Gemini 3 Pro Image peut-il générer des images en résolution 4K ?

Oui, Nano Banana Pro (Gemini 3 Pro Image) prend en charge une sortie native jusqu'à la résolution 4K avec des rapports d'aspect incluant 1:1, 3:2, 16:9, 9:16 et 21:9. Il prend également en charge des préréglages 1K et 2K via le paramètre imageConfig.

Puis-je modifier des images de manière conversationnelle avec Gemini 3 Pro Image ?

Oui, Nano Banana Pro prend en charge l'édition conversationnelle à plusieurs tours. Il suffit de demander des modifications comme 'Transforme l'arrière-plan en un coucher de soleil' et le modèle conserve le contexte visuel grâce à Thought Signatures entre les tours.

Comment Nano Banana Pro gère-t-il le rendu du texte dans les images ?

Nano Banana Pro propose un rendu de texte avancé dans l'image, avec un texte clair et lisible prenant en charge plusieurs langues, des légendes courtes aux longs paragraphes. Cela le rend idéal pour des affiches, des infographies, des maquettes d'interface utilisateur et des supports marketing.

Qu'est-ce qui différencie Nano Banana Pro de FLUX 2 Pro ou de Midjourney ?

Nano Banana Pro excelle dans l'auto-correction itérative, la préservation cohérente des personnages au fil de multiples modifications, et une intégration étroite à l'écosystème Google. Il gère jusqu'à 14 images de référence pour des flux de travail de fusion multi-images complexes.

Nano Banana Pro utilise-t-il Google Search pour une génération d'images fondée sur des faits ?

Oui, Nano Banana Pro peut utiliser Search grounding pour vérifier les faits avant de générer des images. Par exemple, il peut récupérer les données météo actuelles pour créer une infographie météo de Tokyo précise.

Combien d'images de référence Nano Banana Pro peut-il traiter dans une seule requête ?

Nano Banana Pro prend en charge jusqu'à 14 images d'entrée par prompt avec un maximum de 7MB par image. Il maintient la cohérence du sujet et des personnages jusqu'à 5 personnages dans des scénarios de fusion multi-images complexes.

Google

Disponible Populaire

gemini-3-pro-image

Nano Banana Pro API

Nano Banana Pro est un modèle d’IA destiné à fournir une assistance polyvalente dans des flux de travail centrés sur le texte. Il convient aux prompts de type instruction pour générer, transformer et analyser du contenu avec une structure contrôlable. Les cas d’utilisation typiques incluent les assistants de chat, la synthèse de documents, la question-réponse (QA) basée sur les connaissances et l’automatisation des flux de travail. Les détails techniques publics sont limités ; l’intégration s’aligne sur les schémas courants des assistants d’IA, tels que les sorties structurées, les prompts augmentés par la recherche et l’appel d’outils ou de fonctions.

Prix de départ

$1.60 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Nov 19, 2025

Google

Bac à sable

Essayez Nano Banana Pro avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.0112

Coût d'utilisation estimé de CometAPI

Dix requêtes

$0.1120

Coût d'utilisation estimé de CometAPI

Quinze requêtes

$0.1680

Coût d'utilisation estimé de CometAPI

⇌

Conversion des crédits

1 000 crédits = 1 $

Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.

✓Modèle actuel en crédits

Entrée

1,600

crédits / 1 M de tokens

Sortie

9,600

crédits / 1 M de tokens

Transparence sur les frais minimums Ce prototype ne suppose pas de minimum caché par requête. Si un seuil de facturation en production ou un rechargement minimum s'applique, il doit être affiché avant l'achat et inclus dans chaque estimation budgétaire.

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

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que Nano Banana Pro ?

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Disponible

Prix de départ

$1.60 / 1M de tokens en entrée

Contexte

Voir les capacités

Date du catalogue

Nov 19, 2025

Aperçu

Un aperçu pratique de Nano Banana Pro, avec les comportements importants et les points d'attention pour l'intégration.

