Temel özellikler
- Metin → Görsel: güçlü yönerge uyumuyla, yönerge odaklı tam üretim.
- Görsel → Görsel (düzenlemeler): birden çok düzenleme boyunca özne/karakter tutarlılığını koruyan, ince ve hedefli düzenlemeler.
- Maksimum çıktı çözünürlüğü: en fazla 4K (örnekler ve desteklenen kesin piksel boyutları en-boy oranına bağlıdır; API 1K/2K/4K hazır ayarlarını sunar)
- Yinelemeli planlama ve kendi kendini düzeltme: perspektif, metin, ince geometri gibi yaygın görsel hataları algılayıp düzelten dahili “çok aşamalı” bir hat.
- Gelişmiş görüntü içi metin işleme: posterler, maketler ve infografikler için uygun, net ve okunaklı çok dilli metin (kısa başlıklardan uzun paragraflara).
- Tek bir iş akışında 5 karakter ve en fazla 14 nesne/referans görseli için yüksek tutarlılık.
- Filigran / köken: üretilen tüm görseller SynthID filigranı içerir; model, bazı ürün entegrasyonlarında köken için C2PA meta verilerini gömer.
Gemini 3 Pro Image sürümleri ve adlandırma
gemini-3-pro-image-previewgemini-3-pro-image
Teknik ayrıntılar
Mimari
- Soy / iskelet: Nano Banana Pro, Google’ın gelişen Gemini görsel yığınında — özellikle yeni Gemini 3 Pro Image / GEMPIX 2 mimarisinde (daha yüksek kapasiteli çok modlu görsel+metin çerçevesi) — geliştirilmiştir. Bu, Gemini 2.5 Flash Image’dan (“nano-banana”ın orijinali) daha gelişmiş, doğal çok modlu, genişletilmiş görsel-dil akıl yürütmesi yeteneklerine sahip bir modele evrimdir.
- Model davranışı: doğal çok modluluk (görsel + metin + dünya bilgisi), çoklu görsel birleştirme için açık hatlar ve tek bir statik örnek üretmek yerine çıktıları birden çok geçişte iyileştiren aşamalı bir dahili planlayıcı. İlk raporlar, önceki sürümlere kıyasla daha güçlü geometrik/optik akıl yürütmeye (cam, kırılma) işaret ediyor.
- Düşünme / dahili iyileştirme: Model, kompozisyonu iyileştirmek için içeride görünür bir “düşünme” süreci kullanır (API bu davranışı belgeliyor ve bu iç adımların nihai görsel token’ları olarak ücretlendirilmediğini not eder).
- Dayandırma ve araçlar: Search grounding destekler (diyagram/infografik üretiminde web olgularını içerebilir). Daha belirleyici kontrol için sistem talimatlarını da destekler.
Temel API parametreleri:
thinking_level(low / high): gecikme ile akıl yürütme derinliği arasında denge kurmak için;media_resolution(low/medium/high): görsel OCR/ayrıntı okuma token’larını kontrol etmek için;generationConfig.imageConfig: görsel çıktılarda en-boy oranı/çözünürlüğü kontrol etmek için.
Görsel sınırları:
- Desteklenen giriş kipleri: Metin ve görseller (model, görsel üretimi için ses veya video kabul etmez).
- Yönerge başına en fazla görsel: 14 (Gemini 3 Pro Image preview için).
- Maks görsel boyutu (yükleme): Girdi görseli başına 7 MB.
- Desteklenen en-boy oranları: 1:1, 3:2, 16:9, 9:16, 21:9, vb.
Çıktı görselleri / tokenlar: yüksek limitler, 4K/4096 piksel desteklenir.
Kıyaslama performansı
Kısa özet: kamu/erken kıyaslamalar çoğunlukla niteliksel/topluluk kaynaklı olup, çözünürlük, yapaylık azaltma ve fiziksel tutarlılıkta, orijinal nano-banana’ya (Gemini 2.5 Flash Image) kıyasla tutarlı iyileşmeler bildiriyor. Belirli adlandırılmış “zorluklar”da belirgin görsel kazanımlar gözlense de Google’dan v1 → v2 karşılaştırmalı standart görsel üretim metriklerinde (kamuya açık) henüz standart sayısal tablo yok.
- Nitel topluluk testleri: Daha temiz kenarlar, daha keskin mikro ayrıntılar, daha doğru renkler ve yönergeye daha sadık kalma (daha az uydurma öge, daha tutarlı karakterler). Popüler gayriresmi testler arasında “Wine Glass Test” ve “Glass Burger Challenge” bulunur; GEMPIX2 (Nano Banana Pro), şeffaflık ve kırılmayı önceki yapılara göre belirgin biçimde daha iyi ele alır.
- Metin işleme: Nano Banana Pro görsellerin içindeki tipografi ve metin yerleşiminde gözle görülür şekilde iyileşme sergiler (birçok görsel model için kalıcı bir zayıflık). Topluluk karşılaştırmaları, daha az bozulmuş işlenen glif gösterir.
- Verimlilik / UX: Arka uçta çok aşamalı iyileştirme yapan, daha hızlı yineleme ve daha güvenilir ilk geçiş sonuçları sağlayan bir UX (manuel yeniden denemeleri azaltır).
