Come usare l'API Nano Banana 2.1? Generazione & Modifica

TLDR Nano Banana 2.1 (gemini-nano-banana-2.1) come modello aggiornato ad alta efficienza per generazione di immagini ed editing conversazionale nella famiglia Gemini. Basato su Gemini 3.6 Flash, offre qualità visiva e realismo migliorati (1K/2K/4K), correzione degli artefatti di tiling su rapporti d’aspetto estremi, resa del testo e layout infografici superiori, fusione multi-immagine (fino a 14 riferimenti con coerenza fino a 4 personaggi e 10 oggetti), grounding su Google Search/Image Search e livelli di “thinking” configurabili (minimo/medio/alto).

È posizionato come la controparte efficiente di Nano Banana Pro offrendo circa metà del costo per immagine rispetto al suo predecessore Nano Banana 2 a molte risoluzioni. Il prezzo ufficiale parte da circa $0.0336 per 1K immagine (tier Standard). Accesso tramite Gemini API (preferita l’Interactions API), Google AI Studio, o aggregatori unificati come CometAPI per una singola chiave compatibile con OpenAI, integrazione semplificata e tariffe competitive. Questa guida copre setup, esempi di codice, funzionalità avanzate, confronti di prezzo, best practice e raccomandazioni per la produzione.

Punti chiave

• Nano Banana 2.1 è l’ultimo modello Google ad alta efficienza per generazione di immagini ed editing conversazionale, posizionato come controparte efficiente di Nano Banana Pro.
• I test interni di Google lo accreditano con 1050 Elo sulla preferenza complessiva text-to-image (vs. 990 per Nano Banana 2 e 935 per Pro) e forti incrementi in coerenza ed editing.
• Il prezzo parte da ~$0.0336 per immagine standard 1K via Gemini API—circa metà di Nano Banana 2.
• Supporta fino a 14 immagini di riferimento, coerenza per 4 personaggi + 10 oggetti, rapporti panoramici senza artefatti di tiling e grounding web/immagini in tempo reale.
• Nano Banana 2 è programmato per il ritiro il 29 ottobre 2026; migrare presto.
• Per gli sviluppatori, piattaforme come CometAPI offrono un endpoint unico compatibile con OpenAI per accedere a Nano Banana 2.1 insieme a oltre 500 modelli con un’unica chiave e tariffe competitive.

Che cos’è Nano Banana 2.1?

Nano Banana 2.1 è il nuovo membro di Google DeepMind della serie Gemini 3 di modelli nativamente multimodali per il ragionamento. Ufficialmente basato su Gemini 3.6 Flash, è specializzato nella generazione di immagini da testo e nell’editing conversazionale di immagini.

Accetta input di testo, immagini, video e PDF (finestra di contesto fino a ~1M token in alcune documentazioni, o 131.072 nelle specifiche API) e produce immagini (fino a 4K) oltre a testo. Tutte le immagini generate portano il watermark SynthID di Google.

Google lo descrive come un aggiornamento di Nano Banana 2 (Gemini 3.1 Flash Image) che mantiene velocità e costi a livello Flash offrendo miglioramenti significativi in qualità visiva, aderenza al prompt, coerenza dei personaggi su più turni e resa del testo. È esplicitamente posizionato come “la controparte più efficiente” del più avanzato Nano Banana Pro (Gemini 3 Pro Image).

Prestazioni benchmark di Nano Banana 2.1

Google ha pubblicato risultati interni side-by-side di preferenza umana (Elo) e fattualità a ottobre 2026. Si noti che i test indipendenti di terze parti erano limitati al lancio.

Capacità Text-to-Image

Capacità di editing

Fonte: Google DeepMind Nano Banana 2.1 Model Card.

Elo più alto indica una preferenza umana più forte. Il punteggio di fattualità (più alto è meglio) mostra un salto particolarmente ampio per infografiche accurate. Questi risultati posizionano Nano Banana 2.1 come il più potente modello di immagini di livello Flash di Google fino a oggi e competitivo con (o superiore a) Pro su molti assi pratici a costo e latenza inferiori.

