Gemini 3 Pro Image può generare immagini con risoluzione 4K?

Sì, Nano Banana Pro (Gemini 3 Pro Image) supporta output nativo fino alla risoluzione 4K con rapporti d'aspetto tra cui 1:1, 3:2, 16:9, 9:16 e 21:9. Supporta anche preset 1K e 2K tramite il parametro imageConfig.

Posso modificare le immagini in modo conversazionale con Gemini 3 Pro Image?

Sì, Nano Banana Pro supporta la modifica conversazionale su più turni. Ti basta chiedere cambiamenti come 'Rendi lo sfondo un tramonto' e il modello mantiene il contesto visivo tra i turni tramite Thought Signatures.

Come gestisce Nano Banana Pro il rendering del testo all'interno delle immagini?

Nano Banana Pro offre un rendering avanzato del testo in immagine con supporto per testo multilingue chiaro e leggibile, dalle brevi didascalie ai lunghi paragrafi. Questo lo rende ideale per poster, infografiche, mockup di UI e asset di marketing.

Cosa rende Nano Banana Pro diverso da FLUX 2 Pro o Midjourney?

Nano Banana Pro eccelle nell'autocorrezione iterativa, nel mantenimento coerente dei personaggi attraverso modifiche multiple e nell'integrazione stretta con l'ecosistema Google. Gestisce fino a 14 immagini di riferimento per workflow complessi di fusione multi-immagine.

Nano Banana Pro utilizza Google Search per una generazione di immagini con grounding?

Sì, Nano Banana Pro può utilizzare il Search grounding per verificare i fatti prima di generare le immagini. Ad esempio, può recuperare i dati meteo attuali per creare un'infografica meteo di Tokyo accurata.

Quante immagini di riferimento può elaborare Nano Banana Pro in una singola richiesta?

Nano Banana Pro supporta fino a 14 immagini di input per prompt con un massimo di 7MB per immagine. Mantiene la coerenza del soggetto e dei personaggi fino a un massimo di 5 personaggi in scenari complessi di fusione multi-immagine.

Google

Disponibile Popolare

gemini-3-pro-image

Nano Banana Pro API

Nano Banana Pro è un modello di IA per l’assistenza di uso generale in flussi di lavoro incentrati sul testo. È adatto a prompt in stile istruzioni per generare, trasformare e analizzare contenuti con una struttura controllabile. Gli utilizzi tipici includono assistenti di chat, sintesi di documenti, domande e risposte basate sulla conoscenza e automazione dei flussi di lavoro. I dettagli tecnici pubblici sono limitati; l’integrazione è in linea con gli schemi comuni degli assistenti IA, come output strutturati, prompt arricchiti dal recupero e chiamata di strumenti o funzioni.

Prezzo di partenza

$1.60 / 1M di token in input

Fatturazione a consumo

Stato dell'API

Disponibile

Endpoint di produzione

Risposta

Pronto per l'async

Tempo di risposta API osservato

Pubblicato

Nov 19, 2025

Google

Area di test

Prova Nano Banana Pro con una richiesta reale, controlla i parametri e verifica l'output prima di integrare l'API.

Prezzi

Usa la stima rapida sopra per una singola esecuzione, poi consulta il confronto completo tra CometAPI e prezzo ufficiale.

Prima richiesta

$0.0112

Costo stimato dell'utilizzo di CometAPI

Dieci richieste

$0.1120

Costo stimato dell'utilizzo di CometAPI

Quindici richieste

$0.1680

Costo stimato dell'utilizzo di CometAPI

⇌

Conversione dei crediti

1.000 crediti = 1 $

I crediti rendono confrontabili i budget tra fatturazione a token, a richiesta e a tempo di esecuzione. L'importo in USD resta il riferimento ufficiale al momento del pagamento.

✓Modello attuale in crediti

Input

1,600

crediti / 1M token

Output

9,600

crediti / 1M token

Trasparenza sul costo minimo Questo prototipo non presuppone un costo minimo nascosto per richiesta. Se si applica una soglia minima di fatturazione o di ricarica in produzione, deve essere mostrata prima dell'acquisto e inclusa in ogni stima del budget.

