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.

Przystępne cenowo API Nano Banana Pro | text-to-image

Podstawowe funkcje

Tekst → Obraz: pełne generowanie sterowane promptem z silną zgodnością z promptem.
Obraz → Obraz (edycje): precyzyjne, ukierunkowane edycje z zachowaniem spójności obiektu/postaci w wielu edycjach.
Maksymalna rozdzielczość wyjściowa: do 4K (przykłady i obsługiwane dokładne rozmiary w pikselach zależą od proporcji; API udostępnia presety 1K/2K/4K)
Planowanie iteracyjne i autokorekta: wewnętrzny „wielostopniowy” pipeline, który wykrywa i koryguje typowe błędy wizualne (perspektywa, tekst, drobna geometria).
Zaawansowane renderowanie tekstu w obrazie: wyraźny, czytelny, wielojęzyczny tekst (od krótkich podpisów po długie akapity), odpowiedni do plakatów, makiet i infografik.
5 postaci oraz wierność do 14 obiektów/obrazów referencyjnych w jednym przebiegu.
Znakowanie wodne / pochodzenie: wszystkie generowane obrazy zawierają znak wodny SynthID; model osadza metadane C2PA dla pochodzenia w niektórych integracjach produktowych.

Wersje i nazewnictwo Gemini 3 Pro Image

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

Szczegóły techniczne

Architektura

Pochodzenie / backbone: Nano Banana Pro jest zbudowany na rozwijanym przez Google stosie obrazowym Gemini — konkretnie na nowej architekturze Gemini 3 Pro Image / GEMPIX 2 (wyżej pojemnościowy wielomodalny framework obraz+tekst). To ewolucja z Gemini 2.5 Flash Image (oryginalnego „nano-banana”) w natywnie wielomodalny model obrazu z rozszerzonymi możliwościami rozumowania wizji i języka.
Zachowanie modelu: natywna multimodalność (obraz + tekst + wiedza o świecie), jawne pipeline’y do fuzji wielu obrazów oraz wewnętrzny, etapowy planer, który udoskonala wyniki w wielu przebiegach zamiast produkować pojedynczą statyczną próbkę. Wczesne doniesienia wskazują na silniejsze rozumienie geometrii/optyki (szkło, refrakcja) względem wcześniejszych wersji.
Myślenie / wewnętrzne udoskonalanie: model używa widocznego procesu „myślenia” wewnętrznie do dopracowania kompozycji (API dokumentuje to zachowanie i zaznacza, że te wewnętrzne kroki nie są naliczane jako końcowe tokeny obrazu).
Grounding i narzędzia: wspiera Search grounding (może włączać fakty z sieci do generowania diagramów/infografik). Wspiera też instrukcje systemowe dla bardziej deterministycznej kontroli.

Kluczowe parametry API:

thinking_level (low / high) do równoważenia opóźnienia względem głębokości rozumowania;
media_resolution (low/medium/high) do kontroli tokenów odczytu OCR/szczegółów z obrazu;
generationConfig.imageConfig do kontroli proporcji i rozdzielczości w wynikowych obrazach.

Ograniczenia obrazów:

Obsługiwane modalności wejściowe: tekst i obrazy (model nie akceptuje dźwięku ani wideo jako wejść do generowania obrazu).
Maks. liczba obrazów na prompt: 14 (dla wersji preview Gemini 3 Pro Image).
Maks. rozmiar obrazu (przesyłanie): 7 MB na obraz wejściowy.
Obsługiwane proporcje: 1:1, 3:2, 16:9, 9:16, 21:9 itd.

Obrazy / tokeny wyjściowe: wysokie limity, z obsługą 4K/4096 px.

