Como usar a API Nano Banana 2.1? Geração & Edição

TLDR Nano Banana 2.1 (gemini-nano-banana-2.1) como o modelo atualizado de geração de imagens de alta eficiência e edição conversacional da família Gemini. Baseado no Gemini 3.6 Flash, oferece qualidade visual e realismo aprimorados (1K/2K/4K), correção de artefatos de mosaico em proporções extremas, renderização de texto e layout de infográficos superiores, fusão de múltiplas imagens (até 14 referências, com consistência para até 4 personagens e 10 objetos), fundamentação via Google Search/Image Search e níveis de raciocínio configuráveis (mínimo/médio/alto).

Ele é posicionado como o contraponto eficiente ao Nano Banana Pro e oferece aproximadamente metade do custo por imagem do seu predecessor Nano Banana 2 em muitas resoluções. A precificação oficial começa em aproximadamente US$ 0,0336 por imagem 1K (camada Standard). Acesse via Gemini API (Interactions API preferida), Google AI Studio ou agregadores unificados como a CometAPI para uma única chave compatível com a OpenAI, integração simplificada e preços competitivos. Este guia aborda configuração, exemplos de código, recursos avançados, comparações de preços, boas práticas e recomendações para produção.

Principais destaques

• Nano Banana 2.1 é o mais novo modelo de geração de imagens e edição conversacional de alta eficiência do Google, posicionado como o contraponto eficiente ao Nano Banana Pro.
• Testes próprios do Google mostram pontuação de 1050 Elo em preferência geral de texto-para-imagem (vs. 990 do Nano Banana 2 e 935 do Pro) e ganhos sólidos em consistência e edição.
• Os preços começam em ~US$ 0,0336 por imagem padrão 1K via Gemini API — cerca de metade do Nano Banana 2.
• Suporta até 14 imagens de referência, consistência de 4 personagens + 10 objetos, proporções panorâmicas sem artefatos de mosaico e fundamentação em tempo real via pesquisa web/imagens.
• Nano Banana 2 está programado para aposentadoria em 29 de outubro de 2026; migre em breve.
• Para desenvolvedores, plataformas como a CometAPI oferecem um único endpoint compatível com a OpenAI para acessar Nano Banana 2.1 junto com 500+ outros modelos com uma única chave e tarifas competitivas.

O que é Nano Banana 2.1?

Nano Banana 2.1 é o mais novo membro da série Gemini 3 de modelos nativamente multimodais de raciocínio do Google DeepMind. Oficialmente baseado no Gemini 3.6 Flash, ele se especializa em geração de imagens de alta qualidade a partir de texto e edição de imagens conversacional.

Aceita entradas de texto, imagens, vídeo e PDFs (janela de contexto de até ~1M tokens em alguma documentação, ou 131.072 nas especificações da API) e produz imagens (até 4K) além de texto. Todas as imagens geradas carregam a marca-d'água SynthID do Google.

O Google o descreve como uma atualização do Nano Banana 2 (Gemini 3.1 Flash Image) que mantém a velocidade e o custo de nível Flash, oferecendo melhorias significativas em qualidade visual, aderência ao prompt, consistência de personagens em múltiplas interações e renderização de texto. É explicitamente posicionado como “o contraponto mais eficiente” ao modelo de nível superior Nano Banana Pro (Gemini 3 Pro Image).

Desempenho do Nano Banana 2.1 em benchmarks

O Google publicou resultados internos de preferência humana lado a lado (Elo) e factualidade em outubro de 2026. Observe que testes independentes de terceiros foram limitados no lançamento.

Capacidades de texto-para-imagem

Capacidades de edição

Fonte: Google DeepMind Nano Banana 2.1 Model Card.

Elo mais alto indica maior preferência humana. A pontuação de factualidade (quanto maior, melhor) mostra um salto particularmente grande para infográficos precisos. Esses resultados posicionam o Nano Banana 2.1 como o modelo de imagem de nível Flash mais forte do Google até o momento e competitivo (ou superior) ao Pro em muitos eixos práticos, com menor custo e latência.

Preços oficiais e considerações de custo do Nano Banana 2.1 (início de outubro de 2026)

A precificação de referência do Google na camada paga Standard (por imagem gerada, antes de tokens adicionais de entrada/raciocínio/texto) é aproximadamente:

Tokens de entrada são listados em torno de US$ 1,50 por 1M; saída de texto + raciocínio em torno de US$ 7,50 por 1M em alguns detalhamentos. Não há camada gratuita de API para este modelo. O custo final cobrado depende do tamanho do prompt, número de imagens de referência, nível de raciocínio, resolução e qualquer saída de texto adicional.