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

Panoramica del modello

Un'identità stabile del modello per la ricerca e la valutazione, abbinata a dati di catalogo in tempo reale che possono cambiare senza dover riscrivere la struttura SEO principale della pagina.

Identità stabile

Che cos'è Nano Banana Pro?

L'identità canonica del modello rimane stabile al variare di prezzi e limiti.

Dati del modello in tempo reale

Istantanea attuale del catalogo

Disponibilità

Disponibile

Prezzo di partenza

$1.60 / 1M di token in input

Contesto

Visualizza le funzionalità

Data del catalogo

Nov 19, 2025

Panoramica

Una panoramica pratica di Nano Banana Pro, con comportamenti importanti e considerazioni per l'integrazione.

Funzionalità di base

Text → Image: generazione guidata interamente dal prompt con forte aderenza al prompt.
Image → Image (edits): modifiche mirate e precise con mantenimento della coerenza del soggetto/personaggio attraverso più modifiche.
Risoluzione massima in uscita: fino a 4K (gli esempi e le dimensioni esatte supportate in pixel dipendono dal rapporto d’aspetto; l’API espone preset 1K/2K/4K)
Pianificazione iterativa e autocorrezione: una pipeline interna “multi-stage” che rileva e corregge errori visivi comuni (prospettiva, testo, geometrie fini).
Rendering avanzato del testo all’interno dell’immagine: testo chiaro e leggibile in più lingue (da brevi didascalie a lunghi paragrafi) adatto a poster, mockup e infografiche.
5 personaggi e fedeltà fino a 14 oggetti/immagini di riferimento in un singolo workflow.
Filigrana / provenienza: tutte le immagini generate includono una filigrana SynthID; il modello incorpora metadati C2PA per la provenienza in alcune integrazioni di prodotto.

Versioni e denominazioni di Gemini 3 Pro Image

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

Dettagli tecnici

Architettura

Linea evolutiva / backbone: Nano Banana Pro è costruito sullo stack di immagini Gemini in continua evoluzione di Google — in particolare sulla nuova architettura Gemini 3 Pro Image / GEMPIX 2 (un framework multimodale immagine+testo a maggiore capacità). È un’evoluzione rispetto a Gemini 2.5 Flash Image (l’originale “nano-banana”) verso un modello d’immagini nativamente multimodale con capacità di ragionamento visivo-linguistico ampliate.
Comportamento del modello: multimodalità nativa (immagine + testo + conoscenza del mondo), pipeline esplicite per la fusione multi-immagine e un pianificatore interno a fasi che affina gli output in più passaggi invece di produrre un singolo campione statico. Prime segnalazioni indicano un ragionamento geometrico/ottico più solido (vetro, rifrazione) rispetto alle versioni precedenti.
“Thinking” / raffinamento interno: il modello utilizza un processo visibile di “pensiero” interno per affinare la composizione (la documentazione dell’API descrive questo comportamento e segnala che tali passaggi interni non vengono conteggiati come token immagine finali).
Grounding e strumenti: supporta Search grounding (può incorporare fatti dal web nella generazione di diagrammi/infografiche). Supporta inoltre istruzioni di sistema per un controllo più deterministico.

Parametri chiave dell’API:

thinking_level (low / high) per bilanciare latenza e profondità di ragionamento;
media_resolution (low/medium/high) per controllare i token di lettura OCR/dettagli dell’immagine;
generationConfig.imageConfig per controllare proporzioni/risoluzione degli output immagine.

Limiti immagine:

Modalità di input supportate: Testo e immagini (il modello non accetta audio o video come input per la generazione di immagini).
Numero massimo di immagini per prompt: 14 (per la preview di Gemini 3 Pro Image).
Dimensione massima immagine (upload): 7 MB per immagine in input.
Rapporti d’aspetto supportati: 1:1, 3:2, 16:9, 9:16, 21:9, ecc.

