Czy Gemini 3 Pro Image może generować obrazy w rozdzielczości 4K?

Tak, Nano Banana Pro (Gemini 3 Pro Image) obsługuje natywne wyjście do rozdzielczości 4K z proporcjami obrazu, w tym 1:1, 3:2, 16:9, 9:16 i 21:9. Obsługuje także presety 1K i 2K za pomocą parametru imageConfig.

Czy mogę edytować obrazy w trybie konwersacyjnym z Gemini 3 Pro Image?

Tak, Nano Banana Pro obsługuje wieloturową, konwersacyjną edycję. Wystarczy poprosić o zmiany, np. 'Zmień tło na zachód słońca', a model utrzymuje kontekst wizualny między turami dzięki Thought Signatures.

Jak Nano Banana Pro radzi sobie z renderowaniem tekstu w obrazach?

Nano Banana Pro oferuje zaawansowane renderowanie tekstu w obrazach z obsługą wyraźnego, czytelnego, wielojęzycznego tekstu — od krótkich podpisów po długie akapity. Dzięki temu świetnie nadaje się do plakatów, infografik, makiet UI i materiałów marketingowych.

Czym Nano Banana Pro różni się od FLUX 2 Pro lub Midjourney?

Nano Banana Pro wyróżnia się iteracyjną autokorektą, spójnym zachowaniem postaci w wielu edycjach oraz ścisłą integracją z ekosystemem Google. Obsługuje do 14 obrazów referencyjnych na potrzeby złożonych procesów fuzji wielu obrazów.

Czy Nano Banana Pro używa Google Search do generowania obrazów opartych na faktach?

Tak, Nano Banana Pro może używać Search grounding do weryfikacji faktów przed generowaniem obrazów. Na przykład może pobrać bieżące dane pogodowe, aby stworzyć dokładną infografikę pogodową dla Tokio.

Ile obrazów referencyjnych może przetworzyć Nano Banana Pro w jednym żądaniu?

Nano Banana Pro obsługuje do 14 obrazów wejściowych w jednym żądaniu, z maksymalnym rozmiarem 7MB na obraz. Zachowuje spójność tematu i postaci dla maksymalnie 5 postaci w złożonych scenariuszach fuzji wielu obrazów.

Google

Dostępny Popularny

gemini-3-pro-image

Nano Banana Pro API

Nano Banana Pro to model AI oferujący wsparcie ogólnego przeznaczenia w przepływach pracy zorientowanych na tekst. Nadaje się do promptowania w stylu instrukcji w celu generowania, przekształcania i analizowania treści o sterowalnej strukturze. Typowe zastosowania obejmują asystentów czatowych, podsumowywanie dokumentów, QA wiedzy oraz automatyzację przepływów pracy. Publicznie dostępne szczegóły techniczne są ograniczone; integracja jest zgodna z powszechnymi wzorcami asystentów AI, takimi jak ustrukturyzowane wyniki, prompty wspomagane odzyskiwaniem informacji oraz wywoływanie narzędzi lub funkcji.

Cena początkowa

$1.60 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Dostępny

Endpoint produkcyjny

Czas odpowiedzi

Gotowe na async

Zaobserwowany czas odpowiedzi API

Data wydania

Nov 19, 2025

Google

Plac zabaw

Wypróbuj Nano Banana Pro z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0112

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.1120

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.1680

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,600

kredytów / 1 mln tokenów

Dane wyjściowe

9,600

kredytów / 1 mln tokenów

Przejrzystość minimalnej opłaty Ten prototyp nie zakłada ukrytej minimalnej opłaty za żądanie. Jeśli w produkcji obowiązuje minimalna kwota rozliczenia lub minimalne doładowanie, musi zostać wyświetlona przed zakupem i uwzględniona w każdym szacowanym budżecie.

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

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Nano Banana Pro?

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.60 / 1 mln tokenów wejściowych

Kontekst

Zobacz możliwości

Data katalogu

Nov 19, 2025

Przegląd

Praktyczny przegląd Nano Banana Pro, obejmujący ważne zachowania i uwagi dotyczące integracji.