Fonctionnalités de base

Texte → Image : génération entièrement pilotée par prompt, avec une forte conformité au prompt.
Image → Image (modifications) : retouches fines et ciblées, avec maintien de la cohérence du sujet/personnage sur plusieurs modifications.
Résolution de sortie maximale : jusqu’à 4K (les exemples et tailles exactes prises en charge dépendent du ratio d’aspect ; l’API expose des préréglages 1K/2K/4K)
Planification itérative et auto‑correction : pipeline interne « multi‑étapes » qui détecte et corrige les erreurs visuelles courantes (perspective, texte, géométrie fine).
Rendu avancé du texte dans l’image : texte multilingue clair et lisible (des légendes courtes aux longs paragraphes), adapté aux affiches, maquettes et infographies.
5 personnages et fidélité jusqu’à 14 objets/images de référence dans un seul flux de travail.
Filigrane / provenance : toutes les images générées incluent un filigrane SynthID ; le modèle intègre des métadonnées C2PA pour la provenance dans certaines intégrations produits.

Versions et dénominations de Gemini 3 Pro Image

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

Détails techniques

Architecture

Lignée / ossature : Nano Banana Pro est construit sur l’empilement image Gemini en évolution de Google — spécifiquement la nouvelle architecture Gemini 3 Pro Image / GEMPIX 2 (un cadre image+texte multimodal de plus grande capacité). Il s’agit d’une évolution de Gemini 2.5 Flash Image (le « nano‑banana » d’origine) vers un modèle d’images nativement multimodal, avec des capacités élargies de raisonnement vision‑langage.
Comportement du modèle : multimodalité native (image + texte + connaissances du monde), pipelines explicites pour la fusion multi‑images et planificateur interne en étapes qui affine les sorties en plusieurs passes plutôt que de produire un échantillon unique statique. Les premiers retours indiquent un raisonnement géométrique/optique plus solide (verre, réfraction) par rapport aux versions précédentes.
Réflexion / affinage interne : le modèle utilise un processus de « réflexion » interne visible pour affiner la composition (la documentation de l’API décrit ce comportement et précise que ces étapes internes ne sont pas facturées comme des jetons d’image finaux).
Ancrage & outils : prise en charge de l’ancrage via la recherche (peut intégrer des faits issus du web dans la génération de schémas/infographies). Prend également en charge les instructions système pour un contrôle plus déterministe.

Paramètres API clés :

thinking_level (low / high) pour arbitrer entre latence et profondeur de raisonnement ;
media_resolution (low/medium/high) pour contrôler les jetons de lecture OCR/détails d’image ;
generationConfig.imageConfig pour contrôler le ratio d’aspect/la résolution des sorties image.

Limites d’image :

Modalités d’entrée prises en charge : texte et images (le modèle n’accepte pas l’audio ni la vidéo comme entrées pour la génération d’images).
Nombre maximal d’images par prompt : 14 (pour l’aperçu Gemini 3 Pro Image).
Taille maximale d’image (téléversement) : 7 Mo par image d’entrée.
Ratios d’aspect pris en charge : 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Images / jetons en sortie : limites élevées, avec prise en charge du 4K/4096 px.

Performances aux benchmarks

Résumé court : les benchmarks publics/précoces sont surtout qualitatifs/issus de la communauté, mais rapportent systématiquement des améliorations substantielles en résolution, réduction des artefacts et fidélité physique par rapport au nano‑banana d’origine (Gemini 2.5 Flash Image). Des « challenges » nommés ont montré des gains visuels nets, mais il n’existe pas encore (publiquement) de tableaux de benchmarks numériques standardisés de Google comparant v1 → v2 sur des métriques standard de génération d’images.

