Comment utiliser l'API Nano Banana 2.1 ? Génération et édition

TLDR Nano Banana 2.1 (gemini-nano-banana-2.1) est le modèle mis à jour de génération d’images et d’édition conversationnelle à haute efficacité de la famille Gemini. Construit sur Gemini 3.6 Flash, il offre une qualité visuelle et un réalisme améliorés (1K/2K/4K), corrige les artefacts de mosaïque sur les formats d’image extrêmes, améliore nettement le rendu du texte et la mise en page des infographies, la fusion multi-images (jusqu’à 14 références avec cohérence pour jusqu’à 4 personnages et 10 objets), l’ancrage via Google Search/Image Search, et des niveaux de réflexion configurables (minimal/moyen/élevé).

Il se positionne comme l’équivalent efficace de Nano Banana Pro tout en offrant un coût par image environ moitié moindre que son prédécesseur Nano Banana 2 à de nombreuses résolutions. La tarification officielle débute à environ 0,0336 $ par image 1K (niveau Standard). Accédez-y via l’API Gemini (Interactions API de préférence), Google AI Studio, ou des agrégateurs unifiés comme CometAPI pour une unique clé compatible OpenAI, une intégration simplifiée et des tarifs compétitifs. Ce guide couvre la configuration, des exemples de code, des fonctionnalités avancées, des comparaisons de prix, des bonnes pratiques et des recommandations de mise en production.

Points clés à retenir

• Nano Banana 2.1 est le dernier modèle de Google pour la génération d’images et l’édition conversationnelle à haute efficacité, positionné comme l’équivalent efficient de Nano Banana Pro.
• Les propres tests de Google le créditent d’un Elo de 1050 en préférence globale texte-vers-image (contre 990 pour Nano Banana 2 et 935 pour Pro), avec de fortes progressions en cohérence et en édition.
• La tarification commence à environ 0,0336 $ par image standard 1K via l’API Gemini — environ la moitié de Nano Banana 2.
• Prend en charge jusqu’à 14 images de référence, cohérence pour 4 personnages + 10 objets, formats panoramiques sans artefacts de mosaïque et ancrage en temps réel via recherche Web/image.
• Nano Banana 2 doit être retiré le 29 octobre 2026 ; migrez rapidement.
• Pour les développeurs, des plateformes comme CometAPI offrent un point de terminaison unique compatible OpenAI pour accéder à Nano Banana 2.1 aux côtés de plus de 500 autres modèles, avec une seule clé et des tarifs compétitifs.

Qu’est-ce que Nano Banana 2.1 ?

Nano Banana 2.1 est le tout nouveau membre des modèles de raisonnement nativement multimodaux de la série Gemini 3 de Google DeepMind. Officiellement basé sur Gemini 3.6 Flash, il se spécialise dans la génération d’images de haute qualité à partir de texte et l’édition d’images en conversation.

Il accepte du texte, des images, de la vidéo et des PDF (fenêtre de contexte jusqu’à ~1M de tokens dans certaines documentations, ou 131 072 dans les spécifications API) et produit des images (jusqu’à 4K) ainsi que du texte. Toutes les images générées portent le filigrane SynthID de Google.

Google le décrit comme une mise à jour de Nano Banana 2 (Gemini 3.1 Flash Image) qui conserve la vitesse et le coût de Flash tout en offrant des améliorations significatives en qualité visuelle, respect des consignes, cohérence multi-tours des personnages et rendu du texte. Il est explicitement positionné comme « l’équivalent plus efficace » du modèle haut de gamme Nano Banana Pro (Gemini 3 Pro Image).

Performances de référence de Nano Banana 2.1

Google a publié des résultats internes de préférence humaine (Elo) et de factualité comparés côte à côte en date d’octobre 2026. Notez que les tests indépendants tiers étaient limités au lancement.

Capacités texte-vers-image

Capacités d’édition

Source : Google DeepMind Nano Banana 2.1 Model Card.

Un Elo plus élevé indique une préférence humaine plus forte. Le score de factualité (plus élevé est meilleur) montre un bond particulièrement important pour des infographies précises. Ces résultats placent Nano Banana 2.1 comme le modèle d’image de niveau Flash le plus performant de Google à ce jour, et concurrent (voire supérieur) à Pro sur de nombreux axes pratiques, à moindre coût et latence.

Tarification officielle de Nano Banana 2.1 et considérations de coût (début octobre 2026)

La tarification de référence du niveau Standard (par image produite, hors tokens additionnels d’entrée/réflexion/texte) par Google est approximativement :

Les tokens d’entrée sont listés autour de 1,50 $ par 1M ; la sortie texte + réflexion autour de 7,50 $ par 1M selon certains découpages. Il n’existe pas de niveau API gratuit pour ce modèle. Le coût final facturé dépend de la longueur de l’invite, du nombre d’images de référence, du niveau de réflexion, de la résolution et de toute sortie texte supplémentaire.

