Как использовать API Nano Banana 2.1? Генерация и редактирование

Кратко Nano Banana 2.1 (gemini-nano-banana-2.1) — обновлённая высокоэффективная модель генерации изображений и диалогового редактирования в семействе Gemini. Построена на Gemini 3.6 Flash и обеспечивает улучшенное качество и реализм визуализации (1K/2K/4K), устранение артефактов тайлинга на экстремальных соотношениях сторон, превосходную отрисовку текста и компоновку инфографики, мультислияние изображений (до 14 референсов с консистентностью до 4 персонажей и 10 объектов), привязку к Google Search/Image Search и настраиваемые уровни «мышления» (минимальный/средний/высокий).

Она позиционируется как эффективный аналог Nano Banana Pro, при этом предлагает примерно половину стоимости за изображение по сравнению с предшественником Nano Banana 2 на многих разрешениях. Официальная цена начинается примерно с $0.0336 за 1K-изображение (Standard). Доступна через Gemini API (предпочтительно Interactions API), Google AI Studio или единые агрегаторы вроде CometAPI с единым ключом, упрощённой интеграцией и конкурентными тарифами. Это руководство охватывает настройку, примеры кода, продвинутые функции, сравнение цен, лучшие практики и рекомендации для продакшена.

Ключевые выводы

• Nano Banana 2.1 — последняя высокоэффективная модель Google для генерации изображений и диалогового редактирования, позиционируемая как эффективный аналог Nano Banana Pro.
• Собственные тесты Google показывают 1050 Elo по общей предпочтительности текст-в-изображение (против 990 у Nano Banana 2 и 935 у Pro) и заметный рост консистентности и качества редактирования.
• Цены начинаются примерно с ~$0.0336 за стандартное 1K-изображение через Gemini API — около половины стоимости Nano Banana 2.
• Поддерживает до 14 референсных изображений, консистентность для 4 персонажей + 10 объектов, панорамные пропорции без артефактов тайлинга и привязку к вебу/поиску изображений в реальном времени.
• Nano Banana 2 планируется к снятию с обслуживания 29 октября 2026; рекомендуется миграция.
• Для разработчиков платформы вроде CometAPI предлагают единый OpenAI-совместимый endpoint для доступа к Nano Banana 2.1 наряду с 500+ другими моделями по одному ключу и с конкурентными тарифами.

Что такое Nano Banana 2.1?

Nano Banana 2.1 — новейший член серии Gemini 3 от Google DeepMind, нативно мультимодальной линейки моделей рассуждения. Официально основана на Gemini 3.6 Flash, специализируется на высококачественной генерации изображений по тексту и диалоговом редактировании изображений.

Принимает текст, изображения, видео и PDF (контекстное окно до ~1M токенов в отдельных документах или 131,072 в спецификации API) и выдаёт изображения (до 4K) плюс текст. Все сгенерированные изображения несут водяной знак SynthID от Google.

Google описывает её как обновление Nano Banana 2 (Gemini 3.1 Flash Image), которое сохраняет скорость и стоимость уровня Flash, одновременно заметно улучшая качество визуализации, соответствие запросу, консистентность персонажей в нескольких ходах и отрисовку текста. Она прямо позиционируется как «более эффективный аналог» более высокоуровневой Nano Banana Pro (Gemini 3 Pro Image).

Производительность Nano Banana 2.1 в бенчмарках

Google опубликовал внутренние результаты парных оценок предпочтений (Elo) и фактологичности по состоянию на октябрь 2026. Отметим, что независимые сторонние тесты на момент запуска были ограничены.

Возможности Text-to-Image

Возможности редактирования

Источник: Карточка модели Google DeepMind Nano Banana 2.1.

Более высокий Elo означает большую предпочтительность по мнению людей. Показатель фактологичности (больше — лучше) показывает особенно значительный скачок для точных инфографик. Эти результаты позиционируют Nano Banana 2.1 как самую сильную на сегодня модель уровня Flash от Google и конкурентную (или превосходящую) Pro по многим практическим параметрам при меньшей стоимости и задержке.

Официальные цены и соображения по стоимости Nano Banana 2.1 (по состоянию на начало октября 2026)

Эталонные цены Google в платном Standard-тире (за один вывод изображения, без учёта дополнительных входных/«thinking»/текстовых токенов) примерно следующие:

Входные токены оцениваются примерно в $1.50 за 1M; текст + thinking-вывод — около $7.50 за 1M в отдельных разбивках. Бесплатного API-тарифа для этой модели нет. Итоговая сумма зависит от длины запроса, количества референсных изображений, уровня «мышления», разрешения и любых дополнительных текстовых выходов.

По сравнению с Nano Banana 2 стоимость за изображение примерно вдвое ниже при эквивалентных разрешениях, что делает массовую генерацию более экономичной. Nano Banana Pro остаётся заметно дороже для задач максимальной детализации. Всегда проверяйте актуальную страницу с ценами Gemini API, поскольку ставки и учёт токенов могут меняться.

