Unlock exclusive introductory pricing for the newly launched Gemini 3.5 Flash.
G

Nano Banana Pro

Inndata:$1.5616/M
Utdata:$9.3696/M
Utgitt:Nov 19, 2025

Nano Banana Pro er en KI-modell for generell bistand i tekstsentrerte arbeidsflyter. Den egner seg for instruksjonsbasert prompting for å generere, transformere og analysere innhold med kontrollerbar struktur. Typiske bruksområder inkluderer chatassistenter, dokumentoppsummering, kunnskaps-QA og automatisering av arbeidsflyter. Offentlige tekniske detaljer er begrensede; integrasjonen samsvarer med vanlige mønstre for KI-assistenter, som strukturerte utdata, gjenfinning-forsterkede prompter og verktøy- eller funksjonskall.

Ny
Populær
Kommersiell bruk

Playground for Nano Banana Pro

Utforsk Nano Banana Pro's Playground — et interaktivt miljø for å teste modeller og kjøre spørringer i sanntid. Prøv prompts, juster parametere og iterer umiddelbart for å akselerere utvikling og validere brukstilfeller.

Grunnleggende funksjoner

  • Tekst → bilde: fullstendig promptdrevet generering med sterk etterlevelse av prompten.
  • Bilde → bilde (redigeringer): presise, målrettede endringer med opprettholdt motiv-/karakterkonsistens på tvers av flere redigeringer.
  • Maksimal utdataoppløsning: opptil 4K (eksempler og støttede nøyaktige pikselstørrelser avhenger av sideforhold; API-et eksponerer 1K/2K/4K-forhåndsinnstillinger)
  • Iterativ planlegging og selvkorrigering: en intern «flertrinns» pipeline som oppdager og retter vanlige visuelle feil (perspektiv, tekst, fin geometri).
  • Avansert tekstgjengivelse i bildet: klar, leselig flerspråklig tekst (fra korte bildetekster til lange avsnitt) egnet for plakater, mockups og infografikk.
  • 5 karakterer og troskap for opptil 14 objekter/referansebilder i én arbeidsflyt.
  • Vannmerking / proveniens: alle genererte bilder inkluderer et SynthID-vannmerke; modellen innebygger C2PA-metadata for proveniens i noen produktintegrasjoner.

Gemini 3 Pro Image-versjoner og navngivning

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

Tekniske detaljer

Arkitektur

  • Avstamning / ryggrad: Nano Banana Pro er bygget på Googles utviklende Gemini-bildestack — spesifikt den nye Gemini 3 Pro Image / GEMPIX 2-arkitekturen (et høyere-kapasitets multimodalt bilde+tekst-rammeverk). Det er en videreutvikling fra Gemini 2.5 Flash Image (den opprinnelige “nano-banana”) til en naturlig multimodal bildemodell med utvidede visjon-språk-resonneringsevner.
  • Modellatferd: naturlig multimodalitet (bilde + tekst + verdenskunnskap), eksplisitte piper for flerbilde-fusjon, og en intern trinnvis planlegger som forbedrer utdata over flere pass i stedet for å produsere én enkelt statisk prøve. Tidlige rapporter indikerer sterkere geometrisk/optisk resonnering (glass, refraksjon) enn tidligere versjoner.
  • Tenkning / intern raffinering: Modellen bruker en synlig “tenke”-prosess internt for å finjustere komposisjon (API-et dokumenterer denne oppførselen og bemerker at disse interne stegene ikke belastes som endelige bildetokener).
  • Grunnfeste & verktøy: Støtter Search grounding (kan innlemme nettfakta i diagram-/infografikkgenerering). Støtter også systeminstruksjoner for mer deterministisk kontroll.

