O Gemini 3 Pro Image pode gerar imagens em resolução 4K?

Sim, o Nano Banana Pro (Gemini 3 Pro Image) suporta saída nativa em resolução de até 4K, com proporções incluindo 1:1, 3:2, 16:9, 9:16 e 21:9. Também suporta predefinições de 1K e 2K via o parâmetro imageConfig.

Posso editar imagens de forma conversacional com o Gemini 3 Pro Image?

Sim, o Nano Banana Pro oferece edição conversacional em várias interações. Basta pedir alterações como 'Transforme o fundo em um pôr do sol' e o modelo mantém o contexto visual por meio de Thought Signatures entre as interações.

Como o Nano Banana Pro lida com a renderização de texto dentro das imagens?

O Nano Banana Pro apresenta renderização avançada de texto dentro da imagem, com suporte a texto multilíngue claro e legível — de legendas curtas a parágrafos longos. Isso o torna ideal para pôsteres, infográficos, mockups de UI e materiais de marketing.

O que torna o Nano Banana Pro diferente do FLUX 2 Pro ou do Midjourney?

O Nano Banana Pro se destaca em autocorreção iterativa, preservação consistente de personagens ao longo de várias edições e integração estreita com o ecossistema do Google. Ele lida com até 14 imagens de referência para fluxos de trabalho complexos de fusão de múltiplas imagens.

O Nano Banana Pro usa o Google Search para geração de imagens fundamentada em fatos?

Sim, o Nano Banana Pro pode usar o Google Search para fundamentação e verificar fatos antes de gerar imagens. Por exemplo, ele pode buscar dados meteorológicos atuais para criar um infográfico preciso sobre o clima de Tóquio.

Quantas imagens de referência o Nano Banana Pro pode processar em uma única solicitação?

O Nano Banana Pro suporta até 14 imagens de entrada por prompt, com no máximo 7MB por imagem. Mantém a consistência do assunto e de até 5 personagens em cenários complexos de fusão de múltiplas imagens.

Google

Disponível Popular

gemini-3-pro-image

Nano Banana Pro API

Nano Banana Pro é um modelo de IA para assistência de uso geral em fluxos de trabalho centrados em texto. É adequado para prompts no estilo de instruções para gerar, transformar e analisar conteúdo com estrutura controlável. Os usos típicos incluem assistentes de chat, resumo de documentos, QA de conhecimento e automação de fluxos de trabalho. Os detalhes técnicos públicos são limitados; a integração se alinha a padrões comuns de assistentes de IA, como saídas estruturadas, prompts com recuperação aumentada e chamada de ferramentas ou funções.

Preço inicial

$1.60 / 1M de tokens de entrada

Cobrança por uso

Status da API

Disponível

Endpoint de produção

Resposta

Pronto para assíncrono

Tempo de resposta da API observado

Lançado

Nov 19, 2025

Google

Área de testes

Teste Nano Banana Pro com uma solicitação real, revise os parâmetros e valide a saída antes de integrar a API.

Preços

Use a estimativa rápida acima para uma única execução e depois veja a comparação completa entre CometAPI e preço oficial.

Primeira solicitação

$0.0112

Custo estimado de uso da CometAPI

Dez solicitações

$0.1120

Custo estimado de uso da CometAPI

Quinze solicitações

$0.1680

Custo estimado de uso da CometAPI

⇌

Conversão de créditos

1.000 créditos = US$ 1

Os créditos tornam os orçamentos comparáveis entre cobranças por token, solicitação e tempo de execução. O valor em USD continua sendo a fonte oficial no momento do pagamento.

✓Modelo atual em créditos

Entrada

1,600

créditos / 1 milhão de tokens

Saída

9,600

créditos / 1 milhão de tokens

Transparência da cobrança mínima Este protótipo não pressupõe uma cobrança mínima oculta por solicitação. Se houver um limite mínimo de cobrança ou uma recarga mínima na produção, isso deverá ser exibido antes da compra e incluído em todas as estimativas de orçamento.

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

Resumo do modelo

Uma identidade de modelo estável para pesquisa e avaliação, combinada com dados atualizados do catálogo que podem mudar sem exigir a reescrita da estrutura SEO principal da página.

Identidade estável

O que é Nano Banana Pro?