CometAPI, например, оперативно добавил поддержку gemini-nano-banana-2.1 и предоставляет унифицированный доступ с конкурентными тарифами и единым ключом для сотен моделей.

Как получить доступ и настроить API Nano Banana 2.1

ID модели: gemini-nano-banana-2.1

Используйте современный Interactions API или generateContent через SDK google-genai.

С референсным изображением и повышенным разрешением/уровнем мышления: передавайте изображения в base64 в списке входов и задавайте параметры формата ответа для соотношения сторон и размера изображения (1K/2K/4K). Включайте инструменты для привязки к Google Search, когда важна фактологическая точность.

1. Официальный Google Gemini API (рекомендуется для полной функциональной совместимости)

• Создайте или используйте проект в Google AI Studio / Google Cloud с включённым биллингом.
• Получите ключ API в Google AI Studio.
• Установите официальный SDK: pip install -U google-genai (Python) или эквивалент для JavaScript/Node (@google/genai).
• Предпочтительный современный интерфейс: Interactions API (client.interactions.create). Устаревший GenerateContent по-прежнему доступен в некоторых контекстах.
• Базовый шаблон endpoint: https://generativelanguage.googleapis.com/v1beta/interactions (или модель-специфичные пути generateContent). Аутентификация через заголовок x-goog-api-key или переменную окружения SDK GEMINI_API_KEY.

2. Google AI Studio

Идеален для быстрого прототипирования, тестирования подсказок и визуальной проверки до написания кода. Выберите модель и экспериментируйте с референсами, разрешениями и уровнями «мышления».

3. Унифицированные агрегаторы (рекомендация CometAPI)

CometAPI предлагает единый OpenAI-совместимый endpoint (https://api.cometapi.com/v1) и один API-ключ для 500+ моделей, включая линейку Gemini Nano Banana. Поддерживается тарификация pay-as-you-go (часто с экономией относительно прямых тарифов), панели использования и совместимость с SDK «из коробки». Это особенно полезно, если вы уже используете нескольких провайдеров или хотите A/B-тестировать модели для изображений без управления отдельными учётными данными и биллингом. Зарегистрируйтесь на CometAPI.com, получите тестовые кредиты, создайте ключ и укажите базовый URL CometAPI в вашем OpenAI-совместимом клиенте. ID модели остаётся gemini-nano-banana-2.1.

Для CometAPI замените базовый URL и ключ, сохранив структуру OpenAI- или Gemini-совместимого клиента. CometAPI использует паттерн GenerateContent для доступа к nano Banana 2.1.

Сравнение маршрутов доступа к API Nano Banana 2.1

Выберите провайдера перед копированием кода. Google предлагает прямой Interactions workflow, используемый в примерах на Python ниже. Nano Banana 2.1 API в CometAPI обеспечивает маршрут-шлюз, применённый в примере с cURL. Сравните аутентификацию, входные поля, обработку вывода и состояние диалога для полноценной интеграции; ключи относятся к разным аккаунтам и биллинговым системам.

Примеры Google ниже используют Interactions API. Это не запросы для endpoint generateContent CometAPI. Следуйте обзору Interactions от Google для состояния взаимодействия и обработки ответов. Примеры проверены на соответствие опубликованным схемам запросов; аутентифицированные или тарифицируемые вызовы API для этого руководства не выполнялись.

Создание и сохранение изображения через API Nano Banana 2.1

Google: генерация на Python

Установите Google Gen AI Python SDK в окружение проекта, где вы запустите generate_image.py. Первый запрос ниже просит 2K PNG с композицией 16:9 и заданным заголовком. Сохраните результат и проверьте его перед добавлением редактирования или референсов.

python -m pip install -U google-genai

Сохраните следующий скрипт как generate_image.py. Он следует руководству Google по генерации изображений: создаёт interaction, проверяет возвращённое изображение, декодирует данные и сохраняет PNG. Подсказка для рекламного продукта задаёт объект, освещение и точный заголовок, чтобы вы могли проверить соответствие результата запросу.

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

Сценарий сохраняет mug-ad.png и печатает ID взаимодействия. Используйте проверки ответа на Шаге 3 до принятия изображения или продолжения редактирования.

CometAPI: генерация через cURL

С настроенным COMETAPI_KEY из Шага 1 выполните следующий Bash-запрос, используя маршрут, описанный в CometAPI. Он сохранит JSON-ответ как comet-response.json; Шаг 3 извлечёт и сохранит возвращённое изображение.

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

Обработка ответа

Google: проверка сохранённого изображения и ID взаимодействия

Вспомогательная функция save_image в Generatation проверяет output_image, декодирует данные изображения и сохраняет mug-ad.png. Откройте файл и проверьте кружку, композицию и точный заголовок. Сохраните ID взаимодействия для следующего шага редактирования. Успешный HTTP-ответ сам по себе не гарантирует, что было возвращено именно изображение.

Свойство-удобство output_image возвращает последнее сгенерированное изображение. Если вам нужны несколько изображений или чередование текста и визуальных данных, обрабатывайте шаги interaction. Проверьте отсутствие изображения или информацию о безопасности перед повтором.

