Cara Menggunakan Nano Banana 2 API

Nano Banana 2 — singkatan yang digunakan komunitas untuk model pembangkitan gambar terbaru Google dalam keluarga Gemini — dengan cepat membentuk ulang ekspektasi untuk generasi dan pengeditan gambar yang cepat dan berkualitas tinggi. Diluncurkan pada akhir Februari 2026, varian “Flash Image” ini (Gemini 3.1 Flash Image / Nano Banana 2) menargetkan pengembang dan tim produk yang membutuhkan output tingkat profesional dengan throughput tinggi dan latensi rendah. Dalam artikel ini saya menggabungkan pelaporan dan dokumentasi terbaru untuk menjelaskan apa itu Nano Banana 2, bagaimana performanya dalam benchmark, cara mengakses dan memanggilnya (termasuk melalui gateway pihak ketiga seperti CometAPI), serta pola prompt dan penggunaan praktis yang dapat Anda adopsi di produksi.

CometAPI menyediakan antarmuka bergaya HTTP tunggal yang mengekspos banyak model (termasuk model gambar) di bawah endpoint yang konsisten. Ini dapat menyederhanakan perpindahan antar vendor atau menggabungkan keluaran dari beberapa model. Nano Banana 2 (Gemini 3.1 Image) sudah tersedia di CometAPI.

Apa itu Nano Banana 2?

Nano Banana 2 (selaras secara internal dengan Gemini 3.1 Flash Image) adalah model pembangkitan gambar yang terfokus dan efisien dari Google yang memprioritaskan kecepatan, biaya per gambar yang lebih rendah, dan kemampuan mengikuti instruksi yang lebih kuat untuk tugas-tugas gambar kreatif dan editorial. Model ini dirancang untuk berdampingan dengan varian “Pro” yang lebih berkualitas tinggi: Nano Banana 2 untuk throughput tinggi dan Nano Banana Pro (Gemini 3 Pro Image) untuk output premium berkualitas aset.

Model ini dirancang untuk menghadirkan:

Inferensi cepat (menargetkan latensi sangat rendah agar generasi dan edit gambar terasa hampir instan).
Kualitas visual tinggi yang mendekati keluarga “Pro” tetapi dengan komputasi/biaya lebih rendah.
Kemampuan mengikuti instruksi lebih baik (perenderan subjek, teks dalam gambar, dan adegan multi-karakter lebih akurat).
Dukungan resolusi dan rasio aspek yang luas, dari pratinjau kecil cepat hingga pipeline native 2K/4K untuk aset final.

Apa yang membuat Nano Banana 2 berbeda dari Nano Banana asli / Pro?

Arsitektur/mesin: Dibangun di atas stack inferensi Flash milik Gemini (Gemini 3.1 Flash Image) sehingga menukar sebagian pengaturan kualitas maksimal demi peningkatan dramatis pada kecepatan dan biaya.
Use case: Ideal untuk otomatisasi skala besar (aset pemasaran, thumbnail, UI), pengeditan hampir real-time, dan alur kerja di mana latensi dan biaya penting namun tetap membutuhkan fidelitas subjek setara Pro.

Performa Benchmark Nano Banana 2

Cara Menggunakan Nano Banana 2 API

Konsisten di Berbagai Kategori

Gemini 3.1 Flash Image menunjukkan peningkatan terukur di setiap kategori yang dilaporkan dibandingkan Gemini 2.5 Flash.

Peningkatan Terkuat

Kualitas visual
Pengeditan komposisional multi-input
Robustness pengeditan umum

Posisi Kompetitif

Memimpin preferensi keseluruhan GenAI-Bench internal.
Melampaui GPT-Image 1.5 dalam metrik keseluruhan dan visual.
Peningkatan inkremental yang tipis menunjukkan penyempurnaan arsitektur alih-alih perubahan radikal.

Bagaimana cara mengakses Nano Banana 2?

Ketersediaannya

Nano Banana 2 dapat diakses melalui tool Gemini milik Google (aplikasi Gemini), Gemini API (didokumentasikan di bawah dokumen pengembang AI Google), dan sedang dihadirkan melalui produk enterprise cloud seperti Vertex AI untuk pratinjau/integrasi enterprise. CometAPI juga telah mengumumkan dukungan dan wrapper untuk memudahkan integrasi.

