Come utilizzare l'API di Nano Banana Pro(Gemini 3 Pro Image)?

Nano Banana Pro — ufficialmente Gemini 3 Pro Image — è il nuovo modello di generazione ed editing di immagini di Google/DeepMind di livello studio che combina ragionamento multimodale avanzato, rendering del testo ad alta fedeltà, composizione multi‑immagine e controlli creativi di livello studio.

Che cos’è Nano Banana Pro e perché ti dovrebbe interessare?

Nano Banana Pro è il più recente modello di generazione e modifica di immagini di Google — la release “Gemini 3 Pro Image” — progettato per produrre immagini e testo sull’immagine con qualità da studio fino a 4K e sensibili al contesto. È il successore dei precedenti modelli Nano Banana (Gemini 2.5 Flash Image / “Nano Banana”) con ragionamento migliorato, grounding tramite Search (fatti reali), rendering del testo più robusto e controlli locali di modifica più potenti. Il modello è disponibile all’interno dell’app Gemini per utenti interattivi e puoi accedere a Nano Banana Pro tramite la normale Gemini API, selezionando lo specifico identificatore di modello (gemini-3-pro-image-preview o il suo successore stabile) per l’accesso programmatico.

Perché è importante: Nano Banana Pro non è costruito solo per creare immagini belle, ma per visualizzare informazioni — infografiche, snapshot basati su dati (meteo, sport), poster ricchi di testo, mockup di prodotto e fusioni multi‑immagine (fino a 14 immagini di input, mantenendo la coerenza dei personaggi fino a 5 persone). Per designer, team di prodotto e sviluppatori, questa combinazione di accuratezza, testo sull’immagine e accesso programmatico apre flussi di produzione finora difficili da automatizzare.

Quali funzioni sono esposte tramite API?

Le capacità tipiche dell’API per gli sviluppatori includono:

Generazione Testo → Immagine (flussi di composizione “thinking” a uno o più passaggi).
Editing di immagini (maschere locali, inpainting, regolazioni di stile).
Fusione multi‑immagine (combinare immagini di riferimento).
Controlli avanzati della richiesta: risoluzione, rapporto d’aspetto, passaggi di post‑processing e tracce del “pensiero di composizione” per debug/ispezionabilità nelle modalità di anteprima.

Innovazioni principali e funzioni di Nano Banana Pro

Ragionamento dei contenuti più intelligente

Usa lo stack di ragionamento di Gemini 3 Pro per interpretare istruzioni visive complesse e multi‑step (ad es., “crea un’infografica in 5 passaggi da questo dataset e aggiungi una didascalia bilingue”). L’API espone un meccanismo “Thinking” che può produrre test di composizione intermedi per affinare il risultato finale.

Perché è importante: Invece di un singolo passaggio che mappa prompt → pixel, il modello esegue un processo interno di “thinking” che perfeziona la composizione e può chiamare strumenti esterni (ad es., Google Search) per il grounding fattuale (ad es., etichette di diagrammi accurate o segnaletica corretta per località). Questo produce immagini non solo più belle ma anche semanticamente più corrette per compiti come infografiche, diagrammi o mockup di prodotto.

Come si ottiene: Il “Thinking” di Nano Banana Pro è un passaggio controllato di ragionamento/composizione interno in cui il modello genera visual intermedi e tracce di ragionamento prima di produrre l’immagine finale. L’API indica che il modello può creare fino a due frame intermedi e che l’immagine finale è l’ultimo stadio di tale catena. In produzione questo aiuta nella composizione, nel posizionamento del testo e nelle decisioni di layout.

Rendering del testo più accurato

Testo in‑immagine significativamente più leggibile e localizzato (menu, poster, diagrammi). Nano Banana Pro raggiunge nuovi livelli nel rendering del testo nelle immagini:

Il testo nelle immagini è chiaro, leggibile e ortograficamente corretto;
Supporta la generazione multilingue (inclusi cinese, giapponese, coreano, arabo, ecc.);
Consente di inserire testi lunghi o descrittivi su più righe direttamente nelle immagini;
Sono disponibili traduzione e localizzazione automatiche.

