What exactly is Nano Banana 2 and what does it do?

Nano Banana 2 er Googles nyeste KI-modell for bildegenerering og redigering, bygget på Gemini Flash-bildeteknologi for å levere rask visuell generering av høy kvalitet og presis etterlevelse av instrukser på tvers av tekst- og bildeinndata.

How does Nano Banana 2 relate to Gemini 3.1 Flash Image?

Nano Banana 2 er i praksis den forbrukervendte merkevarebetegnelsen for Googles Gemini 3.1 Flash Image-modell, som kombinerer avanserte funksjoner fra tidligere Nano Banana-versjoner med hastigheten til Flash-modeller.

What improvements does Nano Banana 2 add over earlier Nano Banana models?

Nano Banana 2 gir raskere genereringshastighet, skarpere detaljer, bedre etterlevelse av instrukser, forbedret tekstrendering/lokalisert oversettelse og bredere kreativ kontroll, samtidig som mange funksjoner på profesjonelt nivå blir tilgjengelige på grunnnivå.

What kinds of images and resolutions can Nano Banana 2 generate?

Modellen støtter fleksible utdata med ulike sideforhold og oppløsninger opptil 4K, egnet for sosiale medier, annonser, skjermer og profesjonelt innhold.

Can Nano Banana 2 maintain consistency in complex compositions?

Ja — den bevarer konsistens på tvers av flere motiver og objekter (f.eks. opptil fem figurer og 14 objekter i én prompt-arbeidsflyt), noe som hjelper med narrative scener og oppgaver i storyboard-stil.

What image generation use cases is Gemini 3.1 Flash Image best suited for?

Den er godt egnet for bildeproduksjon og -redigering på profesjonelt nivå, infografikk, konsistens på tvers av flere bilder, tekstrendering og lokaliserte flerspråklige utdata, spesielt når arbeidsflyter krever presis kontroll og gjentatte iterasjoner.

Does Nano Banana 2 use real-time information or world knowledge?

Nano Banana 2 innlemmer kunnskap om den virkelige verden og integrasjon med bildesøk for å bidra til å generere mer nøyaktige motiver, infografikk og stedsbevisste visuelle elementer.

Can Gemini 3.1 Flash Image generate detailed text within images or diagrams?

Ja — den kan generere og gjengi tydelig tekst i bilder, men ekstremt liten eller tettpakket tekst over flere avsnitt kan av og til være utfordrende.

Rimelig Nano Banana 2 API | text-to-image

Tekniske spesifikasjoner for Gemini 3.1 Flash Image Preview

Element	Gemini 3.1 Flash Image Preview
Leverandør	Google
Modellfamilie	Gemini 3.1 (Flash-nivå)
Primært fokus	Rask multimodal generering med bildeforhåndsvisning
Inndatatyper	Tekst, bilde
Utdatatyper	Tekst, bilde (forhåndsvisningsgenerering)
Kontekstvindu	Opptil 1M tokens (Gemini 3.x Flash-nivåstandard)
Latensnivå	Lav latens, høy gjennomstrømning
Støtte for strømming	Ja
Kalling av verktøy	Ja (Gemini API tools-rammeverk)
Versjon	3.1

Hva er Nano Banana 2

Nano Banana 2 er det populære kallenavnet brukt av pressen og utviklermiljøet for den nylig lanserte Gemini-3.1-Flash-Image-modellen. Google posisjonerer den som bildemotoren i “Flash”-nivået som bringer nær-proff visuell trofasthet til en langt lavere latenstid og kostnad — egnet for generering i høyt volum, raske iterative redigeringer og integrerte produktarbeidsflyter på tvers av Google-tjenester. Den arver Gemini 3.1s multimodale resonnering og legger til bildefokuserte kapabiliteter (leselig tekst i bilder, komposisjon med flere bilder, støtte for brede sideforhold, native 4K).

