Kan Gemini 3 Pro Image generere bilder i 4K-oppløsning?

Ja, Nano Banana Pro (Gemini 3 Pro Image) støtter native utdata opptil 4K-oppløsning med sideforhold som 1:1, 3:2, 16:9, 9:16 og 21:9. Den støtter også 1K- og 2K-forhåndsinnstillinger via parameteren imageConfig.

Kan jeg redigere bilder samtalebasert med Gemini 3 Pro Image?

Ja, Nano Banana Pro støtter samtalebasert redigering over flere runder. Be bare om endringer som 'Gjør bakgrunnen til en solnedgang', og modellen opprettholder visuell kontekst mellom rundene via Thought Signatures.

Hvordan håndterer Nano Banana Pro tekstgjengivelse i bilder?

Nano Banana Pro har avansert tekstgjengivelse i bilder med klar, leselig flerspråklig tekststøtte—fra korte bildetekster til lange avsnitt. Dette gjør den ideell for plakater, infografikk, UI-mockups og markedsføringsmateriell.

Hva skiller Nano Banana Pro fra FLUX 2 Pro eller Midjourney?

Nano Banana Pro utmerker seg i iterativ selvkorreksjon, konsistent bevaring av karakterer på tvers av flere redigeringer, og tett integrasjon med Googles økosystem. Den håndterer opptil 14 referansebilder for komplekse flerbilde-fusjonsarbeidsflyter.

Bruker Nano Banana Pro Google Search for forankret bildegenerering?

Ja, Nano Banana Pro kan bruke Search grounding for å verifisere fakta før bildegenerering. For eksempel kan den hente gjeldende værdata for å lage en nøyaktig værinfografikk for Tokyo.

Hvor mange referansebilder kan Nano Banana Pro behandle i én forespørsel?

Nano Banana Pro støtter opptil 14 inndatabilder per prompt med maksimalt 7MB per bilde. Den opprettholder motiv- og karakterkonsistens for opptil 5 karakterer i komplekse flerbilde-fusjonsscenarier.

Google

Tilgjengelig Populær

gemini-3-pro-image

Nano Banana Pro API

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.

Startpris

$1.60 / 1 mill. input-tokens

Forbruksbasert fakturering

API-status

Tilgjengelig

Produksjonsendepunkt

Responstid

Klar for async

Observert API-responstid

Utgitt

Nov 20, 2025

Google

Testmiljø

Prøv Nano Banana Pro med en reell forespørsel, se gjennom parameterne og valider resultatet før du integrerer API-et.

Priser

Bruk det raske anslaget ovenfor for én kjøring, og se deretter den fullstendige sammenligningen mellom CometAPI og offisiell pris.

Én forespørsel

$0.0112

Estimert brukskostnad for CometAPI

Ti forespørsler

$0.1120

Estimert brukskostnad for CometAPI

Femten forespørsler

$0.1680

Estimert brukskostnad for CometAPI

⇌

Konvertering av kreditter

1 000 kreditter = $1

Kreditter gjør budsjetter sammenlignbare på tvers av fakturering basert på tokener, forespørsler og kjøretid. USD-beløpet forblir fasiten ved betaling.

✓Gjeldende modell i kreditter

Inndata

1,600

kreditter / 1 mill. tokener

Utdata

9,600

kreditter / 1 mill. tokener

Åpenhet om minstebeløp Denne prototypen forutsetter ikke et skjult minstebeløp per forespørsel. Hvis det gjelder en nedre faktureringsgrense eller et minste påfyllingsbeløp i produksjon, må dette vises før kjøpet og inkluderes i alle kostnadsestimater.

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

Modelloversikt

En stabil modellidentitet for søk og evaluering, kombinert med oppdaterte katalogdata som kan endres uten at sidens grunnleggende SEO-struktur må skrives om.

Stabil identitet

Hva er Nano Banana Pro?

Den kanoniske modellidentiteten forblir stabil når priser og grenser endres.

Aktuelle modelldata

Gjeldende katalogøyeblikksbilde

Tilgjengelighet

Tilgjengelig

Startpris

$1.60 / 1 mill. input-tokens

Kontekst

Se funksjoner

Katalogdato

Nov 20, 2025

Oversikt

En praktisk oversikt over Nano Banana Pro, inkludert viktig atferd og hensyn ved integrasjon.