Prezzi ufficiali di Nano Banana 2.1 e considerazioni sui costi (inizio ottobre 2026)

Il pricing di riferimento a pagamento Standard di Google (per immagine prodotta, prima di ulteriori token di input/thinking/testo) è approssimativamente:

I token di input sono indicati intorno a $1.50 per 1M; output di testo + thinking intorno a $7.50 per 1M in alcune ripartizioni. Non esiste un tier API gratuito per questo modello. Il costo finale fatturato dipende da lunghezza del prompt, numero di immagini di riferimento, livello di thinking, risoluzione e da qualsiasi ulteriore output testuale.

Rispetto a Nano Banana 2, il costo per immagine è circa la metà alle stesse risoluzioni, rendendo più economica la generazione in volume. Nano Banana Pro resta significativamente più costoso per esigenze di massima fedeltà. Verificare sempre la pagina di pricing live della Gemini API, poiché tariffe e conteggio token possono evolvere.

CometAPI, ad esempio, ha aggiunto rapidamente il supporto a gemini-nano-banana-2.1 e fornisce accesso unificato con tariffe competitive e una singola chiave su centinaia di modelli.

Come accedere e configurare la Nano Banana 2.1 API

Model ID: gemini-nano-banana-2.1

Usare la moderna Interactions API o gli endpoint generateContent con l’SDK google-genai.

Con immagine di riferimento e risoluzione/thinking più alti: fornire immagini codificate base64 nella lista di input e impostare le opzioni di formato risposta per rapporto d’aspetto e dimensione immagine (1K/2K/4K). Abilitare gli strumenti per il grounding su Google Search quando la precisione fattuale è importante.

1. Google Gemini API ufficiale (consigliata per piena parità di funzionalità)

• Creare o usare un progetto Google AI Studio / Google Cloud con billing abilitato.
• Ottenere una chiave API da Google AI Studio.
• Installare l’SDK ufficiale: pip install -U google-genai (Python) o l’equivalente per JavaScript/Node (@google/genai).
• Interfaccia moderna preferita: Interactions API (client.interactions.create). Il legacy GenerateContent rimane disponibile in alcuni contesti.
• Schema endpoint base: https://generativelanguage.googleapis.com/v1beta/interactions (o percorsi generateContent specifici per modello). Autenticazione via header x-goog-api-key o variabile d’ambiente dell’SDK GEMINI_API_KEY.

2. Google AI Studio

Ideale per prototipazione rapida, test di prompt e ispezione visiva prima del coding. Selezionare il modello e sperimentare con riferimenti, risoluzioni e livelli di thinking.

3. Aggregatori unificati (raccomandazione CometAPI)

CometAPI offre un endpoint unico compatibile con OpenAI (https://api.cometapi.com/v1) e una sola chiave API per oltre 500 modelli, inclusi i modelli della serie Gemini Nano Banana. Supporta pricing pay-as-you-go (spesso con risparmi rispetto alle tariffe dirette del vendor), dashboard d’uso e compatibilità drop-in con gli SDK. È particolarmente utile se già si usano più provider o si desidera fare A/B test dei modelli di immagini senza gestire credenziali e billing separati. Registrarsi su CometAPI.com per crediti di test gratuiti, creare una chiave e puntare il client compatibile con OpenAI alla base URL di CometAPI. L’ID modello resta gemini-nano-banana-2.1.

Per CometAPI, sostituire base URL e chiave mantenendo una struttura di client compatibile con OpenAI o Gemini. CometAPI usa lo schema GenerateContent per accedere a Nano Banana 2.1.

Confronto tra le rotte di accesso alla Nano Banana 2.1 API

Scegliere il provider prima di copiare il codice. Google offre il workflow diretto Interactions usato negli esempi Python sottostanti. Nano Banana 2.1 API in CometAPI fornisce la rotta gateway usata nell’esempio cURL. Confrontare autenticazione, campi di input, gestione dell’output e stato conversazionale come integrazione completa; le chiavi appartengono a account e sistemi di billing separati.

Gli esempi Google sotto usano l’Interactions API. Non sono richieste per l’endpoint generateContent di CometAPI. Seguire la panoramica Interactions di Google per stato dell’interazione e gestione della risposta. Gli esempi sono stati verificati rispetto agli schemi di richiesta pubblicati; non sono state eseguite chiamate API autenticate o a pagamento per questa guida.