Immagini / token in output: limiti elevati, con supporto per 4K/4096px.

Prestazioni nei benchmark

Breve riepilogo: i benchmark pubblici/inziali finora sono perlopiù qualitativi / guidati dalla community, ma riportano costantemente notevoli miglioramenti in risoluzione, riduzione di artefatti e fedeltà fisica rispetto all’originale nano-banana (Gemini 2.5 Flash Image). “Challenge” specifiche denominate hanno mostrato chiari progressi visivi, ma non esistono ancora (pubblicamente) tabelle di benchmark numeriche standardizzate da Google che confrontino v1 → v2 su metriche standard di generazione di immagini.

Test qualitativi della community: bordi più puliti, micro-dettagli più nitidi, colori più fedeli e maggiore aderenza al prompt (meno elementi allucinati, personaggi più coerenti). Test informali popolari includono il cosiddetto “Wine Glass Test” e la “Glass Burger Challenge”, in cui GEMPIX2 (Nano Banana Pro) gestisce trasparenze e rifrazione in modo nettamente migliore rispetto alle build precedenti.
Gestione del testo: Nano Banana Pro mostra tipografia e posizionamento del testo visibilmente migliorati all’interno delle immagini (una debolezza persistente per molti modelli d’immagine). Confronti della community indicano meno glifi resi in modo errato.
Throughput / UX: velocità di iterazione più alta e una UX che esegue il raffinamento multi-stage in back end, così gli utenti vedono risultati più affidabili al primo passaggio (riducendo i re-roll manuali).

Limitazioni e rischi

Filtri dei contenuti e rilevamento: le piattaforme che integrano il modello (es. Whisk/app di terze parti) possono abilitare un rilevamento rigoroso di celebrità o somiglianze e bloccare determinati output, il che influisce sui flussi creativi che si basano su somiglianze realistiche con celebrità.
Allucinazioni / casi limite di ragionamento: sebbene migliorato, il modello può ancora produrre artefatti fisicamente irrealistici, soprattutto con testo simbolico denso all’interno delle immagini o diagrammi altamente tecnici — anche se NB2 sembra ridurre questi errori rispetto alle versioni precedenti.
Sicurezza e uso improprio: i modelli generativi di immagini possono essere utilizzati per creare contenuti problematici o dannosi. Google applica vincoli, filtri dei contenuti e la filigrana SynthID per aiutare con la provenienza; tuttavia, si sono verificati casi di uso improprio (controversia di alto profilo legata a un’immagine generata con Nano Banana in un contesto politicamente sensibile).

Come si colloca Nano Banana Pro rispetto ad altri modelli

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte integrazione mobile, fusione multi-immagine, autocorrezione iterativa, 2K nativo/upscaling 4K, integrazione stretta nelle app Google (Search, Photos, Workspace/Gemini). Ideale per workflow che necessitano modifiche affidabili, continuità e integrazione con i servizi Google.
Midjourney — eccelle in output artistici stilizzati e nel prompt engineering guidato dalla community; non è in genere mirato alla fusione multi-immagine foto-accurata o a pipeline di editing multimodale profonde.
Stable Diffusion / pesi open — completamente aperto, altamente personalizzabile e ospitabile in locale; l’ecosistema di checkpoint e fine-tuning è un vantaggio decisivo per ricerca e uso offline. Meno integrazione mobile “one-click” e coerenza di editing multi-immagine out-of-the-box rispetto a Nano Banana Pro.
Seedream 4.0 (ByteDance) — recentemente posizionato esplicitamente come concorrente di Nano Banana, enfatizza rendering ultra-rapido, output 2K e supporto per molte immagini di riferimento (fino a sei). Posizionato come alternativa per professionisti/creator.

(Questi confronti sono di alto livello; scegliete il “vincitore” in base al vostro workflow: apertura/personalizzabilità → Stable Diffusion; arte stilizzata → Midjourney; editing mobile integrato e coerente con iterazione aggressiva → famiglia Nano Banana Pro/Gemini 3 Pro Image.)

