Specyfikacja techniczna Gemini 3.1 Flash Image Preview
| Element | Gemini 3.1 Flash Image Preview |
|---|---|
| Dostawca | |
| Rodzina modeli | Gemini 3.1 (poziom Flash) |
| Główne przeznaczenie | Szybkie multimodalne generowanie z podglądem obrazu |
| Typy wejścia | Tekst, Obraz |
| Typy wyjścia | Tekst, Obraz (generowanie podglądu) |
| Okno kontekstu | Do 1M tokenów (standard poziomu Flash Gemini 3.x) |
| Poziom latencji | Niska latencja, wysoka przepustowość |
| Obsługa strumieniowania | Tak |
| Wywoływanie narzędzi | Tak (framework narzędzi Gemini API) |
| Wersja | 3.1 |
Czym jest Nano Banana 2
Nano Banana 2 to popularna ksywka używana przez prasę i społeczność deweloperów dla nowo wydanego modelu Gemini-3.1-Flash-Image. Google pozycjonuje go jako silnik obrazowania poziomu „Flash”, który zapewnia niemal Pro wierność wizualną przy znacznie niższej latencji i koszcie — odpowiedni do generowania na dużą skalę, szybkiej iteracyjnej edycji oraz zintegrowanych przepływów pracy produktowych w usługach Google. Dziedziczy wielomodalne wnioskowanie Gemini 3.1 i dodaje możliwości ukierunkowane na obraz (czytelny tekst na obrazach, kompozycja z wielu obrazów, obsługa szerokich proporcji, natywne 4K).
Główne funkcje
- Wysokie tempo generowania w wielu rozdzielczościach: prędkość poziomu Flash z opcjami wyjścia 0.5K / 1K / 2K / 4K oraz nowymi ekstremalnymi proporcjami (1:4, 4:1, 1:8, 8:1).
- Odwołanie do sieci w czasie rzeczywistym: Integruje wyniki wyszukiwania tekstowego i obrazów, aby osadzić generowane treści w aktualnych informacjach z sieci, gdy włączona jest funkcja “Thinking” lub uziemianie oparte na wyszukiwaniu. Przydatne dla aktualnych odniesień i infografik faktograficznych.
- Ulepszone renderowanie tekstu: Lepsze renderowanie krótkich tekstów i tekstu graficznego (czcionki, rozmiary) niż we wcześniejszych modelach Flash; wciąż niedoskonałe przy długich akapitach/drobnym tekście.
- Edycja wielowejściowa i wieloturowe przepływy pracy: Silne wsparcie dla łączenia kilku obrazów jako wejść oraz iteracyjnych edycji w kolejnych turach.
📊 Wyniki benchmarków — Generowanie i edycja obrazów (wyniki Elo)
| Możliwość | 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 na obraz — Ogólna preferencja | 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 na obraz — Jakość wizualna | 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 na obraz — Infografiki (zgodność z faktami) | 1114.0 ± 14.0 | 1074.0 ± 12.0 | 881.0 ± 13.0 | 1102.0 ± 13.0 | 985.0 ± 12.0 | 890.0 ± 22.0 |
| Edycja — Ogólna | 1065.0 ± 9.0 | 1047.0 ± 9.0 | 913.0 ± 9.0 | 1051.0 ± 10.0 | 995.0 ± 8.0 | 937.0 ± 9.0 |
| Edycja — Postacie | 1056.0 ± 7.0 | 1049.0 ± 7.0 | 952.0 ± 7.0 | 1050.0 ± 8.0 | 1025.0 ± 7.0 | 894.0 ± 8.0 |
| Edycja — Kreatywna | 1023.0 ± 7.0 | 1031.0 ± 7.0 | 976.0 ± 7.0 | 1004.0 ± 7.0 | 1017.0 ± 7.0 | 938.0 ± 7.0 |
| Edycja — Obiekt/Środowisko | 1029.0 ± 8.0 | 1018.0 ± 8.0 | 945.0 ± 8.0 | 1042.0 ± 10.0 | 976.0 ± 8.0 | 946.0 ± 9.0 |
| Edycja — Wielowejściowa | 1037.0 ± 8.0 | 1016.0 ± 8.0 | 919.0 ± 9.0 | 1056.0 ± 12.0 | 1014.0 ± 9.0 | N/A |
| Edycja — Stylizacja | 1045.0 ± 7.0 | 1031.0 ± 7.0 | 862.0 ± 8.0 | 1045.0 ± 9.0 | 996.0 ± 7.0 | 984.0 ± 7.0 |
Najważniejsze wnioski z tej tabeli benchmarków:
- W kategoriach generowania obrazów z tekstu oraz edycji obrazów, Gemini 3.1 Flash Image konsekwentnie przewodzi lub dorównuje najwyższym wynikom wśród modeli poziomu Flash i wielu konkurencyjnych modeli obrazowych.