Grunnleggende funksjoner

Tekst → Bilde: full prompt-styrt generering med sterk etterlevelse av prompten.
Bilde → Bilde (redigeringer): fine, målrettede redigeringer med bevart motiv-/figurkonsistens på tvers av flere redigeringer.
Maksimal utgangsoppløsning: opptil 4K (eksempler og støttede nøyaktige pikselstørrelser avhenger av sideforhold; API-et tilbyr 1K/2K/4K-forhåndsinnstillinger)
Iterativ planlegging og selvkorrigering: en intern «flertrinns» pipeline som oppdager og retter vanlige visuelle feil (perspektiv, tekst, fin geometri).
Avansert tekstgjengivelse i bilde: klar, leselig flerspråklig tekst (fra korte bildetekster til lange avsnitt) egnet for plakater, mockups og infografikk.
5 figurer og trofasthet for opptil 14 objekter/referansebilder i én enkelt arbeidsflyt.
Vannmerking / proveniens: alle genererte bilder inkluderer et SynthID-vannmerke; modellen innebygger 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-bildestack — spesifikt den nye Gemini 3 Pro Image / GEMPIX 2-arkitekturen (et multimodalt bilde+tekst-rammeverk med høyere kapasitet). Det er en videreutvikling fra Gemini 2.5 Flash Image (den opprinnelige “nano-banana”) til en naturlig multimodal bildemodell med utvidede visjon-språk-resonneringskapabiliteter.
Modellatferd: innebygd multimodalitet (bilde + tekst + verdenskunnskap), eksplisitte prosesskjeder for sammenslåing av flere bilder, og en intern trinnvis planlegger som forfiner utdata over flere gjennomløp i stedet for 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 “thinking”-prosess internt for å forfine 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 nettfakta i generering av diagram/infografikk). Støtter også systeminstruksjoner for mer deterministisk kontroll.

Viktige API-parametere:

thinking_level (lav / høy) for å avveie latens mot resonneringsdybde;
media_resolution (lav/middels/høy) for å kontrollere tokens for bilde-OCR/detaljlesing;
generationConfig.imageConfig for å styre sideforhold/oppløsning i bildegenereringens utdata.

Begrensninger for bilder:

Støttede inndatamodaliteter: Tekst og bilder (modellen aksepterer ikke lyd eller video som inndata for bildegenerering).
Maks antall bilder per prompt: 14 (for Gemini 3 Pro Image preview).
Maks bildefilstørrelse (opplasting): 7 MB per inndata-bilde.
Støttede sideforhold: 1:1, 3:2, 16:9, 9:16, 21:9, osv.

Utgangsbilder / tokens: høye grenser, med 4K/4096px støttet.

Benchmark-ytelse

Kort oppsummering: offentlige/tidlige benchmarker så langt er stort sett kvalitative / drevet av fellesskapet, men rapporterer konsekvent betydelige forbedringer i oppløsning, reduksjon av artefakter og fysisk trofasthet 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 tester fra fellesskapet: Renere kanter, skarpere mikrodetaljer, riktigere farger og mer trofast etterlevelse av prompt (færre hallusinerte rekvisitter, mer konsistente figurer). 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). Sammenligninger fra fellesskapet indikerer færre forvrengte gjengitte tegn.
Gjennomstrømming / UX: raskere iterasjonshastighet og en UX som utfører flertrinns forfining i backend slik at brukere ser mer pålitelige førstegangsresultater (reduserer manuelle nykjøringer).

Begrensninger og risikoer

Innholdsfiltre og gjenkjenning: Plattformer som integrerer modellen (f.eks. Whisk/tredjepartsapper) kan aktivere streng kjendis- eller likhetsgjenkjenning og blokkere visse utdata, noe som påvirker kreative arbeidsflyter som er avhengige av realistiske kjendislikheter.
Hallusinasjon / resonnement i randtilfeller: 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 profilert kontrovers knyttet til et Nano Banana-generert bilde i en politisk sensitiv setting).