Casi d’uso reali

Fotoritocco mobile e filtri creativi (integrazioni con Google Photos — restyling, fusione dello sfondo, ricomposizione del ritratto).
Asset per marketing e advertising — generazione rapida di concept, personaggi di brand coerenti su più fotogrammi/angolazioni.
Concept art e storyboarding — la fusione multi-immagine aiuta a mantenere la continuità dei personaggi tra i pannelli.
E-commerce / mockup di prodotto — genera scatti di prodotto coerenti in contesti/condizioni di luce diverse.
Prototipazione rapida per asset AR/VR — output 2K/4K di alta qualità che possono essere upscalati per usi immersivi.
Come accedere all’API gemini-3-pro-image(Nano Banana Pro)

Passaggi necessari

Accedi a cometapi.com. Se non sei ancora nostro utente, registrati prima.
Ottieni le credenziali di accesso della chiave API dell’interfaccia. Clicca “Add Token” nella sezione API token nel centro personale, ottieni la chiave token: sk-xxxxx e inviala.
Ottieni l’URL del sito: https://api.cometapi.com/

Metodo di utilizzo

Seleziona l’endpoint “gemini-3-pro-image” per inviare la richiesta API e imposta il body della richiesta. Il metodo e il body della richiesta si ottengono dalla documentazione API sul nostro sito. Il nostro sito fornisce anche test Apifox per comodità.
Sostituisci <YOUR_API_KEY> con la tua chiave CometAPI reale dal tuo account.
Inserisci la tua domanda o richiesta nel campo content — è ciò a cui il modello risponderà.
. Elabora la risposta dell’API per ottenere la risposta generata.

CometAPI fornisce un’API REST completamente compatibile—per una migrazione senza attriti. Dettagli chiave :

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

Copia un endpoint funzionante e un esempio di codice, poi apri il riferimento API completo quando ti serve ogni parametro.

Un'unica API, accesso ai modelli pronto per la produzione

Autenticati una sola volta, chiama l'endpoint del modello e mantieni lo stesso flusso di fatturazione e osservabilità tra i fornitori.

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

Codice di esempio e API per Nano Banana Pro

Accedi a codice di esempio completo e risorse API per Nano Banana Pro per semplificare il tuo processo di integrazione. La nostra documentazione dettagliata fornisce una guida passo dopo passo, aiutandoti a sfruttare appieno il potenziale di Nano Banana Pro nei tuoi progetti.

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();

Capacità

Consulta i dati chiave del modello prima di scegliere un'architettura o stimare il carico in produzione.

Capacità supportate

Funzionalità restituite dall'API del modello esistente.

text-to-image

image-editing

Input e output

Input

text

Output

image

Profilo di produzione

Fornitore: Google
Contesto: Dipende dal modello
Uso commerciale: Supportato

Casi d'uso

Usa Nano Banana Pro per flussi di produzione in linea con le sue capacità image, poi confronta altre alternative prima di un'integrazione a lungo termine.

Visual di prodotto e creatività per campagne

Concept art ed esplorazione visiva rapida

Editing, varianti e produzione di asset per immagini

Altri modelli

Confronta altri modelli disponibili tramite CometAPI in base a qualità, latenza, capacità e prezzo.

Apri confronto modelli →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, il suo modello di IA aggiornato per la generazione e la modifica di immagini

Visualizza modello

OpenAI

GPT Image 2

GPT Image 2 è il modello di generazione di immagini all’avanguardia di OpenAI per generare e modificare immagini in modo rapido e di alta qualità. Supporta dimensioni di immagine flessibili e input di immagini ad alta fedeltà.

Visualizza modello

Runway

Gen4-image

Esplora l'API di Gen4-image.

Visualizza modello

Runway

Gen4-image-turbo

Esplora l'API di Gen4-image-turbo.