Sınırlamalar ve riskler
- İçerik filtreleri ve tespit: Modeli entegre eden platformlar (ör. Whisk/üçüncü taraf uygulamalar) katı ünlü veya benzerlik tespiti etkinleştirebilir ve belirli çıktıları engelleyebilir; bu, gerçekçi ünlü benzerliklerine dayanan yaratıcı iş akışlarını etkiler.
- Halüsinasyon / akıl yürütme kenar durumları: iyileştirilmiş olsa da model, özellikle görsel içindeki yoğun sembolik metinlerde veya yüksek teknik diyagramlarda fiziksel olarak gerçekçi olmayan yapaylıklar üretebilir — ancak NB2, önceki sürümlere kıyasla bu hataları azaltıyor gibi görünür.
- Güvenlik ve kötüye kullanım: üretici görsel modeller sorunlu veya zararlı içerikler oluşturmak için kullanılabilir. Google, köken için SynthID filigranı ve kısıtlamalar uygular; buna rağmen kötüye kullanım vakaları yaşanmıştır (siyasi açıdan hassas bir ortamda Nano Banana tarafından üretilen bir görselle bağlantılı yüksek profilli bir tartışma).
Nano Banana Pro’nun diğer modellerle kıyaslanması
- Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — güçlü mobil entegrasyon, çoklu görsel birleştirme, yinelemeli öz-düzeltme, 2K yerel/4K yükseltme, Google uygulamalarıyla (Search, Photos, Workspace/Gemini) sıkı entegrasyon. Güvenilir düzenlemeler, süreklilik ve Google hizmetleriyle entegrasyon gerektiren iş akışları için en iyisi.
- Midjourney — stilize sanatsal çıktılarda ve topluluk odaklı yönerge mühendisliğinde üstün; foto-uyumlu çoklu görsel birleştirme veya derin çok modlu düzenleme hatları için tipik hedef değil.
- Stable Diffusion / açık ağırlıklar — tamamen açık, yüksek özelleştirilebilir ve yerelde barındırılabilir; denetim noktaları ve ince ayar ekosistemi, araştırma ve çevrimdışı kullanım için belirleyici bir avantajdır. Nano Banana Pro kadar kutudan çıktığı gibi “tek tık” mobil entegrasyonu ve tutarlı çoklu görsel düzenleme uyumu yoktur.
- Seedream 4.0 (ByteDance) — yakın zamanda açıkça bir Nano Banana rakibi olarak konumlandırıldı; ultra hızlı işleme, 2K çıktı ve çok sayıda referans görsel desteğini (en fazla altı) vurgular. Profesyoneller/üreticiler için bir alternatif olarak konumlandırılıyor.
(Bu karşılaştırmalar yüksek seviyededir; kazananı iş akışınıza göre seçin: açıklık/özelleştirilebilirlik → Stable Diffusion; stilize sanat → Midjourney; entegre, tutarlı mobil düzenleme ve agresif yineleme → Nano Banana Pro / Gemini 3 Pro Image ailesi.)
Gerçek dünya kullanım alanları
-
Mobil fotoğraf düzenleme ve yaratıcı filtreler (Google Photos entegrasyonları — yeniden stillendirme, arka plan birleştirme, portre yeniden kompozisyon).
-
Pazarlama ve reklam varlıkları — hızlı konsept üretimi, birden fazla kare/açı boyunca tutarlı marka karakterleri.
-
Konsept sanatı ve storyboard — çoklu görsel birleştirme, paneller arasında karakter sürekliliğini korumaya yardımcı olur.
-
E-ticaret / ürün maketleri — farklı bağlam/ışık koşullarında tutarlı ürün çekimleri üretin.
-
AR/VR varlıkları için hızlı prototipleme — yükseltilebilir, yüksek kaliteli 2K/4K çıktılar, sürükleyici kullanım için.
-
gemini-3-pro-image(Nano Banana Pro) API’ye nasıl erişilir
Gerekli Adımlar
- cometapi.com’a giriş yapın. Henüz kullanıcımız değilseniz, lütfen önce kaydolun.
- Arayüzün erişim kimlik bilgisi olan API anahtarını alın. Kişisel merkezde API token bölümünde “Add Token”a tıklayın, token anahtarını alın: sk-xxxxx ve gönderin.
- Bu sitenin URL’sini alın:
https://api.cometapi.com/
Kullanım Yöntemi
- API isteği göndermek için “
gemini-3-pro-image” uç noktasını seçin ve istek gövdesini ayarlayın. İstek yöntemi ve istek gövdesi web sitemizdeki API dokümanından alınır. Kolaylığınız için sitemiz Apifox testi de sağlar. - <YOUR_API_KEY> ifadesini hesabınızdaki gerçek CometAPI anahtarınızla değiştirin.
- Sorunuzu veya isteğinizi content alanına ekleyin — model bu içeriğe yanıt verecektir.
- API yanıtını işleyerek oluşturulan cevabı alın.
CometAPI, sorunsuz geçiş için tamamen uyumlu bir REST API sunar. Temel ayrıntılar :
- 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_KEYheader - Content-Type:
application/json.