Podstawowe funkcje

Tekst → obraz: pełne generowanie oparte na promptach z wysoką zgodnością z poleceniem.
Obraz → obraz (edycje): precyzyjne, ukierunkowane edycje z zachowaniem spójności postaci/bohatera w wielu edycjach.
Maksymalna rozdzielczość wyjściowa: do 4K (przykłady i dokładne wspierane rozmiary w pikselach zależą od proporcji; API udostępnia presety 1K/2K/4K)
Planowanie iteracyjne i autokorekta: wewnętrzny „wielostopniowy” pipeline, który wykrywa i koryguje typowe błędy wizualne (perspektywa, tekst, drobna geometria).
Zaawansowane renderowanie tekstu w obrazie: wyraźny, czytelny wielojęzyczny tekst (od krótkich podpisów po długie akapity) odpowiedni do plakatów, makiet i infografik.
5 postaci oraz wierność dla maksymalnie 14 obiektów/obrazów referencyjnych w jednym przebiegu.
Znakowanie wodne/pochodzenie: wszystkie generowane obrazy zawierają znak wodny SynthID; model osadza metadane C2PA dotyczące pochodzenia w niektórych integracjach produktowych.

Wersje i nazewnictwo Gemini 3 Pro Image

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

Szczegóły techniczne

Architektura

Pochodzenie/rdzeń: Nano Banana Pro jest zbudowany na ewoluującym stosie obrazów Gemini — konkretnie na nowej architekturze Gemini 3 Pro Image / GEMPIX 2 (wysokopojemnościowy multimodalny framework obraz+tekst). To ewolucja względem Gemini 2.5 Flash Image (oryginalnego „nano-banana”) do natywnie multimodalnego modelu obrazu z rozszerzonymi możliwościami rozumienia wizji i języka.
Zachowanie modelu: natywna multimodalność (obraz + tekst + wiedza o świecie), jawne potoki dla łączenia wielu obrazów oraz wewnętrzny etapowy planer, który dopracowuje wyniki w wielu przebiegach zamiast tworzyć pojedynczą statyczną próbkę. Wczesne doniesienia wskazują na silniejsze rozumowanie geometryczne/optyczne (szkło, refrakcja) względem wcześniejszych wersji.
Myślenie/udoskonalanie wewnętrzne: model wykorzystuje widoczny proces „myślenia” do wewnętrznego dopracowywania kompozycji (API dokumentuje to zachowanie i zaznacza, że te wewnętrzne kroki nie są naliczane jako końcowe tokeny obrazu).
Grounding i narzędzia: Obsługuje Search grounding (może włączać fakty z sieci do generowania diagramów/infografik). Obsługuje także instrukcje systemowe dla bardziej deterministycznej kontroli.

Kluczowe parametry API:

thinking_level (low / high) do kompromisu między opóźnieniem a głębokością rozumowania;
media_resolution (low/medium/high) do sterowania tokenami odczytu detali/OCR obrazu;
generationConfig.imageConfig do kontroli proporcji/rozdzielczości w wynikowych obrazach.

Limity dotyczące obrazów:

Obsługiwane tryby wejścia: tekst i obrazy (model nie akceptuje audio ani wideo jako wejść do generowania obrazów).
Maksymalna liczba obrazów na prompt: 14 (dla Gemini 3 Pro Image preview).
Maksymalny rozmiar obrazu (upload): 7 MB na obraz wejściowy.
Obsługiwane proporcje obrazu: 1:1, 3:2, 16:9, 9:16, 21:9, itd.

Obrazy wyjściowe/tokeny: wysokie limity, z obsługą 4K/4096px.