Visualizza modello

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model è uno specialista dell’efficienza nella famiglia della generazione di immagini, progettato per una latenza ultrabassa e per una generazione e modifica di immagini a costi contenuti.

Visualizza modello

OpenAI

GPT Image 2.5(sunburst)

Esplora l'API di GPT Image 2.5(sunburst).

Visualizza modello

Disponibilità

Controlla i dati di heartbeat in tempo reale, la disponibilità dell'endpoint e i tempi di risposta osservati prima di passare in produzione.

Versioni

Controlla gli identificatori dei modelli disponibili prima di fissare un'integrazione in produzione.

ID modello	Descrizione	Disponibilità	Richiesta
nano-banana-pro-all	La tecnologia utilizzata è non ufficiale e la generazione è instabile, ecc., Chat formato	✅	Chat formato
gemini-3-pro-image	Consigliato, punta al modello più recente	✅	Gemini genera immagini
gemini-3-pro-image-preview	Anteprima ufficiale	✅	Gemini genera immagini

Aggiornamenti

Segui le modifiche rilevanti alla disponibilità, ai prezzi e alle funzionalità di Nano Banana Pro senza perdere la pagina stabile del modello.

Registro delle modifiche del modello

Una pagina che migliora nel tempo.

Note di rilascio, variazioni dei prezzi, aggiornamenti dei benchmark e indicazioni per la migrazione si accumulano qui, mentre l'URL canonico rimane invariato.

Nov 19, 2025

Disponibilità dell'API confermata

Nano Banana Pro è disponibile tramite il catalogo dei modelli CometAPI e la documentazione dell'API.

Attuale

Dati in tempo reale

Prezzi e limiti sincronizzati dal catalogo

Prezzo, contesto, disponibilità e limiti sono trattati come proprietà dinamiche invece di essere incorporati nel titolo della pagina o nell'identità del modello.

Nov 24, 2025

Entità del modello permanente creata

Il provider e lo slug del modello formano un URL canonico duraturo; i futuri aggiornamenti di contenuti e dati rimarranno su questa pagina.

Continua a esplorare

Confronta i modelli e continua la tua ricerca

Google

Disponibile Popolare

gemini-3-pro-image

Nano Banana Pro API

Prezzo di partenza

$1.60 / 1M di token in input

Fatturazione a consumo

Stato dell'API

Disponibile

Endpoint di produzione

Risposta

Pronto per l'async

Tempo di risposta API osservato

Pubblicato

Nov 19, 2025

Google

Area di test

Prova Nano Banana Pro con una richiesta reale, controlla i parametri e verifica l'output prima di integrare l'API.

Prezzi

Usa la stima rapida sopra per una singola esecuzione, poi consulta il confronto completo tra CometAPI e prezzo ufficiale.

Prima richiesta

$0.0112

Costo stimato dell'utilizzo di CometAPI

Dieci richieste

$0.1120

Costo stimato dell'utilizzo di CometAPI

Quindici richieste

$0.1680

Costo stimato dell'utilizzo di CometAPI

⇌

Conversione dei crediti

1.000 crediti = 1 $

I crediti rendono confrontabili i budget tra fatturazione a token, a richiesta e a tempo di esecuzione. L'importo in USD resta il riferimento ufficiale al momento del pagamento.

✓Modello attuale in crediti

Input

1,600

crediti / 1M token

Output

9,600

crediti / 1M token

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

Panoramica del modello

Un'identità stabile del modello per la ricerca e la valutazione, abbinata a dati di catalogo in tempo reale che possono cambiare senza dover riscrivere la struttura SEO principale della pagina.

Identità stabile

Che cos'è Nano Banana Pro?

L'identità canonica del modello rimane stabile al variare di prezzi e limiti.

Dati del modello in tempo reale

Istantanea attuale del catalogo

Disponibilità

Disponibile

Prezzo di partenza

$1.60 / 1M di token in input

Contesto

Visualizza le funzionalità

Data del catalogo

Nov 19, 2025

Panoramica

Una panoramica pratica di Nano Banana Pro, con comportamenti importanti e considerazioni per l'integrazione.