Cara menggunakan API Nano Banana 2 (CometAPI): apa saja opsinya?

Panduan CometAPI menggunakan bentuk generateContent bergaya Gemini dan mengembalikan gambar sebagai Base64 di candidates[0].content.parts[].inline_data.data. Anda harus mendekode Base64 tersebut untuk menyimpan file di sisi klien. Anda hanya perlu mengganti https: //generativelanguage.googleapis.com dengan https://api.cometapi.com. Gambar yang dikembalikan biasanya disediakan sebagai inline_data yang di-encode Base64. Anda perlu mendekodenya di sisi klien dan menyimpan sebagai file. CometAPI menyediakan diskon untuk membantu Anda menggunakan API Nano Banana 2.

CometAPI menyediakan wrapper REST yang terunifikasi dan endpoint eksplisit untuk model Gemini — ideal jika Anda menginginkan satu kredensial dan ingin beralih penyedia tanpa mengubah kode aplikasi. Untuk Nano Banana 2, halaman CometAPI menyertakan cuplikan curl langsung untuk endpoint gemini-3.1-flash-image-preview:generateContent mereka. Di bawah ini adalah contoh curl yang dirapikan berdasarkan dokumentasi CometAPI.

Prasyarat menggunakan Nano Banana 2 melalui CometAPI

Akun & API Key CometAPI: Buat akun di CometAPI dan hasilkan kunci akses API Anda (sk-…). Kunci ini digunakan untuk mengautentikasi semua permintaan API ke endpoint CometAPI.

Bahasa Pemrograman & Runtime:

Node.js 18+ (untuk JavaScript/TypeScript)
Python 3.10+
(Atau bahasa apa pun yang dapat melakukan permintaan HTTP)

Alat HTTP atau SDK:

Untuk JavaScript: fetch, axios, atau klien yang kompatibel dengan OpenAI
Untuk Python: requests, httpx, atau klien OpenAI
Alat ini membantu Anda mengirim panggilan API dan menangani respons.

Ikhtisar singkat pola permintaan

Base URL: https://api.cometapi.com (basis CometAPI).
Nama model: gemini-3.1-flash-image-preview (Nano Banana 2 / gemini 3.1 Flash Image) atau gemini-2.5-flash-image tergantung ketersediaan.
Auth: header Authorization: sk-xxxx — CometAPI biasanya menggunakan kunci bergaya sk-.
Respons: gambar dikembalikan sebagai Base64 di response.candidates[0].content.parts[].inline_data.data. Dekode dan tulis ke disk.

Contoh alur kerja (level tinggi)

Dapatkan API key dari CometAPI.
Pilih pengenal model Anda (misalnya, gemini-3.1-flash-image atau serupa, tergantung ketersediaan).
Kirim permintaan POST ke endpoint generate model dengan prompt Anda.
Tangani data gambar yang dikembalikan di aplikasi Anda (dekode base64, sajikan sebagai PNG, dll.).
Untuk pengeditan gambar, sertakan data gambar yang ada dan instruksi pengeditan dalam permintaan Anda.

Menggunakan API resmi Gemini (teks → gambar)

Di bawah ini adalah contoh singkat Node.js yang menunjukkan cara memanggil endpoint generateContent untuk gemini-3.1-flash-image-preview (mencerminkan cuplikan resmi di dokumentasi). Ganti YOUR_API_KEY dengan kredensial Anda dan tambahkan penanganan error untuk produksi.

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p ./output

curl -s "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "A woman leaning on a wooden railing of a traditional Chinese building. She is wearing a blue cheongsam with pink and red floral motifs and a headdress made of colorful flowers, including roses and lilacs. Realistic painting style, focusing on the textural details of the clothing patterns and wooden buildings."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "9:16"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('./output/gemini-3.1-flash-image-preview.png', 'wb') as f:
            f.write(img)
        print('Image saved to ./output/gemini-3.1-flash-image-preview.png')
"

CometAPI menyediakan SDK dan wrapper klien yang kompatibel dengan OpenAI, sehingga beberapa tim dapat beralih penyedia dengan perubahan kode minimal, memungkinkan Anda meminta output gambar yang di-encode Base64 atau URL yang di-host tergantung konfigurasi Anda. Selalu periksa skema generateContent resmi untuk field payload yang tepat.