Tests qualitatifs de la communauté : bords plus propres, micro‑détails plus nets, couleurs plus justes et meilleure conformité au prompt (moins d’accessoires halluciné·s, personnages plus cohérents). Des tests informels populaires incluent le « Wine Glass Test » et le « Glass Burger Challenge », où GEMPIX2 (Nano Banana Pro) gère nettement mieux la transparence et la réfraction que les versions antérieures.
Traitement du texte : Nano Banana Pro montre des améliorations visibles en typographie et placement du texte dans les images (un point faible persistant de nombreux modèles d’image). Les comparaisons communautaires indiquent moins de glyphes rendus de façon illisible.
Débit / UX : vitesse d’itération plus rapide et UX qui exécute un affinage multi‑étapes en arrière‑plan, de sorte que les utilisateurs voient des résultats initiaux plus fiables (réduction des relances manuelles).

Limitations et risques

Filtres de contenu & détection : les plateformes intégrant le modèle (p. ex. Whisk/applications tierces) peuvent activer une détection stricte des célébrités ou ressemblances et bloquer certains résultats, ce qui affecte les workflows créatifs reposant sur des visages de célébrités réalistes.
Hallucinations / cas limites de raisonnement : bien qu’amélioré, le modèle peut encore produire des artefacts physiquement irréalistes, surtout avec du texte symbolique dense dans les images ou des schémas très techniques — NB2 semble toutefois réduire ces erreurs par rapport aux versions précédentes.
Sécurité & mésusage : les modèles d’images génératives peuvent être utilisés pour créer des contenus problématiques ou nuisibles. Google applique des contraintes, des filtres de contenu et le filigrane SynthID pour aider à la provenance ; néanmoins, des usages abusifs ont eu lieu (controverse médiatisée liée à une image Nano Banana générée dans un contexte politiquement sensible).

Comparaison de Nano Banana Pro avec d’autres modèles

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte intégration mobile, fusion multi‑images, auto‑correction itérative, 2K natif/4K upscaling, intégration étroite dans les apps Google (Search, Photos, Workspace/Gemini). Idéal pour des workflows nécessitant des retouches fiables, de la continuité et une intégration avec les services Google.
Midjourney — excelle dans les rendus artistiques stylisés et le prompt engineering communautaire ; pas spécialement ciblé sur la fusion multi‑images photo‑réaliste ni sur des pipelines d’édition multimodale poussés.
Stable Diffusion / poids ouverts — entièrement ouvert, hautement personnalisable et hébergeable localement ; l’écosystème de checkpoints et de fine‑tuning est un atout décisif pour la recherche et l’usage hors‑ligne. Moins d’intégration « en un clic » sur mobile et cohérence d’édition multi‑images moins constante par défaut que Nano Banana Pro.
Seedream 4.0 (ByteDance) — récemment positionné explicitement comme un concurrent de Nano Banana, mettant l’accent sur le rendu ultra‑rapide, la sortie 2K et la prise en charge de nombreuses images de référence (jusqu’à six). Positionné comme une alternative pro/créateurs.

(Ces comparatifs sont à haut niveau ; choisissez l’outil en fonction de votre workflow : ouverture/personalisation → Stable Diffusion ; art stylisé → Midjourney ; édition mobile intégrée et cohérente avec itération agressive → famille Nano Banana Pro/Gemini 3 Pro Image.)

Cas d’usage concrets

Retouche photo mobile & filtres créatifs (intégrations Google Photos — restylage, fusion d’arrière‑plan, recomposition de portraits).
Assets marketing & publicitaires — génération rapide de concepts, personnages de marque cohérents sur plusieurs cadres/angles.
Concept art & story‑board — la fusion multi‑images aide à conserver la continuité des personnages sur plusieurs panneaux.
E‑commerce / maquettes produit — générer des photos produit cohérentes dans différents contextes/éclairages.
Prototypage rapide pour assets AR/VR — sorties 2K/4K de haute qualité pouvant être upscalées pour des usages immersifs.
Comment accéder à l’API gemini-3-pro-image (Nano Banana Pro)