Funzionalità di base

Text → Image: generazione guidata interamente dal prompt con forte aderenza al prompt.
Image → Image (edits): modifiche mirate e precise con mantenimento della coerenza del soggetto/personaggio attraverso più modifiche.
Risoluzione massima in uscita: fino a 4K (gli esempi e le dimensioni esatte supportate in pixel dipendono dal rapporto d’aspetto; l’API espone preset 1K/2K/4K)
Pianificazione iterativa e autocorrezione: una pipeline interna “multi-stage” che rileva e corregge errori visivi comuni (prospettiva, testo, geometrie fini).
Rendering avanzato del testo all’interno dell’immagine: testo chiaro e leggibile in più lingue (da brevi didascalie a lunghi paragrafi) adatto a poster, mockup e infografiche.
5 personaggi e fedeltà fino a 14 oggetti/immagini di riferimento in un singolo workflow.
Filigrana / provenienza: tutte le immagini generate includono una filigrana SynthID; il modello incorpora metadati C2PA per la provenienza in alcune integrazioni di prodotto.

Versioni e denominazioni di Gemini 3 Pro Image

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

Dettagli tecnici

Architettura

Linea evolutiva / backbone: Nano Banana Pro è costruito sullo stack di immagini Gemini in continua evoluzione di Google — in particolare sulla nuova architettura Gemini 3 Pro Image / GEMPIX 2 (un framework multimodale immagine+testo a maggiore capacità). È un’evoluzione rispetto a Gemini 2.5 Flash Image (l’originale “nano-banana”) verso un modello d’immagini nativamente multimodale con capacità di ragionamento visivo-linguistico ampliate.
Comportamento del modello: multimodalità nativa (immagine + testo + conoscenza del mondo), pipeline esplicite per la fusione multi-immagine e un pianificatore interno a fasi che affina gli output in più passaggi invece di produrre un singolo campione statico. Prime segnalazioni indicano un ragionamento geometrico/ottico più solido (vetro, rifrazione) rispetto alle versioni precedenti.
“Thinking” / raffinamento interno: il modello utilizza un processo visibile di “pensiero” interno per affinare la composizione (la documentazione dell’API descrive questo comportamento e segnala che tali passaggi interni non vengono conteggiati come token immagine finali).
Grounding e strumenti: supporta Search grounding (può incorporare fatti dal web nella generazione di diagrammi/infografiche). Supporta inoltre istruzioni di sistema per un controllo più deterministico.

Parametri chiave dell’API:

thinking_level (low / high) per bilanciare latenza e profondità di ragionamento;
media_resolution (low/medium/high) per controllare i token di lettura OCR/dettagli dell’immagine;
generationConfig.imageConfig per controllare proporzioni/risoluzione degli output immagine.

Limiti immagine:

Modalità di input supportate: Testo e immagini (il modello non accetta audio o video come input per la generazione di immagini).
Numero massimo di immagini per prompt: 14 (per la preview di Gemini 3 Pro Image).
Dimensione massima immagine (upload): 7 MB per immagine in input.
Rapporti d’aspetto supportati: 1:1, 3:2, 16:9, 9:16, 21:9, ecc.

Immagini / token in output: limiti elevati, con supporto per 4K/4096px.

Prestazioni nei benchmark

Breve riepilogo: i benchmark pubblici/inziali finora sono perlopiù qualitativi / guidati dalla community, ma riportano costantemente notevoli miglioramenti in risoluzione, riduzione di artefatti e fedeltà fisica rispetto all’originale nano-banana (Gemini 2.5 Flash Image). “Challenge” specifiche denominate hanno mostrato chiari progressi visivi, ma non esistono ancora (pubblicamente) tabelle di benchmark numeriche standardizzate da Google che confrontino v1 → v2 su metriche standard di generazione di immagini.

