Nano Banana 2.1 API-ді қалай пайдалану керек? Генерация & Өңдеу

Қысқаша Nano Banana 2.1 (gemini-nano-banana-2.1) — Gemini отбасындағы жаңартылған жоғары тиімді кескін генерациясы мен диалогтық өңдеу моделі. Gemini 3.6 Flash негізінде жасалған, ол жақсарған визуал сапа мен шынайылықты (1K/2K/4K), шектен тыс аспект қатынастарында плиткалау артефакттерін түзетуді, мәтінді жоғары дәлдікпен бейнелеуді және инфографика орналасуын, көп кескінді біріктіруді (14-ке дейін анықтама және 4 кейіпкер мен 10 нысанға дейінгі сәйкестік), Google Search/Image Search негіздеуді және реттелетін ойлау деңгейлерін (ең аз/орташа/жоғары) ұсынады.

Бұл Nano Banana Pro моделінің тиімді баламасы ретінде позицияланады және көптеген ажыратымдылықтарда Nano Banana 2 алдындағы нұсқасымен салыстырғанда бір кескінге шаққандағы құны шамамен екі есе төмен. Ресми баға Standard деңгейінде шамамен 1K кескінге $0.0336-дан басталады. Оған Gemini API (Interactions API ұсынылады), Google AI Studio немесе CometAPI сияқты бірыңғай агрегаторлар арқылы қол жеткізіңіз — бір OpenAI-мен үйлесімді кілт, ықшам интеграция және бәсекелі тарифтер. Бұл нұсқаулықта орнату, код үлгілері, кеңейтілген мүмкіндіктер, баға салыстыруы, үздік тәжірибелер және продакшнға арналған ұсынымдар қамтылған.

Негізгі тұжырымдар

• Nano Banana 2.1 — Google-дың жоғары тиімді кескін генерациясы және диалогтық өңдеу моделі, Nano Banana Pro моделінің тиімді баламасы ретінде позицияланған.
• Google-дің өзінің сынақтары жалпы мәтіннен кескінге артық көруде 1050 Elo ұпайын көрсетеді (Nano Banana 2 үшін 990 және Pro үшін 935-ке қарсы) және сәйкестік пен өңдеуде айтарлықтай өсім бар.
• Баға Gemini API арқылы стандартты 1K кескін үшін шамамен ~$0.0336-дан басталады — Nano Banana 2-нің шамамен жартысы.
• 14-ке дейін анықтама кескіндерін, 4 кейіпкер + 10 нысанға дейін сәйкестікті, панорамалық қатынастарды плиткалау артефакттерінсіз, сондай-ақ нақты уақыттағы веб/кескін іздеу негіздеуін қолдайды.
• Nano Banana 2 2026 жылғы 29 қазанда пайдаланудан шығаруға жоспарланған; жақында көшу қажет.
• Әзірлеушілер үшін CometAPI сияқты платформалар бір кілтпен 500+ модельге, соның ішінде Nano Banana 2.1-ге, OpenAI-мен үйлесімді біріккен эндпоинт арқылы қол жеткізуді, жеңіл интеграцияны және бәсекелі бағаларды ұсынады.

Nano Banana 2.1 деген не?

Nano Banana 2.1 — Google DeepMind-тың Gemini 3 сериясындағы тумысынан мультимодальды пайымдау модельдерінің ең жаңа мүшесі. Ресми түрде Gemini 3.6 Flash негізінде, ол мәтіннен сапалы кескін генерациясына және диалогтық кескін өңдеуге маманданған.

Ол мәтін, кескіндер, бейне және PDF кірістерін қабылдайды (контекст терезесі кейбір құжаттамада шамамен ~1M токенге дейін, ал API сипаттамасында 131,072) және кескіндер (4K-қа дейін) мен мәтін шығарады. Барлық генерацияланған кескіндерде Google-дың SynthID сутаңбасы бар.

Google оны Nano Banana 2-нің (Gemini 3.1 Flash Image) жаңартуы ретінде сипаттайды: Flash деңгейіндегі жылдамдық пен құнын сақтай отырып, визуал сапаны, промптты сақтау дәлдігін, көп айналымды кейіпкер сәйкестігін және мәтінді көрсету сапасын айтарлықтай жақсартады. Ол Nano Banana Pro-ның (Gemini 3 Pro Image) «тиімді баламасы» ретінде нақты позицияланған.