Perché è importante: Tradizionalmente i modelli di immagini faticano a rendere testo leggibile e ben allineato. Nano Banana Pro è esplicitamente ottimizzato per un rendering affidabile del testo e per la localizzazione (ad es., tradurre preservando il layout), sbloccando casi d’uso creativi reali come poster, packaging o annunci multilingue.

Come si ottiene: I miglioramenti nel rendering del testo derivano dall’architettura multimodale sottostante e dall’addestramento su dataset che enfatizzano esempi di testo‑in‑immagine, combinati con set di valutazione mirati (valutazioni umane e set di regressione). Il modello impara ad allineare forme dei glifi, font e vincoli di layout per produrre testo leggibile e localizzato all’interno delle immagini — anche se testo molto piccolo e paragrafi estremamente densi possono restare soggetti a errori.

Maggiore coerenza visiva e fedeltà

Controlli di livello studio (illuminazione, messa a fuoco, angolo di ripresa, color grading) e composizione multi‑immagine (fino a 14 immagini di riferimento, con permessi speciali per più soggetti umani) aiutano a preservare la coerenza dei personaggi (mantenere la stessa persona/personaggio tra le modifiche) e l’identità del brand su asset generati. Il modello supporta output nativi 1K/2K/4K.

Perché è importante: I flussi di lavoro di marketing e intrattenimento richiedono personaggi coerenti tra scatti ed editing. Il modello può mantenere la somiglianza per fino a cinque persone e fondere fino a 14 immagini di riferimento in un’unica composizione, producendo Sketch → 3D Render. È utile per creatività pubblicitaria, packaging o storytelling multi‑shot.

Come si ottiene: Gli input del modello accettano più immagini con assegnazioni di ruolo esplicite (ad es., “Immagine A: posa”, “Immagine B: riferimento volto”, “Immagine C: texture di sfondo”). L’architettura condiziona la generazione su tali immagini per mantenere identità/posa/stile applicando al contempo trasformazioni (illuminazione, camera).

Benchmark di prestazioni di Nano Banana Pro

Nano Banana Pro (Gemini 3 Pro Image) “eccelle nei benchmark di IA Testo→Immagine” e dimostra un ragionamento migliorato e un grounding contestuale rispetto ai precedenti modelli Nano Banana. Sottolinea una fedeltà superiore e un rendering del testo migliorato rispetto alle versioni precedenti.

Come utilizzare l'API di Nano Banana Pro(Gemini 3 Pro Image)?

Indicazioni pratiche sulle prestazioni

Aspettati una maggiore latenza e costi più elevati per render 2K/4K ad alta fedeltà rispetto a 1K o ai modelli “Flash” ottimizzati per la velocità. Se throughput/latenza sono critici, usa la variante flash (ad es., Gemini 2.5 Flash / Nano Banana) per volumi elevati; usa Nano Banana Pro / gemini-3-pro-image per qualità e compiti di ragionamento complessi.

Come possono gli sviluppatori accedere a Nano Banana Pro?

Quali endpoint e modelli scegliere

Identificatore di modello (preview / pro): gemini-3-pro-image-preview (anteprima) — usa questo quando vuoi le capacità di Nano Banana Pro. Per lavori più rapidi e a costo inferiore, gemini-2.5-flash-image (Nano Banana) resta disponibile.

Superfici da utilizzare

Gemini API (endpoint generativelanguage): Puoi usare una chiave CometAPI per accedere a xx. CometAPI offre la stessa API a un prezzo più favorevole rispetto al sito ufficiale. Chiamate HTTP dirette / SDK a generateContent per la generazione di immagini (esempi sotto).
Google AI Studio: Interfaccia web per sperimentazione rapida e remix di app demo.
Vertex AI (enterprise): Throughput pre‑assegnato, opzioni di fatturazione (pay‑as‑you‑go / tier enterprise) e filtri di sicurezza per la produzione su larga scala. Usa Vertex quando integri in grandi pipeline o job di rendering batch.

Il piano gratuito ha un limite di utilizzo ridotto; superato il limite si torna a Nano Banana. I piani Plus/Pro/Ultra offrono limiti più alti e output senza watermark, ma Ultra può essere usato negli strumenti video Flow e in Antigravity IDE in modalità 4K.

