingaben mit hoher Wiedergabetreue.

Modell ansehen

Runway

Gen4-image

Gen4-image-API entdecken.

Modell ansehen

Runway

Gen4-image-turbo

Gen4-image-turbo-API entdecken.

Modell ansehen

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model ist ein Effizienzspezialist innerhalb der Bildgenerierungsfamilie und wurde für ultraniedrige Latenz sowie kosteneffiziente Bildgenerierung und -bearbeitung entwickelt.

Modell ansehen

OpenAI

GPT Image 2.5(sunburst)

GPT Image 2.5(sunburst)-API entdecken.

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

Modell-ID	Beschreibung	Verfügbarkeit	Anfrage
nano-banana-pro-all	Die verwendete Technologie ist inoffiziell und die Generierung ist instabil usw., Chat Format	✅	Chat Format
gemini-3-pro-image	Empfohlen, verweist auf das neueste Modell	✅	Gemini generiert Bild
gemini-3-pro-image-preview	Offizielle Vorschau	✅	Gemini generiert Bild

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von Nano Banana Pro, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

Nov 19, 2025

API-Verfügbarkeit bestätigt

Nano Banana Pro ist über den CometAPI-Modellkatalog und die API-Dokumentation verfügbar.

Aktuell

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Nov 24, 2025

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

Google

Verfügbar Beliebt

gemini-3-pro-image

Nano Banana Pro API

Startpreis

$1.60 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Nov 19, 2025

Google

Testumgebung

Testen Sie Nano Banana Pro mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.0112

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.1120

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.1680

Geschätzte CometAPI-Nutzungskosten

⇌

Umrechnung von Credits

1.000 Credits = 1 $

Credits machen Budgets über Token-, Anfrage- und Laufzeitabrechnung hinweg vergleichbar. Der USD-Betrag bleibt beim Bezahlvorgang maßgeblich.

✓Aktuelles Modell in Credits

Eingabe

1,600

Credits / 1 Mio. Token

Ausgabe

9,600

Credits / 1 Mio. Token

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

Modellübersicht

Eine stabile Modellidentität für Suche und Evaluierung, kombiniert mit Live-Katalogdaten, die sich ändern können, ohne die grundlegende SEO-Struktur der Seite neu schreiben zu müssen.

Stabile Identität

Was ist Nano Banana Pro?

Die kanonische Modellidentität bleibt stabil, auch wenn sich Preise und Limits ändern.

Live-Modelldaten

Aktueller Katalogstand

Verfügbarkeit

Verfügbar

Einstiegspreis

$1.60 / 1 Mio. Eingabe-Tokens

Kontext

Funktionen anzeigen

Katalogdatum

Nov 19, 2025

Überblick

Ein praktischer Überblick über Nano Banana Pro, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Grundfunktionen

Text → Bild: vollständig promptgesteuerte Generierung mit starker Prompt-Treue.
Bild → Bild (Bearbeitungen): feine, gezielte Bearbeitungen bei beibehaltener Motiv-/Charakterkonsistenz über mehrere Bearbeitungen hinweg.
Maximale Ausgabeauflösung: bis zu 4K (Beispiele und unterstützte exakte Pixelgrößen hängen vom Seitenverhältnis ab; die API bietet 1K/2K/4K-Voreinstellungen)
Iterative Planung & Selbstkorrektur: eine interne „mehrstufige“ Pipeline, die gängige visuelle Fehler (Perspektive, Text, feine Geometrie) erkennt und korrigiert.
Erweiterte Textdarstellung im Bild: klarer, gut lesbarer mehrsprachiger Text (von kurzen Bildunterschriften bis hin zu langen Absätzen), geeignet für Poster, Mockups und Infografiken.
5 Charaktere und Treue für bis zu 14 Objekte/Referenzbilder in einem einzigen Workflow.
Wasserzeichen/Herkunftsnachweis: alle generierten Bilder enthalten ein SynthID-Wasserzeichen; das Modell bettet in einigen Produktintegrationen C2PA-Metadaten für Herkunftsnachweise ein.

Gemini 3 Pro Image-Versionen & Benennung

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

Technische Details

Architektur

Abstammung/Backbone: Nano Banana Pro basiert auf Googles weiterentwickeltem Gemini-Image-Stack — konkret auf der neuen Architektur Gemini 3 Pro Image / GEMPIX 2 (ein leistungsfähigeres multimodales Bild+Text-Framework). Das ist eine Weiterentwicklung von Gemini 2.5 Flash Image (dem ursprünglichen „nano-banana“) hin zu einem nativ multimodalen Bildmodell mit erweiterten Vision-Language-Reasoning-Fähigkeiten.
Modellverhalten: native Multimodalität (Bild + Text + Weltwissen), explizite Pipelines zur Multi-Image-Fusion sowie ein interner, gestufter Planer, der Ausgaben über mehrere Durchläufe verfeinert, statt nur ein einziges statisches Sample zu erzeugen. Frühe Berichte deuten auf stärkeres geometrisches/optisches Reasoning (Glas, Brechung) gegenüber früheren Versionen hin.
Denken/Interne Verfeinerung: Das Modell verwendet intern einen sichtbaren „Thinking“-Prozess zur Verfeinerung der Komposition (die API dokumentiert dieses Verhalten und weist darauf hin, dass diese internen Schritte nicht als finale Bildtokens berechnet werden).
Grounding & Tools: Unterstützt Search Grounding (kann Webfakten in die Erstellung von Diagrammen/Infografiken einbeziehen). Unterstützt außerdem Systemanweisungen für deterministischere Steuerung.