Étapes requises

Connectez‑vous à cometapi.com. Si vous n’êtes pas encore utilisateur, enregistrez‑vous d’abord.
Obtenez la clé d’API d’accès de l’interface. Cliquez sur « Add Token » dans la section API token du centre personnel, récupérez la clé de jeton : sk‑xxxxx et soumettez.
Récupérez l’URL du site : https://api.cometapi.com/

Méthode d’utilisation

Sélectionnez l’endpoint “gemini-3-pro-image” pour envoyer la requête API et définissez le corps de la requête. La méthode et le corps de la requête sont disponibles dans la documentation API de notre site. Notre site propose aussi un test Apifox pour votre commodité.
Remplacez <YOUR_API_KEY> par votre clé CometAPI réelle depuis votre compte.
Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra.
. Traitez la réponse de l’API pour obtenir la réponse générée.

CometAPI fournit une API REST entièrement compatible — pour une migration sans friction. Détails clés :

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

FAQ

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

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

Exemple de code et API pour Nano Banana Pro

Accédez à des exemples de code complets et aux ressources API pour Nano Banana Pro afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de Nano Banana Pro dans vos projets.

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();

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-image

image-editing

Entrée et sortie

Entrées

text

Sorties

image

Profil de production

Fournisseur: Google
Contexte: Selon le modèle
Usage commercial: Pris en charge

Cas d'usage

Utilisez Nano Banana Pro pour des workflows de production adaptés à ses capacités image, puis comparez d'autres options avant un engagement à long terme.

Visuels produits et créations publicitaires

Art conceptuel et exploration visuelle rapide

Édition d'images, variations et production d'assets

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, son modèle d’IA de génération et d’édition d’images amélioré

Voir le modèle

OpenAI

GPT Image 2

GPT Image 2 est le modèle de génération d’images de pointe d’OpenAI, conçu pour une génération et une édition d’images rapides et de haute qualité. Il prend en charge des tailles d’images flexibles et des entrées d’images haute fidélité.

Voir le modèle

Runway

Gen4-image

Découvrez l'API Gen4-image.

Voir le modèle

Runway

Gen4-image-turbo

Découvrez l'API Gen4-image-turbo.

Voir le modèle

Google

Nano Banana 2 lite

Le modèle Gemini 3.1 Flash Lite Image est un spécialiste de l’efficacité au sein de la famille de modèles de génération d’images, conçu pour une latence ultra-faible et pour une génération et une modification d’images à moindre coût.

Voir le modèle

OpenAI

GPT Image 2.5(sunburst)

Découvrez l'API GPT Image 2.5(sunburst).

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Versions

Consultez les identifiants de modèles disponibles avant de figer une intégration en production.

ID du modèle	Description	Disponibilité	Requête
nano-banana-pro-all	La technologie utilisée n’est pas officielle et la génération est instable, etc., Chat au format	✅	Chat au format
gemini-3-pro-image	Recommandé, pointe vers le modèle le plus récent	✅	Gemini génère une image
gemini-3-pro-image-preview	Aperçu officiel	✅	Gemini génère une image

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Nano Banana Pro tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

Nov 19, 2025

Disponibilité de l’API confirmée

Nano Banana Pro est disponible via le catalogue de modèles et la documentation de l’API CometAPI.

Actuel

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Nov 24, 2025

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer

Comparez des modèles et poursuivez vos recherches

Google

Disponible Populaire

gemini-3-pro-image

Nano Banana Pro API

Prix de départ

$1.60 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Nov 19, 2025

Google

Bac à sable

Essayez Nano Banana Pro avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.0112

Coût d'utilisation estimé de CometAPI

Dix requêtes

$0.1120

Coût d'utilisation estimé de CometAPI

Quinze requêtes

$0.1680

Coût d'utilisation estimé de CometAPI

⇌

Conversion des crédits

1 000 crédits = 1 $

Les crédits rendent les budgets comparables entre la facturation au token, à la requête et au temps d'exécution. Le montant en USD reste la référence lors du paiement.