Hvordan Nano Banana Pro står seg mot andre modeller

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — sterk mobilintegrasjon, flerbilde-fusjon, iterativ selvkorrigering, 2K native/4K oppskalering, tett integrert i Google-apper (Search, Photos, Workspace/Gemini). Best egnet for arbeidsflyter som trenger pålitelige redigeringer, kontinuitet og integrasjon med Google-tjenester.
Midjourney — utmerker seg på stiliserte kunstneriske utdata og fellesskapsdrevet prompt-ingeniørkunst; ikke typisk rettet mot fotonøyaktig flerbilde-fusjon eller dype multimodale redigeringspipeliner.
Stable Diffusion / open weights — fullt åpen, svært tilpassbar og kan kjøres lokalt; økosystemet av sjekkpunkter og finjustering er en avgjørende fordel for forskning og frakoblet bruk. Mindre “ett-klikk” mobilintegrasjon og mindre konsistent flerbilde-redigeringssammenheng rett ut av boksen enn Nano Banana Pro.
Seedream 4.0 (ByteDance) — nylig posisjonert eksplisitt som en Nano Banana-konkurrent, med vekt på ultraraske gjengivelser, 2K-utdata og støtte for mange referansebilder (opptil seks). Posisjonert som et alternativ for proff/skapere.

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

Virkelige bruksområder

Mobil bilderedigering og kreative filtre (Google Photos-integrasjoner — restyling, bakgrunnsfusjon, portrettrekomponering).
Markedsføring og annonsemateriell — rask konseptgenerering, konsistente merkevarefigurer på tvers av flere rammer/vinkler.
Konseptkunst og storyboard — flerbilde-fusjon hjelper med å opprettholde figurkontinuitet på tvers av paneler.
E-handel / produktmockups — generer konsistente produktbilder i ulike kontekster/lysforhold.
Rask prototyping for AR/VR-ressurser — høykvalitets 2K/4K-utdata som kan oppskaleres for immersive bruksområder.
Hvordan få tilgang til gemini-3-pro-image(Nano Banana Pro) API

Påkrevde trinn

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

Bruksmåte

Velg “gemini-3-pro-image”-endepunktet for å sende API-forespørselen og sett request body. Metode og request body hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for enkelhets skyld.
Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din.
Sett inn spørsmålet eller forespørselen i content-feltet—det er dette modellen vil svare på.
. Behandle API-responsen for å få det genererte svaret.

CometAPI tilbyr et fullt kompatibelt REST-API — for sømløs migrering. Viktige detaljer :

Base-URL: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
Modellnavn: gemini-3-pro-image
Autentisering: Bearer YOUR_CometAPI_API_KEY header
Content-Type: application/json

FAQ

API

Kopier et fungerende endepunkt og kodeeksempel, og åpne den fullstendige API-referansen når du trenger alle parameterne.

Ett API, produksjonsklar modelltilgang

Autentiser én gang, kall modellens endepunkt, og behold samme faktureringen og overvåkningsflyt på tvers av leverandører.

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.

# 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();

Funksjoner

Se gjennom de viktigste modellopplysningene før du velger arkitektur eller anslår produksjonsbelastning.

Støttede funksjoner

Funksjoner returnert av det eksisterende modell-API-et.

text-to-image

image-editing

Inndata og utdata

Inndata

text

Utdata

image

Produksjonsprofil

Leverandør: Google
Kontekst: Avhenger av modellen
Kommersiell bruk: Støttet

Bruksområder

Bruk Nano Banana Pro til produksjonsarbeidsflyter som passer image-funksjonene, og sammenlign deretter alternativer før en langsiktig integrasjon.

Produktvisuals og kampanjemateriell

Konseptkunst og rask visuell utforskning

Bilderedigering, variasjoner og assetproduksjon

Andre modeller

Sammenlign andre modeller tilgjengelig via CometAPI basert på kvalitet, ventetid, funksjoner og pris.

Åpne modellsammenligning →

OpenAI

GPT Image 2.6

GPT Image 2.6 er OpenAIs modellfamilie for bildegenerering og -redigering, utviklet for profesjonell visuell produksjon, presis bildemanipulering og mer kontrollerbare kreative arbeidsflyter.