Test qualitativi della community: bordi più puliti, micro-dettagli più nitidi, colori più fedeli e maggiore aderenza al prompt (meno elementi allucinati, personaggi più coerenti). Test informali popolari includono il cosiddetto “Wine Glass Test” e la “Glass Burger Challenge”, in cui GEMPIX2 (Nano Banana Pro) gestisce trasparenze e rifrazione in modo nettamente migliore rispetto alle build precedenti.
Gestione del testo: Nano Banana Pro mostra tipografia e posizionamento del testo visibilmente migliorati all’interno delle immagini (una debolezza persistente per molti modelli d’immagine). Confronti della community indicano meno glifi resi in modo errato.
Throughput / UX: velocità di iterazione più alta e una UX che esegue il raffinamento multi-stage in back end, così gli utenti vedono risultati più affidabili al primo passaggio (riducendo i re-roll manuali).

Limitazioni e rischi

Filtri dei contenuti e rilevamento: le piattaforme che integrano il modello (es. Whisk/app di terze parti) possono abilitare un rilevamento rigoroso di celebrità o somiglianze e bloccare determinati output, il che influisce sui flussi creativi che si basano su somiglianze realistiche con celebrità.
Allucinazioni / casi limite di ragionamento: sebbene migliorato, il modello può ancora produrre artefatti fisicamente irrealistici, soprattutto con testo simbolico denso all’interno delle immagini o diagrammi altamente tecnici — anche se NB2 sembra ridurre questi errori rispetto alle versioni precedenti.
Sicurezza e uso improprio: i modelli generativi di immagini possono essere utilizzati per creare contenuti problematici o dannosi. Google applica vincoli, filtri dei contenuti e la filigrana SynthID per aiutare con la provenienza; tuttavia, si sono verificati casi di uso improprio (controversia di alto profilo legata a un’immagine generata con Nano Banana in un contesto politicamente sensibile).

Come si colloca Nano Banana Pro rispetto ad altri modelli

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte integrazione mobile, fusione multi-immagine, autocorrezione iterativa, 2K nativo/upscaling 4K, integrazione stretta nelle app Google (Search, Photos, Workspace/Gemini). Ideale per workflow che necessitano modifiche affidabili, continuità e integrazione con i servizi Google.
Midjourney — eccelle in output artistici stilizzati e nel prompt engineering guidato dalla community; non è in genere mirato alla fusione multi-immagine foto-accurata o a pipeline di editing multimodale profonde.
Stable Diffusion / pesi open — completamente aperto, altamente personalizzabile e ospitabile in locale; l’ecosistema di checkpoint e fine-tuning è un vantaggio decisivo per ricerca e uso offline. Meno integrazione mobile “one-click” e coerenza di editing multi-immagine out-of-the-box rispetto a Nano Banana Pro.
Seedream 4.0 (ByteDance) — recentemente posizionato esplicitamente come concorrente di Nano Banana, enfatizza rendering ultra-rapido, output 2K e supporto per molte immagini di riferimento (fino a sei). Posizionato come alternativa per professionisti/creator.

Casi d’uso reali

Fotoritocco mobile e filtri creativi (integrazioni con Google Photos — restyling, fusione dello sfondo, ricomposizione del ritratto).
Asset per marketing e advertising — generazione rapida di concept, personaggi di brand coerenti su più fotogrammi/angolazioni.
Concept art e storyboarding — la fusione multi-immagine aiuta a mantenere la continuità dei personaggi tra i pannelli.
E-commerce / mockup di prodotto — genera scatti di prodotto coerenti in contesti/condizioni di luce diverse.
Prototipazione rapida per asset AR/VR — output 2K/4K di alta qualità che possono essere upscalati per usi immersivi.
Come accedere all’API gemini-3-pro-image(Nano Banana Pro)

Passaggi necessari

Accedi a cometapi.com. Se non sei ancora nostro utente, registrati prima.
Ottieni le credenziali di accesso della chiave API dell’interfaccia. Clicca “Add Token” nella sezione API token nel centro personale, ottieni la chiave token: sk-xxxxx e inviala.
Ottieni l’URL del sito: https://api.cometapi.com/