Comparado ao Nano Banana 2, o custo por imagem é aproximadamente metade em resoluções equivalentes, tornando a geração em volume mais econômica. Nano Banana Pro permanece significativamente mais caro para necessidades de fidelidade máxima. Sempre verifique a página de preços da Gemini API em tempo real, pois as tarifas e a contabilização de tokens podem evoluir.

A CometAPI, por exemplo, adicionou rapidamente suporte a gemini-nano-banana-2.1 e fornece acesso unificado com preços competitivos e uma única chave em centenas de modelos.

Como acessar e configurar a API do Nano Banana 2.1

Model ID: gemini-nano-banana-2.1

Use a Interactions API moderna ou os endpoints generateContent com o SDK google-genai.

Com imagem de referência e maior resolução/raciocínio: forneça imagens codificadas em base64 na lista de entrada e defina opções de formato de resposta para proporção e tamanho da imagem (1K/2K/4K). Habilite ferramentas para fundamentação via Google Search quando a precisão factual for importante.

1. Google Gemini API oficial (recomendado para paridade completa de recursos)

• Crie ou use um projeto no Google AI Studio / Google Cloud com cobrança habilitada.
• Obtenha uma chave de API no Google AI Studio.
• Instale o SDK oficial: pip install -U google-genai (Python) ou equivalente para JavaScript/Node (@google/genai).
• Interface moderna preferida: Interactions API (client.interactions.create). O GenerateContent legado permanece disponível em alguns contextos.
• Padrão de endpoint base: https://generativelanguage.googleapis.com/v1beta/interactions (ou caminhos específicos de modelo do generateContent). Autenticação via cabeçalho x-goog-api-key ou variável de ambiente do SDK GEMINI_API_KEY.

2. Google AI Studio

Ideal para prototipagem rápida, testes de prompt e inspeção visual antes de codificar. Selecione o modelo e experimente referências, resoluções e níveis de raciocínio.

3. Agregadores unificados (recomendação CometAPI)

A CometAPI oferece um único endpoint compatível com a OpenAI (https://api.cometapi.com/v1) e uma única chave de API para 500+ modelos, incluindo a série Nano Banana da Gemini. Suporta preços pay-as-you-go (muitas vezes com economia em relação às tarifas diretas dos fornecedores), painéis de uso e compatibilidade imediata com SDKs. Isso é especialmente valioso se você já usa vários provedores ou quer fazer A/B tests de modelos de imagem sem gerenciar credenciais e faturamentos separados. Cadastre-se em CometAPI.com para créditos de teste gratuitos, crie uma chave e aponte seu cliente compatível com a OpenAI para a URL base da CometAPI. O ID do modelo permanece gemini-nano-banana-2.1.

Para a CometAPI, troque a URL base e a chave mantendo a estrutura de cliente compatível com a OpenAI ou Gemini. A CometAPI usa o padrão de endpoint GenerateContent para acessar o nano Banana 2.1.

Rotas de acesso à API do Nano Banana 2.1 comparadas

Escolha o provedor antes de copiar o código. O Google oferece o fluxo direto de Interactions usado nos exemplos em Python abaixo. Nano Banana 2.1 API na CometAPI fornece a rota gateway usada no exemplo em cURL. Compare autenticação, campos de entrada, tratamento de saída e estado da conversa como uma integração completa; as chaves pertencem a contas e sistemas de faturamento separados.

Os exemplos do Google abaixo usam a Interactions API. Eles não são solicitações para o endpoint generateContent da CometAPI. Siga a visão geral de Interactions do Google para estado de interação e tratamento de resposta. Os exemplos foram verificados com base em esquemas de solicitação publicados; nenhuma chamada de API autenticada ou faturável foi realizada para este guia.