Generare e salvare un’immagine con la Nano Banana 2.1 API

Google: generare con Python

Installare l’SDK Google Gen AI Python nell’ambiente del progetto dove si eseguirà generate_image.py. La prima richiesta qui sotto chiede un PNG 2K con composizione 16:9 e una headline specifica. Salvare il risultato e ispezionarlo prima di aggiungere editing o immagini di riferimento.

python -m pip install -U google-genai

Salvare il seguente script come generate_image.py. Segue la guida alla generazione di immagini di Google per creare un’interazione, controllare l’immagine restituita, decodificarne i dati e salvare un PNG. Il prompt per l’annuncio prodotto specifica soggetto, illuminazione e headline esatta così da poter verificare se l’output soddisfa la richiesta.

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("Nessuna immagine restituita; ispezionare la risposta prima di riprovare")
    Path(filename).write_bytes(base64.b64decode(image.data))

interaction = client.interactions.create(
    model=MODEL,
    input=("Crea un annuncio prodotto per una tazza da caffè in ceramica bianca. "
           "Usa uno sfondo da studio caldo e una luce laterale morbida. "
           "Includi solo l'headline esatta MORNING COFFEE."),
    response_format=image_format,
)
save_image(interaction, "mug-ad.png")
print("Salvato mug-ad.png; ID interazione:", interaction.id)

python generate_image.py

Lo script salva mug-ad.png e stampa un ID di interazione. Usare i controlli della risposta nello Step 3 prima di accettare l’immagine o procedere con un edit.

CometAPI: generare con cURL

Con COMETAPI_KEY configurata nello Step 1, eseguire la seguente richiesta Bash utilizzando la rotta documentata di CometAPI. Salva la risposta JSON come comet-response.json; lo Step 3 estrae e salva l’immagine restituita.

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": "Crea un'immagine prodotto in studio di una tazza in ceramica bianca."}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }' \
  --output comet-response.json

Gestire la risposta

Google: controllare l’immagine salvata e l’ID dell’interazione

L’helper save_image in Generatation controlla output_image, decodifica i dati immagine e salva mug-ad.png. Aprire quel file e verificare tazza, composizione e headline esatta. Conservare l’ID dell’interazione per il prossimo turno di editing. Una risposta HTTP di successo da sola non garantisce che l’immagine richiesta sia stata restituita.

La proprietà di convenienza output_image restituisce l’ultima immagine generata. Se si necessitano più immagini o testo e visuali interleavati, elaborare gli step dell’interazione. Ispezionare eventuali informazioni di immagine mancante o di safety prima di riprovare.

CometAPI: estrarre e salvare l’immagine

Questo scrive una risposta JSON, non un PNG. Confermare la struttura della risposta reale prima di costruire l’estrattore di immagini. Non passare previous_interaction_id o response_format a questa rotta; le opzioni di editing e output-size del gateway devono seguire il suo schema documentato. Allo stesso modo, un interaction ID di Google non è lo stato conversazionale del gateway.

Se il gateway restituisce la struttura nativa candidates → content → parts descritta nella generateContent reference di Google, salvare le parti di immagine inline con questo script standalone. Accetta nomi campo camelCase e snake_case e preserva il formato immagine restituito:

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("Nessuna immagine inline trovata; ispezionare lo schema della risposta e i dettagli dell'errore")
print(f"Salvate {saved} immagine/e")

Salvare l’estrattore sopra come save_comet_image.py nella stessa directory di comet-response.json, quindi eseguirlo con Python. Aprire ciascun file comet-image salvato e controllarne il contenuto. Se non viene trovata alcuna immagine inline, ispezionare la risposta effettiva e i dettagli dell’errore prima di modificare il parser o riprovare.

Per entrambi i provider, verificare formato, dimensioni dell’immagine, testo richiesto e dettagli visivi. Mantenere separata la gestione delle risposte specifica del provider e conservare l’immagine originale prima di effettuare modifiche.

Come modificare le immagini con la Nano Banana 2.1 API?