Alur Gambar→Gambar (edit)

Untuk mengedit gambar yang sudah ada:

Konversi gambar sumber Anda ke Base64 (tanpa prefix data:image/...;base64,).
Lakukan POST dengan payload yang menyertakan inline_data.data berisi string Base64 tersebut dan prompt pengeditan (misalnya, “ubah latar belakang menjadi langit senja, hapus watermark”).
Respons akan menyertakan output Base64 baru untuk didekode dan disimpan.

curl 
--location 
--request POST 'https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent' \ 
--header 'Authorization: ' \ 
--header 'Content-Type: application/json' \ 
--data-raw '{ "contents": 
[ { "role": "user", "parts": 
[ { "text": "Blend three images to output a high-resolution image" }, { "inline_data": { "mime_type": "image/jpeg", "data": "<your_first_image_base64_data_here>" } }, { "inline_data": { "mime_type": "image/jpeg", "data": "<your_second_image_base64_data_here>" } }, { "inline_data": { "mime_type": "image/jpeg", "data": "<your_third_image_base64_data_here>" } } 
] } 
], "generationConfig": { "responseModalities": [ "TEXT", "IMAGE" 
] } }'

Parameter umum untuk disetel

model: pilih gemini-3.1-flash-image-preview (Nano Banana 2) atau gemini-3-pro-image-preview (Pro).
imageConfig.aspect_ratio dan imageConfig.image_size (512, 1K, 2K, 4K) — memengaruhi biaya dan latensi.
responseModalities: ["Image"] atau ["Text","Image"] untuk alur multimodal.

Bagaimana menyusun prompt untuk Nano Banana 2?

Rekayasa prompt untuk model gambar memadukan komposisi, gaya, petunjuk kamera/pencahayaan, dan pernyataan batasan. Nano Banana 2 dituning untuk mengikuti instruksi secara andal, jadi seimbangkan kejelasan dengan ketegasan.

Struktur prompt (disarankan)

Subjek utama: siapa/apa yang ada dalam gambar.
Aksi atau kondisi: apa yang dilakukan subjek.
Lingkungan & suasana: latar, pencahayaan, atmosfer.
Arahan teknis: lensa kamera, rasio aspek, resolusi, komposisi.
Gaya & referensi: gaya seni, referensi artis (perhatikan aturan hak cipta), era.
Batasan: jumlah karakter/objek, hindari warna tertentu, sertakan teks yang terbaca.

Contoh prompt:

“Gambar fotorealistik pisang kecil berwarna kuning yang berbentuk seperti roket vintage, terletak di atas meja mahoni mengilap di studio yang diterangi sinar matahari. Lensa 50mm, kedalaman bidang dangkal, pencahayaan golden hour yang hangat, detail tinggi, tanpa logo yang terlihat, 2048×1152.”

Tips untuk prompt pengeditan (inpainting / replace)

Berikan mask dengan jelas dan tentukan bagian mana yang harus diubah.
Gunakan kata “preserve” untuk area yang harus dipertahankan (misalnya, “pertahankan fitur wajah subjek, ganti latar belakang saja”).
Untuk teks dalam gambar, berikan teks secara tepat, serta sebutkan font/gaya (misalnya, “sans-serif yang terbaca, rata tengah”). Nano Banana 2 menekankan perenderan teks yang lebih baik, tetapi tetaplah eksplisit.

Daftar periksa debug prompt

Jika output melenceng, coba sederhanakan: kurangi instruksi gaya kreatif terlebih dahulu, lalu perkenalkan detail kembali.
Jika teks tidak terbaca: tentukan font, ukuran, dan kontras dalam prompt serta tingkatkan resolusi.
Jika komposisi salah: gunakan penentu sudut kamera dan spesifikasi lensa.

Apa saja jebakan umum dan bagaimana menghindarinya?

Jebakan: Terlalu bergantung pada prompt satu kali

Hindari mengharapkan satu prompt menangani pemangkasan, tata letak, dan edit multi-langkah. Pecah pekerjaan menjadi: buat dasar → edit/ganti → poles akhir. Gunakan seed dan mask untuk presisi.

Jebakan: Mengabaikan provenance dan pemeriksaan hak cipta

Jangan melakukan deployment skala besar tanpa SynthID/C2PA atau provenance lainnya. Banyak perusahaan mensyaratkan keterlacakan untuk konten yang berasal dari AI.