Nano Banana 2.1 өнімділік бенчмарктары

Google 2026 жылғы қазан айындағы ішкі пара-пар адамдық артық көру (Elo) және фактология нәтижелерін жариялады. Іске қосу кезінде тәуелсіз үшінші тараптық тестілеу шектеулі болды.

Мәтіннен кескінге мүмкіндіктері

Өңдеу мүмкіндіктері

Дереккөз: Google DeepMind Nano Banana 2.1 Модель картасы.

Elo неғұрлым жоғары болса, адамдық артық көру соғұрлым күшті. Фактологиялық ұпай (жоғарырақ — жақсы) нақты инфографикалар үшін әсіресе үлкен секірісті көрсетеді. Бұл нәтижелер Nano Banana 2.1-ді Google-дың бүгінгі күнге дейінгі ең мықты Flash-деңгейлі кескін моделіне айналдырады және төмендеу құны мен кідірісінде көптеген практикалық өлшемдер бойынша Pro-мен бәсекелі (немесе одан да жоғары).

Nano Banana 2.1 Ресми баға және шығындарды ескеру (2026 ж. қазанның басы бойынша)

Google-дың Standard ақылы деңгейіндегі анықтама бағалары (бір кескін шығару үшін, қосымша кіріс/ойлау/мәтін токендерін есептемегенде) шамамен төмендегідей:

Кіріс токендері шамамен $1.50 / 1M ретінде, мәтін + ойлау шығысы кейбір жіктеулерде шамамен $7.50 / 1M ретінде көрсетілген. Бұл модель үшін тегін API деңгейі жоқ. Қорытынды төлем промпт ұзындығына, анықтама кескіндер санына, ойлау деңгейіне, ажыратымдылыққа және қосымша мәтін шығысына байланысты.

Nano Banana 2-мен салыстырғанда, бір кескінге шаққандағы құны баламалы ажыратымдылықтарда шамамен екі есе төмен, бұл көлемді генерацияны үнемдірек етеді. Ең жоғары адалдық қажет болғанда Nano Banana Pro әлі де айтарлықтай қымбат. Бағалар мен токен есебінің өзгеруі мүмкін екенін ескере отырып, әрқашан тікелей Gemini API баға бетін тексеріңіз.

Мысалы, CometAPI gemini-nano-banana-2.1 қолдауын жедел қосты және бәсекелі тарифтермен, жүздеген модельдерге бірыңғай қолжетімділік пен бір кілт ұсынатын платформа береді.

Nano Banana 2.1 API-ге қол жеткізу және баптау

Модель ID: gemini-nano-banana-2.1

Қазіргі Interactions API немесе google-genai SDK-мен GenerateContent эндпоинттерін пайдаланыңыз.

Анықтама кескіні және жоғары ажыратымдылық/ойлау қажет кезде: кіріс тізімінде base64-пішімделген кескіндерді беріңіз және аспект қатынасы мен кескін өлшеміне (1K/2K/4K) арналған жауап пішімін орнатыңыз. Фактологиялық дәлдік маңызды болғанда Google Search grounding құралдарын қосыңыз.

1. Ресми Google Gemini API (толық мүмкіндік паритеті үшін ұсынылады)

• Google AI Studio / Google Cloud жобасын құрып, біліктендіруді қосыңыз.
• Google AI Studio-дан API кілтін алыңыз.
• Ресми SDK орнатыңыз: pip install -U google-genai (Python) немесе JavaScript/Node үшін баламасы (@google/genai).
• Қазіргі ұсынылатын интерфейс: Interactions API (client.interactions.create). Мұра GenerateContent кей контексттерде қолжетімді.
• Негізгі эндпоинт үлгісі: https://generativelanguage.googleapis.com/v1beta/interactions (немесе модельге тән generateContent жолдары). Аутентификация: x-goog-api-key тақырыбы арқылы немесе SDK орта айнымалысы GEMINI_API_KEY.

2. Google AI Studio

Жедел прототиптеу, промптты сынау және кодтауға дейін визуалды тексеру үшін тамаша. Модельді таңдап, анықтамалармен, ажыратымдылықтармен және ойлау деңгейлерімен эксперимент жасаңыз.