Come genero un’immagine con Nano Banana Pro (passo dopo passo)?

1) Ricetta rapida interattiva per usare l’app Gemini

Apri Gemini → Tools → Create images.
Seleziona Thinking (Nano Banana Pro) come modello.
Inserisci un prompt: spiega soggetto, azione, mood, illuminazione, camera, rapporto d’aspetto e qualsiasi testo da far apparire sull’immagine. Esempio:
“Crea un poster 4K di un workshop di robotica: un team eterogeneo attorno a un tavolo, overlay di blueprint, headline in grassetto ‘Robots in Action’ in sans serif, luce tungsteno calda, profondità di campo ridotta, composizione cinematografica 16:9.”
(Opzionale) Carica fino a 14 immagini da fondere o usare come riferimento. Usa lo strumento di selezione/maschera per modifiche locali.
Genera, itera in linguaggio naturale (ad es., “rendi l’headline blu e allineata in alto al centro; aumenta il contrasto del blueprint”), poi esporta.

2) Usa HTTP per inviare all’endpoint immagine di Gemini

Devi accedere a CometAPI per ottenere la chiave.

# save your API key to $CometAPI_API_KEY securely before running

curl -s -X POST \
  "https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent" \
  -H "x-goog-api-key: $CometAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Photorealistic 4K image of a yellow banana floating over Earth, studio lighting, cinematic composition. Add bold text overlay: \"Nano Banana Pro\" in top right corner."
      }]
    }],
    "generationConfig": {
      "imageConfig": {
        "resolution": "4096x4096",
        "aspectRatio": "1:1"
      }
    }
  }' \
  | jq -r '.candidates.content.parts[] | select(.inlineData) | .inlineData.data' \
  | base64 --decode > nano_banana_pro_4k.png

Questo esempio scrive il payload immagine base64 in un file PNG. Il parametro generationConfig.imageConfig.resolution richiede l’output 4K (disponibile per il modello 3 Pro Image).

3) Chiamate SDK dirette a `generateContent` per la generazione di immagini

Richiede l’installazione del Google SDK e l’ottenimento dell’autenticazione Google. Esempio Python (testo + immagini di riferimento + grounding):

# pip install google-genai pillow

from google import genai
from PIL import Image
import base64

client = genai.Client()  # reads credentials from env / config per SDK docs

# Read a reference image and set inline_data

with open("ref1.png", "rb") as f:
    ref1_b64 = base64.b64encode(f.read()).decode("utf-8")

prompt_parts = [
    {"text": "Create a styled product ad for a yellow banana-based energy bar. Use studio lighting, shallow DOF. Include a product label with the brand name 'Nano Bar'."},
    {"inline_data": {"mime_type": "image/png", "data": ref1_b64}}
]

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=,
    generation_config={
        "imageConfig": {"resolution":"4096x4096", "aspectRatio":"4:3"},
        # tools can be provided to ground facts, e.g. "google_search"

        "tools": 
    }
)

for part in response.candidates.content.parts:
    if part.inline_data:
        image = part.as_image()
        image.save("product_ad.png")

Questo esempio mostra il caricamento di un’immagine di riferimento inline e la richiesta di una composizione 4K abilitando google_search come tool. L’SDK Python gestirà i dettagli REST di basso livello.

Fusione multi‑immagine e coerenza dei personaggi

Per produrre un composito che preservi la stessa persona tra le scene, passa più parti inline_data (selezionate dal tuo set di foto) e specifica nell’istruzione creativa che il modello deve “preservare l’identità tra gli output”.

Breve esempio pratico — un prompt reale e flusso atteso

Prompt:
"Generate a 2K infographic: 'Q4 Sales by Region 2025' — stacked bar chart with North America 35%, EMEA 28%, APAC 25%, LATAM 12%. Include title top-center, caption with source bottom-right, clean sans-serif labels, neutral palette, vector look, 16:9."

Expected pipeline: app → template di prompt + dati CSV → sostituisci i placeholder nel prompt → chiamata API con image_size=2048x1152 → ricevi PNG in base64 → salva l’asset + metadati di provenienza → opzionalmente sovrapponi il font esatto via compositore se necessario.