Wyniki benchmarków

Krótko: publiczne/wczesne benchmarki są dotąd głównie jakościowe/społecznościowe, ale konsekwentnie wskazują na istotne poprawy w rozdzielczości, redukcji artefaktów i wierności fizycznej względem oryginalnego nano-banana (Gemini 2.5 Flash Image). Konkretne nazwane „wyzwania” wykazały wyraźne zyski wizualne, ale nie ma jeszcze (publicznych) ustandaryzowanych tabel liczbowych od Google porównujących v1 → v2 w standardowych metrykach generowania obrazów.

Jakościowe testy społeczności: Czystsze krawędzie, ostrzejsze mikroszczegóły, wierniejsze kolory oraz lepsza zgodność z promptem (mniej halucynowanych rekwizytów, bardziej spójne postacie). Popularne nieformalne testy obejmują tzw. „Wine Glass Test” i „Glass Burger Challenge”, w których GEMPIX2 (Nano Banana Pro) znacznie lepiej radzi sobie z transparentnością i refrakcją niż wcześniejsze wersje.
Obsługa tekstu: Nano Banana Pro wykazuje widocznie lepszą typografię i umieszczanie tekstu w obrazach (utrzymująca się słabość wielu modeli). Porównania społeczności wskazują mniej zniekształconych renderowanych glifów.
Przepustowość/UX: szybsze tempo iteracji i UX wykonujący wieloetapowe dopracowanie na zapleczu, dzięki czemu użytkownicy widzą bardziej wiarygodne wyniki już w pierwszym podejściu (mniej ręcznych ponowień).

Ograniczenia i ryzyka

Filtry treści i wykrywanie: Platformy integrujące model (np. Whisk/aplikacje firm trzecich) mogą włączać surowe wykrywanie celebrytów lub podobizn i blokować określone wyniki, co wpływa na procesy twórcze opierające się na realistycznych podobiznach celebrytów.
Halucynacje/przypadki brzegowe rozumowania: choć ograniczone, model wciąż może tworzyć fizycznie nierealistyczne artefakty, zwłaszcza przy gęstym symbolicznym tekście w obrazach lub bardzo technicznych diagramach — choć NB2 wydaje się ograniczać te błędy względem wcześniejszych wersji.
Bezpieczeństwo i nadużycia: generatywne modele obrazów mogą być używane do tworzenia problematycznych lub szkodliwych treści. Google stosuje ograniczenia, filtry treści i znak wodny SynthID, aby wspierać weryfikowalność pochodzenia; mimo to dochodziło do nadużyć (głośna kontrowersja związana z obrazem wygenerowanym przez Nano Banana w politycznie wrażliwym kontekście).

Jak Nano Banana Pro wypada na tle innych modeli

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — mocna integracja mobilna, łączenie wielu obrazów, iteracyjna autokorekta, natywne 2K/podnoszenie rozdzielczości do 4K, ścisła integracja z aplikacjami Google (Search, Photos, Workspace/Gemini). Najlepszy do przepływów pracy wymagających niezawodnych edycji, ciągłości i integracji z usługami Google.
Midjourney — wyróżnia się stylizowanymi, artystycznymi wynikami i społecznościowym podejściem do prompt engineeringu; zwykle nie jest kierowany na foto-realistyczne łączenie wielu obrazów ani głębokie multimodalne pipeline’y edycyjne.
Stable Diffusion / open weights — w pełni otwarty, wysoce konfigurowalny i możliwy do hostowania lokalnie; ekosystem checkpointów i fine-tuningu to decydująca przewaga w badaniach i pracy offline. Mniej „jednoklikowej” integracji mobilnej i mniejsza spójność edycji wielu obrazów domyślnie niż w Nano Banana Pro.
Seedream 4.0 (ByteDance) — ostatnio pozycjonowany wprost jako konkurent Nano Banana, akcentujący ultrazaszybkie renderowanie, wyjścia 2K i wsparcie wielu obrazów referencyjnych (do sześciu). Pozycjonowany jako alternatywa dla profesjonalistów/kreatorów.