Metodo di utilizzo

Seleziona l’endpoint “gemini-3-pro-image” per inviare la richiesta API e imposta il body della richiesta. Il metodo e il body della richiesta si ottengono dalla documentazione API sul nostro sito. Il nostro sito fornisce anche test Apifox per comodità.
Sostituisci <YOUR_API_KEY> con la tua chiave CometAPI reale dal tuo account.
Inserisci la tua domanda o richiesta nel campo content — è ciò a cui il modello risponderà.
. Elabora la risposta dell’API per ottenere la risposta generata.

CometAPI fornisce un’API REST completamente compatibile—per una migrazione senza attriti. Dettagli chiave :

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

Copia un endpoint funzionante e un esempio di codice, poi apri il riferimento API completo quando ti serve ogni parametro.

Un'unica API, accesso ai modelli pronto per la produzione

Autenticati una sola volta, chiama l'endpoint del modello e mantieni lo stesso flusso di fatturazione e osservabilità tra i fornitori.

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

Codice di esempio e API per 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();

Capacità

Consulta i dati chiave del modello prima di scegliere un'architettura o stimare il carico in produzione.

Capacità supportate

Funzionalità restituite dall'API del modello esistente.

text-to-image

image-editing

Input e output

Input

text

Output

image

Profilo di produzione

Fornitore: Google
Contesto: Dipende dal modello
Uso commerciale: Supportato

Casi d'uso

Usa Nano Banana Pro per flussi di produzione in linea con le sue capacità image, poi confronta altre alternative prima di un'integrazione a lungo termine.

Visual di prodotto e creatività per campagne

Concept art ed esplorazione visiva rapida

Editing, varianti e produzione di asset per immagini

Altri modelli

Confronta altri modelli disponibili tramite CometAPI in base a qualità, latenza, capacità e prezzo.

Apri confronto modelli →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, il suo modello di IA aggiornato per la generazione e la modifica di immagini

Esplora l'API di Gen4-image.

Visualizza modello

Runway

Gen4-image-turbo

Esplora l'API di Gen4-image-turbo.

GPT Image 2.5(sunburst)

Esplora l'API di GPT Image 2.5(sunburst).

Visualizza modello

Disponibilità

Controlla i dati di heartbeat in tempo reale, la disponibilità dell'endpoint e i tempi di risposta osservati prima di passare in produzione.

Versioni

Controlla gli identificatori dei modelli disponibili prima di fissare un'integrazione in produzione.

ID modello	Descrizione	Disponibilità	Richiesta
nano-banana-pro-all	La tecnologia utilizzata è non ufficiale e la generazione è instabile, ecc., Chat formato	✅	Chat formato
gemini-3-pro-image	Consigliato, punta al modello più recente	✅	Gemini genera immagini
gemini-3-pro-image-preview	Anteprima ufficiale	✅	Gemini genera immagini

Aggiornamenti

Segui le modifiche rilevanti alla disponibilità, ai prezzi e alle funzionalità di Nano Banana Pro senza perdere la pagina stabile del modello.

Registro delle modifiche del modello

Una pagina che migliora nel tempo.

Note di rilascio, variazioni dei prezzi, aggiornamenti dei benchmark e indicazioni per la migrazione si accumulano qui, mentre l'URL canonico rimane invariato.

Nov 19, 2025

Disponibilità dell'API confermata

Nano Banana Pro è disponibile tramite il catalogo dei modelli CometAPI e la documentazione dell'API.

Attuale

Dati in tempo reale

Prezzi e limiti sincronizzati dal catalogo

Prezzo, contesto, disponibilità e limiti sono trattati come proprietà dinamiche invece di essere incorporati nel titolo della pagina o nell'identità del modello.

Nov 24, 2025

Entità del modello permanente creata

Il provider e lo slug del modello formano un URL canonico duraturo; i futuri aggiornamenti di contenuti e dati rimarranno su questa pagina.

Continua a esplorare