- Model wykazuje szczególnie mocne wyniki w benchmarkach Jakość wizualna oraz Infografiki (zgodność z faktami) — co wskazuje, że wyróżnia się nie tylko estetyką, ale i wiernym odwzorowaniem strukturalnym treści.
- W zakresie edycji wielowejściowej Nano Banana 2 wykazuje również solidną uogólnialność, uzyskując wyższe wyniki niż poprzednia generacja Flash.
Te oceny przeprowadzono metodą ludzkich porównań side-by-side w systemie Elo na zróżnicowanym zestawie benchmarków, odzwierciedlając zarówno preferencje, jak i wierność w powszechnych zadaniach generowania/edycji obrazów.
Nano Banana 2 vs Nano Banana vs Nano Banana Pro
| Model | Pozycjonowanie | Reprezentatywny benchmark/uwagi |
|---|---|---|
| Gemini 3.1 Flash Image (Nano Banana 2) | Poziom Flash: szybkość + wysoka jakość wizualna (2K–4K) | Ogólna preferencja 1079.0 ± 7.0; jakość wizualna 1140 ± 6.0 (wewnętrzny GenAI-Bench). |
| Gemini 2.5 Flash Image (Nano Banana) | Wcześniejsze wydanie Flash (niższa wierność) | Nieco niższe wyniki preferencji/jakości wizualnej niż w 3.1. |
| Gemini 3 Pro Image (Nano Banana Pro) | Poziom Pro: wyższa postrzegana wierność dla złożonych zadań, wyższy koszt/latencja | Inne kompromisy; niektóre metryki pokazują odmienne względne pozycje w zadaniach specjalistycznych. |
| GPT-Image 1.5 / inne modele komercyjne | Konkurenci (otwarte/zamknięte) | W wewnętrznych benchmarkach Google GPT-Image i inne uzyskały niższe wyniki niż Gemini 3.1 w jakości wizualnej i ogólnej preferencji w raportowanej ewaluacji. Niezależne porównania stron trzecich są zróżnicowane. |
Kiedy wybrać Flash Image Preview:
- Podgląd obrazu w czasie rzeczywistym w aplikacjach
- Skalowalne generowanie obrazów przy ograniczonym koszcie
- Interaktywne asystenty projektowe
Jak uzyskać dostęp i zintegrować Nano Banana 2
Krok 1: Zarejestruj się po klucz API
Zaloguj się na cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, zarejestruj się najpierw. Zaloguj się do swojej konsoli CometAPI. Uzyskaj klucz API uprawniający dostęp do interfejsu. Kliknij “Add Token” przy tokenie API w centrum osobistym, pobierz klucz tokena: sk-xxxxx i zatwierdź.
Krok 2: Wysyłaj żądania do interfejsu API Nano Banana 2
Wybierz endpoint “gemini-3.1-flash-image-preview8”, aby wysłać żądanie API i ustawić body żądania. Metodę żądania i body żądania znajdziesz w dokumentacji API na naszej stronie. Na naszej stronie dostępny jest także test w Apifox dla Twojej wygody. Zastąp <YOUR_API_KEY> swoim rzeczywistym kluczem CometAPI z konta. Gdzie wywołać:Gemini generuje obraz
Nano Banana 2 obsługuje edycję obrazów, generowanie obrazów i przepływy pracy z wieloma obrazami. W przypadku edycji obrazu należy przesłać adres URL obrazu. Więcej parametrów znajdziesz w dokumentacji.
Krok 3: Pobierz i zweryfikuj wyniki
Przetwórz odpowiedź API, aby uzyskać wygenerowany wynik. Po przetworzeniu API zwraca status zadania i dane wyjściowe. Możesz bezpośrednio pobrać obraz na swój komputer w playgroundzie (zwykle w formacie PNG). W procesie API generowany jest adres URL obrazu; pobierz go niezwłocznie.