(Te porównania są wysokopoziomowe; wybierz zwycięzcę, dopasowując narzędzie do swojego workflow: otwartość/konfigurowalność → Stable Diffusion; stylizowana sztuka → Midjourney; zintegrowana, konsekwentna edycja mobilna z agresywną iteracją → Nano Banana Pro/ rodzina Gemini 3 Pro Image.)

Praktyczne zastosowania

Mobilna edycja zdjęć i kreatywne filtry (integracje z Google Photos — restylizacja, łączenie tła, rekonstrukcja/rekadrowanie portretu).
Materiały marketingowe i reklamowe — szybkie generowanie koncepcji, spójne postacie marki w wielu kadrach/kątach.
Concept art i storyboardy — łączenie wielu obrazów pomaga utrzymać ciągłość postaci między panelami.
E‑commerce/makiety produktów — generowanie spójnych zdjęć produktów w różnych kontekstach/warunkach oświetleniowych.
Szybkie prototypowanie zasobów AR/VR — wysokiej jakości wyjścia 2K/4K, które można przeskalować do zastosowań immersyjnych.
Jak uzyskać dostęp do API gemini-3-pro-image (Nano Banana Pro)

Wymagane kroki

Zaloguj się do cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, najpierw zarejestruj się.
Uzyskaj poświadczenie — klucz API interfejsu. Kliknij „Add Token” przy API token w centrum osobistym, pobierz klucz tokena: sk-xxxxx i zatwierdź.
Uzyskaj adres URL tej witryny: https://api.cometapi.com/

Sposób użycia

Wybierz endpoint „gemini-3-pro-image”, aby wysłać żądanie API i ustaw body żądania. Metodę żądania i body żądania znajdziesz w dokumentacji API na naszej stronie. Nasza strona udostępnia również test w Apifox dla wygody.
Zastąp <YOUR_API_KEY> swoim rzeczywistym kluczem CometAPI z konta.
Wstaw swoje pytanie lub prośbę do pola content — na to odpowie model.
Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

CometAPI udostępnia w pełni kompatybilne REST API — dla płynnej migracji. Kluczowe informacje:

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

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1beta/models/{model}:generateContentPOST/v1beta/models/{model}:generateContent

Przykładowy kod i API dla Nano Banana Pro

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla Nano Banana Pro, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał Nano Banana Pro w Twoich projektach.

POST

/v1beta/models/{model}:generateContent

POST

/v1beta/models/{model}:generateContent

# 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();

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-image

image-editing

Wejście i wyjście

Wejścia

text

Wyjścia

image

Profil produkcyjny

Dostawca: Google
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Nano Banana Pro w procesach produkcyjnych odpowiadających możliwościom image, a następnie porównaj alternatywy przed długoterminową integracją.

Wizualizacje produktów i materiały kampanijne

Concept art i szybka eksploracja wizualna

Edycja obrazów, warianty i produkcja zasobów

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, jego ulepszony model AI do generowania i edycji obrazów

Zobacz model

OpenAI

GPT Image 2

GPT Image 2 to najnowocześniejszy model generowania obrazów openai, przeznaczony do szybkiego, wysokiej jakości generowania i edycji obrazów. Obsługuje elastyczne rozmiary obrazów oraz wejścia obrazowe o wysokiej wierności.

Zobacz model

Runway

Gen4-image

Poznaj API modelu Gen4-image.

Zobacz model

Runway

Gen4-image-turbo

Poznaj API modelu Gen4-image-turbo.

Zobacz model

Google

Nano Banana 2 lite

Model Gemini 3.1 Flash Lite Image to ekspert od efektywności w rodzinie modeli do generowania obrazów, zaprojektowany z myślą o ultraniskich opóźnieniach oraz optymalnym kosztowo generowaniu i modyfikowaniu obrazów.

Zobacz model

OpenAI

GPT Image 2.5(sunburst)

Poznaj API modelu GPT Image 2.5(sunburst).