A identidade canônica do modelo permanece estável enquanto os preços e limites mudam.

Dados atualizados do modelo

Instantâneo atual do catálogo

Disponibilidade

Disponível

Preço inicial

$1.60 / 1M de tokens de entrada

Contexto

Ver recursos

Data do catálogo

Nov 19, 2025

Visão Geral

Uma visão geral prática de Nano Banana Pro, incluindo comportamentos importantes e considerações de integração.

Recursos básicos

Texto → Imagem: geração totalmente orientada por prompt, com alta aderência ao prompt.
Imagem → Imagem (edições): edições finas e direcionadas, mantendo a consistência do sujeito/personagem ao longo de múltiplas edições.
Resolução máxima de saída: até 4K (os exemplos e tamanhos exatos de pixels suportados dependem da proporção; a API expõe predefinições de 1K/2K/4K)
Planejamento iterativo e autocorreção: um pipeline interno em “múltiplas etapas” que detecta e corrige erros visuais comuns (perspectiva, texto, geometria fina).
Renderização avançada de texto dentro da imagem: texto multilíngue claro e legível (de legendas curtas a parágrafos longos), adequado para pôsteres, mockups e infográficos.
5 personagens e fidelidade para até 14 objetos/imagens de referência em um único fluxo de trabalho.
Marca d'água / procedência: todas as imagens geradas incluem uma marca d'água SynthID; o modelo incorpora metadados C2PA para procedência em algumas integrações de produto.

Versões e nomenclatura do Gemini 3 Pro Image

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

Detalhes técnicos

Arquitetura

Linhagem / backbone: o Nano Banana Pro é construído na pilha de imagens Gemini em evolução do Google — especificamente na nova arquitetura Gemini 3 Pro Image / GEMPIX 2 (um framework multimodal de imagem+texto de maior capacidade). É uma evolução do Gemini 2.5 Flash Image (o “nano-banana” original) para um modelo de imagem nativamente multimodal com capacidades ampliadas de raciocínio visão‑linguagem.
Comportamento do modelo: multimodalidade nativa (imagem + texto + conhecimento de mundo), pipelines explícitos para fusão de múltiplas imagens e um planejador em estágios internos que refina as saídas em múltiplas passagens em vez de produzir uma única amostra estática. Relatos iniciais indicam um raciocínio geométrico/óptico mais forte (vidro, refração) em relação às versões anteriores.
Raciocínio / refinamento interno: o modelo usa um processo “de raciocínio” visível internamente para refinar a composição (a documentação da API descreve esse comportamento e observa que essas etapas internas não são cobradas como tokens de imagem finais).
Grounding e ferramentas: oferece suporte a Search grounding (pode incorporar fatos da web na geração de diagramas/infográficos). Também aceita instruções de sistema para um controle mais determinístico.

Parâmetros principais da API:

thinking_level (low / high) para equilibrar latência e profundidade de raciocínio;
media_resolution (low/medium/high) para controlar os tokens de leitura de OCR/detalhes da imagem;
generationConfig.imageConfig para controlar proporção/resolução nas saídas de imagem.

Limites de imagem:

Modalidades de entrada suportadas: texto e imagens (o modelo não aceita áudio ou vídeo como entradas para geração de imagens).
Máximo de imagens por prompt: 14 (para a prévia do Gemini 3 Pro Image).
Tamanho máximo da imagem (upload): 7 MB por imagem de entrada.
Proporções suportadas: 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Imagens de saída / tokens: limites altos, com suporte a 4K/4096px.

Desempenho em benchmarks

Resumo curto: benchmarks públicos/iniciais até agora são em sua maioria qualitativos/comunitários, mas relatam de forma consistente melhorias substanciais em resolução, redução de artefatos e fidelidade física em comparação com o nano-banana original (Gemini 2.5 Flash Image). “Desafios” específicos nomeados mostraram ganhos visuais claros, mas ainda não há tabelas numéricas padronizadas (públicas) do Google comparando v1 → v2 em métricas padrão de geração de imagens.

