Can Gemini 3 Pro Image generate 4K resolution images?

Yes, Nano Banana Pro (Gemini 3 Pro Image) supports native output up to 4K resolution with aspect ratios including 1:1, 3:2, 16:9, 9:16, and 21:9. It also supports 1K and 2K presets via the imageConfig parameter.

How does Nano Banana Pro handle text rendering inside images?

Nano Banana Pro features advanced in-image text rendering with clear, legible multi-language text support—from short captions to long paragraphs. This makes it ideal for posters, infographics, UI mockups, and marketing assets.

Can I edit images conversationally with Gemini 3 Pro Image?

Yes, Nano Banana Pro supports multi-turn conversational editing. Simply ask for changes like 'Make the background a sunset' and the model maintains visual context through Thought Signatures between turns.

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

Nano Banana Pro excels at iterative self-correction, consistent character preservation across multiple edits, and tight Google ecosystem integration. It handles up to 14 reference images for complex multi-image fusion workflows.

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

Yes, Nano Banana Pro can use Search grounding to verify facts before generating images. For example, it can fetch current weather data to create an accurate Tokyo weather infographic.

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

Nano Banana Pro supports up to 14 input images per prompt with a maximum of 7MB per image. It maintains subject and character consistency across up to 5 characters in complex multi-image fusion scenarios.

API Nano Banana Pro Abordable | text-to-image

Playground pour Nano Banana Pro

Explorez le Playground de Nano Banana Pro — un environnement interactif pour tester les modèles et exécuter des requêtes en temps réel. Essayez des invites, ajustez les paramètres et itérez instantanément pour accélérer le développement et valider les cas d'utilisation.

Fonctionnalités de base

Texte → Image : génération entièrement pilotée par le prompt, avec une forte fidélité au prompt.
Image → Image (modifications) : retouches fines et ciblées, en maintenant la cohérence du sujet/personnage sur plusieurs itérations.
Résolution de sortie maximale : jusqu’à 4K (les exemples et tailles exactes prises en charge dépendent du rapport d’aspect ; l’API propose des préréglages 1K/2K/4K)
Planification itérative et auto-correction : pipeline interne « multi-étapes » qui détecte et corrige les erreurs visuelles courantes (perspective, texte, géométrie fine).
Rendu avancé du texte dans l’image : texte clair et lisible en plusieurs langues (des légendes courtes aux longs paragraphes), adapté aux affiches, maquettes et infographies.
5 personnages et fidélité jusqu’à 14 objets/images de référence dans un même flux.
Filigranage / provenance : toutes les images générées incluent un filigrane SynthID ; le modèle intègre des métadonnées C2PA pour la provenance dans certaines intégrations produits.

Versions et dénominations de Gemini 3 Pro Image

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

Détails techniques

Architecture

Lignée / socle : Nano Banana Pro est construit sur la pile d’images Gemini en évolution de Google — plus précisément la nouvelle architecture Gemini 3 Pro Image / GEMPIX 2 (un cadre multimodal image+texte à plus grande capacité). Il s’agit d’une évolution de Gemini 2.5 Flash Image (le “nano-banana” original) vers un modèle d’image nativement multimodal avec des capacités élargies de raisonnement vision-langage.
Comportement du modèle : multimodalité native (image + texte + connaissance du monde), pipelines explicites pour la fusion multi-images, et planificateur interne par étapes qui affine les sorties en plusieurs passes plutôt que de produire un seul échantillon statique. Les premiers retours indiquent un meilleur raisonnement géométrique/optique (verre, réfraction) par rapport aux versions précédentes.
Réflexion / raffinement interne : le modèle utilise un processus « de réflexion » visible en interne pour affiner la composition (la documentation de l’API mentionne ce comportement et précise que ces étapes internes ne sont pas facturées comme des jetons d’image finaux).
Ancrage & outils : prise en charge de l’ancrage via la recherche (peut intégrer des faits web dans la génération de schémas/infographies). Prend également en charge des instructions système pour un contrôle plus déterministe.