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

ID modelu	Opis	Dostępność	Żądanie
nano-banana-pro-all	Wykorzystywana technologia jest nieoficjalna, a generowanie jest niestabilne itp., Chat format	✅	Chat format
gemini-3-pro-image	Zalecany, wskazuje na najnowszy model	✅	Generowanie obrazu w Gemini
gemini-3-pro-image-preview	Oficjalny podgląd	✅	Generowanie obrazu w Gemini

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Nano Banana Pro, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

Nov 19, 2025

Dostępność API potwierdzona

Nano Banana Pro jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Nov 24, 2025

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację

Porównuj modele i kontynuuj swoje badania

Google

Dostępny Popularny

gemini-3-pro-image

Nano Banana Pro API

Cena początkowa

$1.60 / 1 mln tokenów wejściowych

Rozliczenie za zużycie

Stan API

Dostępny

Endpoint produkcyjny

Czas odpowiedzi

Gotowe na async

Zaobserwowany czas odpowiedzi API

Data wydania

Nov 19, 2025

Google

Plac zabaw

Wypróbuj Nano Banana Pro z rzeczywistym żądaniem, sprawdź jego parametry i zweryfikuj wynik przed integracją API.

Cennik

Skorzystaj z powyższego szybkiego oszacowania dla pojedynczego uruchomienia, a następnie sprawdź pełne porównanie cen CometAPI i cen oficjalnych.

Pierwsze żądanie

$0.0112

Szacowany koszt korzystania z CometAPI

Dziesięć żądań

$0.1120

Szacowany koszt korzystania z CometAPI

Piętnaście żądań

$0.1680

Szacowany koszt korzystania z CometAPI

⇌

Przeliczanie kredytów

1000 kredytów = 1 USD

Kredyty umożliwiają porównywanie budżetów w ramach rozliczeń za tokeny, żądania i czas działania. Kwota w USD pozostaje podstawą rozliczenia podczas finalizacji zakupu.

✓Bieżący model w kredytach

Dane wejściowe

1,600

kredytów / 1 mln tokenów

Dane wyjściowe

9,600

kredytów / 1 mln tokenów

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

Opis modelu

Stabilna tożsamość modelu na potrzeby wyszukiwania i oceny, połączona z aktualnymi danymi katalogowymi, które mogą się zmieniać bez przebudowy podstawowej struktury SEO strony.

Stabilna tożsamość

Czym jest Nano Banana Pro?

Kanoniczna tożsamość modelu pozostaje stabilna, nawet gdy zmieniają się ceny i limity.

Aktualne dane modelu

Aktualny obraz katalogu

Dostępność

Dostępny

Cena od

$1.60 / 1 mln tokenów wejściowych

Kontekst

Zobacz możliwości

Data katalogu

Nov 19, 2025

Przegląd

Praktyczny przegląd Nano Banana Pro, obejmujący ważne zachowania i uwagi dotyczące integracji.

Podstawowe funkcje

Tekst → obraz: pełne generowanie oparte na promptach z wysoką zgodnością z poleceniem.
Obraz → obraz (edycje): precyzyjne, ukierunkowane edycje z zachowaniem spójności postaci/bohatera w wielu edycjach.
Maksymalna rozdzielczość wyjściowa: do 4K (przykłady i dokładne wspierane rozmiary w pikselach zależą od proporcji; API udostępnia presety 1K/2K/4K)
Planowanie iteracyjne i autokorekta: wewnętrzny „wielostopniowy” pipeline, który wykrywa i koryguje typowe błędy wizualne (perspektywa, tekst, drobna geometria).
Zaawansowane renderowanie tekstu w obrazie: wyraźny, czytelny wielojęzyczny tekst (od krótkich podpisów po długie akapity) odpowiedni do plakatów, makiet i infografik.
5 postaci oraz wierność dla maksymalnie 14 obiektów/obrazów referencyjnych w jednym przebiegu.
Znakowanie wodne/pochodzenie: wszystkie generowane obrazy zawierają znak wodny SynthID; model osadza metadane C2PA dotyczące pochodzenia w niektórych integracjach produktowych.

