Nano Banana Pro

Funzionalità di base

• Text → Image: generazione completamente guidata dal prompt con elevata aderenza al prompt.
• Image → Image (modifiche): modifiche fini e mirate con mantenimento della coerenza del soggetto/personaggio attraverso più modifiche.
• Risoluzione massima di output: fino a 4K (gli esempi e le dimensioni esatte dei pixel supportate dipendono dal rapporto d’aspetto; l’API espone preset 1K/2K/4K)
• Pianificazione iterativa e autocorrezione: pipeline interna a “più fasi” che rileva e corregge errori visivi comuni (prospettiva, testo, geometrie fini).
• Rendering avanzato del testo in immagine: testo multilingue chiaro e leggibile (da brevi didascalie a lunghi paragrafi) adatto a poster, mockup e infografiche.
• 5 personaggi e fedeltà fino a 14 oggetti/immagini di riferimento in un singolo workflow.
• Filigrana / provenienza: tutte le immagini generate includono una filigrana SynthID; il modello incorpora metadati C2PA per la provenienza in alcune integrazioni di prodotto.

Versioni e denominazioni di Gemini 3 Pro Image

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

Dettagli tecnici

Architettura

• Eredità / backbone: Nano Banana Pro è costruito sulla stack di immagini Gemini in evoluzione di Google — in particolare sulla nuova architettura Gemini 3 Pro Image / GEMPIX 2 (un framework multimodale immagine+testo a capacità superiore). Si tratta di un’evoluzione da Gemini 2.5 Flash Image (la “nano-banana” originale) verso un modello di immagini nativamente multimodale con capacità di ragionamento visivo-linguistico ampliate.
• Comportamento del modello: multimodalità nativa (immagine + testo + conoscenze del mondo), pipeline esplicite per la fusione multi‑immagine e un pianificatore interno a fasi che affina gli output attraverso più passaggi invece di produrre un singolo campione statico. I primi riscontri indicano un ragionamento geometrico/ottico più solido (vetro, rifrazione) rispetto alle versioni precedenti.
• Pensiero / raffinamento interno: il modello utilizza internamente un processo di “pensiero” visibile per affinare la composizione (l’API documenta questo comportamento e segnala che tali passaggi interni non vengono addebitati come token dell’immagine finale).
• Grounding e strumenti: supporta il Search grounding (può incorporare fatti dal web nella generazione di diagrammi/infografiche). Supporta anche istruzioni di sistema per un controllo più deterministico.

Parametri API chiave:

• thinking_level (low / high) per bilanciare latenza vs profondità di ragionamento;
• media_resolution (low/medium/high) per controllare i token di lettura dettagli/OCR dell’immagine;
• generationConfig.imageConfig per controllare rapporto d’aspetto/risoluzione negli output immagine.

Limiti immagine:

• Modalità di input supportate: testo e immagini (il modello non accetta audio o video come input per la generazione di immagini).
• Numero massimo di immagini per prompt: 14 (per la preview di Gemini 3 Pro Image).
• Dimensione massima immagine (upload): 7 MB per immagine in input.
• Rapporti d’aspetto supportati: 1:1, 3:2, 16:9, 9:16, 21:9, ecc.

Immagini/token di output: limiti elevati, con supporto fino a 4K/4096 px.

Prestazioni nei benchmark

Breve sintesi: i benchmark pubblici/inziali finora sono per lo più qualitativi / guidati dalla community, ma riportano costantemente miglioramenti sostanziali in risoluzione, riduzione degli artefatti e fedeltà fisica rispetto alla nano-banana originale (Gemini 2.5 Flash Image). “Challenge” specifiche hanno mostrato chiari progressi visivi, ma non esistono ancora (pubbliche) tabelle di benchmark numeriche standardizzate di Google che confrontino v1 → v2 sulle metriche standard di generazione di immagini.

• Test qualitativi della community: bordi più puliti, micro-dettagli più nitidi, colori più fedeli e maggiore aderenza al prompt (meno oggetti allucinati, personaggi più coerenti). Test informali popolari includono la cosiddetta “Wine Glass Test” e la “Glass Burger Challenge”, in cui GEMPIX2 (Nano Banana Pro) gestisce trasparenze e rifrazione in modo nettamente migliore rispetto alle versioni precedenti.
• Gestione del testo: Nano Banana Pro mostra tipografia e posizionamento del testo visibilmente migliorati all’interno delle immagini (una debolezza persistente per molti modelli di immagini). I confronti della community indicano meno glifi resi in modo illeggibile.
• Throughput / UX: velocità di iterazione più elevata e una UX che esegue un raffinamento multi‑stadio sul back‑end, così gli utenti ottengono risultati iniziali più affidabili (riducendo i re‑roll manuali).