Paramètres API clés :

thinking_level (low / high) pour arbitrer entre latence et profondeur de raisonnement ;
media_resolution (low/medium/high) pour contrôler les jetons de lecture OCR/détails d’image ;
generationConfig.imageConfig pour contrôler le rapport d’aspect/la résolution des sorties d’image.

Limites d’image :

Modalités d’entrée prises en charge : texte et images (le modèle n’accepte pas l’audio ni la vidéo comme entrées de génération d’images).
Nombre maximal d’images par prompt : 14 (pour l’aperçu Gemini 3 Pro Image).
Taille maximale d’image (téléversement) : 7 Mo par image d’entrée.
Rapports d’aspect pris en charge : 1:1, 3:2, 16:9, 9:16, 21:9, etc.

Images de sortie / jetons : plafonds élevés, 4K/4096 px pris en charge.

Performances de référence

Bref résumé : les benchmarks publics/précoces sont surtout qualitatifs / communautaires, mais font état de gains constants en résolution, réduction d’artefacts et fidélité physique par rapport au nano-banana original (Gemini 2.5 Flash Image). Des « challenges » nommés ont montré des améliorations visuelles nettes, mais il n’existe pas encore (publiquement) de tableaux chiffrés standardisés de Google comparant v1 → v2 sur des métriques standard de génération d’images.

Tests qualitatifs communautaires : bords plus propres, micro-détails plus nets, couleurs plus fidèles, et meilleure adhérence au prompt (moins d’objets imaginaires, personnages plus cohérents). Les tests informels populaires incluent le « Wine Glass Test » et le « Glass Burger Challenge », où GEMPIX2 (Nano Banana Pro) gère nettement mieux la transparence et la réfraction que les premières versions.
Gestion du texte : Nano Banana Pro montre une typographie et un placement du texte visibles améliorés dans les images (une faiblesse persistante pour de nombreux modèles d’image). Les comparaisons communautaires indiquent moins de glyphes rendus de manière illisible.
Débit / UX : vitesse d’itération plus rapide et UX qui effectue un raffinement multi-étapes en back-end, de sorte que les utilisateurs voient des résultats de premier passage plus fiables (réduisant les relances manuelles).

Limitations et risques

Filtres de contenu & détection : les plateformes intégrant le modèle (par ex., Whisk/des applications tierces) peuvent activer une détection stricte des célébrités ou des ressemblances et bloquer certains rendus, ce qui affecte les workflows créatifs reposant sur des ressemblances de célébrités réalistes.
Hallucination / cas limites de raisonnement : bien que réduits, des artefacts physiquement irréalistes peuvent subsister, notamment avec du texte symbolique dense dans les images ou des schémas très techniques — bien que NB2 semble réduire ces erreurs par rapport aux versions antérieures.
Sécurité & mésusage : les modèles de génération d’images peuvent être utilisés pour créer du contenu problématique ou nuisible. Google applique des contraintes, des filtres de contenu et le filigrane SynthID pour aider à la traçabilité ; néanmoins, des abus ont déjà eu lieu (controverse médiatisée liée à une image Nano Banana générée dans un contexte politiquement sensible).

Comparatif : positionnement de Nano Banana Pro vs autres modèles

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte intégration mobile, fusion multi-images, auto-correction itérative, 2K native/4K upscaling, intégration étroite aux apps Google (Search, Photos, Workspace/Gemini). Idéal pour des workflows nécessitant des retouches fiables, de la continuité et une intégration avec les services Google.
Midjourney — excelle dans les rendus artistiques stylisés et l’ingénierie de prompt communautaire ; pas typiquement ciblé sur la fusion multi-images photo-réaliste ou des pipelines d’édition multimodale poussés.
Stable Diffusion / poids ouverts — entièrement ouvert, hautement personnalisable et hébergeable en local ; l’écosystème de checkpoints et de fine-tuning est un atout décisif pour la recherche et l’usage hors ligne. Moins d’intégration mobile « en un clic » et moins de cohérence d’édition multi-image prête à l’emploi que Nano Banana Pro.
Seedream 4.0 (ByteDance) — récemment positionné explicitement comme concurrent de Nano Banana, mettant l’accent sur un rendu ultra-rapide, la sortie 2K et le support de nombreuses images de référence (jusqu’à six). Positionné comme alternative pro/créateurs.