Come progettare una pipeline di produzione e gestire sicurezza/provenienza?

Architettura di produzione consigliata

Prompt + passaggio bozza (modello veloce): usa gemini-2.5-flash-image (Nano Banana) per produrre molte varianti a bassa risoluzione in modo economico.
Selezione & raffinamento: scegli i candidati migliori, affina i prompt, applica inpainting/modifiche con maschera per precisione.
Render finale ad alta fedeltà: chiama gemini-3-pro-image-preview (Nano Banana Pro) per render finali 2K/4K e post‑processing (upsampling, color grade).
Provenienza & metadata: archivia prompt, versione del modello, timestamp e informazioni SynthID nel tuo archivio di metadati — il modello applica un watermark SynthID e gli output possono essere tracciati per conformità e audit dei contenuti.

Sicurezza, diritti e moderazione

Copyright & diritti: non caricare o generare contenuti che violino diritti. Usa conferme esplicite degli utenti per immagini o prompt forniti dall’utente che possano creare somiglianze riconoscibili. La Google’s Prohibited Use Policy e i filtri di sicurezza del modello vanno rispettati.
Filtraggio & controlli automatizzati: fai passare le immagini generate tramite una pipeline interna di moderazione dei contenuti (NSFW, simboli d’odio, contenuti politici/vincolanti) prima del consumo downstream o della pubblicazione.

Come eseguire editing (inpainting), composizione multi‑immagine e rendering del testo?

Nano Banana Pro supporta flussi di editing multimodali: fornisci una o più immagini di input e un’istruzione testuale che descriva le modifiche (rimuovere un oggetto, cambiare il cielo, aggiungere testo). L’API accetta immagine + testo nella stessa richiesta; il modello può produrre risposte con testo e immagini intercalati. Pattern d’esempio includono modifiche con maschera e blend multi‑immagine (style transfer / composizione). Vedi la documentazione per array contents che combinano blob di testo e immagini binarie.

Esempio: Edit (pseudo‑flow Python)

from google import genai
from PIL import Image

client = genai.Client()

prompt = "Remove the person on the left and add a small red 'Nano Banana Pro' sticker on the top-right of the speaker"

# contents can include Image objects or binary data per SDK; see doc for exact call

response = client.models.generate_content(
    model="gemini-3-pro-image-preview",
    contents=,  # order matters: image + instruction

)
# Save result as before

Questo editing conversazionale ti consente di regolare iterativamente i risultati fino a ottenere un asset pronto per la produzione.

Esempio Node.js — editing immagine con maschera e riferimenti multipli

// npm install google-auth-library node-fetch
const { GoogleAuth } = require('google-auth-library');
const fetch = require('node-fetch');

const auth = new GoogleAuth({ scopes:  });
async function runEdit() {
  const client = await auth.getClient();
  const token = await client.getAccessToken();
  const API_URL = "https://api.generativemodels.googleapis.com/v1alpha/gemini:editImage";
  const MODEL = "gemini-3-pro-image";

  // Attach binary image content or URLs depending on API.
  const payload = {
    model: MODEL,
    prompt: { text: "Replace background with an indoor studio set, keep subject, add rim light." },
    inputs: {
      referenceImages: [
        { uri: "gs://my-bucket/photo_subject.jpg" },
        { uri: "gs://my-bucket/target_studio.jpg" }
      ],
      mask: { uri: "gs://my-bucket/mask.png" },
      imageConfig: { resolution: "2048x2048", format: "png" }
    },
    options: { preserveIdentity: true }
  };

  const res = await fetch(API_URL, {
    method: 'POST',
    headers: {
      'Authorization': `Bearer ${token.token}`,
      'Content-Type': 'application/json'
    },
    body: JSON.stringify(payload)
  });
  const out = await res.json();
  console.log(JSON.stringify(out, null, 2));
}
runEdit();

(Le API a volte accettano URI di Cloud Storage o payload di immagini in base64; consulta la documentazione della Gemini API per i formati di input esatti.)

Per informazioni sulla generazione e l’editing di immagini tramite CometAPI, consulta la Guida alla chiamata di gemini-3-pro-image .