Se modell

Google

Nano Banana 2.1

Gemini Nano Banana 2.1 er Googles høyeffektive modell for bildegenerering og samtaleredigering. Den oppdaterer Nano Banana 2 samtidig som den beholder effektivitet på Flash-nivå og tilfører forbedringer i visuell kvalitet, etterlevelse av prompt, karakterkonsistens over flere utvekslinger, gjengivelse av tekst og oppsett for infografikk.

Se modell

Flux

Flux 3 Image

FLUX 3 Image er laget for skapere og utviklere som trenger mer kontroll over strukturen til et generert bilde enn det en enkel tekstprompt kan gi.

Se modell

Aliyun

Qwen-Image-3.0

Qwen-Image-3.0 er Alibaba Qwens tredjegenerasjons modell for bildegenerering, utviklet for å gjøre KI-genererte bilder mer nyttige for kreative og designrelaterte arbeidsflyter i den virkelige verden, snarere enn å fokusere utelukkende på visuell estetikk.

Se modell

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] er flaggskipsvarianten med høyest kvalitet i FLUX.2-familien fra Black Forest Labs (BFL). Den er posisjonert som en modell på profesjonelt nivå for tekst-til-bilde-generering og bilderedigering, med fokus på maksimal trofasthet, prompt-etterlevelse og konsistens i redigering på tvers av karakterer, objekter, lyssetting og farge. BFL og partnerregistre beskriver FLUX.2 [max] som toppnivåvarianten av FLUX.2, med funksjoner for redigering med flere referanser og forankret generering.

Se modell

Replicate

Black Forest Labs/FLUX 2 DEV

FLUX 2 DEV er den utviklervennlige versjonen, optimalisert for forskning, eksperimentering og ikke-kommersielle applikasjoner. Den gir utviklere kraftige muligheter for bildegenerering, samtidig som den opprettholder en balanse mellom kvalitet og beregningsmessig effektivitet. Perfekt for prototyping, akademisk forskning og personlige kreative prosjekter.

Se modell

Oppetid

Se gjennom live heartbeat-data, endepunkttilgjengelighet og observerte responstider før du går i produksjon.

Oppetid

Forespørselssuccessrate over de siste 30 dagene, som gjenspeiler påliteligheten til hver modellleverandør. CometAPI overvåker alle tilkoblede leverandører i sanntid, 24/7.

Respond

46862msAvg. Response

Uptime

95.1%Avg. Uptime

Versjoner

Se gjennom tilgjengelige modellidentifikatorer før du fastsetter en produksjonsintegrasjon.

Modell-id	beskrivelse	Tilgjengelighet	Forespørsel
nano-banana-pro-all	Teknologien som brukes er uoffisiell og genereringen er ustabil osv., Chat format	✅	Chat format
gemini-3-pro-image	Anbefales, peker til den nyeste modellen	✅	Gemini genererer bilder
gemini-3-pro-image-preview	Offisiell forhåndsvisning	✅	Gemini genererer bilder

Oppdateringer

Følg med på vesentlige endringer i tilgjengelighet, priser og funksjoner for Nano Banana Pro uten å miste den stabile modellsiden.

Modellens endringslogg

Én side som blir bedre over tid.

Versjonsnotater, prisendringer, oppdateringer av ytelsesmålinger og migreringsveiledning samles her, mens den kanoniske URL-en forblir uendret.

Nov 20, 2025

API-tilgjengelighet bekreftet

Nano Banana Pro er tilgjengelig gjennom CometAPI-modellkatalogen og API-dokumentasjonen.

Gjeldende

Aktuelle data

Priser og begrensninger synkronisert fra katalogen

Pris, kontekst, tilgjengelighet og begrensninger behandles som dynamiske egenskaper i stedet for å være innebygd i sidetittelen eller modellidentiteten.

Nov 24, 2025

Permanent modellentitet opprettet

Leverandøren og modell-sluggen utgjør en varig kanonisk URL; fremtidig innhold og dataoppdateringer forblir på denne siden.

