Nano Banana Pro

Fitur dasar

• Teks → Gambar: pembuatan berbasis prompt penuh dengan kepatuhan prompt yang kuat.
• Gambar → Gambar (edit): edit halus dan terarah dengan konsistensi subjek/karakter yang terjaga di banyak edit.
• Resolusi keluaran maksimum: hingga 4K (contoh dan ukuran piksel yang didukung tergantung rasio aspek; API menyediakan preset 1K/2K/4K)
• Perencanaan iteratif & koreksi diri: pipeline “multi-tahap” internal yang mendeteksi dan mengoreksi kesalahan visual umum (perspektif, teks, geometri halus).
• Perenderan teks dalam-gambar tingkat lanjut: teks multi-bahasa yang jelas dan terbaca (dari caption pendek hingga paragraf panjang) cocok untuk poster, mockup, dan infografik.
• 5 karakter dan fidelitas hingga 14 objek/gambar referensi dalam satu alur kerja.
• Watermarking / provenans: semua gambar yang dihasilkan menyertakan watermark SynthID; model menyematkan metadata C2PA untuk provenans di beberapa integrasi produk.

Versi & penamaan Gemini 3 Pro Image

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

Detail teknis

Arsitektur

• Lini / backbone: Nano Banana Pro dibangun di atas stack gambar Gemini yang terus berkembang dari Google — khususnya arsitektur Gemini 3 Pro Image / GEMPIX 2 yang baru (kerangka multimodal gambar+teks berkapasitas lebih tinggi). Ini merupakan evolusi dari Gemini 2.5 Flash Image (“nano-banana” asli) menjadi model gambar yang secara native multimodal dengan kemampuan penalaran visi-bahasa yang diperluas.
• Perilaku model: multimodalitas native (gambar + teks + pengetahuan dunia), pipeline eksplisit untuk penggabungan multi-gambar, dan perencana bertahap internal yang menyempurnakan keluaran melalui beberapa pass alih-alih menghasilkan satu sampel statis. Laporan awal menunjukkan penalaran geometrik/optik yang lebih kuat (kaca, refraksi) dibanding versi sebelumnya.
• Proses berpikir / penyempurnaan internal: Model menggunakan proses “berpikir” yang terlihat secara internal untuk menyempurnakan komposisi (API mendokumentasikan perilaku ini dan mencatat langkah internal tersebut tidak dihitung sebagai token gambar final).
• Grounding & alat: Mendukung Search grounding (dapat memasukkan fakta web ke dalam pembuatan diagram/infografik). Juga mendukung instruksi sistem untuk kontrol yang lebih deterministik.

Parameter API kunci:

• thinking_level (low / high) untuk menukar latensi vs kedalaman penalaran;
• media_resolution (low/medium/high) untuk mengontrol token pembacaan detail/OCR gambar;
• generationConfig.imageConfig untuk mengontrol rasio aspek/resolusi pada keluaran gambar.

Batasan gambar:

• Modality input yang didukung: Teks dan gambar (model tidak menerima audio atau video sebagai input pembuatan gambar).
• Maks gambar per prompt: 14 (untuk pratinjau Gemini 3 Pro Image).
• Ukuran gambar maksimum (unggah): 7 MB per gambar input.
• Rasio aspek yang didukung: 1:1, 3:2, 16:9, 9:16, 21:9, dll.

Gambar keluaran / token: batas tinggi, dengan 4K/4096px didukung.

Kinerja benchmark

Ringkasan singkat: benchmark publik/awal sejauh ini kebanyakan kualitatif/berbasis komunitas, namun secara konsisten melaporkan peningkatan substansial dalam resolusi, pengurangan artefak, dan fidelitas fisik dibanding nano-banana asli (Gemini 2.5 Flash Image). “Tantangan” bernama tertentu menunjukkan peningkatan visual yang jelas, tetapi belum ada tabel benchmark numerik standar (publik) dari Google yang membandingkan v1 → v2 di metrik pembuatan gambar standar.

• Uji komunitas kualitatif: Tepi lebih bersih, detail mikro lebih tajam, warna lebih akurat, dan kepatuhan prompt yang lebih setia (lebih sedikit properti yang berhalusinasi, karakter lebih konsisten). Tes informal populer termasuk “Wine Glass Test” dan “Glass Burger Challenge”, di mana GEMPIX2 (Nano Banana Pro) menangani transparansi dan refraksi jauh lebih baik daripada build sebelumnya.
• Penanganan teks: Nano Banana Pro menunjukkan tipografi dan penempatan teks yang tampak lebih baik di dalam gambar (kelemahan yang persisten bagi banyak model gambar). Perbandingan komunitas menunjukkan lebih sedikit glif yang rusak/acak.
• Throughput / UX: kecepatan iterasi lebih cepat dan UX yang melakukan penyempurnaan multi-tahap di back end sehingga pengguna melihat hasil pass pertama yang lebih andal (mengurangi re-roll manual).