Testes qualitativos da comunidade: bordas mais limpas, microdetalhes mais nítidos, cores mais fiéis e maior aderência ao prompt (menos adereços alucinados, personagens mais consistentes). Testes informais populares incluem o chamado “Wine Glass Test” e o “Glass Burger Challenge”, nos quais o GEMPIX2 (Nano Banana Pro) lida com transparência e refração de forma visivelmente melhor que compilações anteriores.
Tratamento de texto: o Nano Banana Pro apresenta tipografia e posicionamento de texto visivelmente aprimorados dentro das imagens (um ponto fraco persistente para muitos modelos de imagem). Comparações da comunidade indicam menos glifos renderizados de forma ilegível.
Throughput / UX: velocidade de iteração mais alta e uma UX que realiza refinamento em múltiplas etapas no back-end, fazendo com que os usuários vejam resultados iniciais mais confiáveis (reduzindo novas gerações manuais).

Limitações e riscos

Filtros de conteúdo e detecção: plataformas que integram o modelo (por exemplo, Whisk/aplicativos de terceiros) podem habilitar detecção estrita de celebridades ou semelhança e bloquear certos resultados, o que afeta fluxos criativos que dependem de semelhanças realistas de celebridades.
Casos limite de alucinação/raciocínio: embora melhorado, o modelo ainda pode produzir artefatos fisicamente irreais, especialmente com texto simbólico denso dentro de imagens ou diagramas altamente técnicos — embora o NB2 pareça reduzir esses erros em relação a versões anteriores.
Segurança e uso indevido: modelos generativos de imagem podem ser usados para criar conteúdo problemático ou nocivo. O Google aplica restrições, filtros de conteúdo e a marca d'água SynthID para ajudar na procedência; ainda assim, já ocorreram usos indevidos (polêmica de alto perfil ligada a uma imagem gerada por Nano Banana em um contexto politicamente sensível).

Como o Nano Banana Pro se compara a outros modelos

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte integração móvel, fusão multi-imagem, autocorreção iterativa, 2K nativo/upscaling para 4K, integração estreita com apps do Google (Search, Photos, Workspace/Gemini). Ideal para fluxos que exigem edições confiáveis, continuidade e integração com serviços do Google.
Midjourney — destaca-se em saídas artísticas estilizadas e engenharia de prompts guiada pela comunidade; normalmente não é voltado para fusão multi-imagem foto-realista ou pipelines de edição multimodal profundas.
Stable Diffusion / pesos abertos — totalmente aberto, altamente personalizável e hospedável localmente; o ecossistema de checkpoints e fine-tuning é uma vantagem decisiva para pesquisa e uso offline. Menos integração móvel “one‑click” e menos coerência de edição multi-imagem pronta para uso do que o Nano Banana Pro.
Seedream 4.0 (ByteDance) — recentemente posicionado explicitamente como concorrente do Nano Banana, enfatizando renderização ultrarrápida, saída em 2K e suporte a muitas imagens de referência (até seis). Posicionado como alternativa para profissionais/criadores.

(Essas comparações são de alto nível; escolha a ferramenta vencedora combinando-a ao seu fluxo: abertura/personalização → Stable Diffusion; arte estilizada → Midjourney; edição móvel integrada e consistente com iteração agressiva → família Nano Banana Pro/Gemini 3 Pro Image.)

Casos de uso no mundo real

Edição de fotos móveis e filtros criativos (integrações com Google Photos — mudança de estilo, fusão de fundo, recomposição de retratos).
Ativos de marketing e anúncios — geração rápida de conceitos, personagens de marca consistentes em múltiplos quadros/ângulos.
Arte conceitual e storyboard — a fusão multi-imagem ajuda a manter a continuidade dos personagens entre painéis.
E-commerce / mockups de produto — gera fotos de produto consistentes em diferentes contextos/condições de iluminação.
Prototipagem rápida para ativos de AR/VR — saídas 2K/4K de alta qualidade que podem ser ampliadas para usos imersivos.
Como acessar a API gemini-3-pro-image (Nano Banana Pro)

Etapas necessárias

Faça login em cometapi.com. Se você ainda não é nosso usuário, registre-se primeiro
Obtenha a chave de API de credenciais de acesso da interface. Clique em “Add Token” na seção de token de API no centro pessoal, obtenha a chave do token: sk-xxxxx e envie.
Obtenha a URL deste site: https://api.cometapi.com/

Método de uso

Selecione o endpoint “gemini-3-pro-image” para enviar a solicitação de API e defina o corpo da solicitação. O método e o corpo da solicitação são obtidos na documentação da API em nosso site. Nosso site também fornece teste no Apifox para sua conveniência.
Substitua <YOUR_API_KEY> pela sua chave CometAPI real da sua conta.
Insira sua pergunta ou solicitação no campo content — é a isso que o modelo responderá.
Processe a resposta da API para obter a resposta gerada.