Wersje i nazewnictwo Gemini 3 Pro Image

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

Szczegóły techniczne

Architektura

Pochodzenie/rdzeń: Nano Banana Pro jest zbudowany na ewoluującym stosie obrazów Gemini — konkretnie na nowej architekturze Gemini 3 Pro Image / GEMPIX 2 (wysokopojemnościowy multimodalny framework obraz+tekst). To ewolucja względem Gemini 2.5 Flash Image (oryginalnego „nano-banana”) do natywnie multimodalnego modelu obrazu z rozszerzonymi możliwościami rozumienia wizji i języka.
Zachowanie modelu: natywna multimodalność (obraz + tekst + wiedza o świecie), jawne potoki dla łączenia wielu obrazów oraz wewnętrzny etapowy planer, który dopracowuje wyniki w wielu przebiegach zamiast tworzyć pojedynczą statyczną próbkę. Wczesne doniesienia wskazują na silniejsze rozumowanie geometryczne/optyczne (szkło, refrakcja) względem wcześniejszych wersji.
Myślenie/udoskonalanie wewnętrzne: model wykorzystuje widoczny proces „myślenia” do wewnętrznego dopracowywania kompozycji (API dokumentuje to zachowanie i zaznacza, że te wewnętrzne kroki nie są naliczane jako końcowe tokeny obrazu).
Grounding i narzędzia: Obsługuje Search grounding (może włączać fakty z sieci do generowania diagramów/infografik). Obsługuje także instrukcje systemowe dla bardziej deterministycznej kontroli.

Kluczowe parametry API:

thinking_level (low / high) do kompromisu między opóźnieniem a głębokością rozumowania;
media_resolution (low/medium/high) do sterowania tokenami odczytu detali/OCR obrazu;
generationConfig.imageConfig do kontroli proporcji/rozdzielczości w wynikowych obrazach.

Limity dotyczące obrazów:

Obsługiwane tryby wejścia: tekst i obrazy (model nie akceptuje audio ani wideo jako wejść do generowania obrazów).
Maksymalna liczba obrazów na prompt: 14 (dla Gemini 3 Pro Image preview).
Maksymalny rozmiar obrazu (upload): 7 MB na obraz wejściowy.
Obsługiwane proporcje obrazu: 1:1, 3:2, 16:9, 9:16, 21:9, itd.

Obrazy wyjściowe/tokeny: wysokie limity, z obsługą 4K/4096px.

Wyniki benchmarków

Krótko: publiczne/wczesne benchmarki są dotąd głównie jakościowe/społecznościowe, ale konsekwentnie wskazują na istotne poprawy w rozdzielczości, redukcji artefaktów i wierności fizycznej względem oryginalnego nano-banana (Gemini 2.5 Flash Image). Konkretne nazwane „wyzwania” wykazały wyraźne zyski wizualne, ale nie ma jeszcze (publicznych) ustandaryzowanych tabel liczbowych od Google porównujących v1 → v2 w standardowych metrykach generowania obrazów.

Jakościowe testy społeczności: Czystsze krawędzie, ostrzejsze mikroszczegóły, wierniejsze kolory oraz lepsza zgodność z promptem (mniej halucynowanych rekwizytów, bardziej spójne postacie). Popularne nieformalne testy obejmują tzw. „Wine Glass Test” i „Glass Burger Challenge”, w których GEMPIX2 (Nano Banana Pro) znacznie lepiej radzi sobie z transparentnością i refrakcją niż wcześniejsze wersje.
Obsługa tekstu: Nano Banana Pro wykazuje widocznie lepszą typografię i umieszczanie tekstu w obrazach (utrzymująca się słabość wielu modeli). Porównania społeczności wskazują mniej zniekształconych renderowanych glifów.
Przepustowość/UX: szybsze tempo iteracji i UX wykonujący wieloetapowe dopracowanie na zapleczu, dzięki czemu użytkownicy widzą bardziej wiarygodne wyniki już w pierwszym podejściu (mniej ręcznych ponowień).