Keterbatasan & risiko

• Filter & deteksi konten: Platform yang mengintegrasikan model (mis., Whisk/aplikasi pihak ketiga) dapat mengaktifkan deteksi selebritas atau kemiripan yang ketat dan memblokir keluaran tertentu, yang memengaruhi alur kerja kreatif yang bergantung pada kemiripan selebritas realistis.
• Halusinasi / kasus batas penalaran: meskipun meningkat, model masih dapat menghasilkan artefak yang secara fisik tidak realistis, terutama dengan teks simbolik padat di dalam gambar atau diagram yang sangat teknis — meski NB2 tampak mengurangi kesalahan ini dibanding versi sebelumnya.
• Keamanan & penyalahgunaan: model gambar generatif dapat digunakan untuk membuat konten bermasalah atau berbahaya. Google menerapkan pembatasan, filter konten, dan watermark SynthID untuk membantu provenans; meski demikian, penyalahgunaan telah terjadi (kontroversi profil tinggi terkait gambar yang dihasilkan Nano Banana di konteks politik sensitif).

Perbandingan Nano Banana Pro vs model lain

• Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — integrasi mobile yang kuat, penggabungan multi-gambar, koreksi diri iteratif, native 2K/upscaling 4K, terintegrasi erat dengan aplikasi Google (Search, Photos, Workspace/Gemini). Terbaik untuk alur kerja yang memerlukan edit andal, kontinuitas, dan integrasi dengan layanan Google.
• Midjourney — unggul pada keluaran artistik bergaya dan rekayasa prompt berbasis komunitas; umumnya tidak ditujukan untuk penggabungan multi-gambar yang sangat akurat secara foto atau pipeline pengeditan multimodal yang dalam.
• Stable Diffusion / bobot terbuka — sepenuhnya terbuka, sangat dapat disesuaikan, dan dapat di-host secara lokal; ekosistem checkpoint dan fine-tuning merupakan keunggulan menentukan untuk riset dan penggunaan offline. Integrasi mobile “satu-klik” lebih rendah dan koherensi pengeditan multi-gambar kurang konsisten out-of-the-box dibanding Nano Banana Pro.
• Seedream 4.0 (ByteDance) — baru-baru ini diposisikan secara eksplisit sebagai pesaing Nano Banana, menekankan perenderan ultra-cepat, keluaran 2K, dan dukungan banyak gambar referensi (hingga enam). Diposisikan sebagai alternatif pro/kreator.

(Perbandingan ini bersifat tingkat tinggi; pilih pemenang dengan mencocokkan alat dengan alur kerja Anda: keterbukaan/kustomisasi → Stable Diffusion; seni bergaya → Midjourney; pengeditan mobile terintegrasi dan konsisten dengan iterasi agresif → keluarga gambar Nano Banana Pro/ Gemini 3 Pro.)

Kasus penggunaan dunia nyata

• Pengeditan foto mobile & filter kreatif (integrasi Google Photos — restyling, penggabungan latar belakang, pengkomposisian ulang potret).
• Aset pemasaran & iklan — pembuatan konsep cepat, karakter brand yang konsisten di berbagai frame/sudut.
• Seni konsep & storyboard — penggabungan multi-gambar membantu menjaga kontinuitas karakter antar panel.
• E-commerce / mockup produk — menghasilkan foto produk yang konsisten dalam konteks/pencahayaan berbeda.
• Prototipe cepat untuk aset AR/VR — keluaran 2K/4K berkualitas tinggi yang dapat di-upscale untuk penggunaan imersif.
• Cara mengakses API gemini-3-pro-image (Nano Banana Pro)

Langkah yang diperlukan

• Masuk ke cometapi.com. Jika Anda belum menjadi pengguna kami, silakan daftar terlebih dahulu.
• Dapatkan kredensial akses kunci API antarmuka. Klik “Add Token” pada API token di pusat personal, dapatkan kunci token: sk-xxxxx dan kirimkan.
• Dapatkan URL situs ini: https://api.cometapi.com/

Metode penggunaan

1. Pilih endpoint “gemini-3-pro-image” untuk mengirim permintaan API dan setel body permintaan. Metode permintaan dan body permintaan diperoleh dari dokumen API situs kami. Situs kami juga menyediakan uji Apifox untuk kenyamanan Anda.
2. Ganti <YOUR_API_KEY> dengan kunci CometAPI sebenarnya dari akun Anda.
3. Masukkan pertanyaan atau permintaan Anda ke kolom content — inilah yang akan direspons oleh model.
4. Proses respons API untuk mendapatkan jawaban yang dihasilkan.

CometAPI menyediakan REST API yang sepenuhnya kompatibel—untuk migrasi tanpa hambatan. Detail utama:

• 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 .