CometAPI: извлечение и сохранение изображения

Этот запрос записывает JSON-ответ, а не PNG. Подтвердите реальную структуру ответа, прежде чем строить извлекатель изображения. Не передавайте previous_interaction_id или response_format на этот маршрут; параметры редактирования и размера вывода для шлюза должны соответствовать его документированной схеме. Точно так же ID взаимодействия Google не является состоянием диалога шлюза.

Если шлюз возвращает нативную структуру candidates → content → parts, описанную в справочнике generateContent от Google, сохраните встроенные части изображения с помощью этого отдельного скрипта. Он принимает имена полей в camelCase и snake_case и сохраняет возвращаемый формат изображения:

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)")

Сохраните приведённый выше извлекатель как save_comet_image.py в той же директории, что и comet-response.json, затем запустите его на Python. Откройте каждый сохранённый файл comet-image и проверьте его содержимое. Если встроенное изображение не найдено, изучите фактический ответ и детали ошибки перед изменением парсера или повтором.

Для обоих провайдеров убедитесь в корректности формата изображения, размеров, запрошенного текста и визуальных деталей. Держите обработку ответов провайдера отдельно и сохраняйте оригинальное изображение перед редактированием.

Как редактировать изображение через API Nano Banana 2.1?

Редактирование сгенерированного изображения в Nano Banana 2.1

Добавьте этот блок в тот же скрипт. Он переиспользует client, формат вывода и interaction из примера генерации. Как показано в примере множественных ходов редактирования от Google, previous_interaction_id передаёт контекст диалога. Снова укажите формат вывода, чтобы явно зафиксировать тип файла, соотношение сторон и размер.

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)

Для третьего хода используйте edited.id как предыдущий ID взаимодействия. Храните последний ID вместе с сессией редактирования вашего приложения, а не в одной глобальной переменной для всех пользователей. Сохраните и оригинальное изображение: запрос «не менять фон» не гарантирует пометочное сохранение пикселей.

Отправка локального референсного изображения в Nano Banana 2.1

Если у вас уже есть изображение продукта, отправьте его вместе с инструкцией на редактирование вместо первоначальной генерации нового ассета. Этот блок также использует client и вспомогательную функцию save_image из примера генерации. Заявленный MIME-тип должен соответствовать реальному файлу.

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")

Управление выводом изображений и референсами в Nano Banana 2.1

Используйте ёмкость по референсам и цели консистентности из таблицы спецификаций выше как базовый ориентир. Эти ёмкости не гарантируют безошибочное сохранение идентичности. Начинайте с минимально необходимого числа референсов и затем оценивайте результат целиком. Для диаграмм и маркетинговых материалов предоставляйте точные тексты и проверенные цифры, а не просите модель их выдумывать.

Продвинутые возможности

• Уровни «мышления»: установите «minimal» для скорости, «medium» (по умолчанию) для баланса или «high» для сложных композиций, насыщенных текстом макетов или точного соблюдения требований по нескольким объектам. Повышение уровня увеличивает задержку и стоимость токенов, но улучшает результат на сложных запросах.
• Привязка к поиску: включайте инструменты Google Search / Image Search, чтобы генерации могли опираться на реальные или актуальные визуальные референсы (погода, продукты, события, точные виды и т. п.).
• Видео-вход: поддерживается для генерации с учётом контекста (например, извлечение стиля или субъектов из коротких клипов).
• Batch API: доступен для крупнообъёмных офлайн-задач по сниженным ставкам.
• Разрешения и форматы: 1K по умолчанию; явно запрашивайте 2K или 4K. Выход обычно PNG/JPEG в зависимости от конфигурации.

Всегда соблюдайте Политику запрещённого использования Generative AI от Google и убедитесь, что у вас есть права на любые референсные изображения.

Семейство Nano Banana (ориентировочные данные на начало октября 2026)

Заключение и рекомендации

Nano Banana 2.1 — самая сильная на сегодня высокоэффективная модель Google для генерации и редактирования изображений: практичное обновление, которое существенно улучшает качество визуализации, точность следования запросу, консистентность и устойчивость к крайним соотношениям сторон при экономике уровня Flash. Для большинства продакшн-нагрузок, где нужны надёжные, высококачественные изображения с хорошим соответствием подсказке и возможностями редактирования, это очевидный выбор внутри семейства Gemini на октябрь 2026.

С чего начать уже сегодня:

1. Прототипируйте в Google AI Studio.
2. Интегрируйтесь через официальный Gemini API для максимального контроля.
3. Или ускорьте разработку и упростите мульти-модельные операции, используя унифицированную, OpenAI-совместимую платформу CometAPI — один ключ, конкурентные цены, быстрый доступ к последним моделям, включая gemini-nano-banana-2.1, и аналитика уровня продакшн.

Начинайте экспериментировать через API и перенесите оставшиеся рабочие нагрузки Nano Banana 2 до дедлайна 29 октября. Инструменты для качественной, консистентной и экономичной генерации изображений с ИИ ещё никогда не были столь доступными.