Viktige API-parametere:

  • thinking_level (low / high) for å bytte mellom latens og dybde i resonnering
  • media_resolution (low/medium/high) for å styre tokens for lesing av bilde-OCR/detaljer
  • generationConfig.imageConfig for å styre sideforhold/oppløsning i bildegenerering

Begrensninger for bilder:

  • Støttede inndatamodaliteter: Tekst og bilder (modellen aksepterer ikke lyd eller video som inndata for bildegenerering).
  • Maks antall bilder per prompt: 14 (for Gemini 3 Pro Image preview).
  • Maks bildefilstørrelse (opplasting): 7 MB per inndata-bilde.
  • Støttede sideforhold: 1:1, 3:2, 16:9, 9:16, 21:9, osv.

Utdata-bilder / tokens: høye grenser, med 4K/4096px støttet.

Benchmark-ytelse

Kort sammendrag: offentlige/tidlige benchmarker så langt er hovedsakelig kvalitative / community-drevne, men rapporterer konsekvent betydelige forbedringer i oppløsning, redusert artefakter og fysisk troverdighet sammenlignet med den opprinnelige nano-banana (Gemini 2.5 Flash Image). Spesifikke navngitte “utfordringer” har vist klare visuelle gevinster, men det finnes ennå ikke (offentlige) standardiserte numeriske benchmark-tabeller fra Google som sammenligner v1 → v2 på tvers av standard bildegenereringsmetrikk.

  • Kvalitative community-tester: Renere kanter, skarpere mikrodetaljer, mer naturtro farger og mer trofast etterlevelse av prompten (færre hallusinerte rekvisitter, mer konsistente karakterer). Populære uformelle tester inkluderer den såkalte “Wine Glass Test” og “Glass Burger Challenge”, der GEMPIX 2 (Nano Banana Pro) håndterer transparens og refraksjon merkbart bedre enn tidligere bygg.
  • Teksthåndtering: Nano Banana Pro viser synlig forbedret typografi og tekstplassering i bilder (en vedvarende svakhet for mange bildemodeller). Community-sammenligninger indikerer færre forvrengte renderede tegn.
  • Gjennomstrømming / UX: raskere iterasjonshastighet og en UX som utfører flertrinns raffinering på back-end slik at brukere ser mer pålitelige førstegangsresultater (reduserer manuelle re-rolls).

Begrensninger og risikoer

  • Innholdsfiltre og gjenkjenning: Plattformer som integrerer modellen (f.eks. Whisk/tredjepartsapper) kan aktivere streng kjendis- eller likhetsgjenkjenning og blokkere visse utdata, noe som påvirker kreative arbeidsflyter som er avhengige av realistiske kjendislikheter.
  • Hallusinasjon / grense-tilfeller i resonnering: selv om forbedret, kan modellen fortsatt produsere fysisk urealistiske artefakter, spesielt med tett symboltung tekst i bilder eller svært tekniske diagrammer — selv om NB2 ser ut til å redusere disse feilene sammenlignet med tidligere versjoner.
  • Sikkerhet og misbruk: generative bildemodeller kan brukes til å skape problematisk eller skadelig innhold. Google anvender begrensninger, innholdsfiltre og SynthID-vannmerket for å hjelpe med proveniens; likevel har misbruk forekommet (høyprofils kontrovers knyttet til et Nano Banana-generert bilde i en politisk sensitiv kontekst).

Slik står Nano Banana Pro seg mot andre modeller

  • Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — sterk mobilintegrasjon, flerbilde-fusjon, iterativ selvkorrigering, 2K native/4K-oppskalering, tett integrert i Google-apper (Search, Photos, Workspace/Gemini). Best for arbeidsflyter som trenger pålitelige redigeringer, kontinuitet og integrasjon med Google-tjenester.
  • Midjourney — utmerker seg for stiliserte kunstneriske utdata og community-drevet prompt engineering; ikke typisk rettet mot foto-nøyaktig flerbilde-fusjon eller dype multimodale redigeringspiper.
  • Stable Diffusion / open weights — fullt åpen, svært tilpassbar og kjørbar lokalt; økosystemet av sjekkpunkter og finjustering er en avgjørende fordel for forskning og bruk uten nett. Mindre «ett-klikk» mobilintegrasjon og mindre konsistent koherens i flerbilde-redigering ut-av-boksen enn Nano Banana Pro.
  • Seedream 4.0 (ByteDance) — nylig posisjonert eksplisitt som en Nano Banana-konkurrent, med vekt på svært rask rendering, 2K-utdata og støtte for mange referansebilder (opptil seks). Posisjonert som et pro-/skaper-alternativ.