Wydajność w benchmarkach

Krótki opis: publiczne/wczesne benchmarki są w większości jakościowe / tworzone przez społeczność, ale konsekwentnie odnotowują znaczące ulepszenia w rozdzielczości, redukcji artefaktów i zgodności fizycznej względem oryginalnego nano-banana (Gemini 2.5 Flash Image). Określone „wyzwania” pokazały wyraźne zyski wizualne, ale nie ma jeszcze (publicznych) zestandaryzowanych tabel liczbowych od Google porównujących v1 → v2 w standardowych metrykach generowania obrazów.

Jakościowe testy społeczności: czystsze krawędzie, ostrzejsze mikrodetale, wierniejsze kolory i bardziej posłuszne trzymanie się promptu (mniej halucynowanych rekwizytów, bardziej spójne postaci). Popularne nieformalne testy obejmują tzw. „Wine Glass Test” i „Glass Burger Challenge”, gdzie GEMPIX2 (Nano Banana Pro) znacznie lepiej radzi sobie z przezroczystością i refrakcją niż wcześniejsze wersje.
Obsługa tekstu: Nano Banana Pro pokazuje widocznie lepszą typografię i umieszczanie tekstu wewnątrz obrazów (trwała słabość wielu modeli obrazowych). Porównania społeczności wskazują mniej zniekształconych glifów.
Przepustowość / UX: szybsze tempo iteracji i backendowy wieloetapowy refinement, dzięki czemu użytkownicy widzą bardziej niezawodne wyniki już w pierwszym przebiegu (mniej ręcznych powtórek).

Ograniczenia i ryzyka

Filtry treści i wykrywanie: platformy integrujące model (np. Whisk/aplikacje firm trzecich) mogą włączać rygorystyczne wykrywanie celebrytów lub podobizn i blokować niektóre wyniki, co wpływa na przepływy pracy kreatywne polegające na realistycznych podobiznach celebrytów.
Halucynacje / skrajne przypadki rozumowania: mimo ulepszeń model może wciąż tworzyć fizycznie nierealistyczne artefakty, zwłaszcza przy gęstym tekście symbolicznym w obrazach lub bardzo technicznych diagramach — choć NB2 zdaje się ograniczać te błędy względem wcześniejszych wersji.
Bezpieczeństwo i nadużycia: generatywne modele obrazowe mogą być używane do tworzenia problematycznych lub szkodliwych treści. Google stosuje ograniczenia, filtry treści i znak wodny SynthID, by wesprzeć pochodzenie; niemniej dochodziło do nadużyć (głośny incydent powiązany z obrazem Nano Banana wygenerowanym w politycznie wrażliwym kontekście).

Jak Nano Banana Pro wypada na tle innych modeli

Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — silna integracja mobilna, fuzja wielu obrazów, iteracyjna autokorekta, natywne 2K/skalowanie do 4K, ścisła integracja z aplikacjami Google (Search, Photos, Workspace/Gemini). Najlepszy do przepływów pracy wymagających niezawodnych edycji, ciągłości i integracji z usługami Google.
Midjourney — wyróżnia się stylizowanymi, artystycznymi wynikami i społecznościowym inżynierią promptów; zwykle nie jest kierowany na foto-realną fuzję wielu obrazów ani głębokie, wielomodalne pipeline’y edycyjne.
Stable Diffusion / otwarte wagi — w pełni otwarty, wysoce konfigurowalny i możliwy do hostowania lokalnie; ekosystem checkpointów i fine-tuningu to decydująca przewaga dla badań i pracy offline. Mniej „jednoklikowej” integracji mobilnej i mniejsza spójność edycji wielu obrazów out‑of‑the‑box niż w Nano Banana Pro.
Seedream 4.0 (ByteDance) — ostatnio pozycjonowany wprost jako konkurent Nano Banana, podkreśla ultra-szybkie renderowanie, wyjście 2K oraz wsparcie dla wielu obrazów referencyjnych (do sześciu). Pozycjonowany jako alternatywa dla profesjonalistów/kreatorów.