Hovedfunksjoner

Høyhastighetsgenerering i flere oppløsninger: Flash-nivå-hastighet med alternativer for 0.5K / 1K / 2K / 4K utdata og nye ekstreme sideforhold (1:4, 4:1, 1:8, 8:1).
Sanntids forankring mot nettet: Integrerer både tekst- og bildesøkresultater for å forankre generert innhold i aktuell nettkunnskap når “Thinking” eller søkeforankring er aktivert. Nyttig for oppdaterte referanser og faktabaserte infografikker.
Forbedret tekstrendering: Bedre gjengivelse av kort tekst og grafisk tekst (fonter, størrelser) enn tidligere Flash-modeller; fortsatt ikke perfekt på lange avsnitt/små tekststørrelser.
Redigering med flere input og fleromgangs-arbeidsflyter: Sterk støtte for å kombinere flere bilder som input og for iterative redigeringer over flere runder.

📊 Benchmark-ytelse — Bildegenerering og -redigering (Elo-poeng)

Funksjonsområde	Gemini 3.1 Flash Image (Nano Banana 2)	Gemini 2.5 Flash Image (Nano Banana)	Gemini 3 Pro Image (Nano Banana Pro)	GPT-Image 1.5	Seedream 5.0 Lite	Grok Imagine Image Pro
Tekst-til-bilde — overordnet preferanse	1079.0 ± 7.0	1073.0 ± 5.0	942.0 ± 6.0	1021.0 ± 5.0	1047.0 ± 5.0	928.0 ± 8.0
Tekst-til-bilde — visuell kvalitet	1140.0 ± 6.0	1129.0 ± 6.0	929.0 ± 6.0	1043.0 ± 5.0	975.0 ± 5.0	759.0 ± 10.0
Tekst-til-bilde — infografikk (faktuell nøyaktighet)	1114.0 ± 14.0	1074.0 ± 12.0	881.0 ± 13.0	1102.0 ± 13.0	985.0 ± 12.0	890.0 ± 22.0
Redigering — generell	1065.0 ± 9.0	1047.0 ± 9.0	913.0 ± 9.0	1051.0 ± 10.0	995.0 ± 8.0	937.0 ± 9.0
Redigering — figur	1056.0 ± 7.0	1049.0 ± 7.0	952.0 ± 7.0	1050.0 ± 8.0	1025.0 ± 7.0	894.0 ± 8.0
Redigering — kreativ	1023.0 ± 7.0	1031.0 ± 7.0	976.0 ± 7.0	1004.0 ± 7.0	1017.0 ± 7.0	938.0 ± 7.0
Redigering — objekt/miljø	1029.0 ± 8.0	1018.0 ± 8.0	945.0 ± 8.0	1042.0 ± 10.0	976.0 ± 8.0	946.0 ± 9.0
Redigering — flere input	1037.0 ± 8.0	1016.0 ± 8.0	919.0 ± 9.0	1056.0 ± 12.0	1014.0 ± 9.0	N/A
Redigering — stilisering	1045.0 ± 7.0	1031.0 ± 7.0	862.0 ± 8.0	1045.0 ± 9.0	996.0 ± 7.0	984.0 ± 7.0

Viktige punkter fra denne benchmark-tabellen:

På tvers av kategoriene for tekst-til-bilde-generering og bilderedigering leder eller matcher Gemini 3.1 Flash Image konsekvent de høyeste poengene blant Flash-nivået og mange konkurrerende bildemodeller.
Modellen viser spesielt sterke resultater i benchmarkene for visuell kvalitet og infografikk (faktuell nøyaktighet) — noe som indikerer at den utmerker seg ikke bare i estetisk kvalitet, men også i å gjengi strukturelt korrekt innhold.
På redigering med flere input viser Nano Banana 2 også robust generalisering, med høyere poeng enn forrige Flash-generasjon.

Disse evalueringene gjennomføres via menneskelige side-om-side Elo-sammenligninger på en variert benchmarksuite, som reflekterer både preferanse og trofasthet på vanlig brukte oppgaver innen bildegenerering/-redigering.