Gerar e salvar uma imagem com a API do Nano Banana 2.1

Google: gerar com Python

Instale o SDK Google Gen AI Python no ambiente do projeto onde você executará generate_image.py. A primeira solicitação abaixo pede um PNG 2K com composição 16:9 e um título específico. Salve o resultado e inspecione antes de adicionar entradas de edição ou imagens de referência.

python -m pip install -U google-genai

Salve o script a seguir como generate_image.py. Ele segue o guia de geração de imagens do Google para criar uma interação, verificar a imagem retornada, decodificar seus dados e salvar um PNG. O prompt de anúncio de produto especifica o assunto, a iluminação e o título exato para que você possa verificar se a saída atende ao pedido.

import base64
import os
from pathlib import Path
from google import genai

MODEL = "gemini-nano-banana-2.1"
client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
image_format = {
    "type": "image",
    "mime_type": "image/png",
    "aspect_ratio": "16:9",
    "image_size": "2K",
}

def save_image(result, filename):
    image = result.output_image
    if image is None or not image.data:
        raise RuntimeError("No image returned; inspect the response before retrying")
    Path(filename).write_bytes(base64.b64decode(image.data))

interaction = client.interactions.create(
    model=MODEL,
    input=("Create a product advertisement for a white ceramic coffee mug. "
           "Use a warm studio background and soft side lighting. "
           "Include only the exact headline MORNING COFFEE."),
    response_format=image_format,
)
save_image(interaction, "mug-ad.png")
print("Saved mug-ad.png; interaction ID:", interaction.id)

python generate_image.py

O script salva mug-ad.png e imprime um ID de interação. Use as verificações de resposta no Passo 3 antes de aceitar a imagem ou continuar com uma edição.

CometAPI: gerar com cURL

Com COMETAPI_KEY configurada no Passo 1, execute a solicitação Bash abaixo usando a rota documentada da CometAPI. Ela salva a resposta JSON como comet-response.json; o Passo 3 extrai e salva a imagem retornada.

curl --fail-with-body --silent --show-error \
  "https://api.cometapi.com/v1beta/models/gemini-nano-banana-2.1:generateContent" \
  -H "x-goog-api-key: $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [{"parts": [{"text": "Create a studio product image of a white ceramic mug."}]}],
    "generationConfig": {"responseModalities": ["TEXT", "IMAGE"]}
  }' \
  --output comet-response.json

Tratar a resposta

Google: verificar a imagem salva e o ID da interação

O helper save_image em Generatation verifica output_image, decodifica os dados da imagem e salva mug-ad.png. Abra esse arquivo e verifique a caneca, a composição e o título exato. Guarde o ID da interação para a próxima rodada de edição. Uma resposta HTTP bem-sucedida por si só não estabelece que a imagem solicitada foi retornada.

A propriedade de conveniência output_image retorna a última imagem gerada. Se você precisar de múltiplas imagens ou de texto e elementos visuais intercalados, processe as etapas da interação. Inspecione informações de imagem ausente ou de segurança antes de tentar novamente.

CometAPI: extrair e salvar a imagem

Isto grava uma resposta JSON, não um PNG. Confirme a estrutura real da resposta antes de construir seu extrator de imagens. Não passe previous_interaction_id ou response_format para essa rota; as opções de edição e de tamanho de saída do gateway devem seguir seu próprio esquema documentado. Da mesma forma, um ID de interação do Google não é estado de conversa do gateway.

Se o gateway retornar a estrutura nativa candidates → content → parts descrita na referência do generateContent do Google, salve as partes de imagem inline com este script independente. Ele aceita nomes de campo em camelCase e snake_case e preserva o formato de imagem retornado:

import base64
import json
from pathlib import Path

payload = json.loads(Path("comet-response.json").read_text(encoding="utf-8"))
saved = 0
for candidate in payload.get("candidates", []):
    for part in candidate.get("content", {}).get("parts", []):
        if part.get("thought"):
            continue
        blob = part.get("inlineData") or part.get("inline_data")
        if not blob or not blob.get("data"):
            continue
        mime = blob.get("mimeType") or blob.get("mime_type")
        ext = {"image/png": "png", "image/jpeg": "jpg", "image/webp": "webp"}.get(mime)
        if ext:
            saved += 1
            Path(f"comet-image-{saved}.{ext}").write_bytes(base64.b64decode(blob["data"]))
if not saved:
    raise RuntimeError("No inline image found; inspect response schema and error details")
print(f"Saved {saved} image(s)")

Salve o extrator acima como save_comet_image.py no mesmo diretório de comet-response.json, depois execute-o com Python. Abra cada arquivo comet-image salvo e verifique seu conteúdo. Se nenhuma imagem inline for encontrada, inspecione a resposta real e os detalhes do erro antes de alterar o parser ou tentar novamente.

Para ambos os provedores, verifique o formato da imagem, dimensões, texto solicitado e detalhes visuais. Mantenha o tratamento de resposta específico do provedor separado e retenha a imagem original antes de fazer edições.