Comparé à Nano Banana 2, le coût par image est environ divisé par deux à résolutions équivalentes, ce qui rend la génération en volume plus économique. Nano Banana Pro reste sensiblement plus coûteux pour des besoins de fidélité maximale. Vérifiez toujours la page de tarification en direct de l’API Gemini, car les tarifs et la comptabilisation des tokens peuvent évoluer.

CometAPI, par exemple, a rapidement ajouté la prise en charge de gemini-nano-banana-2.1 et fournit un accès unifié avec des tarifs compétitifs et une clé unique sur des centaines de modèles.

Comment accéder et configurer l’API Nano Banana 2.1

ID du modèle : gemini-nano-banana-2.1

Utilisez l’Interactions API moderne ou les endpoints generateContent avec le SDK google-genai.

Avec image(s) de référence et résolution/réflexion plus élevées : fournissez des images encodées en base64 dans la liste d’entrée et définissez les options de format de réponse pour le ratio d’aspect et la taille de l’image (1K/2K/4K). Activez les outils de Google Search pour l’ancrage lorsque la précision factuelle est importante.

1. API Google Gemini officielle (recommandée pour la parité fonctionnelle complète)

• Créez ou utilisez un projet Google AI Studio / Google Cloud avec la facturation activée.
• Obtenez une clé API depuis Google AI Studio.
• Installez le SDK officiel : pip install -U google-genai (Python) ou l’équivalent pour JavaScript/Node (@google/genai).
• Interface moderne privilégiée : Interactions API (client.interactions.create). GenerateContent hérité reste disponible dans certains contextes.
• Modèle d’endpoint de base : https://generativelanguage.googleapis.com/v1beta/interactions (ou chemins generateContent spécifiques au modèle). Authentification via l’en-tête x-goog-api-key ou variable d’environnement SDK GEMINI_API_KEY.

2. Google AI Studio

Idéal pour le prototypage rapide, les tests d’invite et l’inspection visuelle avant de coder. Sélectionnez le modèle et expérimentez avec les références, résolutions et niveaux de réflexion.

3. Agrégateurs unifiés (recommandation CometAPI)

CometAPI offre un endpoint unique compatible OpenAI (https://api.cometapi.com/v1) et une seule clé API pour plus de 500 modèles, y compris la série Gemini Nano Banana. Il prend en charge une tarification à l’usage (souvent avec des économies par rapport aux tarifs directs des fournisseurs), des tableaux de bord d’usage et une compatibilité SDK prête à l’emploi. C’est particulièrement utile si vous utilisez déjà plusieurs fournisseurs ou souhaitez tester en A/B des modèles d’image sans gérer des identifiants et une facturation séparés. Inscrivez-vous sur CometAPI.com pour des crédits d’essai gratuits, créez une clé et pointez votre client compatible OpenAI vers l’URL de base CometAPI. L’ID de modèle reste gemini-nano-banana-2.1.

Pour CometAPI, remplacez l’URL de base et la clé tout en conservant une structure de client compatible OpenAI ou Gemini. CometAPI utilise un schéma GenerateContent pour accéder à Nano Banana 2.1.

Comparaison des voies d’accès à l’API Nano Banana 2.1

Choisissez d’abord le fournisseur avant de copier le code. Google propose le flux Interactions direct utilisé dans les exemples Python ci-dessous. L’API Nano Banana 2.1 dans CometAPI fournit la route passerelle utilisée dans l’exemple cURL. Comparez l’authentification, les champs d’entrée, la gestion de la sortie et l’état de conversation pour une intégration complète ; les clés appartiennent à des comptes et des systèmes de facturation distincts.

Les exemples Google ci-dessous utilisent l’Interactions API. Ils ne constituent pas des requêtes pour l’endpoint generateContent de CometAPI. Suivez la présentation d’Interactions de Google pour l’état de l’interaction et la gestion de la réponse. Les exemples ont été vérifiés par rapport aux schémas de requête publiés ; aucun appel API authentifié ou facturable n’a été effectué pour ce guide.

