Home/Models/Google/Nano Banana Pro
G

Nano Banana Pro

Inndata:$1.5616/M
Utdata:$9.3696/M
Nano Banana Pro er en KI-modell for generell bistand i tekstsentrerte arbeidsflyter. Den egner seg for instruksjonsbasert prompting for å generere, transformere og analysere innhold med kontrollerbar struktur. Typiske bruksområder inkluderer chatassistenter, dokumentoppsummering, kunnskaps-QA og automatisering av arbeidsflyter. Offentlige tekniske detaljer er begrensede; integrasjonen samsvarer med vanlige mønstre for KI-assistenter, som strukturerte utdata, gjenfinning-forsterkede prompter og verktøy- eller funksjonskall.
Ny
Kommersiell bruk
Playground
Oversikt
Funksjoner
Priser
API
Versjoner

Grunnleggende funksjoner

  • Tekst → Bilde: fullt promptstyrt generering med sterk etterlevelse av prompten.
  • Bilde → Bilde (redigeringer): fine, målrettede redigeringer med opprettholdt motiv/karakter-konsistens på tvers av flere redigeringer.
  • Maksimal utdataoppløsning: opptil 4K (eksempler og støttede nøyaktige pikselstørrelser avhenger av aspektforhold; API-et eksponerer 1K/2K/4K-forhåndsinnstillinger)
  • Iterativ planlegging og egenkorreksjon: en intern “multi-stage”-pipeline som oppdager og korrigerer vanlige visuelle feil (perspektiv, tekst, fin geometri).
  • Avansert tekstgjengivelse i bilde: klar, leselig flerspråklig tekst (korte bildetekster til lange avsnitt) egnet for plakater, mockups og infografikk.
  • 5 karakterer og fidelitet for opptil 14 objekter/referansebilder i én arbeidsflyt.
  • Vannmerking / proveniens: alle genererte bilder inkluderer et SynthID-vannmerke; modellen legger inn C2PA-metadata for proveniens i noen produktintegrasjoner.

Gemini 3 Pro Image versjoner og navngivning

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

Tekniske detaljer

Arkitektur

  • Avstamning / ryggrad: Nano Banana Pro er bygget på Googles utviklende Gemini-bildestakk — spesifikt den nye Gemini 3 Pro Image / GEMPIX 2-arkitekturen (et høy-kapasitets multimodalt bilde+tekst-rammeverk). Det er en utvikling fra Gemini 2.5 Flash Image (den opprinnelige “nano-banana”) til en naturlig multimodal bildemodell med utvidede visuell-språk-resonneringskapasiteter.
  • Modellatferd: innfødt multimodalitet (bilde + tekst + verdenskunskap), eksplisitte piper for flerbilde-fusjon, og en intern trinnvis planlegger som raffinerer utdata over flere pass heller enn å produsere én enkelt statisk prøve. Tidlige rapporter indikerer sterkere geometrisk/optisk resonnering (glass, refraksjon) sammenlignet med tidligere versjoner.
  • Tenkning / intern forfining: Modellen bruker en synlig “tenkning”-prosess internt for å raffinere komposisjon (API-et dokumenterer denne atferden og bemerker at disse interne trinnene ikke belastes som endelige bildetokens).
  • Grounding og verktøy: Støtter Search grounding (kan inkorporere webfakta i diagram-/infografikkgenerering). Den støtter også systeminstruksjoner for mer deterministisk kontroll.

Nøkkelparametere for API:

  • thinking_level (low / high) for å balansere ventetid mot resonneringsdybde;
  • media_resolution (low/medium/high) for å kontrollere bilde-OCR/detaljlesing-tokens;
  • generationConfig.imageConfig for å styre aspektforhold/oppløsning i bildeutdata.

Bildebegrensninger:

  • Støttede inndata-modaliteter: Tekst og bilder (modellen aksepterer ikke lyd eller video som bilde-genereringsinndata).
  • Maks bilder per prompt: 14 (for Gemini 3 Pro Image preview).
  • Maks bildestørrelse (opplasting): 7 MB per inndatabilde.
  • Støttede aspektforhold: 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Utdata-bilder / tokens: høye grenser, med 4K/4096px støttet.