A CometAPI fornece uma API REST totalmente compatível — para migração sem atrito. Detalhes principais :

URL base: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
Nomes de modelos: gemini-3-pro-image
Autenticação: cabeçalho Bearer YOUR_CometAPI_API_KEY
Content-Type: application/json .

FAQ

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

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

Código de exemplo e API para Nano Banana Pro

Acesse código de exemplo abrangente e recursos de API para Nano Banana Pro para otimizar seu processo de integração. Nossa documentação detalhada fornece orientação passo a passo, ajudando você a aproveitar todo o potencial do Nano Banana Pro em seus projetos.

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();

Capacidades

Veja os principais dados do modelo antes de escolher uma arquitetura ou estimar a carga em produção.

Capacidades suportadas

Recursos retornados pela API do modelo existente.

text-to-image

image-editing

Entrada e saída

Entradas

text

Saídas

image

Perfil de produção

Provedor: Google
Contexto: Depende do modelo
Uso comercial: Suportado

Casos de uso

Use Nano Banana Pro em fluxos de produção compatíveis com suas capacidades de image, e compare alternativas antes de um compromisso de integração de longo prazo.

Visuais de produto e criativos de campanha

Arte conceitual e exploração visual rápida

Edição de imagens, variações e produção de assets

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, seu modelo aprimorado de geração e edição de imagens por IA

Ver modelo

OpenAI

GPT Image 2

GPT Image 2 é o modelo de geração de imagens de última geração da OpenAI para criação e edição de imagens rápidas e de alta qualidade. Ele oferece suporte a tamanhos de imagem flexíveis e a entradas de imagem de alta fidelidade.

Ver modelo

Runway

Gen4-image

Explore a API de Gen4-image.

Ver modelo

Runway

Gen4-image-turbo

Explore a API de Gen4-image-turbo.

Ver modelo

Google

Nano Banana 2 lite

O modelo Gemini 3.1 Flash Lite Image é um especialista em eficiência da família de geração de imagens, projetado para gerar e modificar imagens com latência ultrabaixa e de forma custo-eficiente.

Ver modelo

OpenAI

GPT Image 2.5(sunburst)

Explore a API de GPT Image 2.5(sunburst).

Ver modelo

Disponibilidade

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Versões

Veja os identificadores de modelo disponíveis antes de fixar uma integração de produção.

ID do modelo	Descrição	Disponibilidade	Solicitação
nano-banana-pro-all	A tecnologia utilizada é não oficial e a geração é instável etc., Chat formato	✅	Chat formato
gemini-3-pro-image	Recomendado, apontando para o modelo mais recente	✅	Gemini gera imagem
gemini-3-pro-image-preview	Prévia oficial	✅	Gemini gera imagem

Atualizações

Acompanhe mudanças relevantes na disponibilidade, nos preços e nos recursos de Nano Banana Pro sem perder a página estável do modelo.

Registro de alterações do modelo

Uma página que se fortalece com o tempo.

Notas de versão, alterações de preços, atualizações de benchmarks e orientações de migração se acumulam aqui, enquanto a URL canônica permanece inalterada.

Nov 19, 2025

Disponibilidade da API confirmada

Nano Banana Pro está disponível por meio do catálogo de modelos e da documentação da API da CometAPI.

Atual

Dados atualizados

Preços e limites sincronizados com o catálogo

Preço, contexto, disponibilidade e limites são tratados como propriedades dinâmicas, em vez de serem incorporados ao título da página ou à identidade do modelo.

Nov 24, 2025

Entidade permanente do modelo criada

O provedor e o slug do modelo formam uma URL canônica duradoura; futuras atualizações de conteúdo e dados permanecerão nesta página.