Jebakan: Kejutan anggaran

Lacak penggunaan di tingkat model dan endpoint, dan tetapkan batas penggunaan keras melalui penyedia atau proxy. Tier Flash lebih murah tetapi tetap dapat mahal jika Anda secara tidak sengaja merender ribuan gambar 4K.

Praktik terbaik yang direkomendasikan dengan Nano Banana 2?

Produksi pembangkitan gambar membutuhkan perhatian pada biaya, latensi, kontrol kualitas, provenance, dan keamanan. Di bawah ini praktik terbaik yang praktis dirangkum dari laporan lapangan, dokumen Google, dan uji komunitas.

Rekayasa prompt & keluaran deterministik

Templatkan prompt Anda: untuk output yang dapat diulang (misalnya, foto produk), gunakan prompt terstruktur dengan segmen tetap (subjek, kamera, pencahayaan, tekstur, pascaproses). Ini mengurangi drift antar panggilan.
Gunakan gambar referensi dan instruksi mask untuk edit alih-alih mencoba mencapai edit lokal kompleks hanya melalui teks — ini mengurangi kesalahan semantik dan artefak.

Penyelarasan biaya & performa

Pilih mode Flash/“Nano Banana 2” untuk volume tinggi: Jika Anda membutuhkan banyak iterasi cepat, gunakan model tier Flash dan ukuran lebih kecil (2K vs 4K) untuk menurunkan biaya dan latensi.
Batch permintaan bila memungkinkan: beberapa penyedia mengizinkan batching multi-prompt — ini mengurangi total latensi per aset yang dihasilkan dalam pipeline throughput tinggi. (Periksa dokumentasi penyedia Anda.)

Keamanan, provenance, dan legal

Aktifkan SynthID dan metadata C2PA pada aset yang dihasilkan untuk mendukung audit dan kepatuhan downstream (terutama saat gambar digunakan dalam iklan/PR). Google dan mitra menekankan SynthID sebagai mekanisme provenance.
Ulasan human-in-the-loop untuk konten sensitif: lapisan kebijakan otomatis kuat namun tidak sempurna — gunakan pemeriksaan manual untuk kampanye yang menghadap publik atau konten yang melibatkan figur publik.

Penjaminan kualitas

Otomatiskan pemeriksaan QA: jalankan classifier pasca-generasi cepat untuk artefak tak terduga (render teks salah, fidelitas wajah rendah, pembuatan logo tak disengaja). Simpan sistem penilaian dan fallback aman ke render tier Pro jika pemeriksaan otomatis gagal.
Simpan prompt dan seed: untuk auditabilitas dan reproduksibilitas, simpan prompt yang persis, timestamp, versi model, dan seed atau parameter deterministik yang digunakan.

UX sensitif terhadap latensi

UX progresif: kembalikan draf resolusi rendah/cepat terlebih dahulu, lalu ganti dengan render resolusi tinggi/Pro saat siap. Ini menjaga aplikasi Anda responsif (banyak penyedia menawarkan “draf” atau flavor Flash).

Catatan akhir & langkah selanjutnya

Nano Banana 2 dibuat untuk mengubah ekonomi alur kerja produksi yang berfokus pada gambar: latensi lebih rendah dan biaya per panggilan lebih rendah membuka use case seperti pembuatan aset iklan on-demand, pengujian kreatif A/B cepat, dan alat desain kolaboratif real-time. Model ini sudah terintegrasi di permukaan konsumen dan cloud milik Google; bagi pengembang yang ingin live dengan cepat, CometAPI menyediakan wrapper marketplace yang mendukung endpoint gambar Gemini plus model lain — langkah praktis saat Anda ingin bereksperimen dengan beberapa engine tanpa mengubah kode aplikasi.
Pengembang dapat mengakses Nano Banana 2 melalui CometAPI sekarang. Untuk memulai, jelajahi kapabilitas model di Playground dan lihat panduan API untuk instruksi detail. Sebelum mengakses, pastikan Anda telah masuk ke CometAPI dan memperoleh API key. CometAPI menawarkan harga yang jauh lebih rendah daripada harga resmi untuk membantu Anda berintegrasi.

Siap jalan?→ Daftar Nano Banana 2 hari ini !

Jika Anda ingin mengetahui lebih banyak tips, panduan, dan berita seputar AI, ikuti kami di VK, X, dan Discord!