(Ces comparaisons sont de haut niveau ; choisissez en fonction de votre workflow : ouverture/personnalisation → Stable Diffusion ; art stylisé → Midjourney ; édition mobile intégrée et cohérente avec itération agressive → Nano Banana Pro / famille Gemini 3 Pro Image.)

Cas d’usage réels

Retouche photo mobile & filtres créatifs (intégrations Google Photos — restylage, fusion d’arrière-plan, recomposition de portrait).
Assets marketing & publicitaires — génération rapide de concepts, personnages de marque cohérents sur plusieurs cadres/angles.
Concept art & storyboard — la fusion multi-images aide à maintenir la continuité des personnages sur les panneaux.
E-commerce / maquettes produit — générer des photos produit cohérentes dans différents contextes/éclairages.
Prototypage rapide pour actifs AR/VR — sorties 2K/4K de haute qualité pouvant être upscalées pour des usages immersifs.
Comment accéder à l’API gemini-3-pro-image(Nano Banana Pro)

Étapes requises

Connectez-vous à cometapi.com. Si vous n’êtes pas encore utilisateur, veuillez d’abord vous inscrire.
Obtenez la clé d’API d’authentification de l’interface. Cliquez sur « Add Token » dans la section API token du centre personnel, récupérez la clé de jeton : sk-xxxxx et soumettez.
Récupérez l’URL de ce site : https://api.cometapi.com/

Méthode d’utilisation

Sélectionnez le point de terminaison “gemini-3-pro-image” pour envoyer la requête API et définissez le corps de la requête. La méthode et le corps de la requête sont fournis dans la documentation API de notre site web. Notre site propose également un test Apifox pour votre commodité.
Remplacez <YOUR_API_KEY> par votre clé CometAPI réelle depuis votre compte.
Insérez votre question ou demande dans le champ content — c’est à cela que le modèle répondra.
Traitez la réponse de l’API pour obtenir la réponse générée.

CometAPI fournit une API REST entièrement compatible — pour une migration sans heurt. Détails clés :

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_KEY header
Content-Type : application/json .

FAQ

Tarification pour Nano Banana Pro

Découvrez des tarifs compétitifs pour Nano Banana Pro, conçus pour s'adapter à différents budgets et besoins d'utilisation. Nos formules flexibles garantissent que vous ne payez que ce que vous utilisez, ce qui facilite l'adaptation à mesure que vos besoins évoluent. Découvrez comment Nano Banana Pro peut améliorer vos projets tout en maîtrisant les coûts.

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

Exemple de code et API pour Nano Banana Pro

Accédez à des exemples de code complets et aux ressources API pour Nano Banana Pro afin de simplifier votre processus d'intégration. Notre documentation détaillée fournit des instructions étape par étape pour vous aider à exploiter tout le potentiel de Nano Banana Pro dans vos projets.

POST

/v1beta/models/{model}:generateContent

POST

/v1beta/models/{model}:generateContent

#!/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"

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"

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();

Versions de Nano Banana Pro

La raison pour laquelle Nano Banana Pro dispose de plusieurs instantanés peut inclure des facteurs potentiels tels que des variations de sortie après des mises à jour nécessitant des instantanés plus anciens pour la cohérence, offrant aux développeurs une période de transition pour l'adaptation et la migration, et différents instantanés correspondant à des points de terminaison globaux ou régionaux pour optimiser l'expérience utilisateur. Pour les différences détaillées entre les versions, veuillez consulter la documentation officielle.

Model id	description	Availability	Request
nano-banana-pro-all	The technology used is unofficial and the generation is unstable etc，Chat format	✅	Chat format
gemini-3-pro-image	Recommend, Pointing to the latest model	✅	Gemini generates image
gemini-3-pro-image-preview	Official Preview	✅	Gemini generates image