Continue explorando

Compare modelos e continue sua pesquisa

Google

Disponível Popular

gemini-3-pro-image

Nano Banana Pro API

Preço inicial

$1.60 / 1M de tokens de entrada

Cobrança por uso

Status da API

Disponível

Endpoint de produção

Resposta

Pronto para assíncrono

Tempo de resposta da API observado

Lançado

Nov 19, 2025

Google

Área de testes

Teste Nano Banana Pro com uma solicitação real, revise os parâmetros e valide a saída antes de integrar a API.

Preços

Use a estimativa rápida acima para uma única execução e depois veja a comparação completa entre CometAPI e preço oficial.

Primeira solicitação

$0.0112

Custo estimado de uso da CometAPI

Dez solicitações

$0.1120

Custo estimado de uso da CometAPI

Quinze solicitações

$0.1680

Custo estimado de uso da CometAPI

⇌

Conversão de créditos

1.000 créditos = US$ 1

Os créditos tornam os orçamentos comparáveis entre cobranças por token, solicitação e tempo de execução. O valor em USD continua sendo a fonte oficial no momento do pagamento.

✓Modelo atual em créditos

Entrada

1,600

créditos / 1 milhão de tokens

Saída

9,600

créditos / 1 milhão de tokens

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

Resumo do modelo

Uma identidade de modelo estável para pesquisa e avaliação, combinada com dados atualizados do catálogo que podem mudar sem exigir a reescrita da estrutura SEO principal da página.

Identidade estável

O que é Nano Banana Pro?

A identidade canônica do modelo permanece estável enquanto os preços e limites mudam.

Dados atualizados do modelo

Instantâneo atual do catálogo

Disponibilidade

Disponível

Preço inicial

$1.60 / 1M de tokens de entrada

Contexto

Ver recursos

Data do catálogo

Nov 19, 2025

Visão Geral

Uma visão geral prática de Nano Banana Pro, incluindo comportamentos importantes e considerações de integração.

Recursos básicos

Texto → Imagem: geração totalmente orientada por prompt, com alta aderência ao prompt.
Imagem → Imagem (edições): edições finas e direcionadas, mantendo a consistência do sujeito/personagem ao longo de múltiplas edições.
Resolução máxima de saída: até 4K (os exemplos e tamanhos exatos de pixels suportados dependem da proporção; a API expõe predefinições de 1K/2K/4K)
Planejamento iterativo e autocorreção: um pipeline interno em “múltiplas etapas” que detecta e corrige erros visuais comuns (perspectiva, texto, geometria fina).
Renderização avançada de texto dentro da imagem: texto multilíngue claro e legível (de legendas curtas a parágrafos longos), adequado para pôsteres, mockups e infográficos.
5 personagens e fidelidade para até 14 objetos/imagens de referência em um único fluxo de trabalho.
Marca d'água / procedência: todas as imagens geradas incluem uma marca d'água SynthID; o modelo incorpora metadados C2PA para procedência em algumas integrações de produto.

Versões e nomenclatura do Gemini 3 Pro Image

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

Detalhes técnicos

Arquitetura

Linhagem / backbone: o Nano Banana Pro é construído na pilha de imagens Gemini em evolução do Google — especificamente na nova arquitetura Gemini 3 Pro Image / GEMPIX 2 (um framework multimodal de imagem+texto de maior capacidade). É uma evolução do Gemini 2.5 Flash Image (o “nano-banana” original) para um modelo de imagem nativamente multimodal com capacidades ampliadas de raciocínio visão‑linguagem.
Comportamento do modelo: multimodalidade nativa (imagem + texto + conhecimento de mundo), pipelines explícitos para fusão de múltiplas imagens e um planejador em estágios internos que refina as saídas em múltiplas passagens em vez de produzir uma única amostra estática. Relatos iniciais indicam um raciocínio geométrico/óptico mais forte (vidro, refração) em relação às versões anteriores.
Raciocínio / refinamento interno: o modelo usa um processo “de raciocínio” visível internamente para refinar a composição (a documentação da API descreve esse comportamento e observa que essas etapas internas não são cobradas como tokens de imagem finais).
Grounding e ferramentas: oferece suporte a Search grounding (pode incorporar fatos da web na geração de diagramas/infográficos). Também aceita instruções de sistema para um controle mais determinístico.

Parâmetros principais da API:

thinking_level (low / high) para equilibrar latência e profundidade de raciocínio;
media_resolution (low/medium/high) para controlar os tokens de leitura de OCR/detalhes da imagem;
generationConfig.imageConfig para controlar proporção/resolução nas saídas de imagem.