Nano Banana 2 vs Nano Banana vs Nano Banana Pro

Modell	Posisjonering	Representativ benchmark/merknader
Gemini 3.1 Flash Image (Nano Banana 2)	Flash-nivå: hastighet + høy visuell kvalitet (2K–4K)	Overordnet preferanse 1079.0 ± 7.0; visuell kvalitet 1140 ± 6.0 (intern GenAI-Bench).
Gemini 2.5 Flash Image (Nano Banana)	Tidligere Flash-utgivelse (lavere trofasthet)	Noe lavere preferanse-/visuelle poeng enn 3.1.
Gemini 3 Pro Image (Nano Banana Pro)	Pro-nivå: høyere opplevd trofasthet for komplekse oppgaver, høyere kostnad/latens	Ulike avveiinger; noen metrikker viser ulike relative rangeringer i spesialiserte oppgaver.
GPT-Image 1.5 / andre kommersielle modeller	Konkurrenter (åpne/lukkede)	I Googles interne benchmarker skåret GPT-Image og andre lavere enn Gemini 3.1 på visuell kvalitet og overordnet preferanse i den rapporterte evalueringen. Uavhengige tredjepartssammenligninger varierer.

Når bør du velge Flash Image Preview:

Sanntids forhåndsvisning av bilder i apper
Kostnadssensitiv, storskala bildegenerering
Interaktive designassistenter

Slik får du tilgang til og integrerer Nano Banana 2

Trinn 1: Registrer deg for API-nøkkel

Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først. Logg inn i CometAPI console. Hent API-nøkkelen (tilgangslegitimasjonen) for grensesnittet. Klikk “Add Token” ved API token i personlig senter, hent token-nøkkelen: sk-xxxxx og send inn.

Trinn 2: Send forespørsler til `Nano Banana 2` API

Velg “gemini-3.1-flash-image-preview8”-endepunktet for å sende API-forespørselen og sett request body. Forespørselsmetode og request body hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for din bekvemmelighet. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din. Hvor du kaller den: Gemini genererer bilder

Nano Banana 2 støtter bilderedigering, bildegenerering og arbeidsflyter med flere bilder. For bilderedigering må du laste opp bilde-URL-en. For flere parametere, se dokumentasjonen.

Trinn 3: Hent og verifiser resultater

Behandle API-responsen for å hente det genererte svaret. Etter behandling svarer API-et med oppgavestatus og utdata. Du kan laste ned bildet direkte til din lokale maskin i playground-en (vanligvis i PNG-format). En bilde-URL genereres i API-prosessen; last den ned så snart som mulig.

Priser for Nano Banana 2

Utforsk konkurransedyktige priser for Nano Banana 2, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan Nano Banana 2 kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.

nano-banana-2（image）

variant / alias	Price
gemini-3.1-flash-image (0.5K)	≈ $0.03600
gemini-3.1-flash-image (1K)	≈ $0.05360
gemini-3.1-flash-image (2K)	≈ $0.08080
gemini-3.1-flash-image (4K)	≈ $0.12080
gemini-3.1-flash-image-preview (0.5K)	≈ $0.03600
gemini-3.1-flash-image-preview (1K)	≈ $0.05360
gemini-3.1-flash-image-preview (2K)	≈ $0.08080
gemini-3.1-flash-image-preview (4K)	≈ $0.12080

Eksempelkode og API for Nano Banana 2

Få tilgang til omfattende eksempelkode og API-ressurser for Nano Banana 2 for å effektivisere integreringsprosessen din. Vår detaljerte dokumentasjon gir trinn-for-trinn-veiledning som hjelper deg med å utnytte det fulle potensialet til Nano Banana 2 i prosjektene dine.

Python
JavaScript
Curl

from google import genai
from google.genai import types
from PIL import Image
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},
    api_key=COMETAPI_KEY,
)

prompt = (
    "A woman leaning on a wooden railing of a traditional Chinese building. "
    "She is wearing a blue cheongsam with pink and red floral motifs and a headdress "
    "made of colorful flowers, including roses and lilacs. Realistic painting style, "
    "focusing on the textural details of the clothing patterns and wooden buildings."
)
aspect_ratio = "9:16"  # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE"],
        image_config=types.ImageConfig(aspect_ratio=aspect_ratio),
    ),
)

os.makedirs("./output", exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        output_path = "./output/gemini-3.1-flash-image-preview.png"
        image.save(output_path)
        print(f"Image saved to {output_path}")