(Disse sammenligningene er på høyt nivå; velg en vinner ved å matche verktøyet til arbeidsflyten din: åpenhet/tilpassbarhet → Stable Diffusion; stilisert kunst → Midjourney; integrert, konsistent mobilredigering med aggressiv iterasjon → Nano Banana Pro / Gemini 3 Pro Image-familien.)

Reelle bruksområder

  • Mobil bildebehandling og kreative filtre (Google Photos-integrasjoner — endring av stil, bakgrunnsfusjon, portrettkomposisjon på nytt).
  • Markedsføring og annonsemateriell — rask konseptgenerering, konsistente merkevarekarakterer på tvers av flere rammer/vinkler.
  • Konseptkunst og storyboard — flerbilde-fusjon hjelper med å beholde karakterkontinuitet på tvers av paneler.
  • Netthandel / produktmockups — generer konsistente produktbilder i ulike kontekster/lysforhold.
  • Rask prototyping for AR/VR-ressurser — høy kvalitet 2K/4K-utdata som kan oppskaleres for immersive formål.
  • Hvordan få tilgang til gemini-3-pro-image(Nano Banana Pro) API

Påkrevde trinn

  • Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først
  • Hent tilgangslegitimasjonen API-nøkkel for grensesnittet. Klikk “Add Token” ved API token i personal center, hent token-nøkkelen: sk-xxxxx og send inn.
  • Hent URL-en til dette nettstedet: https://api.cometapi.com/

Bruksmåte

  1. Velg endepunktet “gemini-3-pro-image” for å sende API-forespørselen og angi forespørselens body. Forespørselsmetoden og forespørsels-body hentes fra vår nettsides API-dokumentasjon. Vår nettside tilbyr også Apifox-test for din bekvemmelighet.
  2. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din.
  3. Sett inn spørsmålet eller forespørselen din i content-feltet — dette er det modellen vil svare på.
  4. . Behandle API-responsen for å få det genererte svaret.

CometAPI tilbyr en fullt kompatibel REST API—for sømløs migrering. Nøkkeldetaljer :

FAQ

Priser for Nano Banana Pro

Utforsk konkurransedyktige priser for Nano Banana Pro, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan Nano Banana Pro kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.

nano-banana-pro（image）

variant / aliasPrice
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

Eksempelkode og API for Nano Banana Pro

Få tilgang til omfattende eksempelkode og API-ressurser for Nano Banana Pro for å effektivisere integreringsprosessen din. Vår detaljerte dokumentasjon gir trinn-for-trinn-veiledning som hjelper deg med å utnytte det fulle potensialet til Nano Banana Pro i prosjektene dine.

#!/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();

Versjoner av Nano Banana Pro

Grunnen til at Nano Banana Pro har flere øyeblikksbilder kan inkludere potensielle faktorer som variasjoner i utdata etter oppdateringer som krever eldre øyeblikksbilder for konsistens, å gi utviklere en overgangsperiode for tilpasning og migrering, og ulike øyeblikksbilder som tilsvarer globale eller regionale endepunkter for å optimalisere brukeropplevelsen. For detaljerte forskjeller mellom versjoner, vennligst se den offisielle dokumentasjonen.

Model iddescriptionAvailabilityRequest
nano-banana-pro-allThe technology used is unofficial and the generation is unstable etc，Chat format✅Chat format
gemini-3-pro-imageRecommend, Pointing to the latest model✅Gemini generates image
gemini-3-pro-image-previewOfficial Preview✅Gemini generates image