Benchmark-ytelse

Kort oppsummering: offentlige/tidlige benchmarks så langt er hovedsakelig kvalitative / fellesskapsdrevet, men rapporterer konsekvent betydelige forbedringer i oppløsning, reduksjon av artefakter og fysisk fidelitet sammenlignet med den opprinnelige nano-banana (Gemini 2.5 Flash Image). Spesifikke navngitte “utfordringer” har vist klare visuelle gevinster, men det finnes ennå ikke (offentlige) standardiserte numeriske benchmark-tabeller fra Google som sammenligner v1 → v2 på tvers av standard metrikker for bildegenerering.

  • Kvalitative fellesskapstester: Renere kanter, skarpere mikrodetaljer, riktigere farger og mer trofast etterlevelse av prompt (færre hallusinerte rekvisitter, mer konsistente karakterer). Populære uformelle tester inkluderer den såkalte “Wine Glass Test” og “Glass Burger Challenge”, der GEMPIX2 (Nano Banana Pro) håndterer transparens og refraksjon merkbart bedre enn tidligere bygg.
  • Teksthåndtering: Nano Banana Pro viser synlig forbedret typografi og tekstplassering inne i bilder (en vedvarende svakhet for mange bildemodeller). Fellesskapssammenligninger indikerer færre forvrengte gjengitte glyfer.
  • Gjennomstrømning / UX: raskere iterasjonshastighet og en UX som utfører flertrinns forfining på baksiden slik at brukere ser mer pålitelige førstegangsresultater (reduserer manuelle nykjøringer).

Begrensninger og risiko

  • Innholdsfiltre og deteksjon: Plattformene som integrerer modellen (f.eks. Whisk/tredjepartsapper) kan aktivere strenge kjendis- eller likhetsdeteksjoner og blokkere visse utdata, noe som påvirker kreative arbeidsflyter som er avhengige av realistiske kjendislikheter.
  • Hallusinasjon / resonneringsrandtilfeller: selv om forbedret, kan modellen fortsatt produsere fysisk urealistiske artefakter, spesielt med tett symbolsk tekst inne i bilder eller svært tekniske diagrammer — selv om NB2 ser ut til å redusere disse feilene sammenlignet med tidligere versjoner.
  • Sikkerhet og misbruk: generative bildemodeller kan brukes til å skape problematisk eller skadelig innhold. Google anvender begrensninger, innholdsfiltre og SynthID-vannmerke for å hjelpe med proveniens; likevel har misbruk forekommet (høyt profilerte kontroverser knyttet til et Nano Banana-generert bilde i en politisk sensitiv sammenheng).

Hvordan Nano Banana Pro står seg mot andre modeller

  • Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — sterk mobilintegrasjon, flerbilde-fusjon, iterativ egenkorreksjon, 2K native/4K oppskalering, tett integrert i Google-apper (Search, Photos, Workspace/Gemini). Best for arbeidsflyter som trenger pålitelige redigeringer, kontinuitet og integrasjon med Google-tjenester.
  • Midjourney — utmerker seg i stiliserte kunstneriske utdata og fellesskapsdrevet prompt-engineering; ikke typisk rettet mot fotonøyaktig flerbilde-fusjon eller dype multimodale redigeringspipeliner.
  • Stable Diffusion / åpne vekter — fullt åpen, svært tilpassbar og kan hostes lokalt; økosystemet av checkpoints og finjustering er en avgjørende fordel for forskning og frakoblet bruk. Mindre “one-click” mobilintegrasjon og mindre konsistent flerbilde-redigeringskoherens ut av boksen enn Nano Banana Pro.
  • Seedream 4.0 (ByteDance) — nylig posisjonert eksplisitt som en Nano Banana-konkurrent, med vekt på ultrarask rendering, 2K-utdata, og støtte for mange referansebilder (opptil seks). Plassert som et pro-/creator-alternativ.

(Disse sammenligningene er på høyt nivå; velg en vinner ved å matche verktøyet til arbeidsflyten din: åpenhet/tilpassbarhet → Stable Diffusion; stilisert kunst → Midjourney; integrert, konsistent mobilredigering med aggressiv iterasjon → Nano Banana Pro/ Gemini 3 Pro Image-familien.)