Wichtige API-Parameter:

thinking_level (low / high), um Latenz vs. Reasoning-Tiefe abzuwägen;
media_resolution (low/medium/high), um OCR/Detail-Lesetokens für Bilderkennung zu steuern;
generationConfig.imageConfig, um Seitenverhältnis/Auflösung bei Bildausgaben zu steuern.

Bildgrenzen:

Unterstützte Eingabemodalitäten: Text und Bilder (das Modell akzeptiert keine Audio- oder Videoeingaben für die Bildgenerierung).
Max. Bilder pro Prompt: 14 (für die Gemini 3 Pro Image Preview).
Max. Bildgröße (Upload): 7 MB pro Eingabebild.
Unterstützte Seitenverhältnisse: 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Ausgabebilder/Token: hohe Limits, 4K/4096 px werden unterstützt.

Benchmark-Leistung

Kurzzusammenfassung: Öffentliche/frühe Benchmarks sind bislang überwiegend qualitativ/community-getrieben, berichten jedoch durchweg von deutlichen Verbesserungen bei Auflösung, Artefaktreduzierung und physikalischer Treue gegenüber dem ursprünglichen nano-banana (Gemini 2.5 Flash Image). Spezifische benannte „Challenges“ zeigen klare visuelle Fortschritte, aber es gibt (noch) keine öffentlichen standardisierten numerischen Benchmark-Tabellen von Google, die v1 → v2 über gängige Bildgenerierungsmetriken vergleichen.

Qualitative Community-Tests: sauberere Kanten, schärfere Mikrodetails, naturgetreuere Farben und höhere Prompt-Treue (weniger halluzinierte Requisiten, konsistentere Charaktere). Beliebte informelle Tests umfassen den „Wine Glass Test“ und die „Glass Burger Challenge“, bei denen GEMPIX 2 (Nano Banana Pro) Transparenz und Brechung deutlich besser beherrscht als frühere Builds.
Textverarbeitung: Nano Banana Pro zeigt sichtbar verbesserte Typografie und Textplatzierung in Bildern (ein persistenter Schwachpunkt vieler Bildmodelle). Community-Vergleiche deuten auf weniger verunstaltete gerenderte Glyphen hin.
Durchsatz/UX: schnellere Iterationsgeschwindigkeit und eine UX, die Back-End-Mehrstufenverfeinerung durchführt, sodass Nutzer verlässlichere Erstresultate sehen (reduziert manuelle Neu-Generierungen).

Einschränkungen & Risiken

Content-Filter & Erkennung: Plattformen, die das Modell integrieren (z. B. Whisk/Drittanbieter-Apps), können strenge Promi- oder Ähnlichkeitserkennung aktivieren und bestimmte Ausgaben blockieren, was Arbeitsabläufe beeinflusst, die auf realistische Promiähnlichkeiten angewiesen sind.
Halluzination/Reasoning-Grenzfälle: trotz Verbesserungen kann das Modell weiterhin physikalisch unrealistische Artefakte erzeugen, insbesondere bei dichtem symbolischem Text in Bildern oder hochtechnischen Diagrammen — NB2 scheint diese Fehler gegenüber früheren Versionen jedoch zu reduzieren.
Sicherheit & Missbrauch: Generative Bildmodelle können zur Erstellung problematischer oder schädlicher Inhalte verwendet werden. Google wendet Beschränkungen, Content-Filter und das SynthID-Wasserzeichen an, um die Herkunft zu unterstützen; dennoch ist es zu Missbrauch gekommen (prominente Kontroverse im Zusammenhang mit einem in einem politisch sensiblen Kontext generierten Nano Banana-Bild).

Vergleich: Wie Nano Banana Pro im Vergleich zu anderen Modellen abschneidet

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — starke mobile Integration, Multi-Image-Fusion, iterative Selbstkorrektur, 2K nativ/4K-Upscaling, eng in Google-Apps integriert (Search, Photos, Workspace/Gemini). Am besten für Workflows, die verlässliche Bearbeitungen, Kontinuität und Integration mit Google-Diensten benötigen.
Midjourney — glänzt bei stilisierten, künstlerischen Outputs und communitygetriebenem Prompt-Engineering; in der Regel nicht auf fotoakkurate Multi-Image-Fusion oder tiefgehende multimodale Bearbeitungspipelines ausgerichtet.
Stable Diffusion / Open Weights — vollständig offen, hochgradig anpassbar und lokal hostbar; das Ökosystem aus Checkpoints und Fine-Tuning ist ein entscheidender Vorteil für Forschung und Offline-Nutzung. Weniger „One-Click“-Mobile-Integration und weniger konsistente Multi-Image-Bearbeitungskohärenz out of the box als Nano Banana Pro.
Seedream 4.0 (ByteDance) — jüngst explizit als Nano Banana-Konkurrent positioniert, mit Fokus auf extrem schnelle Darstellung, 2K-Ausgabe und Unterstützung vieler Referenzbilder (bis zu sechs). Positioniert als Pro-/Creator-Alternative.

