Can Gemini 3 Pro Image generate 4K resolution images?

可以，Nano Banana Pro（Gemini 3 Pro Image）支持最高达 4K 分辨率的原生输出，宽高比包括 1:1、3:2、16:9、9:16 和 21:9。它还支持通过 imageConfig 参数使用 1K 和 2K 预设。

How does Nano Banana Pro handle text rendering inside images?

Nano Banana Pro 具备先进的图像内文本渲染能力，支持清晰、易读的多语言文本——从简短标题到长段落均可良好呈现。这使其非常适合用于海报、信息图、UI 模型图和营销素材。

Can I edit images conversationally with Gemini 3 Pro Image?

可以，Nano Banana Pro 支持多轮对话式编辑。只需提出诸如“将背景改成日落”之类的修改要求，模型便会通过轮次之间的 Thought Signatures 保持视觉上下文。

What makes Nano Banana Pro different from FLUX 2 Pro or Midjourney?

Nano Banana Pro 在迭代式自我修正、跨多次编辑保持角色一致性以及与 Google 生态系统的紧密集成方面表现出色。它最多可处理 14 张参考图像，以支持复杂的多图融合工作流。

Does Nano Banana Pro use Google Search for grounded image generation?

是的，Nano Banana Pro 可以使用 Search grounding 在生成图像前验证事实。例如，它可以获取当前天气数据来创建准确的东京天气信息图。

How many reference images can Nano Banana Pro process in one request?

Nano Banana Pro 支持在单次请求的每个提示中最多处理 14 张输入图像，每张图像最大为 7MB。在复杂的多图融合场景中，它可在最多 5 个角色之间保持主体和角色一致性。

实惠的 Nano Banana Pro API | text-to-image

基本功能

文本 → 图像：基于提示的完整生成，严格遵循提示。
图像 → 图像（编辑）：精细、定向的编辑，在多次编辑中保持主体/角色一致性。
最大输出分辨率： 最高 4K（示例与支持的精确像素尺寸取决于长宽比；API 提供 1K/2K/4K 预设）
迭代规划与自我纠正：内部“多阶段”流水线，可检测并纠正常见视觉错误（透视、文本、精细几何）。
高级图内文字渲染：清晰、可读的多语言文本（从短标题到长段落），适用于海报、模型图和信息图。
5 个角色，在单次工作流中对最多 14 个对象/参考图像保持保真。
水印/来源： 所有生成图像都包含 SynthID 水印；在某些产品集成中，模型会嵌入用于来源追溯的 C2PA 元数据。

Gemini 3 Pro Image 版本与命名

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

技术细节

架构

谱系/骨干：Nano Banana Pro 构建于 Google 持续演进的 Gemini 图像技术栈之上——具体为全新的 Gemini 3 Pro Image / GEMPIX 2 架构（更高容量的图像+文本多模态框架）。这由 Gemini 2.5 Flash Image（最初的“nano-banana”）演进而来，成为原生多模态图像模型，并扩展了视觉—语言推理能力。
模型行为：原生多模态（图像 + 文本 + 世界知识），具有用于多图融合的显式流程，以及分阶段的内部规划器，会在多次迭代中精炼输出，而非一次性生成静态样本。早期报告显示，相比先前版本，其几何/光学推理（玻璃、折射）更强。
思考/内部精炼：模型在内部使用可见的“思考”过程来细化构图（API 文档记录了此行为，并指出这些内部步骤不计入最终图像 token）。
锚定与工具：支持 Search grounding（可将网页事实纳入图表/信息图生成）。同时支持系统指令，以获得更确定性的控制。

关键 API 参数：

thinking_level（低 / 高）：在时延与推理深度之间取舍；
media_resolution（低/中/高）：控制图像 OCR/细节读取的 token 消耗；
generationConfig.imageConfig：控制输出图像的长宽比/分辨率。

图像限制：

支持的输入模态： 文本与图像（该模型不接受音频或视频作为图像生成输入）。
每次提示的最大图像数： 14（适用于 Gemini 3 Pro Image 预览版）。
最大图像大小（上传）： 每张输入图像 7 MB。
支持的长宽比： 1:1、3:2、16:9、9:16、21:9 等。

输出图像/Token： 上限较高，支持 4K/4096px。

基准表现

简要概述： 目前公开/早期基准主要是定性/社区反馈，但一致报告相较于最初的 nano-banana（Gemini 2.5 Flash Image），在分辨率、伪影减少与物理逼真度方面有显著提升。若干具名“挑战”展示了清晰的视觉增益，不过 Google 尚未（公开）提供在标准图像生成指标上的 v1 → v2 数值化对比表。