✓Modèle actuel en crédits

Entrée

1,600

crédits / 1 M de tokens

Sortie

9,600

crédits / 1 M de 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

Présentation du modèle

Une identité de modèle stable pour la recherche et l'évaluation, associée à des données de catalogue actualisées qui peuvent évoluer sans réécrire la structure SEO principale de la page.

Identité stable

Qu'est-ce que Nano Banana Pro ?

L'identité canonique du modèle reste stable tandis que les tarifs et les limites évoluent.

Données actualisées du modèle

Instantané actuel du catalogue

Disponibilité

Disponible

Prix de départ

$1.60 / 1M de tokens en entrée

Contexte

Voir les capacités

Date du catalogue

Nov 19, 2025

Aperçu

Un aperçu pratique de Nano Banana Pro, avec les comportements importants et les points d'attention pour l'intégration.

Fonctionnalités de base

Texte → Image : génération entièrement pilotée par prompt, avec une forte conformité au prompt.
Image → Image (modifications) : retouches fines et ciblées, avec maintien de la cohérence du sujet/personnage sur plusieurs modifications.
Résolution de sortie maximale : jusqu’à 4K (les exemples et tailles exactes prises en charge dépendent du ratio d’aspect ; l’API expose des préréglages 1K/2K/4K)
Planification itérative et auto‑correction : pipeline interne « multi‑étapes » qui détecte et corrige les erreurs visuelles courantes (perspective, texte, géométrie fine).
Rendu avancé du texte dans l’image : texte multilingue clair et lisible (des légendes courtes aux longs paragraphes), adapté aux affiches, maquettes et infographies.
5 personnages et fidélité jusqu’à 14 objets/images de référence dans un seul flux de travail.
Filigrane / provenance : toutes les images générées incluent un filigrane SynthID ; le modèle intègre des métadonnées C2PA pour la provenance dans certaines intégrations produits.

Versions et dénominations de Gemini 3 Pro Image

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

Détails techniques

Architecture

Lignée / ossature : Nano Banana Pro est construit sur l’empilement image Gemini en évolution de Google — spécifiquement la nouvelle architecture Gemini 3 Pro Image / GEMPIX 2 (un cadre image+texte multimodal de plus grande capacité). Il s’agit d’une évolution de Gemini 2.5 Flash Image (le « nano‑banana » d’origine) vers un modèle d’images nativement multimodal, avec des capacités élargies de raisonnement vision‑langage.
Comportement du modèle : multimodalité native (image + texte + connaissances du monde), pipelines explicites pour la fusion multi‑images et planificateur interne en étapes qui affine les sorties en plusieurs passes plutôt que de produire un échantillon unique statique. Les premiers retours indiquent un raisonnement géométrique/optique plus solide (verre, réfraction) par rapport aux versions précédentes.
Réflexion / affinage interne : le modèle utilise un processus de « réflexion » interne visible pour affiner la composition (la documentation de l’API décrit ce comportement et précise que ces étapes internes ne sont pas facturées comme des jetons d’image finaux).
Ancrage & outils : prise en charge de l’ancrage via la recherche (peut intégrer des faits issus du web dans la génération de schémas/infographies). Prend également en charge les instructions système pour un contrôle plus déterministe.

Paramètres API clés :

thinking_level (low / high) pour arbitrer entre latence et profondeur de raisonnement ;
media_resolution (low/medium/high) pour contrôler les jetons de lecture OCR/détails d’image ;
generationConfig.imageConfig pour contrôler le ratio d’aspect/la résolution des sorties image.

Limites d’image :

Modalités d’entrée prises en charge : texte et images (le modèle n’accepte pas l’audio ni la vidéo comme entrées pour la génération d’images).
Nombre maximal d’images par prompt : 14 (pour l’aperçu Gemini 3 Pro Image).
Taille maximale d’image (téléversement) : 7 Mo par image d’entrée.
Ratios d’aspect pris en charge : 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Images / jetons en sortie : limites élevées, avec prise en charge du 4K/4096 px.