Python Code Example

from google import genai
from google.genai import types
from PIL import Image
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},
    api_key=COMETAPI_KEY,
)

prompt = (
    "A woman leaning on a wooden railing of a traditional Chinese building. "
    "She is wearing a blue cheongsam with pink and red floral motifs and a headdress "
    "made of colorful flowers, including roses and lilacs. Realistic painting style, "
    "focusing on the textural details of the clothing patterns and wooden buildings."
)
aspect_ratio = "9:16"  # "1:1","2:3","3:2","3:4","4:3","4:5","5:4","9:16","16:9","21:9"

response = client.models.generate_content(
    model="gemini-3.1-flash-image-preview",
    contents=[prompt],
    config=types.GenerateContentConfig(
        response_modalities=["IMAGE"],
        image_config=types.ImageConfig(aspect_ratio=aspect_ratio),
    ),
)

os.makedirs("./output", exist_ok=True)

for part in response.parts:
    if part.text is not None:
        print(part.text)
    elif part.inline_data is not None:
        image = part.as_image()
        output_path = "./output/gemini-3.1-flash-image-preview.png"
        image.save(output_path)
        print(f"Image saved to {output_path}")

JavaScript Code Example

import fs from "fs";
import path from "path";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const base_url = "https://api.cometapi.com/v1beta";
const model = "gemini-3.1-flash-image-preview";

const prompt =
  "A woman leaning on a wooden railing of a traditional Chinese building. " +
  "She is wearing a blue cheongsam with pink and red floral motifs and a headdress " +
  "made of colorful flowers, including roses and lilacs. Realistic painting style, " +
  "focusing on the textural details of the clothing patterns and wooden buildings.";

const response = await fetch(`${base_url}/models/${model}:generateContent`, {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    Authorization: api_key,
  },
  body: JSON.stringify({
    contents: [
      {
        role: "user",
        parts: [{ text: prompt }],
      },
    ],
    generationConfig: {
      responseModalities: ["IMAGE"],
      imageConfig: {
        aspectRatio: "9:16",
      },
    },
  }),
});

const data = await response.json();

const outputDir = "./output";
if (!fs.existsSync(outputDir)) {
  fs.mkdirSync(outputDir, { recursive: true });
}

for (const candidate of data.candidates) {
  for (const part of candidate.content.parts) {
    if (part.text) {
      console.log(part.text);
    } else if (part.inlineData) {
      const imageBuffer = Buffer.from(part.inlineData.data, "base64");
      const outputPath = path.join(outputDir, "gemini-3.1-flash-image-preview.png");
      fs.writeFileSync(outputPath, imageBuffer);
      console.log(`Image saved to ${outputPath}`);
    }
  }
}

Curl Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

mkdir -p ./output

curl -s "https://api.cometapi.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent" \
  -H "Authorization: $COMETAPI_KEY" \
  -H 'Content-Type: application/json' \
  -X POST \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "A woman leaning on a wooden railing of a traditional Chinese building. She is wearing a blue cheongsam with pink and red floral motifs and a headdress made of colorful flowers, including roses and lilacs. Realistic painting style, focusing on the textural details of the clothing patterns and wooden buildings."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"],
      "imageConfig": {
        "aspectRatio": "9:16"
      }
    }
  }' | python3 -c "
import sys, json, base64
data = json.load(sys.stdin)
parts = data['candidates'][0]['content']['parts']
for part in parts:
    if 'text' in part:
        print(part['text'])
    elif 'inlineData' in part:
        img = base64.b64decode(part['inlineData']['data'])
        with open('./output/gemini-3.1-flash-image-preview.png', 'wb') as f:
            f.write(img)
        print('Image saved to ./output/gemini-3.1-flash-image-preview.png')
"

Versjoner av Nano Banana 2

Grunnen til at Nano Banana 2 har flere øyeblikksbilder kan inkludere potensielle faktorer som variasjoner i utdata etter oppdateringer som krever eldre øyeblikksbilder for konsistens, å gi utviklere en overgangsperiode for tilpasning og migrering, og ulike øyeblikksbilder som tilsvarer globale eller regionale endepunkter for å optimalisere brukeropplevelsen. For detaljerte forskjeller mellom versjoner, vennligst se den offisielle dokumentasjonen.

Modell-ID	Beskrivelse	Tilgjengelighet	Forespørsel
gemini-3.1-flash-image	Anbefales, peker til den nyeste modellen	✅	Gemini genererer bilde
gemini-3.1-flash-image-preview	Offisiell forhåndsversjon	✅	Gemini genererer bilde