Modificare un’immagine generata con Nano Banana 2.1

Aggiungere questo blocco allo stesso script. Riutilizza client, formato di output e interazione dell’esempio di generazione. Come mostrato nell’esempio multi-turn di editing di Google, previous_interaction_id fornisce il contesto della conversazione. Specificare nuovamente il formato di output per mantenere espliciti tipo di file, rapporto d’aspetto e dimensione.

edited = client.interactions.create(
    model=MODEL,
    previous_interaction_id=interaction.id,
    input=("Cambia solo il colore della tazza in nero opaco. "
           "Mantieni invariati headline, sfondo, inquadratura e illuminazione."),
    response_format=image_format,
)
save_image(edited, "mug-ad-edited.png")
print("Salvato mug-ad-edited.png; ID interazione:", edited.id)

Per un terzo turno, usare edited.id come previous interaction ID. Archiviare l’ID più recente con la sessione di editing dell’applicazione invece di un’unica variabile globale condivisa da tutti gli utenti. Conservare anche l’immagine originale: richiedere uno sfondo invariato non garantisce una preservazione pixel-perfect.

Inviare un’immagine di riferimento locale a Nano Banana 2.1

Se si dispone già di un’immagine prodotto, inviarla con l’istruzione di edit invece di generare prima un nuovo asset. Questo blocco usa anche client e helper save_image dell’esempio di generazione. Il MIME type dichiarato deve corrispondere al file effettivo.

reference = base64.b64encode(Path("product.png").read_bytes()).decode("ascii")
from_reference = client.interactions.create(
    model=MODEL,
    input=[
        {"type": "text", "text": "Posiziona questo prodotto su uno sfondo da studio pulito. Preservane forma ed etichetta."},
        {"type": "image", "mime_type": "image/png", "data": reference},
    ],
    response_format=image_format,
)
save_image(from_reference, "product-studio.png")

Controllare l’output e i riferimenti immagine di Nano Banana 2.1

Usare la capacità di immagini di riferimento e gli obiettivi di coerenza nella tabella delle specifiche sopra come baseline. Queste capacità non garantiscono una preservazione dell’identità impeccabile. Iniziare con il minor numero di riferimenti necessario, quindi valutare il risultato completo. Per diagrammi e asset di marketing, fornire copy esatto e cifre verificate invece di chiedere al modello di inventarli.

Funzionalità avanzate

• Livelli di thinking: impostare su “minimo” per velocità, “medio” (default) per equilibrio o “alto” per composizioni complesse, layout ricchi di testo o aderenza precisa multi-oggetto. Thinking più alto aumenta latenza e costo token ma migliora i risultati su prompt difficili.
• Search grounding: abilitare gli strumenti Google Search / Image Search affinché le generazioni possano incorporare riferimenti reali o aggiornati (meteo, prodotti, eventi, specie accurate, ecc.).
• Input video: supportato per generazione context-aware (ad es., estrazione di stile o soggetti da clip brevi).
• Batch API: disponibile per job ad alto volume offline a tariffe ridotte.
• Risoluzioni e formati: 1K default; richiedere esplicitamente 2K o 4K. Output tipicamente PNG/JPEG a seconda della configurazione.

Rispettare sempre la Generative AI Prohibited Use Policy di Google e assicurarsi di avere i diritti per qualsiasi immagine di riferimento.

Famiglia Nano Banana (dati indicativi, inizio ottobre 2026)

Conclusione e raccomandazione

Nano Banana 2.1 è il modello di generazione e editing di immagini ad alta efficienza più forte di Google fino a oggi—un upgrade pratico che migliora in modo significativo qualità visiva, fedeltà del testo, coerenza e robustezza ai rapporti d’aspetto, mantenendo l’economia del tier Flash. Per la maggior parte dei carichi di lavoro in produzione che necessitano immagini affidabili, di alta qualità, con buona aderenza al prompt e capacità di editing, è la scelta predefinita nella famiglia Gemini a ottobre 2026.

Per iniziare oggi:

1. Prototipare in Google AI Studio.
2. Integrare tramite la Gemini API ufficiale per il massimo controllo.
3. Oppure accelerare lo sviluppo e semplificare le operazioni multi-modello usando la piattaforma unificata e compatibile con OpenAI di CometAPI—una sola chiave, pricing competitivo, accesso rapido ai modelli più recenti incluso gemini-nano-banana-2.1, e analytics pronti per la produzione.

Iniziare a sperimentare oggi via API e migrare eventuali workload su Nano Banana 2 prima del cutoff del 29 ottobre. Gli strumenti per immagini AI di alta qualità, coerenti e convenienti non sono mai stati così accessibili.