3. Бірыңғай агрегаторлар (CometAPI ұсынымы)

CometAPI — бір OpenAI-мен үйлесімді эндпоинт (https://api.cometapi.com/v1) және бір API кілті арқылы 500+ модельге, соның ішінде Gemini Nano Banana сериясы модельдеріне қол жеткізуді ұсынады. Ол тұтынғаныңша төлеу баға моделін (жиі тікелей вендор бағаларына қарағанда үнемді), қолдану дашбордтарын және SDK-лармен оңай үйлесімділікті қолдайды. Бұл бірнеше провайдермен жұмыс істесеңіз немесе кескін модельдерін бөлек тіркелгісіз және биллингсіз A/B тестілеу қажет болса, өте қолайлы. CometAPI.com-да тіркеліп, тегін тест несиелерін алыңыз, кілт жасаңыз және OpenAI-мен үйлесімді клиентіңізді CometAPI базалық URL-іне бағыттаңыз. Модель ID өзгеріссіз қалады: gemini-nano-banana-2.1.

CometAPI үшін базалық URL мен кілтті ауыстырып, OpenAI-мен немесе Gemini-мен үйлесімді клиент құрылымын сақтаңыз. CometAPI Nano Banana 2.1-ге қол жеткізу үшін GenerateContent эндпоинт үлгісін пайдаланады.

Nano Banana 2.1 API қолжеткізу маршруттарын салыстыру

Кодты көшірмес бұрын провайдерді таңдаңыз. Google төмендегі Python үлгілерінде қолданылған Interactions жұмысын ұсынады. Nano Banana 2.1 API CometAPI-де cURL үлгісінде қолданылған шлюз маршрутын береді. Аутентификацияны, кіріс өрістерін, шығыс өңдеуді және диалог күйін толық интеграция ретінде салыстырыңыз; кілттер бөлек тіркелгілер мен биллинг жүйелеріне тиесілі.

Төмендегі Google үлгілері Interactions API-ді пайдаланады. Олар CometAPI generateContent эндпоинтына арналған сұраулар емес. Диалог күйі мен жауапты өңдеу үшін Google-дың Interactions шолуын ұстаныңыз. Үлгілер жарияланған сұрау схемаларымен тексерілді; бұл нұсқаулық үшін ешқандай аутентификацияланған немесе ақылы API шақырулары орындалмады.

Nano Banana 2.1 API арқылы кескін генерациялау және сақтау

Google: Python арқылы генерациялау

generate_image.py файлын іске қосатын жоба орталарыңызда Google Gen AI Python SDK-ны орнатыңыз. Төмендегі бірінші сұрау 16:9 композициясымен 2K PNG және нақты тақырыпты сұрайды. Нәтижені сақтап, өңдеуге немесе анықтама кескіндерін қосуға дейін тексеріңіз.

python -m pip install -U google-genai

Төмендегі скриптті generate_image.py ретінде сақтаңыз. Ол Google-дың кескін генерациясы жөніндегі нұсқаулығын ұстанып, интеракция жасайды, қайтарылған кескінді тексереді, деректерін декодтайды және PNG ретінде сақтайды. Өнім жарнамасы промпты тақырып, жарық және дәл тақырып мәтінін нақтылайды — нәтиженің сұрауға сәйкес келуін тексеру үшін.

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("No image returned; inspect the response before retrying")
    Path(filename).write_bytes(base64.b64decode(image.data))

interaction = client.interactions.create(
    model=MODEL,
    input=("Create a product advertisement for a white ceramic coffee mug. "
           "Use a warm studio background and soft side lighting. "
           "Include only the exact headline MORNING COFFEE."),
    response_format=image_format,
)
save_image(interaction, "mug-ad.png")
print("Saved mug-ad.png; interaction ID:", interaction.id)

python generate_image.py

Скрипт mug-ad.png файлын сақтайды және интеракция ID-сін басып шығарады. Кескінді қабылдамас бұрын немесе өңдеуді жалғастырмас бұрын 3-қадамдағы жауап тексерістерін қолданыңыз.

CometAPI: cURL арқылы генерациялау

1-қадамда COMETAPI_KEY бапталғаннан кейін, CometAPI құжатталған маршрутын пайдаланатын келесі Bash сұрауын іске қосыңыз. Ол JSON жауапты comet-response.json ретінде сақтайды; 3-қадам қайтарылған кескінді шығарып, сақтайды.