Performances aux benchmarks

Résumé court : les benchmarks publics/précoces sont surtout qualitatifs/issus de la communauté, mais rapportent systématiquement des améliorations substantielles en résolution, réduction des artefacts et fidélité physique par rapport au nano‑banana d’origine (Gemini 2.5 Flash Image). Des « challenges » nommés ont montré des gains visuels nets, mais il n’existe pas encore (publiquement) de tableaux de benchmarks numériques standardisés de Google comparant v1 → v2 sur des métriques standard de génération d’images.

Tests qualitatifs de la communauté : bords plus propres, micro‑détails plus nets, couleurs plus justes et meilleure conformité au prompt (moins d’accessoires halluciné·s, personnages plus cohérents). Des tests informels populaires incluent le « Wine Glass Test » et le « Glass Burger Challenge », où GEMPIX2 (Nano Banana Pro) gère nettement mieux la transparence et la réfraction que les versions antérieures.
Traitement du texte : Nano Banana Pro montre des améliorations visibles en typographie et placement du texte dans les images (un point faible persistant de nombreux modèles d’image). Les comparaisons communautaires indiquent moins de glyphes rendus de façon illisible.
Débit / UX : vitesse d’itération plus rapide et UX qui exécute un affinage multi‑étapes en arrière‑plan, de sorte que les utilisateurs voient des résultats initiaux plus fiables (réduction des relances manuelles).

Limitations et risques

Filtres de contenu & détection : les plateformes intégrant le modèle (p. ex. Whisk/applications tierces) peuvent activer une détection stricte des célébrités ou ressemblances et bloquer certains résultats, ce qui affecte les workflows créatifs reposant sur des visages de célébrités réalistes.
Hallucinations / cas limites de raisonnement : bien qu’amélioré, le modèle peut encore produire des artefacts physiquement irréalistes, surtout avec du texte symbolique dense dans les images ou des schémas très techniques — NB2 semble toutefois réduire ces erreurs par rapport aux versions précédentes.
Sécurité & mésusage : les modèles d’images génératives peuvent être utilisés pour créer des contenus problématiques ou nuisibles. Google applique des contraintes, des filtres de contenu et le filigrane SynthID pour aider à la provenance ; néanmoins, des usages abusifs ont eu lieu (controverse médiatisée liée à une image Nano Banana générée dans un contexte politiquement sensible).

Comparaison de Nano Banana Pro avec d’autres modèles

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte intégration mobile, fusion multi‑images, auto‑correction itérative, 2K natif/4K upscaling, intégration étroite dans les apps Google (Search, Photos, Workspace/Gemini). Idéal pour des workflows nécessitant des retouches fiables, de la continuité et une intégration avec les services Google.
Midjourney — excelle dans les rendus artistiques stylisés et le prompt engineering communautaire ; pas spécialement ciblé sur la fusion multi‑images photo‑réaliste ni sur des pipelines d’édition multimodale poussés.
Stable Diffusion / poids ouverts — entièrement ouvert, hautement personnalisable et hébergeable localement ; l’écosystème de checkpoints et de fine‑tuning est un atout décisif pour la recherche et l’usage hors‑ligne. Moins d’intégration « en un clic » sur mobile et cohérence d’édition multi‑images moins constante par défaut que Nano Banana Pro.
Seedream 4.0 (ByteDance) — récemment positionné explicitement comme un concurrent de Nano Banana, mettant l’accent sur le rendu ultra‑rapide, la sortie 2K et la prise en charge de nombreuses images de référence (jusqu’à six). Positionné comme une alternative pro/créateurs.