Fortsett å utforske

Sammenlign modeller og fortsett research

Google

Tilgjengelig Populær

gemini-3-pro-image

Nano Banana Pro API

Startpris

$1.60 / 1 mill. input-tokens

Forbruksbasert fakturering

API-status

Tilgjengelig

Produksjonsendepunkt

Responstid

Klar for async

Observert API-responstid

Utgitt

Nov 20, 2025

Google

Testmiljø

Prøv Nano Banana Pro med en reell forespørsel, se gjennom parameterne og valider resultatet før du integrerer API-et.

Priser

Bruk det raske anslaget ovenfor for én kjøring, og se deretter den fullstendige sammenligningen mellom CometAPI og offisiell pris.

Én forespørsel

$0.0112

Estimert brukskostnad for CometAPI

Ti forespørsler

$0.1120

Estimert brukskostnad for CometAPI

Femten forespørsler

$0.1680

Estimert brukskostnad for CometAPI

⇌

Konvertering av kreditter

1 000 kreditter = $1

Kreditter gjør budsjetter sammenlignbare på tvers av fakturering basert på tokener, forespørsler og kjøretid. USD-beløpet forblir fasiten ved betaling.

✓Gjeldende modell i kreditter

Inndata

1,600

kreditter / 1 mill. tokener

Utdata

9,600

kreditter / 1 mill. tokener

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

Modelloversikt

En stabil modellidentitet for søk og evaluering, kombinert med oppdaterte katalogdata som kan endres uten at sidens grunnleggende SEO-struktur må skrives om.

Stabil identitet

Hva er Nano Banana Pro?

Den kanoniske modellidentiteten forblir stabil når priser og grenser endres.

Aktuelle modelldata

Gjeldende katalogøyeblikksbilde

Tilgjengelighet

Tilgjengelig

Startpris

$1.60 / 1 mill. input-tokens

Kontekst

Se funksjoner

Katalogdato

Nov 20, 2025

Oversikt

En praktisk oversikt over Nano Banana Pro, inkludert viktig atferd og hensyn ved integrasjon.

Grunnleggende funksjoner

Tekst → Bilde: full prompt-styrt generering med sterk etterlevelse av prompten.
Bilde → Bilde (redigeringer): fine, målrettede redigeringer med bevart motiv-/figurkonsistens på tvers av flere redigeringer.
Maksimal utgangsoppløsning: opptil 4K (eksempler og støttede nøyaktige pikselstørrelser avhenger av sideforhold; API-et tilbyr 1K/2K/4K-forhåndsinnstillinger)
Iterativ planlegging og selvkorrigering: en intern «flertrinns» pipeline som oppdager og retter vanlige visuelle feil (perspektiv, tekst, fin geometri).
Avansert tekstgjengivelse i bilde: klar, leselig flerspråklig tekst (fra korte bildetekster til lange avsnitt) egnet for plakater, mockups og infografikk.
5 figurer og trofasthet for opptil 14 objekter/referansebilder i én enkelt arbeidsflyt.
Vannmerking / proveniens: alle genererte bilder inkluderer et SynthID-vannmerke; modellen innebygger 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-bildestack — spesifikt den nye Gemini 3 Pro Image / GEMPIX 2-arkitekturen (et multimodalt bilde+tekst-rammeverk med høyere kapasitet). Det er en videreutvikling fra Gemini 2.5 Flash Image (den opprinnelige “nano-banana”) til en naturlig multimodal bildemodell med utvidede visjon-språk-resonneringskapabiliteter.
Modellatferd: innebygd multimodalitet (bilde + tekst + verdenskunnskap), eksplisitte prosesskjeder for sammenslåing av flere bilder, og en intern trinnvis planlegger som forfiner utdata over flere gjennomløp i stedet for 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 “thinking”-prosess internt for å forfine 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 nettfakta i generering av diagram/infografikk). Støtter også systeminstruksjoner for mer deterministisk kontroll.

Viktige API-parametere:

thinking_level (lav / høy) for å avveie latens mot resonneringsdybde;
media_resolution (lav/middels/høy) for å kontrollere tokens for bilde-OCR/detaljlesing;
generationConfig.imageConfig for å styre sideforhold/oppløsning i bildegenereringens utdata.