社区定性测试：边缘更干净、微细节更锐利、色彩更真实，对提示的遵循更到位（更少无关道具、更一致的角色）。流行的非正式测试包括所谓的“Wine Glass Test”和“Glass Burger Challenge”，其中 GEMPIX2（Nano Banana Pro）在透明与折射方面的处理明显优于早期版本。
文本处理：Nano Banana Pro 在图内排版与文本放置上有可见改进（这是许多图像模型的长期弱项）。社区对比显示渲染错字形更少。
吞吐/体验：迭代速度更快，后端进行多阶段精炼，使用户更可能在首次生成就得到可靠结果（减少手动重试）。

限制与风险

内容过滤与检测：集成该模型的平台（如 Whisk/第三方应用）可能启用严格的名人或相似度检测并阻止某些输出，这会影响依赖真实名人相似度的创作流程。
幻觉/推理边界情况：虽有改进，但模型仍可能产生物理不合理的伪影，特别是在图像内包含密集符号文本或高度技术性的图表时——尽管与早期版本相比，NB2 已减少这些错误。
安全与滥用：生成式图像模型可能被用于创建有问题或有害内容。Google 通过约束、内容过滤与 SynthID 水印来帮助来源追溯；然而，滥用仍曾发生（曾有与 Nano Banana 生成图像相关的政治敏感事件引发高关注）。

Nano Banana Pro 与其他模型的对比

Nano Banana Pro（GEMPIX 2 / Gemini 3 Pro Image）——强移动端集成、多图融合、迭代自我纠正、2K 原生/4K 超分，深度整合到 Google 应用（Search、Photos、Workspace/Gemini）。适合需要可靠编辑、连续性与 Google 服务集成的工作流。
Midjourney——擅长风格化艺术输出和社区驱动的提示工程；通常不以照片级多图融合或深度多模态编辑流水线为目标。
Stable Diffusion / 开放权重——完全开放、高度可定制、可本地部署；检查点与微调生态对研究与离线使用具有决定性优势。相比 Nano Banana Pro，开箱即用的移动端一键集成较少，多图编辑一致性也较不稳定。
Seedream 4.0（ByteDance）——近期明确定位为 Nano Banana 竞争者，强调超快渲染、2K 输出、并支持多参考图像（最多六张）。定位为面向专业/创作者的替代方案。

（以上对比为高层次；选择取决于工作流：重开放/可定制 → Stable Diffusion；重风格化艺术 → Midjourney；重集成、移动端一致编辑与激进迭代 → Nano Banana Pro / Gemini 3 Pro image 系列。）

实际应用场景

移动端照片编辑与创意滤镜（Google Photos 集成——风格重塑、背景融合、肖像重构）。
营销与广告素材——快速概念生成，在多帧/多角度中保持一致的品牌角色。
概念艺术与分镜——多图融合有助于在画面间保持角色连续性。
电商/产品模型图——在不同场景/光照下生成一致的产品照片。
AR/VR 资产快速原型——高质量 2K/4K 输出，可进一步超分用于沉浸式场景。
如何访问 gemini-3-pro-image（Nano Banana Pro）API

必备步骤

登录 cometapi.com。若尚未成为用户，请先注册。
获取接口的访问凭证 API Key。在个人中心的 API token 中点击 “Add Token”，获取 token 密钥：sk-xxxxx 并提交。
获取站点地址：https://api.cometapi.com/

使用方法

选择 “gemini-3-pro-image” 端点发送 API 请求并设置请求体。请求方法与请求体请参考我们网站的 API 文档。我们的网站也提供 Apifox 测试，便于使用。
将 <YOUR_API_KEY> 替换为你账号中的实际 CometAPI Key。
将你的问题或请求插入 content 字段——模型会对该字段内容作出响应。
处理 API 响应以获取生成的答案。

CometAPI 提供完全兼容的 REST API——便于无缝迁移。关键细节：

基础 URL： https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
模型名称： gemini-3-pro-image
认证： Bearer YOUR_CometAPI_API_KEY 请求头
Content-Type： application/json

Nano Banana Pro 的定价

查看 Nano Banana Pro 的竞争性定价，满足不同预算与使用需求，灵活方案确保随需求扩展。

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

Nano Banana Pro 的示例代码与 API

获取完整示例代码与 API 资源，简化 Nano Banana Pro 的集成流程，我们提供逐步指导，助你发挥模型潜能。

Python
JavaScript
Curl

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}")

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();

Curl Code Example

#!/bin/bash
# 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"

Nano Banana Pro 的版本

Nano Banana Pro 可能存在多个快照，原因包括：更新后保持一致性需要保留旧版、给开发者留出迁移窗口，以及全球/区域端点提供的优化差异。具体差异请参考官方文档。

Model id	描述	可用性	请求
nano-banana-pro-all	所使用的技术是非官方的，生成结果不稳定等，Chat 格式	✅	Chat 格式
gemini-3-pro-image	推荐，指向最新模型	✅	Gemini generates image
gemini-3-pro-image-preview	官方预览	✅	Gemini generates image