(Te porównania są na wysokim poziomie; wybierz rozwiązanie, dopasowując narzędzie do swojego workflow: otwartość/dostosowywalność → Stable Diffusion; stylizowana sztuka → Midjourney; zintegrowana, spójna edycja mobilna z agresywną iteracją → rodzina Nano Banana Pro / Gemini 3 Pro Image.)

Przypadki użycia w realnym świecie

Mobilna edycja zdjęć i kreatywne filtry (integracje Google Photos — restylizacja, łączenie tła, rekonstrukcja portretów).
Materiały marketingowe i reklamowe — szybkie generowanie koncepcji, spójne postaci brandowe w wielu kadrach/kątach.
Koncept art i storyboardy — fuzja wielu obrazów pomaga zachować ciągłość postaci w kadrach.
E-commerce / mockupy produktów — generowanie spójnych ujęć produktu w różnych kontekstach/warunkach oświetleniowych.
Szybkie prototypowanie zasobów AR/VR — wysokiej jakości wyjścia 2K/4K, które można skalować do zastosowań immersyjnych.
Jak uzyskać dostęp do API gemini-3-pro-image (Nano Banana Pro)

Wymagane kroki

Zaloguj się na cometapi.com. Jeśli nie jesteś jeszcze naszym użytkownikiem, najpierw się zarejestruj
Uzyskaj klucz API poświadczeń dostępu do interfejsu. Kliknij „Add Token” w tokenie API w centrum osobistym, uzyskaj klucz tokena: sk-xxxxx i wyślij.
Uzyskaj adres URL tej witryny: https://api.cometapi.com/

Metoda użycia

Wybierz endpoint „gemini-3-pro-image”, wyślij żądanie do API i ustaw body żądania. Metodę żądania i body żądania znajdziesz w dokumentacji API na naszej stronie. Dla wygody udostępniamy też test w Apifox.
Zastąp <YOUR_API_KEY> swoim rzeczywistym kluczem CometAPI z konta.
Wstaw swoje pytanie lub prośbę do pola content — na to odpowie model.
Przetwórz odpowiedź API, aby uzyskać wygenerowany wynik.

CometAPI udostępnia w pełni kompatybilne REST API — dla płynnej migracji. Kluczowe szczegóły :

Podstawowy adres URL: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
Nazwy modeli: gemini-3-pro-image
Uwierzytelnianie: nagłówek Bearer YOUR_CometAPI_API_KEY
Content-Type: application/json .

Cennik dla Nano Banana Pro

Poznaj konkurencyjne ceny dla Nano Banana Pro, zaprojektowane tak, aby pasowały do różnych budżetów i potrzeb użytkowania. Nasze elastyczne plany zapewniają, że płacisz tylko za to, czego używasz, co ułatwia skalowanie w miarę wzrostu Twoich wymagań. Odkryj, jak Nano Banana Pro może ulepszyć Twoje projekty przy jednoczesnym utrzymaniu kosztów na rozsądnym poziomie.

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

Przykładowy kod i API dla Nano Banana Pro

Uzyskaj dostęp do kompleksowego przykładowego kodu i zasobów API dla Nano Banana Pro, aby usprawnić proces integracji. Nasza szczegółowa dokumentacja zapewnia wskazówki krok po kroku, pomagając wykorzystać pełny potencjał Nano Banana Pro w Twoich projektach.

#!/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();

Wersje modelu Nano Banana Pro

Powody, dla których Nano Banana Pro posiada wiele migawek, mogą obejmować takie czynniki jak: różnice w wynikach po aktualizacjach wymagające starszych migawek dla zachowania spójności, zapewnienie programistom okresu przejściowego na adaptację i migrację, oraz różne migawki odpowiadające globalnym lub regionalnym punktom końcowym w celu optymalizacji doświadczenia użytkownika. Aby poznać szczegółowe różnice między wersjami, zapoznaj się z oficjalną dokumentacją.

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

Nano Banana Pro

Playground dla Nano Banana Pro

FAQ