Ograniczenia i ryzyka

Filtry treści i wykrywanie: Platformy integrujące model (np. Whisk/aplikacje firm trzecich) mogą włączać surowe wykrywanie celebrytów lub podobizn i blokować określone wyniki, co wpływa na procesy twórcze opierające się na realistycznych podobiznach celebrytów.
Halucynacje/przypadki brzegowe rozumowania: choć ograniczone, model wciąż może tworzyć fizycznie nierealistyczne artefakty, zwłaszcza przy gęstym symbolicznym tekście w obrazach lub bardzo technicznych diagramach — choć NB2 wydaje się ograniczać te błędy względem wcześniejszych wersji.
Bezpieczeństwo i nadużycia: generatywne modele obrazów mogą być używane do tworzenia problematycznych lub szkodliwych treści. Google stosuje ograniczenia, filtry treści i znak wodny SynthID, aby wspierać weryfikowalność pochodzenia; mimo to dochodziło do nadużyć (głośna kontrowersja związana z obrazem wygenerowanym przez Nano Banana w politycznie wrażliwym kontekście).

Jak Nano Banana Pro wypada na tle innych modeli

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — mocna integracja mobilna, łączenie wielu obrazów, iteracyjna autokorekta, natywne 2K/podnoszenie rozdzielczości do 4K, ścisła integracja z aplikacjami Google (Search, Photos, Workspace/Gemini). Najlepszy do przepływów pracy wymagających niezawodnych edycji, ciągłości i integracji z usługami Google.
Midjourney — wyróżnia się stylizowanymi, artystycznymi wynikami i społecznościowym podejściem do prompt engineeringu; zwykle nie jest kierowany na foto-realistyczne łączenie wielu obrazów ani głębokie multimodalne pipeline’y edycyjne.
Stable Diffusion / open weights — w pełni otwarty, wysoce konfigurowalny i możliwy do hostowania lokalnie; ekosystem checkpointów i fine-tuningu to decydująca przewaga w badaniach i pracy offline. Mniej „jednoklikowej” integracji mobilnej i mniejsza spójność edycji wielu obrazów domyślnie niż w Nano Banana Pro.
Seedream 4.0 (ByteDance) — ostatnio pozycjonowany wprost jako konkurent Nano Banana, akcentujący ultrazaszybkie renderowanie, wyjścia 2K i wsparcie wielu obrazów referencyjnych (do sześciu). Pozycjonowany jako alternatywa dla profesjonalistów/kreatorów.

Praktyczne zastosowania

Mobilna edycja zdjęć i kreatywne filtry (integracje z Google Photos — restylizacja, łączenie tła, rekonstrukcja/rekadrowanie portretu).
Materiały marketingowe i reklamowe — szybkie generowanie koncepcji, spójne postacie marki w wielu kadrach/kątach.
Concept art i storyboardy — łączenie wielu obrazów pomaga utrzymać ciągłość postaci między panelami.
E‑commerce/makiety produktów — generowanie spójnych zdjęć produktów w różnych kontekstach/warunkach oświetleniowych.
Szybkie prototypowanie zasobów AR/VR — wysokiej jakości wyjścia 2K/4K, które można przeskalować do zastosowań immersyjnych.
Jak uzyskać dostęp do API gemini-3-pro-image (Nano Banana Pro)

Wymagane kroki

Zaloguj się do cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, najpierw zarejestruj się.
Uzyskaj poświadczenie — klucz API interfejsu. Kliknij „Add Token” przy API token w centrum osobistym, pobierz klucz tokena: sk-xxxxx i zatwierdź.
Uzyskaj adres URL tej witryny: https://api.cometapi.com/

Sposób użycia

Wybierz endpoint „gemini-3-pro-image”, aby wysłać żądanie API i ustaw body żądania. Metodę żądania i body żądania znajdziesz w dokumentacji API na naszej stronie. Nasza strona udostępnia również test w Apifox dla wygody.
Zastąp <YOUR_API_KEY> swoim rzeczywistym kluczem CometAPI z konta.
Wstaw swoje pytanie lub prośbę do pola content — na to odpowie model.
Przetwórz odpowiedź API, aby uzyskać wygenerowaną odpowiedź.