Générer et enregistrer une image avec l’API Nano Banana 2.1

Google : générer avec Python

Installez le SDK Google Gen AI Python dans l’environnement du projet où vous exécuterez generate_image.py. La première requête ci-dessous demande un PNG 2K avec une composition 16:9 et un titre spécifique. Enregistrez le résultat et inspectez-le avant d’ajouter des entrées d’édition ou d’images de référence.

python -m pip install -U google-genai

Enregistrez le script suivant sous generate_image.py. Il suit le guide de génération d’images de Google pour créer une interaction, vérifier l’image renvoyée, décoder ses données et enregistrer un PNG. L’invite « product-ad » précise le sujet, l’éclairage et le titre exact afin que vous puissiez vérifier si la sortie respecte la demande.

import base64
import os
from pathlib import Path
from google import genai

MODEL = "gemini-nano-banana-2.1"
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
image_format = {
    "type": "image",
    "mime_type": "image/png",
    "aspect_ratio": "16:9",
    "image_size": "2K",
}

def save_image(result, filename):
    image = result.output_image
    if image is None or not image.data:
        raise RuntimeError("No image returned; inspect the response before retrying")
    Path(filename).write_bytes(base64.b64decode(image.data))

interaction = client.interactions.create(
    model=MODEL,
    input=("Create a product advertisement for a white ceramic coffee mug. "
           "Use a warm studio background and soft side lighting. "
           "Include only the exact headline MORNING COFFEE."),
    response_format=image_format,
)
save_image(interaction, "mug-ad.png")
print("Saved mug-ad.png; interaction ID:", interaction.id)

python generate_image.py

Le script enregistre mug-ad.png et affiche un ID d’interaction. Utilisez les vérifications de réponse de l’étape 3 avant d’accepter l’image ou de poursuivre avec une édition.

CometAPI : générer avec cURL

Avec COMETAPI_KEY configurée à l’étape 1, exécutez la requête Bash suivante en utilisant la route documentée de CometAPI. Elle enregistre la réponse JSON sous comet-response.json ; l’étape 3 extrait et enregistre l’image renvoyée.

curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "x-goog-api-key: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{"parts": [{"text": "Create a studio product image of a white ceramic mug."}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }' \
  --output comet-response.json

Gérer la réponse

Google : vérifier l’image enregistrée et l’ID d’interaction

Le helper save_image dans Generatation vérifie output_image, décode les données de l’image et enregistre mug-ad.png. Ouvrez ce fichier et vérifiez le mug, la composition et le titre exact. Conservez l’ID d’interaction pour le prochain tour d’édition. Une réponse HTTP réussie ne garantit pas à elle seule que l’image demandée a été renvoyée.

La propriété pratique output_image renvoie la dernière image générée. Si vous avez besoin de plusieurs images ou de contenu texte et visuel entremêlé, traitez les étapes de l’interaction. Inspectez les informations d’image manquante ou de sécurité avant de réessayer.

CometAPI : extraire et enregistrer l’image

Ceci écrit une réponse JSON, pas un PNG. Confirmez la structure réelle de la réponse avant de créer votre extracteur d’image. Ne passez pas previous_interaction_id ni response_format à cette route ; les options d’édition et de taille de sortie de la passerelle doivent suivre son propre schéma documenté. De même, un ID d’interaction Google n’est pas un état de conversation de la passerelle.

Si la passerelle renvoie la structure native candidates → content → parts décrite dans la référence generateContent de Google, enregistrez les parties d’image en ligne avec ce script autonome. Il accepte les noms de champs en camelCase et snake_case et préserve le format d’image renvoyé :

import base64
import json
from pathlib import Path

payload = json.loads(Path("comet-response.json").read_text(encoding="utf-8"))
saved = 0
for candidate in payload.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if part.get("thought"):
            continue
        blob = part.get("inlineData") or part.get("inline_data")
        if not blob or not blob.get("data"):
            continue
        mime = blob.get("mimeType") or blob.get("mime_type")
        ext = {"image/png": "png", "image/jpeg": "jpg", "image/webp": "webp"}.get(mime)
        if ext:
            saved += 1
            Path(f"comet-image-{saved}.{ext}").write_bytes(base64.b64decode(blob["data"]))
if not saved:
    raise RuntimeError("No inline image found; inspect response schema and error details")
print(f"Saved {saved} image(s)")

Enregistrez l’extracteur ci-dessus sous save_comet_image.py dans le même répertoire que comet-response.json, puis exécutez-le avec Python. Ouvrez chaque fichier comet-image enregistré et vérifiez son contenu. Si aucune image en ligne n’est trouvée, inspectez la réponse réelle et les détails d’erreur avant de modifier l’analyseur ou de réessayer.

Pour les deux fournisseurs, vérifiez le format de l’image, ses dimensions, le texte demandé et les détails visuels. Conservez une gestion spécifique par fournisseur de la réponse et gardez l’image originale avant d’effectuer des modifications.

Comment éditer des images avec l’API Nano Banana 2.1 ?