Limitazioni e rischi

• Filtri dei contenuti e rilevamento: le piattaforme che integrano il modello (ad es., Whisk/app di terze parti) possono abilitare un rigoroso rilevamento di celebrità o somiglianze e bloccare alcuni output, influenzando i flussi creativi che si basano su somiglianze realistiche di celebrità.
• Allucinazioni / casi limite di ragionamento: sebbene migliorato, il modello può ancora produrre artefatti fisicamente irrealistici, soprattutto con testo simbolico denso all’interno delle immagini o diagrammi altamente tecnici — sebbene NB2 sembri ridurre questi errori rispetto alle versioni precedenti.
• Sicurezza e uso improprio: i modelli generativi di immagini possono essere usati per creare contenuti problematici o dannosi. Google applica vincoli, filtri dei contenuti e la filigrana SynthID per aiutare con la provenienza; tuttavia, si sono verificati usi impropri (controversia di alto profilo legata a un’immagine generata con Nano Banana in un contesto politicamente sensibile).

Come si colloca Nano Banana Pro rispetto ad altri modelli

• Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — forte integrazione mobile, fusione multi‑immagine, autocorrezione iterativa, 2K nativo/4K upscaling, integrazione stretta nelle app Google (Search, Photos, Workspace/Gemini). Ideale per flussi che richiedono modifiche affidabili, continuità e integrazione con i servizi Google.
• Midjourney — eccelle in output artistici stilizzati e nel prompt engineering guidato dalla community; in genere non è mirato a fusioni multi‑immagine foto‑accurate o pipeline di editing multimodali profonde.
• Stable Diffusion / pesi open — completamente open, altamente personalizzabile e ospitabile in locale; l’ecosistema di checkpoint e fine‑tuning è un vantaggio decisivo per ricerca e uso offline. Integrazione mobile meno “one‑click” e coerenza di editing multi‑immagine meno costante out‑of‑the‑box rispetto a Nano Banana Pro.
• Seedream 4.0 (ByteDance) — posizionato di recente esplicitamente come concorrente di Nano Banana, enfatizza rendering ultra‑rapido, output 2K e supporto per molte immagini di riferimento (fino a sei). Proposto come alternativa per professionisti/creator.

(Questi confronti sono di alto livello; scegliete il vincitore in base al vostro workflow: apertura/personalizzazione → Stable Diffusion; arte stilizzata → Midjourney; editing mobile integrato e coerente con iterazione aggressiva → famiglia Nano Banana Pro/Gemini 3 Pro Image.)

Casi d’uso reali

• Editing fotografico mobile e filtri creativi (integrazioni in Google Photos — restyling, fusione dello sfondo, ricomposizione dei ritratti).
• Asset di marketing e advertising — generazione rapida di concept, personaggi di brand coerenti su più frame/angolazioni.
• Concept art e storyboarding — la fusione multi‑immagine aiuta a mantenere la continuità dei personaggi tra i pannelli.
• E‑commerce / mockup di prodotto — generare scatti di prodotto coerenti in diversi contesti/condizioni di illuminazione.
• Prototipazione rapida per asset AR/VR — output 2K/4K di alta qualità che possono essere upscalati per usi immersivi.
• Come accedere all’API gemini-3-pro-image (Nano Banana Pro)

Passaggi richiesti

• Accedi a cometapi.com. Se non sei ancora un nostro utente, registrati prima.
• Ottieni la chiave API di credenziale di accesso dell’interfaccia. Clicca “Add Token” nella sezione API token dell’area personale, ottieni la chiave token: sk-xxxxx e invia.
• Ottieni l’URL di questo sito: https://api.cometapi.com/

Metodo d’uso

1. Seleziona l’endpoint “gemini-3-pro-image” per inviare la richiesta API e imposta il body della richiesta. Il metodo e il body della richiesta sono disponibili nella documentazione API del nostro sito. Il nostro sito fornisce anche test Apifox per tua comodità.
2. Sostituisci <YOUR_API_KEY> con la tua chiave CometAPI effettiva dal tuo account.
3. Inserisci la tua domanda o richiesta nel campo content — è a questo che il modello risponderà.
4. . Elabora la risposta dell’API per ottenere l’output generato.

CometAPI fornisce una REST API completamente compatibile — per una migrazione senza attriti. Dettagli chiave :

• 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 .