Limites de imagem:

Modalidades de entrada suportadas: texto e imagens (o modelo não aceita áudio ou vídeo como entradas para geração de imagens).
Máximo de imagens por prompt: 14 (para a prévia do Gemini 3 Pro Image).
Tamanho máximo da imagem (upload): 7 MB por imagem de entrada.
Proporções suportadas: 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Imagens de saída / tokens: limites altos, com suporte a 4K/4096px.

Desempenho em benchmarks

Resumo curto: benchmarks públicos/iniciais até agora são em sua maioria qualitativos/comunitários, mas relatam de forma consistente melhorias substanciais em resolução, redução de artefatos e fidelidade física em comparação com o nano-banana original (Gemini 2.5 Flash Image). “Desafios” específicos nomeados mostraram ganhos visuais claros, mas ainda não há tabelas numéricas padronizadas (públicas) do Google comparando v1 → v2 em métricas padrão de geração de imagens.

Testes qualitativos da comunidade: bordas mais limpas, microdetalhes mais nítidos, cores mais fiéis e maior aderência ao prompt (menos adereços alucinados, personagens mais consistentes). Testes informais populares incluem o chamado “Wine Glass Test” e o “Glass Burger Challenge”, nos quais o GEMPIX2 (Nano Banana Pro) lida com transparência e refração de forma visivelmente melhor que compilações anteriores.
Tratamento de texto: o Nano Banana Pro apresenta tipografia e posicionamento de texto visivelmente aprimorados dentro das imagens (um ponto fraco persistente para muitos modelos de imagem). Comparações da comunidade indicam menos glifos renderizados de forma ilegível.
Throughput / UX: velocidade de iteração mais alta e uma UX que realiza refinamento em múltiplas etapas no back-end, fazendo com que os usuários vejam resultados iniciais mais confiáveis (reduzindo novas gerações manuais).

Limitações e riscos

Filtros de conteúdo e detecção: plataformas que integram o modelo (por exemplo, Whisk/aplicativos de terceiros) podem habilitar detecção estrita de celebridades ou semelhança e bloquear certos resultados, o que afeta fluxos criativos que dependem de semelhanças realistas de celebridades.
Casos limite de alucinação/raciocínio: embora melhorado, o modelo ainda pode produzir artefatos fisicamente irreais, especialmente com texto simbólico denso dentro de imagens ou diagramas altamente técnicos — embora o NB2 pareça reduzir esses erros em relação a versões anteriores.
Segurança e uso indevido: modelos generativos de imagem podem ser usados para criar conteúdo problemático ou nocivo. O Google aplica restrições, filtros de conteúdo e a marca d'água SynthID para ajudar na procedência; ainda assim, já ocorreram usos indevidos (polêmica de alto perfil ligada a uma imagem gerada por Nano Banana em um contexto politicamente sensível).

Como o Nano Banana Pro se compara a outros modelos

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte integração móvel, fusão multi-imagem, autocorreção iterativa, 2K nativo/upscaling para 4K, integração estreita com apps do Google (Search, Photos, Workspace/Gemini). Ideal para fluxos que exigem edições confiáveis, continuidade e integração com serviços do Google.
Midjourney — destaca-se em saídas artísticas estilizadas e engenharia de prompts guiada pela comunidade; normalmente não é voltado para fusão multi-imagem foto-realista ou pipelines de edição multimodal profundas.
Stable Diffusion / pesos abertos — totalmente aberto, altamente personalizável e hospedável localmente; o ecossistema de checkpoints e fine-tuning é uma vantagem decisiva para pesquisa e uso offline. Menos integração móvel “one‑click” e menos coerência de edição multi-imagem pronta para uso do que o Nano Banana Pro.
Seedream 4.0 (ByteDance) — recentemente posicionado explicitamente como concorrente do Nano Banana, enfatizando renderização ultrarrápida, saída em 2K e suporte a muitas imagens de referência (até seis). Posicionado como alternativa para profissionais/criadores.