Praxisnahe Anwendungsfälle

Mobile Fotobearbeitung & kreative Filter (Google Photos-Integrationen — Restyling, Hintergrundfusion, Porträt-Rekomposition).
Marketing- & Werbemittel — schnelle Konzeptgenerierung, konsistente Markencharaktere über mehrere Frames/Winkel.
Concept Art & Storyboarding — Multi-Image-Fusion hilft, Charakterkontinuität über Panels hinweg zu wahren.
E-Commerce/Produkt-Mockups — konsistente Produktaufnahmen in unterschiedlichen Kontexten/Lichtsituationen generieren.
Rapid Prototyping für AR/VR-Assets — hochwertige 2K/4K-Ausgaben, die für immersive Anwendungen hochskaliert werden können.
So greifen Sie auf die gemini-3-pro-image(Nano Banana Pro)-API zu

Erforderliche Schritte

Melden Sie sich bei cometapi.com an. Wenn Sie noch kein Nutzer sind, registrieren Sie sich bitte zuerst
Rufen Sie den Zugriffs-API-Schlüssel der Schnittstelle ab. Klicken Sie im persönlichen Zentrum beim API-Token auf „Add Token“, erhalten Sie den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.
Rufen Sie die URL dieser Website ab: https://api.cometapi.com/

Vorgehensweise

Wählen Sie den Endpunkt „gemini-3-pro-image“, um die API-Anfrage zu senden, und setzen Sie den Request-Body. Methode und Request-Body entnehmen Sie unserer Website-API-Dokumentation. Unsere Website bietet auch einen Apifox-Test zur Vereinfachung.
Ersetzen Sie <YOUR_API_KEY> durch Ihren tatsächlichen CometAPI-Schlüssel aus Ihrem Konto.
Fügen Sie Ihre Frage oder Anfrage in das content-Feld ein — darauf wird das Modell antworten.
. Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

CometAPI bietet eine vollständig kompatible REST-API — für nahtlose Migration. Wesentliche 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 Header
Content-Type: application/json .

FAQ

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1beta/models/{model}:generateContentPOST/v1beta/models/{model}:generateContent

Beispielcode und API für Nano Banana Pro

POST

/v1beta/models/{model}:generateContent

POST

/v1beta/models/{model}:generateContent

# 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();

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-image

image-editing

Eingabe und Ausgabe

Eingaben

text

Ausgaben

image

Produktionsprofil

Anbieter: Google
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie Nano Banana Pro für Produktions-Workflows entsprechend seiner image-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktvisuals und Kampagnen-Kreativmaterial

Konzeptkunst und schnelle visuelle Exploration

Bildbearbeitung, Variationen und Asset-Produktion

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, sein verbessertes KI-Modell zur Bildgenerierung und -bearbeitung

Gen4-image-API entdecken.

Modell ansehen

Runway

Gen4-image-turbo

Gen4-image-turbo-API entdecken.

GPT Image 2.5(sunburst)

GPT Image 2.5(sunburst)-API entdecken.

Modell ansehen

Verfügbarkeit

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

Modell-ID	Beschreibung	Verfügbarkeit	Anfrage
nano-banana-pro-all	Die verwendete Technologie ist inoffiziell und die Generierung ist instabil usw., Chat Format	✅	Chat Format
gemini-3-pro-image	Empfohlen, verweist auf das neueste Modell	✅	Gemini generiert Bild
gemini-3-pro-image-preview	Offizielle Vorschau	✅	Gemini generiert Bild

Aktualisierungen

Verfolgen Sie relevante Änderungen bei Verfügbarkeit, Preisen und Funktionen von Nano Banana Pro, ohne die stabile Modellseite zu verlieren.

Modelländerungsprotokoll

Eine Seite, die mit der Zeit immer besser wird.

Versionshinweise, Preisänderungen, Benchmark-Aktualisierungen und Migrationsanleitungen werden hier gesammelt, während die kanonische URL unverändert bleibt.

Nov 19, 2025

API-Verfügbarkeit bestätigt

Nano Banana Pro ist über den CometAPI-Modellkatalog und die API-Dokumentation verfügbar.

Aktuell

Live-Daten

Preise und Limits mit dem Katalog synchronisiert

Preis, Kontext, Verfügbarkeit und Limits werden als dynamische Eigenschaften behandelt, anstatt in den Seitentitel oder die Modellidentität eingebettet zu werden.

Nov 24, 2025

Dauerhafte Modellinstanz erstellt

Der Anbieter und der Modell-Slug bilden eine dauerhafte kanonische URL; zukünftige Inhalts- und Datenaktualisierungen bleiben auf dieser Seite.

Weiter erkunden