Conclusione

Nano Banana Pro (Gemini 3 Pro Image) è un salto di livello di produzione nella generazione di immagini: uno strumento per visualizzare dati, produrre modifiche localizzate e alimentare i flussi di lavoro degli sviluppatori. Usa l’app Gemini per un prototyping rapido, l’API per l’integrazione in produzione e segui le raccomandazioni sopra per controllare i costi, garantire la sicurezza e mantenere la qualità del brand. Testa sempre i flussi reali degli utenti e archivia i metadati di provenienza per soddisfare requisiti di trasparenza e audit.

Usa Nano Banana Pro quando ti servono asset di qualità da studio, controllo preciso della composizione, rendering del testo migliorato all’interno delle immagini e la capacità di fondere più riferimenti in un unico output coerente.

Gli sviluppatori possono accedere all’API Gemini 3 Pro Image (Nano Banana Pro) tramite CometAPI. Per iniziare, esplora le funzionalità del modello di CometAPI nel Playground e consulta la guida API per istruzioni dettagliate. Prima di accedere, assicurati di aver eseguito l’accesso a CometAPI e di aver ottenuto la chiave API. CometAPI offre un prezzo molto inferiore rispetto al prezzo ufficiale per aiutarti nell’integrazione.

Pronto a iniziare?→ Iscriviti a CometAPI oggi stesso !

Se vuoi suggerimenti, guide e notizie sull’IA seguici su VK, X e Discord!

Che cos’è Nano Banana Pro e perché ti dovrebbe interessare?

Quali funzioni sono esposte tramite API?

Innovazioni principali e funzioni di Nano Banana Pro

Ragionamento dei contenuti più intelligente

Rendering del testo più accurato

Maggiore coerenza visiva e fedeltà

Benchmark di prestazioni di Nano Banana Pro

Indicazioni pratiche sulle prestazioni

Come possono gli sviluppatori accedere a Nano Banana Pro?

Quali endpoint e modelli scegliere

Superfici da utilizzare

Come genero un’immagine con Nano Banana Pro (passo dopo passo)?

1) Ricetta rapida interattiva per usare l’app Gemini

2) Usa HTTP per inviare all’endpoint immagine di Gemini

3) Chiamate SDK dirette a `generateContent` per la generazione di immagini

Fusione multi‑immagine e coerenza dei personaggi

Breve esempio pratico — un prompt reale e flusso atteso

Come progettare una pipeline di produzione e gestire sicurezza/provenienza?

Architettura di produzione consigliata

Sicurezza, diritti e moderazione

Come eseguire editing (inpainting), composizione multi‑immagine e rendering del testo?

Esempio Node.js — editing immagine con maschera e riferimenti multipli

Conclusione

Accesso ai Migliori Modelli a Basso Costo

Leggi di più

Come utilizzare l'API di Nano Banana Pro(Gemini 3 Pro Image)?

Che cos’è Nano Banana Pro e perché ti dovrebbe interessare?

Quali funzioni sono esposte tramite API?

Innovazioni principali e funzioni di Nano Banana Pro

Ragionamento dei contenuti più intelligente

Rendering del testo più accurato

Maggiore coerenza visiva e fedeltà

Benchmark di prestazioni di Nano Banana Pro

Indicazioni pratiche sulle prestazioni

Come possono gli sviluppatori accedere a Nano Banana Pro?

Quali endpoint e modelli scegliere

Superfici da utilizzare

Come genero un’immagine con Nano Banana Pro (passo dopo passo)?

1) Ricetta rapida interattiva per usare l’app Gemini

2) Usa HTTP per inviare all’endpoint immagine di Gemini

3) Chiamate SDK dirette a generateContent per la generazione di immagini

Fusione multi‑immagine e coerenza dei personaggi

Breve esempio pratico — un prompt reale e flusso atteso

Come progettare una pipeline di produzione e gestire sicurezza/provenienza?

Architettura di produzione consigliata

Sicurezza, diritti e moderazione

Come eseguire editing (inpainting), composizione multi‑immagine e rendering del testo?

Esempio Node.js — editing immagine con maschera e riferimenti multipli

Conclusione

Accesso ai Migliori Modelli a Basso Costo

Leggi di più

3) Chiamate SDK dirette a `generateContent` per la generazione di immagini