Begrensninger for bilder:

Støttede inndatamodaliteter: Tekst og bilder (modellen aksepterer ikke lyd eller video som inndata for bildegenerering).
Maks antall bilder per prompt: 14 (for Gemini 3 Pro Image preview).
Maks bildefilstørrelse (opplasting): 7 MB per inndata-bilde.
Støttede sideforhold: 1:1, 3:2, 16:9, 9:16, 21:9, osv.

Utgangsbilder / tokens: høye grenser, med 4K/4096px støttet.

Benchmark-ytelse

Kort oppsummering: offentlige/tidlige benchmarker så langt er stort sett kvalitative / drevet av fellesskapet, men rapporterer konsekvent betydelige forbedringer i oppløsning, reduksjon av artefakter og fysisk trofasthet 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 tester fra fellesskapet: Renere kanter, skarpere mikrodetaljer, riktigere farger og mer trofast etterlevelse av prompt (færre hallusinerte rekvisitter, mer konsistente figurer). 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). Sammenligninger fra fellesskapet indikerer færre forvrengte gjengitte tegn.
Gjennomstrømming / UX: raskere iterasjonshastighet og en UX som utfører flertrinns forfining i backend slik at brukere ser mer pålitelige førstegangsresultater (reduserer manuelle nykjøringer).

Begrensninger og risikoer

Innholdsfiltre og gjenkjenning: Plattformer som integrerer modellen (f.eks. Whisk/tredjepartsapper) kan aktivere streng kjendis- eller likhetsgjenkjenning og blokkere visse utdata, noe som påvirker kreative arbeidsflyter som er avhengige av realistiske kjendislikheter.
Hallusinasjon / resonnement i randtilfeller: 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 profilert kontrovers knyttet til et Nano Banana-generert bilde i en politisk sensitiv setting).

Hvordan Nano Banana Pro står seg mot andre modeller

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — sterk mobilintegrasjon, flerbilde-fusjon, iterativ selvkorrigering, 2K native/4K oppskalering, tett integrert i Google-apper (Search, Photos, Workspace/Gemini). Best egnet for arbeidsflyter som trenger pålitelige redigeringer, kontinuitet og integrasjon med Google-tjenester.
Midjourney — utmerker seg på stiliserte kunstneriske utdata og fellesskapsdrevet prompt-ingeniørkunst; ikke typisk rettet mot fotonøyaktig flerbilde-fusjon eller dype multimodale redigeringspipeliner.
Stable Diffusion / open weights — fullt åpen, svært tilpassbar og kan kjøres lokalt; økosystemet av sjekkpunkter og finjustering er en avgjørende fordel for forskning og frakoblet bruk. Mindre “ett-klikk” mobilintegrasjon og mindre konsistent flerbilde-redigeringssammenheng rett ut av boksen enn Nano Banana Pro.
Seedream 4.0 (ByteDance) — nylig posisjonert eksplisitt som en Nano Banana-konkurrent, med vekt på ultraraske gjengivelser, 2K-utdata og støtte for mange referansebilder (opptil seks). Posisjonert som et alternativ for proff/skapere.

Virkelige bruksområder

Mobil bilderedigering og kreative filtre (Google Photos-integrasjoner — restyling, bakgrunnsfusjon, portrettrekomponering).
Markedsføring og annonsemateriell — rask konseptgenerering, konsistente merkevarefigurer på tvers av flere rammer/vinkler.
Konseptkunst og storyboard — flerbilde-fusjon hjelper med å opprettholde figurkontinuitet på tvers av paneler.
E-handel / produktmockups — generer konsistente produktbilder i ulike kontekster/lysforhold.
Rask prototyping for AR/VR-ressurser — høykvalitets 2K/4K-utdata som kan oppskaleres for immersive bruksområder.
Hvordan få tilgang til gemini-3-pro-image(Nano Banana Pro) API

Påkrevde trinn

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

Bruksmåte

Velg “gemini-3-pro-image”-endepunktet for å sende API-forespørselen og sett request body. Metode og request body hentes fra API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for enkelhets skyld.
Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din.
Sett inn spørsmålet eller forespørselen i content-feltet—det er dette modellen vil svare på.
. Behandle API-responsen for å få det genererte svaret.

