Gemini 3 Pro 影像（Nano Banana Pro）API

谷歌的 Nano Banana Pro （官方型號ID） **gemini-3-pro-image-preview**是 Gemini 3 Pro 的影像生成/影像編輯版本。它是一款預覽階段的專業級影像模型，增加了 2K/4K 輸出、高保真多影像合成（最高可達 2K/4K）功能。 14張參考圖片角色一致性 給5人）、更強大的影像中文字渲染，以及基於現實世界事實的搜尋基礎。

基本特徵

文字 → 圖片：完全基於提示的生成，並嚴格遵守提示。
圖 → 圖片（編）：在多次修改中保持主題/角色一致性的精細、有針對性的修改。
最大輸出解析度： 到 4K （範例和支援的確切像素尺寸取決於寬高比；API 提供 1K/2K/4K 預設）
迭代規劃與自我糾錯：一個內部「多階段」管道，用於檢測和糾正常見的視覺錯誤（透視、文字、精細幾何形狀）。
進階影像內文字渲染清晰易讀的多語言文字（從簡短的標題到較長的段落），適用於海報、模型和資訊圖表。
5字符 保真度高達 14 個物件/參考圖 在一個工作流程中。
水印/來源資訊： 所有產生的影像都包含 SynthID 浮水印；模型嵌入 C2PA 元數據，以便在某些產品整合中進行溯源。

Gemini 3 Pro 圖片版本與命名

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

技術細節

卓越的建築

譜系/主幹Nano Banana Pro 將基於 Google 不斷發展的 Gemini 圖像堆疊構建——特別是新的 Gemini 3 Pro 影像 / GEMPIX 2 架構（一個更高容量的多模態圖像+文字框架）。這是從…演進而來 Gemini 2.5 Flash 影像 將原始的「奈米香蕉」轉化為具有擴展視覺語言推理能力的原生多模態影像模型。
模型行為：原生多模態（影像+文字+世界知識）、明確的多影像融合流程，以及內部分階段規劃器，該規劃器透過多次迭代優化輸出，而非產生單一靜態樣本。早期報告顯示，與先前的版本相比，其幾何/光學推理能力（玻璃、折射）更強。
思考/內部改進該模型在內部使用可見的「思考」過程來完善構圖（API 記錄了這種行為，並指出這些內部步驟不作為最終圖像代幣收費）。
接地和工具：支持 搜尋接地 （可以將網路資訊融入圖表/資訊圖表生成）。它還支援系統指令，以實現更確定性的控制。

關鍵API參數：

thinking_level （低/高）權衡延遲與推理深度；
media_resolution （低/中/高）控制影像 OCR/細節讀取標記；
generationConfig.imageConfig 控制影像輸出的寬高比/解析度。

圖片限制：

支援的輸入方式： 文字和圖像（該模型不接受音訊或視訊作為圖像生成輸入）。
每個提示最多可顯示的圖片數量： 14（用於 Gemini 3 Pro 影像預覽）。
最大圖片尺寸（上傳）： 每張輸入影像7MB。
支援的寬高比： 1:1、3:2、16:9、9:16、21:9 等。

輸出影像/標記： 支援高分辨率，最高可達 4K/4096px。

基準性能

簡短的摘要： 目前公開的早期基準測試大多是定性的/由社群驅動的，但一致表明，與原始的奈米香蕉（Gemini 2.5 Flash Image）相比，分辨率、偽影減少和物理保真度均有顯著提升。一些特定的「挑戰」也顯示出明顯的視覺效果提升，但Google尚未發佈公開的標準化數值基準測試表格，對 v1 到 v2 在標準圖像生成指標上的表現進行比較。

定性社區測試更清晰的邊緣、更銳利的微細節、更真實的色彩以及更忠實的畫面還原（更少的虛幻道具，更一致的角色）。一些流行的非正式測試包括所謂的“酒杯測試”和“玻璃漢堡挑戰”，在這些測試中，GEMPIX2（Nano Banana Pro）在處理透明度和折射方面明顯優於早期版本。
文字處理Nano Banana Pro 在影像內部的排版和文字位置方面有了顯著改進（這是許多影像模型長期存在的弱點）。使用者對比顯示，渲染出的亂碼現像也更少。
吞吐量/使用者體驗更快的迭代速度和在後端執行多階段改進的用戶體驗，使用戶能夠看到更可靠的首次結果（減少手動重新迭代）。