Como editar imagens com a API do Nano Banana 2.1?

Editar uma imagem gerada com o Nano Banana 2.1

Anexe este bloco ao mesmo script. Ele reutiliza o cliente, o formato de saída e a interação do exemplo de geração. Conforme mostrado no exemplo de edição multi-turn do Google, previous_interaction_id fornece o contexto da conversa. Especifique novamente o formato de saída para manter o tipo de arquivo, proporção e tamanho explícitos.

edited = client.interactions.create(
    model=MODEL,
    previous_interaction_id=interaction.id,
    input=("Change only the mug color to matte black. "
           "Keep the headline, background, framing and lighting unchanged."),
    response_format=image_format,
)
save_image(edited, "mug-ad-edited.png")
print("Saved mug-ad-edited.png; interaction ID:", edited.id)

Para uma terceira rodada, use edited.id como o ID de interação anterior. Armazene o ID mais recente na sessão de edição da sua aplicação em vez de uma variável global compartilhada por todos os usuários. Mantenha também a imagem original: solicitar um fundo inalterado não garante preservação perfeita de pixels.

Enviar uma imagem de referência local para o Nano Banana 2.1

Se você já tem uma imagem de produto, envie-a com a instrução de edição em vez de primeiro gerar um novo ativo. Este bloco também usa o cliente e o helper save_image do exemplo de geração. O MIME type declarado deve corresponder ao arquivo real.

reference = base64.b64encode(Path("product.png").read_bytes()).decode("ascii")
from_reference = client.interactions.create(
    model=MODEL,
    input=[
        {"type": "text", "text": "Place this product on a clean studio backdrop. Preserve its shape and label."},
        {"type": "image", "mime_type": "image/png", "data": reference},
    ],
    response_format=image_format,
)
save_image(from_reference, "product-studio.png")

Controlando a saída de imagem e as referências no Nano Banana 2.1

Use a capacidade de imagem de referência e as metas de consistência na tabela de especificações acima como linha de base. Essas capacidades não garantem preservação perfeita de identidade. Comece com o menor número de referências necessário e avalie o resultado completo. Para diagramas e materiais de marketing, forneça o texto exato e números verificados em vez de pedir que o modelo os invente.

Recursos avançados

• Níveis de raciocínio: defina “mínimo” para velocidade, “médio” (padrão) para equilíbrio ou “alto” para composições complexas, layouts com muito texto ou aderência precisa a múltiplos objetos. Raciocínio mais alto aumenta a latência e o custo de tokens, mas melhora resultados em prompts difíceis.
• Fundamentação por pesquisa: habilite ferramentas do Google Search / Image Search para que as gerações incorporem referências reais ou atuais (clima, produtos, eventos, espécies precisas etc.).
• Entrada de vídeo: suportada para geração com consciência de contexto (por exemplo, extrair estilo ou assuntos de clipes curtos).
• Batch API: disponível para jobs offline de alto volume com tarifas reduzidas.
• Resoluções e formatos: 1K padrão; solicite 2K ou 4K explicitamente. A saída costuma ser PNG/JPEG conforme a configuração.

Sempre respeite a Política de Uso Proibido de IA Generativa do Google e garanta que você tenha direitos sobre quaisquer imagens de referência.

Família Nano Banana (dados aproximados, início de outubro de 2026)

Conclusão e recomendação

Nano Banana 2.1 é o modelo de geração e edição de imagens de alta eficiência mais forte do Google até agora — uma atualização prática que melhora significativamente a qualidade visual, a fidelidade do texto, a consistência e a robustez a proporções de aspecto, mantendo a economia de nível Flash. Para a maioria dos workloads de produção que precisam de imagens confiáveis e de alta qualidade com boa aderência ao prompt e capacidades de edição, ele é a escolha padrão dentro da família Gemini em outubro de 2026.

Para começar hoje:

1. Prototipe no Google AI Studio.
2. Integre via Gemini API oficial para máximo controle.
3. Ou acelere o desenvolvimento e simplifique operações multi-modelo usando a plataforma unificada e compatível com a OpenAI da CometAPI — uma única chave, preços competitivos, acesso rápido aos modelos mais recentes incluindo gemini-nano-banana-2.1 e analytics prontos para produção.

Comece a experimentar hoje pela API e migre quaisquer workloads restantes do Nano Banana 2 antes do corte de 29 de outubro. As ferramentas para imagens de IA de alta qualidade, consistentes e com custo eficaz nunca estiveram tão acessíveis.