Nano Banana 2 Lite API 개요
Nano Banana 2 Lite API, 공식 명칭은 gemini-3.1-flash-lite-image로, 대량 이미지 생성과 편집에 초점을 맞춘 Google의 효율 지향 Gemini 3.1 이미지 모델입니다. Google은 이를 Gemini 3.1 Flash Lite Image라고도 부릅니다. CometAPI에서는 개발자가 Gemini 네이티브 generateContent 라우트를 통해 이 모델에 접근할 수 있어, 빠른 1K 이미지 초안, 단순 이미지 편집, 인터랙티브 크리에이티브 도구, 썸네일, 소셜 에셋, 그리고 최대 해상도보다 속도와 비용 통제가 더 중요한 프로덕션 워크플로에 적합합니다.
기술 사양
| 항목 | 사양 |
|---|---|
| 모델명 | Nano Banana 2 Lite / Gemini 3.1 Flash Lite Image |
| API 모델 ID | gemini-3.1-flash-lite-image |
| CometAPI 모델 코드 | gemini-3-1-flash-lite-image |
| 제공사 | |
| 모델 유형 | 이미지 생성 및 편집 |
| CometAPI 카탈로그 기능 | text-to-image |
| 입력 모달리티 | 텍스트와 이미지 |
| 출력 모달리티 | 이미지와 텍스트 |
| CometAPI 엔드포인트 | POST /v1beta/models/{model}:generateContent |
| 안정적 모델 ID | gemini-3.1-flash-lite-image |
| 입력 토큰 한도 | 65,536 토큰 |
| 출력 토큰 한도 | 4,096 토큰 |
| 출력 해상도 | 1K / 1024px만 |
| 지원 종횡비 | 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9 등 14가지 종횡비 |
| Thinking | 지원됨; 최소 및 고 |
Nano Banana 2 Lite란?
Nano Banana 2 Lite는 Google의 Gemini 이미지 모델 제품군 중 속도와 효율을 담당하는 구성원입니다. Google의 모델 페이지는 초저지연과 비용 효율적 이미지 생성 및 수정에 최적화된 효율 특화 모델로 설명합니다.
절충은 의도적입니다. Nano Banana 2 Lite는 최대 충실도보다 1K 출력과 대량의 인터랙티브 사용을 목표로 합니다. Google은 이 Lite 모델에서 2K와 4K 출력이 미지원이라고 명시하며, 이미지 생성 가이드에서는 다중 참조 입력이나 다회차 순차 편집에 최적화되어 있지 않다고 합니다. 따라서 빠른 초안과 경량 편집에 적합한 기본값이며, 고해상도나 참조 중심의 프로덕션 작업에는 Gemini 3.1 Flash Image와 Nano Banana Pro가 더 적합합니다.
Nano Banana 2 Lite API 주요 기능
1. 인터랙티브 이미지 워크플로를 위한 초저지연
Google은 Nano Banana 2 Lite를 Gemini 이미지 제품군의 효율 전문가로 포지셔닝합니다. 공식 모델 카드에는 종단 간 지연 시간 2초 미만을 목표로 한다고 되어 있으며, Google의 출시 글은 실용적 빠른 초안 작성을 위해 텍스트-투-이미지 출력이 약 4초 정도라고 강조합니다. 프로덕션에서는 실제 지연 시간이 프롬프트 복잡도, 이미지 입력 크기, 네트워크 경로, 응답 모달리티, CometAPI 라우팅 조건에 따라 달라지지만, 이 모델은 명백히 최대 해상도의 오프라인 렌더링보다는 빠른 피드백 루프에 맞춰 설계되었습니다.
이는 Nano Banana 2 Lite가 특히 인터랙티브 빌더에게 유용하다는 뜻입니다. 사용자가 타이핑하는 동안 시각을 생성하는 앱 인터페이스, 대량 썸네일 시스템, 게임 또는 아바타 프리뷰, 광고 변형 탐색, 이커머스 플레이스홀더 생성, 그리고 사용자가 최종 방향을 승인하기 전에 수십 번의 작은 반복을 요청할 수 있는 크리에이티브 도구 등에서 강점을 발휘합니다.
2. 네이티브 텍스트-투-이미지 및 이미지-투-이미지 생성
Nano Banana 2 Lite는 텍스트와 이미지 입력을 모두 지원하며, 이미지와 텍스트 출력을 반환할 수 있습니다. CometAPI의 Gemini 라우트를 통해 개발자는 텍스트 프롬프트만 보내 네이티브 텍스트-투-이미지를 생성하거나, 입력 이미지를 텍스트 지시와 결합하여 이미지-투-이미지 편집을 수행할 수 있습니다.