局限性和風險

內容過濾器和檢測整合此模型的平台（例如 Whisk/第三方應用程式）可能會啟用嚴格的名人或肖像檢測，並阻止某些輸出，這會影響依賴逼真名人肖像的創意工作流程。
幻覺/推理邊緣案例雖然有所改進，但該模型仍然會產生物理上不真實的瑕疵，尤其是在圖像中包含密集符號文字或高度技術性的圖表時——儘管 NB2 似乎比早期版本減少了這些錯誤。
安全與誤用： 生成式影像模型可能被用於創建有問題或有害的內容。谷歌應用了限制、內容過濾器和 SynthID 水印來幫助追溯來源；儘管如此，濫用現象仍然存在（例如，在政治敏感的背景下，一張由 Nano Banana 生成的圖像引發了備受矚目的爭議）。

Nano Banana Pro 與其他型號相比如何

Nano Banana Pro（GEMPIX 2 / Gemini 3 Pro 影像） — 強大的行動裝置整合、多影像融合、迭代式自校正、原生 2K/4K 升頻，並與 Google 應用程式（搜尋、照片、Workspace/Gemini）緊密整合。最適合需要可靠編輯、連續性和與 Google 服務整合的工作流程。
中途 — 擅長風格化的藝術輸出和社群驅動的提示工程；通常不以照片精確的多影像融合或深度多模態編輯流程為目標。
穩定擴散/開放權重 — 完全開放、高度可自訂且支援本地部署；檢查點和微調功能是其在研究和離線使用方面的決定性優勢。但與 Nano Banana Pro 相比，其「一鍵式」行動整合功能較少，且開箱即用的多影像編輯一致性也略遜一籌。
Seedream 4.0（位元組跳動） — 近期明確定位為 Nano Banana 的競爭對手，強調超快渲染速度、2K 輸出以及對大量參考影像（最多六張）的支援。定位為專業人士/創作者的替代方案。

（這些比較只是粗略的；請根據您的工作流程選擇合適的工具：開放性/可定制性 → Stable Diffusion；風格化藝術 → Midjourney；集成化、一致的移動編輯功能以及快速迭代 → Nano Banana Pro/Gemini 3 Pro 圖像系列。）

實際用例

手機照片編輯與創意濾鏡 （Google照片整合－重新設計、背景融合、肖像重組）。
行銷和廣告資產 — 快速生成概念，在多個畫面/角度中保持一致的品牌形象。
概念藝術與故事板 — 多圖融合有助於維持不同畫面中人物角色的連貫性。
電子商務/產品模型 — 在不同的場景/光線條件下拍攝出一致的產品照片。
AR/VR資產的快速原型製作 — 高品質的 2K/4K 輸出，可進行升頻處理，用於沉浸式應用。

如何呼叫 gemini-3-pro-image（Nano Banana Pro） API

CometAPI上的Nano Banana API定價，比官方價格低20%：


價格	$0.19200

所需步驟

登錄到 cometapi.com。如果您還不是我們的用戶，請先註冊
取得介面的存取憑證API key。在個人中心的API token處點選“新增Token”，取得Token金鑰：sk-xxxxx並提交。
取得此網站的 URL： https://api.cometapi.com/

使用方法

選擇“gemini-3-pro-image「端點發送 API 請求並設定請求體。請求方法和請求體可從我們網站的 API 文件取得。為了方便您使用，我們網站也提供了 Apifox 測試。
代替使用您帳戶中的實際 CometAPI 金鑰。
將您的問題或請求插入內容欄位 - 這是模型將會回應的內容。
。處理 API 回應以取得產生的答案。

CometAPI 提供完全相容的 REST API，實現無縫遷移。主要細節：

基本網址： https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
型號名稱： gemini-3-pro-image
驗證： Bearer YOUR_CometAPI_API_KEY 頭
內容類型： application/json .

也可以看看 Gemini 2.5 Flash 影像 API（Nano-Banana）