CometAPI tilbyr et fullt kompatibelt REST-API — for sømløs migrering. Viktige detaljer :

Base-URL: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
Modellnavn: gemini-3-pro-image
Autentisering: Bearer YOUR_CometAPI_API_KEY header
Content-Type: application/json

FAQ

API

Kopier et fungerende endepunkt og kodeeksempel, og åpne den fullstendige API-referansen når du trenger alle parameterne.

Ett API, produksjonsklar modelltilgang

Autentiser én gang, kall modellens endepunkt, og behold samme faktureringen og overvåkningsflyt på tvers av leverandører.

Eksempelkode og API for Nano Banana Pro

# 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();

Funksjoner

Se gjennom de viktigste modellopplysningene før du velger arkitektur eller anslår produksjonsbelastning.

Støttede funksjoner

Funksjoner returnert av det eksisterende modell-API-et.

text-to-image

image-editing

Inndata og utdata

Inndata

text

Utdata

image

Produksjonsprofil

Leverandør: Google
Kontekst: Avhenger av modellen
Kommersiell bruk: Støttet

Bruksområder

Bruk Nano Banana Pro til produksjonsarbeidsflyter som passer image-funksjonene, og sammenlign deretter alternativer før en langsiktig integrasjon.

Produktvisuals og kampanjemateriell

Konseptkunst og rask visuell utforskning

Bilderedigering, variasjoner og assetproduksjon

Andre modeller

Sammenlign andre modeller tilgjengelig via CometAPI basert på kvalitet, ventetid, funksjoner og pris.

Åpne modellsammenligning →

OpenAI

GPT Image 2.6

GPT Image 2.6 er OpenAIs modellfamilie for bildegenerering og -redigering, utviklet for profesjonell visuell produksjon, presis bildemanipulering og mer kontrollerbare kreative arbeidsflyter.

FLUX 3 Image er laget for skapere og utviklere som trenger mer kontroll over strukturen til et generert bilde enn det en enkel tekstprompt kan gi.

Black Forest Labs/FLUX 2 MAX

Se modell

Replicate

Black Forest Labs/FLUX 2 DEV

Se modell

Oppetid

Se gjennom live heartbeat-data, endepunkttilgjengelighet og observerte responstider før du går i produksjon.

Oppetid

Forespørselssuccessrate over de siste 30 dagene, som gjenspeiler påliteligheten til hver modellleverandør. CometAPI overvåker alle tilkoblede leverandører i sanntid, 24/7.

Respond

46862msAvg. Response

Uptime

95.1%Avg. Uptime

Versjoner

Se gjennom tilgjengelige modellidentifikatorer før du fastsetter en produksjonsintegrasjon.

Modell-id	beskrivelse	Tilgjengelighet	Forespørsel
nano-banana-pro-all	Teknologien som brukes er uoffisiell og genereringen er ustabil osv., Chat format	✅	Chat format
gemini-3-pro-image	Anbefales, peker til den nyeste modellen	✅	Gemini genererer bilder
gemini-3-pro-image-preview	Offisiell forhåndsvisning	✅	Gemini genererer bilder

Oppdateringer

Følg med på vesentlige endringer i tilgjengelighet, priser og funksjoner for Nano Banana Pro uten å miste den stabile modellsiden.

Modellens endringslogg

Én side som blir bedre over tid.

Versjonsnotater, prisendringer, oppdateringer av ytelsesmålinger og migreringsveiledning samles her, mens den kanoniske URL-en forblir uendret.

Nov 20, 2025

API-tilgjengelighet bekreftet

Nano Banana Pro er tilgjengelig gjennom CometAPI-modellkatalogen og API-dokumentasjonen.

Gjeldende

Aktuelle data

Priser og begrensninger synkronisert fra katalogen

Pris, kontekst, tilgjengelighet og begrensninger behandles som dynamiske egenskaper i stedet for å være innebygd i sidetittelen eller modellidentiteten.

Nov 24, 2025

Permanent modellentitet opprettet

Leverandøren og modell-sluggen utgjør en varig kanonisk URL; fremtidig innhold og dataoppdateringer forblir på denne siden.

Fortsett å utforske