Gemini의 네이티브 이미지 워크플로를 사용하므로, Nano Banana 2 Lite는 단순한 “프롬프트 입력, 이미지 출력” 패턴에 국한되지 않습니다. 사용자의 시각적 컨텍스트를 읽고, 로컬 편집을 적용하며, 새 이미지를 생성하고, 선택적으로 응답에 텍스트를 포함할 수 있습니다. 제품 목업 도구, 배경 교체, 빠른 스타일 전환, 지역화된 캠페인 변형, 소비자 앱 내 프리뷰 이미지에 적합한 형태입니다.
3. 빠른 다회차 로컬 이미지 편집
Google의 모델 카드는 색상 교체, 스티커 제작, 배경 조정 등의 예시를 포함하여 빠른 다회차 로컬 편집을 핵심 기능으로 나열합니다. 실제로는 첫 이미지를 요청한 뒤 “재킷을 빨간색으로”, “스티커로 변환”, “배경을 깔끔한 스튜디오 벽으로 교체” 같은 후속 지시를 이어갈 수 있다는 뜻입니다.
제한 사항은 중요합니다. Google의 이미지 생성 가이드는 Nano Banana 2 Lite가 다중 참조 입력이나 다회차 순차 편집에 최적화되어 있지 않다고 밝힙니다. Lite는 빠른 로컬 편집과 대화형 탐색에 사용하고, 더 무거운 참조 처리, 더 긴 편집 체인, 전문적인 레이아웃 제어가 필요할 때는 Nano Banana 2 또는 Nano Banana Pro로 전환하세요.
4. 강한 프롬프트 준수와 캐릭터 정합성
Google은 Nano Banana 2 Lite가 경험을 가속화하면서도 Nano Banana에서 기대되는 제어력과 정확성을 유지한다고 말합니다. 공식 자료에서는 신뢰할 수 있는 프롬프트 준수, 강한 캐릭터 일관성, 그리고 원래 Nano Banana 기준에 부합하는 높은 캐릭터 정렬을 강조합니다.
이는 모델이 일반적인 빠른 이미지 생성기보다 유용하다는 의미입니다. 반복적인 크리에이티브 탐색에서는 모델이 변형 전반에서 의도된 주제, 색상 방향, 포즈, 배경, 브랜드 요소, 캐릭터 정체성을 보존해야 합니다. Nano Banana 2 Lite는 “아이디어를 잃지 않고 빠르게 반복”하는 사용 사례에 맞춰 설계되었습니다.
5. 이미지 내 텍스트 렌더링 개선
Google의 출시 글에 따르면 Nano Banana 2 Lite는 속도를 우선하면서도 읽기 쉬운 이미지 내 텍스트 렌더링을 유지합니다. 이는 생성 이미지에 짧은 단어나 구가 표시되어야 하는 썸네일, 단순 포스터, UI 콘셉트, 라벨, 스티커, 경량 마케팅 그래픽에서 중요합니다.
텍스트 비중이 큰 인포그래픽, 다국어 레이아웃, 잡지 스타일 페이지, 제품 패키징, 정교한 타이포그래피에는 Nano Banana 2와 Nano Banana Pro가 더 적합합니다. Google의 이미지 생성 가이드는 Nano Banana 2를 신뢰할 수 있는 텍스트 렌더링을 갖춘 범용 모델로, Nano Banana Pro를 정교한 텍스트와 복잡한 레이아웃을 위한 전문 옵션으로 위치시킵니다.
6. 폭넓은 종횡비를 갖춘 1K 출력
Nano Banana 2 Lite는 1K 출력에 최적화되어 있으며, Google의 모델 카드에는 지원 이미지 크기가 1024px / 1K로 기재되어 있고 2K와 4K는 미지원으로 표시되어 있습니다. 정사각형, 세로, 가로, 수직 소셜 포맷, 울트라와이드 레이아웃 등 일반적인 종횡비를 지원합니다.
프로덕션에서는 imageConfig.aspectRatio와 imageConfig.imageSize를 명시적으로 설정하고, 대문자 1K 또는 지원되는 1024px 값을 사용하세요. 워크플로에 2K, 4K, 0.5K 유틸리티 프리뷰, 또는 더 높은 충실도의 인쇄 및 디자인 출력이 필요하다면 Nano Banana 2 또는 Nano Banana Pro를 사용하세요.