Casos de uso no mundo real

Edição de fotos móveis e filtros criativos (integrações com Google Photos — mudança de estilo, fusão de fundo, recomposição de retratos).
Ativos de marketing e anúncios — geração rápida de conceitos, personagens de marca consistentes em múltiplos quadros/ângulos.
Arte conceitual e storyboard — a fusão multi-imagem ajuda a manter a continuidade dos personagens entre painéis.
E-commerce / mockups de produto — gera fotos de produto consistentes em diferentes contextos/condições de iluminação.
Prototipagem rápida para ativos de AR/VR — saídas 2K/4K de alta qualidade que podem ser ampliadas para usos imersivos.
Como acessar a API gemini-3-pro-image (Nano Banana Pro)

Etapas necessárias

Faça login em cometapi.com. Se você ainda não é nosso usuário, registre-se primeiro
Obtenha a chave de API de credenciais de acesso da interface. Clique em “Add Token” na seção de token de API no centro pessoal, obtenha a chave do token: sk-xxxxx e envie.
Obtenha a URL deste site: https://api.cometapi.com/

Método de uso

Selecione o endpoint “gemini-3-pro-image” para enviar a solicitação de API e defina o corpo da solicitação. O método e o corpo da solicitação são obtidos na documentação da API em nosso site. Nosso site também fornece teste no Apifox para sua conveniência.
Substitua <YOUR_API_KEY> pela sua chave CometAPI real da sua conta.
Insira sua pergunta ou solicitação no campo content — é a isso que o modelo responderá.
Processe a resposta da API para obter a resposta gerada.

A CometAPI fornece uma API REST totalmente compatível — para migração sem atrito. Detalhes principais :

URL base: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
Nomes de modelos: gemini-3-pro-image
Autenticação: cabeçalho Bearer YOUR_CometAPI_API_KEY
Content-Type: application/json .

FAQ

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

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

Código de exemplo e API para 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();

Capacidades

Veja os principais dados do modelo antes de escolher uma arquitetura ou estimar a carga em produção.

Capacidades suportadas

Recursos retornados pela API do modelo existente.

text-to-image

image-editing

Entrada e saída

Entradas

text

Saídas

image

Perfil de produção

Provedor: Google
Contexto: Depende do modelo
Uso comercial: Suportado

Casos de uso

Use Nano Banana Pro em fluxos de produção compatíveis com suas capacidades de image, e compare alternativas antes de um compromisso de integração de longo prazo.

Visuais de produto e criativos de campanha

Arte conceitual e exploração visual rápida

Edição de imagens, variações e produção de assets

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

xAI

Grok-Imagine-Image-2.0

Grok Imagine Image 2.0, seu modelo aprimorado de geração e edição de imagens por IA

Explore a API de Gen4-image.

Ver modelo

Runway

Gen4-image-turbo

Explore a API de Gen4-image-turbo.

GPT Image 2.5(sunburst)

Explore a API de GPT Image 2.5(sunburst).

Ver modelo

Disponibilidade

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Versões

Veja os identificadores de modelo disponíveis antes de fixar uma integração de produção.

ID do modelo	Descrição	Disponibilidade	Solicitação
nano-banana-pro-all	A tecnologia utilizada é não oficial e a geração é instável etc., Chat formato	✅	Chat formato
gemini-3-pro-image	Recomendado, apontando para o modelo mais recente	✅	Gemini gera imagem
gemini-3-pro-image-preview	Prévia oficial	✅	Gemini gera imagem

Atualizações

Acompanhe mudanças relevantes na disponibilidade, nos preços e nos recursos de Nano Banana Pro sem perder a página estável do modelo.

Registro de alterações do modelo

Uma página que se fortalece com o tempo.

Notas de versão, alterações de preços, atualizações de benchmarks e orientações de migração se acumulam aqui, enquanto a URL canônica permanece inalterada.

Nov 19, 2025

Disponibilidade da API confirmada

Nano Banana Pro está disponível por meio do catálogo de modelos e da documentação da API da CometAPI.

Atual

Dados atualizados

Preços e limites sincronizados com o catálogo

Preço, contexto, disponibilidade e limites são tratados como propriedades dinâmicas, em vez de serem incorporados ao título da página ou à identidade do modelo.

Nov 24, 2025

Entidade permanente do modelo criada

O provedor e o slug do modelo formam uma URL canônica duradoura; futuras atualizações de conteúdo e dados permanecerão nesta página.

Continue explorando