Cas d’usage concrets

Retouche photo mobile & filtres créatifs (intégrations Google Photos — restylage, fusion d’arrière‑plan, recomposition de portraits).
Assets marketing & publicitaires — génération rapide de concepts, personnages de marque cohérents sur plusieurs cadres/angles.
Concept art & story‑board — la fusion multi‑images aide à conserver la continuité des personnages sur plusieurs panneaux.
E‑commerce / maquettes produit — générer des photos produit cohérentes dans différents contextes/éclairages.
Prototypage rapide pour assets AR/VR — sorties 2K/4K de haute qualité pouvant être upscalées pour des usages immersifs.
Comment accéder à l’API gemini-3-pro-image (Nano Banana Pro)

Étapes requises

Connectez‑vous à cometapi.com. Si vous n’êtes pas encore utilisateur, enregistrez‑vous d’abord.
Obtenez la clé d’API d’accès de l’interface. Cliquez sur « Add Token » dans la section API token du centre personnel, récupérez la clé de jeton : sk‑xxxxx et soumettez.
Récupérez l’URL du site : https://api.cometapi.com/

Méthode d’utilisation

Sélectionnez l’endpoint “gemini-3-pro-image” pour envoyer la requête API et définissez le corps de la requête. La méthode et le corps de la requête sont disponibles dans la documentation API de notre site. Notre site propose aussi un test Apifox pour votre commodité.
Remplacez <YOUR_API_KEY> par votre clé CometAPI réelle depuis votre compte.
Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra.
. Traitez la réponse de l’API pour obtenir la réponse générée.

CometAPI fournit une API REST entièrement compatible — pour une migration sans friction. Détails clés :

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

FAQ

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

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

Exemple de code et API pour 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();

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-image

image-editing

Entrée et sortie

Entrées

text

Sorties

image

Profil de production

Fournisseur: Google
Contexte: Selon le modèle
Usage commercial: Pris en charge

Cas d'usage

Utilisez Nano Banana Pro pour des workflows de production adaptés à ses capacités image, puis comparez d'autres options avant un engagement à long terme.

Visuels produits et créations publicitaires

Art conceptuel et exploration visuelle rapide

Édition d'images, variations et production d'assets

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, son modèle d’IA de génération et d’édition d’images amélioré

Découvrez l'API Gen4-image.

Voir le modèle

Runway

Gen4-image-turbo

Découvrez l'API Gen4-image-turbo.

GPT Image 2.5(sunburst)

Découvrez l'API GPT Image 2.5(sunburst).

Voir le modèle

Disponibilité

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Versions

Consultez les identifiants de modèles disponibles avant de figer une intégration en production.

ID du modèle	Description	Disponibilité	Requête
nano-banana-pro-all	La technologie utilisée n’est pas officielle et la génération est instable, etc., Chat au format	✅	Chat au format
gemini-3-pro-image	Recommandé, pointe vers le modèle le plus récent	✅	Gemini génère une image
gemini-3-pro-image-preview	Aperçu officiel	✅	Gemini génère une image

Mises à jour

Suivez les évolutions importantes de la disponibilité, des tarifs et des capacités de Nano Banana Pro tout en conservant la stabilité de la page du modèle.

Journal des modifications du modèle

Une page qui gagne en valeur au fil du temps.

Les notes de version, les changements de tarifs, les mises à jour des benchmarks et les conseils de migration s'accumulent ici, tandis que l'URL canonique reste inchangée.

Nov 19, 2025

Disponibilité de l’API confirmée

Nano Banana Pro est disponible via le catalogue de modèles et la documentation de l’API CometAPI.

Actuel

Données actualisées

Tarification et limites synchronisées depuis le catalogue

Le prix, le contexte, la disponibilité et les limites sont considérés comme des propriétés dynamiques au lieu d’être intégrés au titre de la page ou à l’identité du modèle.

Nov 24, 2025

Entité de modèle permanente créée

Le fournisseur et le slug du modèle forment une URL canonique durable ; les futures mises à jour du contenu et des données resteront sur cette page.

Continuez à explorer