Nano Banana 2 Lite의 벤치마크 성능
Arena.ai의 2026년 6월 29일자 공개 리더보드 기준으로, gemini-3.1-flash-lite-image는 단순한 “저렴한 초안” 모델이 아닌 고효율 상위 모델로서, 생성 분야에서 더 무거운 Gemini 이미지 모델에 근접한 점수를 기록하며, 단일 이미지 편집에서도 훨씬 낮은 지연 시간을 우선하면서 경쟁력을 유지합니다.
| 벤치마크 | Nano Banana 2 Lite 점수 | Arena.ai 순위 지표 | 투표 수 | 의미 |
|---|---|---|---|---|
| 텍스트-투-이미지 아레나, 종합 | 1251 +/- 8 | 70개 모델 중 5위 | 5,462 | Lite 모델로서 강한 공개 이미지 생성 품질. 이 스냅샷에서 mai-image-2.5와 Nano Banana 2 바로 아래, 2K Nano Banana Pro 프리뷰보다 위 |
| 이미지 편집 아레나, 단일 이미지 편집 | 1308 +/- 7 | 49개 모델 중 15위 | 9,320 | 경쟁력 있는 편집 품질. 플래그십 이미지 모델보다는 뒤이지만, 다수의 일반 이미지 편집기보다 앞섬 |
선택 가이드: Nano Banana 2 Lite vs Nano Banana 2 vs Nano Banana Pro
Google의 Nano Banana 이미지 제품군은 속도, 품질, 제어력에 따라 계층화되어 있습니다. Nano Banana 2 Lite는 대량 1K 생성에 적합한 빠르고 효율적인 모델입니다. Nano Banana 2는 더 높은 품질의 이미지 생성과 편집, 더 강한 참조 처리, 최대 4K 출력까지 지원하는 범용 워크호스입니다. Nano Banana Pro는 복잡한 디자인, 브랜드 정확성, 고급 지역화, 정밀 크리에이티브 제어를 위한 프리미엄 모델입니다.
텍스트-투-이미지 리더보드에서는 gemini-3.1-flash-lite-image (nano-banana-2-lite)가 여러 프리미엄 경쟁자에 근접합니다: gemini-3.1-flash-image-preview (nano-banana-2) 점수 1270 +/- 4, mai-image-2.5 점수 1257 +/- 5, gemini-3-pro-image-preview-2k (nano-banana-pro) 점수 1245 +/- 4, gpt-image-1.5-high-fidelity 점수 1241 +/- 3. 이미지 편집 리더보드는 Lite에 더 요구 사항이 큽니다: gpt-image-2 (medium)가 1464 +/- 4로 선두이고, Nano Banana 2 Lite의 1308 +/- 7은 플래그십 티어보다 낮지만 여전히 경쟁력 있는 상위 그룹에 위치합니다.
| 모델 | 제공사 | 최적 작업 부하 | 공개 벤치마크 신호 |
|---|---|---|---|
| Nano Banana 2 Lite (gemini-3.1-flash-lite-image) | 빠른 1K 이미지 생성, 경량 편집, 대량 초안, 인터랙티브 제품 경험 | Arena.ai 텍스트-투-이미지 종합 1251 +/- 8; Arena.ai 단일 이미지 편집 1308 +/- 7 | |
| Nano Banana 2 / Gemini 3.1 Flash Image | 더 높은 품질의 Gemini 3.1 이미지 생성, 더 강한 다중 참조 처리, 2K/4K 워크플로 | Arena.ai 텍스트-투-이미지 종합 1270 +/- 4; Arena.ai 단일 이미지 편집 1387 +/- 4 | |
| Nano Banana Pro / Gemini 3 Pro Image | 더 까다로운 구성, 더 풍부한 컨텍스트, 더 높은 해상도의 프로덕션 작업 | 2K 프리뷰 기준 Arena.ai 텍스트-투-이미지 종합 1245 +/- 4; 2K 프리뷰 기준 Arena.ai 단일 이미지 편집 1388 +/- 3 | |
| GPT Image 2 | OpenAI | Lite급 지연 시간보다 최대 벤치마크 품질이 더 중요한 프리미엄 생성 및 편집 | 인용된 Arena.ai 스냅샷에서 텍스트-투-이미지 1387 +/- 5, 단일 이미지 편집 1464 +/- 4로 선도 |
다음의 경우 Nano Banana 2 Lite를 선택하세요: 제품 경험이 속도, 비용 통제, 빈번한 반복에 의존할 때. 근실시간 UX, 초안 생성, 1K에서의 경량 편집에 가장 적합합니다.
다음의 경우 Nano Banana 2를 선택하세요: 이미지 품질의 안전한 기본값, 4K 출력, 다중 참조, 더 강한 텍스트 렌더링, 품질과 지연 시간의 균형이 필요한 경우. 대부분의 프로덕션 이미지 워크플로에 가장 적합한 범용 선택입니다.