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": "Create a studio product image of a white ceramic mug."}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }' \
  --output comet-response.json

Жауапты өңдеу

Google: Сақталған кескін мен интеракция ID-сін тексеру

Generation ішіндегі save_image көмегіші output_image-ті тексеріп, кескін деректерін декодтайды және mug-ad.png ретінде сақтайды. Сол файлды ашып, кесе, композиция және нақты тақырыпты тексеріңіз. Келесі өңдеу қадамы үшін интеракция ID-сін сақтаңыз. Сәтті HTTP жауаптың өзі сұралған кескін қайтарылғанын растамайды.

output_image ыңғайлы қасиеті соңғы генерацияланған кескінді қайтарады. Егер бірнеше кескін немесе аралас мәтін мен визуал қажет болса, интеракция қадамдарын өңдеңіз. Қайта әрекеттенбестен бұрын кескіннің жоқтығы немесе қауіпсіздік туралы ақпаратты тексеріңіз.

CometAPI: Кескінді шығарып, сақтау

Бұл PNG емес, JSON жауап жазады. Кескін экстракторын құрар алдында нақты жауап құрылымын растаңыз. Бұл маршрутқа previous_interaction_id немесе response_format бермеңіз; шлюздегі өңдеу және шығыс өлшемі опциялары өз құжатталған схемасына сай келуі керек. Сол сияқты, Google интеракция ID-сі шлюздегі диалог күйі емес.

Егер шлюз Google-дың generateContent анықтамасында сипатталған candidates → content → parts құрылымын қайтарса, төмендегі дербес скриптпен ішке кірістірілген кескін бөліктерін сақтаңыз. Ол camelCase және snake_case өріс атауларын қабылдайды және қайтарылған кескін форматын сақтайды:

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("No inline image found; inspect response schema and error details")
print(f"Saved {saved} image(s)")

Жоғарыдағы экстракторды comet-response.json файлы бар қалтаға save_comet_image.py ретінде сақтап, Python арқылы іске қосыңыз. Әрбір сақталған comet-image файлын ашып, оның мазмұнын тексеріңіз. Егер ішке кірістірілген кескін табылмаса, жауаптың нақты құрылымы мен қате мәліметтерін зерттеп, содан кейін ғана парсерді өзгертіңіз немесе қайта жіберіңіз.

Екі провайдер үшін де кескін форматын, өлшемдерін, сұралған мәтін мен визуал бөлшектерді растаңыз. Провайдерге тән жауап өңдеуді бөлек ұстаңыз және өңдеуге кіріспес бұрын түпнұсқа кескінді сақтаңыз.

Nano Banana 2.1 API арқылы кескінді қалай өңдейсіз?

Nano Banana 2.1 арқылы генерацияланған кескінді өңдеу

Осы блокты сол скриптке қосыңыз. Ол генерация мысалындағы клиентті, шығыс пішімін және интеракцияны қайта пайдаланады. Google-дың көп айналымды өңдеу мысалында көрсетілгендей, previous_interaction_id диалог контекстін береді. Файл түрі, аспект қатынасы және өлшемін нақты ұстау үшін шығыс пішімін тағы да көрсетіңіз.

edited = client.interactions.create(
    model=MODEL,
    previous_interaction_id=interaction.id,
    input=("Change only the mug color to matte black. "
           "Keep the headline, background, framing and lighting unchanged."),
    response_format=image_format,
)
save_image(edited, "mug-ad-edited.png")
print("Saved mug-ad-edited.png; interaction ID:", edited.id)

Үшінші айналым үшін previous ID ретінде edited.id қолданыңыз. Жалпыға ортақ бір жады айнымалысына емес, қолданбаңыздағы өңдеу сессиясына сәйкес соңғы ID-ні сақтаңыз. Түпнұсқа кескінді де сақтаңыз: өзгеріссіз фонды сұрау пиксельдік деңгейде бірдей сақталатынына кепілдік бермейді.