Praktiske bruksområder

  • Mobil fotoredigering og kreative filtre (Google Photos-integrasjoner — restyling, bakgrunnssammenslåing, portrettrekomponering).
  • Markedsføring og annonseaktiva — rask konseptgenerering, konsistente merkevarekarakterer på tvers av flere rammer/vinkler.
  • Konseptkunst og storyboard — flerbilde-fusjon hjelper med å holde karakterkontinuitet på tvers av paneler.
  • E-handel / produktmockups — generer konsistente produktbilder i ulike kontekster/lysforhold.
  • Rask prototyping for AR/VR-aktiva — høy kvalitet 2K/4K-utdata som kan oppskaleres for immersive bruksområder.
  • Slik får du tilgang til gemini-3-pro-image(Nano Banana Pro) API

Nødvendige trinn

  • Logg inn på cometapi.com. Hvis du ikke er bruker hos oss ennå, registrer deg først
  • Hent tilgangslegitimasjonen API-nøkkel for grensesnittet. Klikk “Add Token” ved API-token i det personlige senteret, hent token-nøkkelen: sk-xxxxx og send inn.
  • Hent URL-en til dette nettstedet: https://api.cometapi.com/

Bruksmåte

  1. Velg endepunktet “gemini-3-pro-image” for å sende API-forespørselen og angi forespørselskroppen. Forespørselsmetoden og forespørselskroppen hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for bekvemmelighet.
  2. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din.
  3. Sett inn spørsmålet eller forespørselen din i innholdsfeltet—det er dette modellen vil svare på.
  4. Behandle API-responsen for å få det genererte svaret.

CometAPI tilbyr en fullt kompatibel REST API—for sømløs migrering. Nøkkeldetaljer :

  • 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

Can Gemini 3 Pro Image generate 4K resolution images?

Yes, Nano Banana Pro (Gemini 3 Pro Image) supports native output up to 4K resolution with aspect ratios including 1:1, 3:2, 16:9, 9:16, and 21:9. It also supports 1K and 2K presets via the imageConfig parameter.

How does Nano Banana Pro handle text rendering inside images?

Nano Banana Pro features advanced in-image text rendering with clear, legible multi-language text support—from short captions to long paragraphs. This makes it ideal for posters, infographics, UI mockups, and marketing assets.

Can I edit images conversationally with Gemini 3 Pro Image?

Yes, Nano Banana Pro supports multi-turn conversational editing. Simply ask for changes like 'Make the background a sunset' and the model maintains visual context through Thought Signatures between turns.

What makes Nano Banana Pro different from FLUX 2 Pro or Midjourney?

Nano Banana Pro excels at iterative self-correction, consistent character preservation across multiple edits, and tight Google ecosystem integration. It handles up to 14 reference images for complex multi-image fusion workflows.

Does Nano Banana Pro use Google Search for grounded image generation?

Yes, Nano Banana Pro can use Search grounding to verify facts before generating images. For example, it can fetch current weather data to create an accurate Tokyo weather infographic.

How many reference images can Nano Banana Pro process in one request?

Nano Banana Pro supports up to 14 input images per prompt with a maximum of 7MB per image. It maintains subject and character consistency across up to 5 characters in complex multi-image fusion scenarios.

Funksjoner for Nano Banana Pro

Utforsk nøkkelfunksjonene til Nano Banana Pro, designet for å forbedre ytelse og brukervennlighet. Oppdag hvordan disse mulighetene kan være til nytte for prosjektene dine og forbedre brukeropplevelsen.

Priser for Nano Banana Pro

Utforsk konkurransedyktige priser for Nano Banana Pro, 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 Pro kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.

nano-banana-pro（image）

variant / aliasPrice
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

Eksempelkode og API for Nano Banana Pro

Få tilgang til omfattende eksempelkode og API-ressurser for Nano Banana Pro 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 Pro i prosjektene dine.
Python
JavaScript
Curl
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}")

Versjoner av Nano Banana Pro

Grunnen til at Nano Banana Pro 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-IDBeskrivelseTilgjengelighetForespørsel
nano-banana-pro-allTeknologien som brukes er uoffisiell og genereringen er ustabil osv., Chat format✅Chat format
gemini-3-pro-imageAnbefales, peker til den nyeste modellen✅Gemini genererer bilde
gemini-3-pro-image-previewOffisiell forhåndsvisning✅Gemini genererer bilde

Flere modeller