CometAPI udostępnia w pełni kompatybilne REST API — dla płynnej migracji. Kluczowe informacje:

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

API

Skopiuj działający endpoint i przykładowy kod, a następnie otwórz pełną dokumentację API, gdy potrzebujesz wszystkich parametrów.

Jedno API, dostęp do modeli gotowy do produkcji

Uwierzytelnij się raz, wywołuj endpoint modelu i zachowaj ten sam proces rozliczeń i monitorowania u różnych dostawców.

POST/v1beta/models/{model}:generateContentPOST/v1beta/models/{model}:generateContent

Przykładowy kod i API dla Nano Banana Pro

POST

/v1beta/models/{model}:generateContent

POST

/v1beta/models/{model}:generateContent

# 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();

Możliwości

Sprawdź kluczowe informacje o modelu przed wyborem architektury lub oszacowaniem obciążenia produkcyjnego.

Obsługiwane możliwości

Funkcje zwracane przez istniejące API modelu.

text-to-image

image-editing

Wejście i wyjście

Wejścia

text

Wyjścia

image

Profil produkcyjny

Dostawca: Google
Kontekst: Zależnie od modelu
Użycie komercyjne: Obsługiwane

Przypadki użycia

Używaj Nano Banana Pro w procesach produkcyjnych odpowiadających możliwościom image, a następnie porównaj alternatywy przed długoterminową integracją.

Wizualizacje produktów i materiały kampanijne

Concept art i szybka eksploracja wizualna

Edycja obrazów, warianty i produkcja zasobów

Inne modele

Porównaj inne modele dostępne w CometAPI pod względem jakości, opóźnienia, możliwości i ceny.

Otwórz porównanie modeli →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, jego ulepszony model AI do generowania i edycji obrazów

Poznaj API modelu Gen4-image.

Zobacz model

Runway

Gen4-image-turbo

Poznaj API modelu Gen4-image-turbo.

GPT Image 2.5(sunburst)

Poznaj API modelu GPT Image 2.5(sunburst).

Zobacz model

Czas działania

Sprawdź dane heartbeat na żywo, dostępność endpointu i zaobserwowane czasy odpowiedzi przed przejściem do produkcji.

Wersje

Sprawdź dostępne identyfikatory modeli przed ustaleniem integracji produkcyjnej.

ID modelu	Opis	Dostępność	Żądanie
nano-banana-pro-all	Wykorzystywana technologia jest nieoficjalna, a generowanie jest niestabilne itp., Chat format	✅	Chat format
gemini-3-pro-image	Zalecany, wskazuje na najnowszy model	✅	Generowanie obrazu w Gemini
gemini-3-pro-image-preview	Oficjalny podgląd	✅	Generowanie obrazu w Gemini

Aktualizacje

Śledź istotne zmiany dotyczące dostępności, cen i możliwości Nano Banana Pro, zachowując stabilną stronę modelu.

Dziennik zmian modelu

Jedna strona, która z czasem staje się coraz lepsza.

Informacje o wydaniach, zmiany cen, aktualizacje wyników benchmarków i wskazówki dotyczące migracji gromadzą się tutaj, a kanoniczny adres URL pozostaje niezmieniony.

Nov 19, 2025

Dostępność API potwierdzona

Nano Banana Pro jest dostępny w katalogu modeli CometAPI i dokumentacji API.

Aktualny

Aktualne dane

Ceny i limity zsynchronizowane z katalogiem

Cena, kontekst, dostępność i limity są traktowane jako właściwości dynamiczne, a nie jako elementy tytułu strony lub tożsamości modelu.

Nov 24, 2025

Utworzono trwałą encję modelu

Dostawca i slug modelu tworzą trwały kanoniczny adres URL; przyszłe aktualizacje treści i danych pozostaną na tej stronie.

Kontynuuj eksplorację