Жергілікті анықтама кескінін Nano Banana 2.1-ге жіберу

Егер сізде дайын өнім кескіні болса, жаңа активті генерациялаудан бұрын оны өңдеу нұсқауымен бірге жіберіңіз. Бұл блок генерация мысалындағы клиент пен save_image көмекшісін де қолданады. Көрсетілген MIME түрі нақты файлмен сәйкес болуы тиіс.

reference = base64.b64encode(Path("product.png").read_bytes()).decode("ascii")
from_reference = client.interactions.create(
    model=MODEL,
    input=[
        {"type": "text", "text": "Place this product on a clean studio backdrop. Preserve its shape and label."},
        {"type": "image", "mime_type": "image/png", "data": reference},
    ],
    response_format=image_format,
)
save_image(from_reference, "product-studio.png")

Nano Banana 2.1 кескін шығысын және анықтамаларды басқару

Жоғарыдағы сипаттама кестесіндегі анықтама-кескін сыйымдылығы мен сәйкестік мақсаттарын базалық нүкте ретінде пайдаланыңыз. Бұл сыйымдылықтар мінсіз идентичность сақталуын кепілдемейді. Қажет ең аз анықтама санынан бастаңыз, содан кейін толық нәтижені бағалаңыз. Диаграммалар мен маркетинг активтері үшін нақты мәтін мен тексерілген сандарды беріңіз — модельден оларды ойлап табуды сұрамаңыз.

Кеңейтілген мүмкіндіктер

• Ойлау деңгейлері: жылдамдық үшін «ең аз», теңгерім үшін «орташа» (әдепкі), немесе күрделі композициялар, мәтіні көп макеттер немесе дәл көп нысан сақталуы үшін «жоғары». Жоғары ойлау кідіріс пен токен құнын арттырады, бірақ күрделі промпттарда нәтижені жақсартады.
• Іздеу негіздеуі: Google Search / Image Search құралдарын қосыңыз, сонда генерациялар нақты әлемдік немесе ағымдағы визуал анықтамаларды (ауа райы, өнімдер, оқиғалар, дәл түрлер және т.б.) қолдана алады.
• Бейне кірісі: контекстке сезімтал генерация үшін қолдау көрсетіледі (мысалы, қысқа клиптерден стиль немесе субъектілерді шығару).
• Batch API: жоғары көлемді офлайн тапсырмалар үшін бар және төмендетілген тарифтер ұсынады.
• Ажыратымдылықтар және пішімдер: Әдепкі 1K; 2K немесе 4K-ты айқын сұраңыз. Шығыс әдетте конфигурацияға қарай PNG/JPEG болады.

Әрқашан Google-дың Generative AI Prohibited Use Policy талаптарын сақтаңыз және кез келген анықтама кескіндеріне құқықтарыңыз бар екеніне көз жеткізіңіз.

Nano Banana отбасы (шамамен, 2026 ж. қазанның басы деректері)

Қорытынды және ұсыным

Nano Banana 2.1 — бүгінгі күнге дейінгі Google-дың ең мықты жоғары тиімді кескін генерациясы және өңдеу моделі — ол визуал сапаны, мәтін адалдығын, сәйкестікті және аспект қатынастарына төзімділікті мәнді түрде жақсартады, әрі Flash-деңгейлі экономиканы сақтайды. Сенімді, жоғары сапалы кескіндер, промптты жақсы ұстану және қуатты өңдеу мүмкіндіктері қажет продакшн жүктемелерінің көпшілігі үшін ол 2026 жылғы қазан айында Gemini отбасындағы айқын әдепкі таңдау.

Бүгін бастау үшін:

1. Google AI Studio-да прототиптеңіз.
2. Максималды бақылау үшін ресми Gemini API арқылы интеграциялаңыз.
3. Немесе CometAPI-дің біріккен, OpenAI-мен үйлесімді платформасын пайдаланып, дамуды жылдамдатыңыз және көпмодельді операцияларды оңайлатыңыз — бір кілт, бәсекелі бағалар, gemini-nano-banana-2.1 сияқты ең жаңа модельдерге жедел қол жеткізу және продакшнға дайын аналитика.

Бүгін API арқылы экспериментті бастаңыз және 29 қазанға дейін қалған Nano Banana 2 жүктемелерін көшіруді аяқтаңыз. Жоғары сапалы, тұрақты, үнемді AI-кескіндер құралдары ешқашан мұншалықты қолжетімді болмаған.