Éditer une image générée avec Nano Banana 2.1

Ajoutez ce bloc au même script. Il réutilise le client, le format de sortie et l’interaction de l’exemple de génération. Comme indiqué dans l’exemple d’édition multi-tours de Google, previous_interaction_id fournit le contexte de la conversation. Spécifiez à nouveau le format de sortie pour garder le type de fichier, le ratio d’aspect et la taille explicites.

edited = client.interactions.create(
    model=MODEL,
    previous_interaction_id=interaction.id,
    input=("Change only the mug color to matte black. "
           "Keep the headline, background, framing and lighting unchanged."),
    response_format=image_format,
)
save_image(edited, "mug-ad-edited.png")
print("Saved mug-ad-edited.png; interaction ID:", edited.id)

Pour un troisième tour, utilisez edited.id comme ID d’interaction précédent. Stockez le dernier ID avec la session d’édition de votre application plutôt que dans une variable globale partagée par tous les utilisateurs. Conservez également l’image d’origine : demander un arrière-plan inchangé ne garantit pas une préservation pixel parfaite.

Envoyer une image de référence locale à Nano Banana 2.1

Si vous avez déjà une image produit, envoyez-la avec l’instruction d’édition au lieu de générer d’abord une nouvelle ressource. Ce bloc utilise également le client et le helper save_image de l’exemple de génération. Le type MIME déclaré doit correspondre au fichier réel.

reference = base64.b64encode(Path("product.png").read_bytes()).decode("ascii")
from_reference = client.interactions.create(
    model=MODEL,
    input=[
        {"type": "text", "text": "Place this product on a clean studio backdrop. Preserve its shape and label."},
        {"type": "image", "mime_type": "image/png", "data": reference},
    ],
    response_format=image_format,
)
save_image(from_reference, "product-studio.png")

Contrôler la sortie d’image et les références avec Nano Banana 2.1

Utilisez la capacité d’images de référence et les cibles de cohérence du tableau de spécifications ci-dessus comme base. Ces capacités ne garantissent pas une préservation d’identité sans faille. Commencez avec le minimum de références nécessaire, puis évaluez le résultat final. Pour les schémas et les supports marketing, fournissez le texte exact et des chiffres vérifiés plutôt que de demander au modèle de les inventer.

Fonctionnalités avancées

• Niveaux de réflexion : définissez « minimal » pour la vitesse, « medium » (par défaut) pour l’équilibre, ou « high » pour des compositions complexes, des mises en page riches en texte, ou une adhérence précise multi-objets. Une réflexion plus élevée augmente la latence et le coût en tokens, mais améliore les résultats sur les invites difficiles.
• Ancrage via la recherche : activez les outils Google Search / Image Search pour intégrer des références visuelles réelles et actuelles (météo, produits, événements, espèces exactes, etc.).
• Entrée vidéo : prise en charge pour une génération sensible au contexte (p. ex., extraire le style ou les sujets de courts clips).
• Batch API : disponible pour les traitements hors ligne à grand volume à tarifs réduits.
• Résolutions et formats : 1K par défaut ; demandez explicitement 2K ou 4K. Sortie typiquement PNG/JPEG selon la configuration.

Respectez toujours la Google’s Generative AI Prohibited Use Policy et assurez-vous de détenir les droits sur toute image de référence.

Famille Nano Banana (données approximatives, début octobre 2026)

Conclusion et recommandation

Nano Banana 2.1 est à ce jour le modèle de génération et d’édition d’images à haute efficacité le plus performant de Google — une mise à niveau pratique qui améliore sensiblement la qualité visuelle, la fidélité du texte, la cohérence et la robustesse aux ratios d’aspect, tout en conservant l’économie de la gamme Flash. Pour la plupart des charges de production nécessitant des images fiables et de haute qualité, avec un bon respect des consignes et des capacités d’édition, c’est le choix par défaut évident au sein de la famille Gemini en octobre 2026.

Pour démarrer dès aujourd’hui :

1. Prototyper dans Google AI Studio.
2. Intégrer via l’API Gemini officielle pour un maximum de contrôle.
3. Ou accélérer le développement et simplifier les opérations multi-modèles avec la plateforme unifiée et compatible OpenAI de CometAPI — une clé, des tarifs compétitifs, un accès rapide aux derniers modèles dont gemini-nano-banana-2.1, et une analytique prête pour la production.

Commencez à expérimenter dès aujourd’hui via l’API, et migrez toute charge restante sur Nano Banana 2 avant l’échéance du 29 octobre. Les outils pour des images IA de haute qualité, cohérentes et rentables n’ont jamais été aussi accessibles.