다음의 경우 Nano Banana Pro를 선택하세요: 빠른 생성보다 디자인 프로덕션에 가까운 작업(브랜드 광고, 제품 목업, 다중 요소 구성, 지역화, 정교한 타이포그래피, 복잡한 다이어그램, 최고 수준의 세계 지식과 크리에이티브 제어가 필요한 에셋).
CometAPI에서 Nano Banana 2 Lite API 사용 방법
1단계: API 키 가입
cometapi.com에 로그인하세요. 아직 CometAPI 사용자라면 먼저 등록한 뒤, CometAPI 콘솔 토큰 페이지를 열어 개인 센터의 API 토큰 관리에서 Add Token을 클릭하고, 액세스 자격 증명을 생성한 다음 sk-xxxxx 형식의 토큰 키를 복사하세요.
API 키는 비공개로 유지하고 백엔드 서비스나 로컬 환경 변수에서 사용하세요. 아래 예시에서는 <YOUR_API_KEY> 또는 $COMETAPI_KEY를 계정의 실제 CometAPI 키로 교체합니다.
2단계: Nano Banana 2 Lite API로 요청 보내기
Nano Banana 2 Lite용 모델 엔드포인트 gemini-3.1-flash-lite-image를 선택하세요. 요청은 CometAPI의 Gemini 이미지 라우트를 통해 전송됩니다:
POST https://api.cometapi.com/v1beta/models/gemini-3.1-flash-lite-image:generateContent
요청 메서드와 본문은 CometAPI Gemini 이미지 문서를 사용하세요. 호출 위치: Gemini 이미지 생성. 동일한 라우트가 텍스트-투-이미지 생성, 이미지 편집, 다중 이미지 워크플로를 지원하지만, Nano Banana 2 Lite 자체는 2K/4K나 복잡한 장기 편집 체인보다는 빠른 1K 출력에 최적화되어 있습니다.
텍스트-투-이미지의 경우 contents.parts.text에 텍스트 프롬프트를 보내고 generationConfig.responseModalities를 IMAGE를 포함하도록 설정하세요. 이미지 편집의 경우 CometAPI 가이드에 따라 입력 이미지를 제공하세요. 예를 들어 Google Gen AI SDK를 통해 로컬 이미지를 전달하거나 문서화된 Gemini 형식의 원시 이미지 데이터를 전달한 뒤, 편집 지시를 텍스트로 추가합니다. 다중 이미지 워크플로의 경우 먼저 소스 이미지를 업로드하거나 준비하고, 현재 문서에 따른 지원 입력과 모델 별 제한을 따르세요.
3단계: 결과 수신 및 검증
API 응답을 처리하여 생성된 이미지를 가져옵니다. Gemini 이미지 응답에는 텍스트 파트, 최종 이미지 파트, 때로는 thought: true로 표시된 중간 이미지 파트가 포함될 수 있습니다. 첫 번째 이미지를 무작정 저장하지 마십시오. thought: true 파트는 건너뛰고, inlineData가 존재하며 thought가 true가 아닌 마지막 남은 이미지 파트를 저장하세요.
CometAPI 플레이그라운드에서는 일반적으로 PNG 형식으로 생성된 이미지를 직접 다운로드할 수 있습니다. API 워크플로에서는 반환된 inlineData 이미지를 디코딩하여 저장하거나, 선택한 CometAPI 워크플로가 URL을 반환한다면 해당 생성 결과 URL을 다운로드하세요. 생성된 에셋은 즉시 다운로드하거나 보존한 뒤, 해상도, 프롬프트 준수, 눈에 띄는 아티팩트, 안전 요구 사항, 최종 출력인지(중간 사고 이미지가 아닌지)를 검증하세요.
Nano Banana 2 Lite에 CometAPI를 사용하는 이유
CometAPI는 여러 이미지 모델에 대해 하나의 계정과 하나의 라우팅 레이어를 원하는 팀에 유용합니다. CometAPI에서 Nano Banana 2 Lite를 사용하면, 빠른 1K Gemini 이미지 생성과 더불어 Gemini 3.1 Flash Image, Nano Banana Pro, Imagen, Flux, Midjourney 스타일 라우트 및 기타 이미지 모델의 출력을 비교하고, 품질, 지연 시간, 비용 프로필에 따라 작업을 라우팅할 수 있습니다.
CometAPI의 모델 카탈로그는 현재 모델 ID, 제공사, 기능 플래그, 가용성, 엔드포인트 경로도 노출합니다. 이는 모델 전환, 폴백, 사용량 추적, 일관된 자격 증명 관리를 필요로 하는 프로덕션 앱에서 통합의 모호성을 줄여줍니다.