Temel özellikler
- Metin → Görsel: güçlü istem uyumuyla tamamen isteme dayalı üretim.
- Görsel → Görsel (düzenlemeler): birden çok düzenleme boyunca konu/karakter tutarlılığını koruyan, hassas ve hedefli düzenlemeler.
- Maksimum çıktı çözünürlüğü: 4K’ya kadar (örnekler ve desteklenen kesin piksel boyutları en-boy oranına bağlıdır; API 1K/2K/4K hazır ayarlarını sunar)
- Yinelemeli planlama ve öz-düzeltme: ortak görsel hataları (perspektif, metin, ince geometriler) tespit edip düzelten dahili “çok aşamalı” bir hat.
- Gelişmiş görüntü içi metin oluşturma: posterler, maketler ve infografikler için uygun, net ve okunaklı çok dilli metin (kısa başlıklardan uzun paragraflara).
- Tek bir iş akışında 5 karakter ve en fazla 14 nesne/referans görseli için sadakat.
- Filigran / köken: tüm oluşturulan görseller SynthID filigranı içerir; model, bazı ürün entegrasyonlarında köken için C2PA meta verilerini gömer.
Gemini 3 Pro Image sürümleri ve adlandırma
gemini-3-pro-image-previewgemini-3-pro-image
Teknik ayrıntılar
Mimari
- Soy / omurga: Nano Banana Pro, Google’ın gelişen Gemini görsel yığını üzerine — özellikle yeni Gemini 3 Pro Image / GEMPIX 2 mimarisi (daha yüksek kapasiteli, görüntü+metin çok modlu çerçeve) — inşa edilmiştir. Bu, Gemini 2.5 Flash Image’dan (orijinal “nano-banana”) yerel olarak çok modlu, genişletilmiş görsel-dil akıl yürütme yeteneklerine sahip bir görsel modele evrimdir.
- Model davranışı: yerel çok modluluk (görsel + metin + dünya bilgisi), çok görselli füzyon için açık tanımlı işlem hatları ve tek bir statik örnek üretmek yerine çıktıları birden çok geçişte iyileştiren aşamalandırılmış dahili bir planlayıcı. İlk raporlar, önceki sürümlere kıyasla daha güçlü geometrik/optik akıl yürütmeye (cam, kırılma) işaret ediyor.
- Düşünme / dahili iyileştirme: Model, kompozisyonu iyileştirmek için içeride görünür bir “düşünme” süreci kullanır (API bu davranışı belgeliyor ve bu dahili adımların nihai görsel belirteçleri olarak ücretlendirilmediğini not ediyor).
- Temellendirme ve araçlar: Search grounding desteklenir (webdeki olguları diyagram/infografik üretimine katabilir). Daha belirleyici kontrol için sistem yönergelerini de destekler.
Temel API parametreleri:
thinking_level(low / high): gecikme ile akıl yürütme derinliği arasında denge.media_resolution(low/medium/high): görsel OCR/ayrıntı okuma belirteçlerini kontrol eder.generationConfig.imageConfig: görsel çıktılarda en-boy oranı/çözünürlüğü kontrol eder.
Görüntü sınırları:
- Desteklenen giriş kipleri: Metin ve görseller (model, görsel üretim girdisi olarak ses veya video kabul etmez).
- İstem başına azami görsel sayısı: 14 (Gemini 3 Pro Image önizlemesi için).
- Azami görsel boyutu (yükleme): Girdi başına 7 MB.
- Desteklenen en-boy oranları: 1:1, 3:2, 16:9, 9:16, 21:9, vb.
Çıktı görselleri / belirteçleri: yüksek sınırlar; 4K/4096px desteklenir.
Kıyaslama performansı
Kısa özet: kamuya açık/erken kıyaslamalar çoğunlukla niteliksel/topluluk kaynaklı ve orijinal nano-banana’ya (Gemini 2.5 Flash Image) kıyasla çözünürlük, yapaylık/artefakt azaltma ve fiziksel sadakatte belirgin iyileşmeler bildiriyor. Belirli adlandırılmış “meydan okumalar”da net görsel kazanımlar görülse de Google’dan v1 → v2 karşılaştırmalı, standart sayısal tablo yok (henüz).
- Niteliksel topluluk testleri: daha temiz kenarlar, daha keskin mikro ayrıntılar, daha doğru renkler ve isteğe daha sadık üretim (daha az uydurulan nesne, daha tutarlı karakterler). Popüler gayriresmî testler “Wine Glass Test” ve “Glass Burger Challenge”; burada GEMPIX2 (Nano Banana Pro), şeffaflık ve kırılmayı önceki sürümlere göre belirgin biçimde daha iyi ele alıyor.
- Metin işleme: Nano Banana Pro, görsellerin içindeki tipografi ve metin yerleşiminde gözle görülür iyileşme gösterir (pek çok görsel modelin kronik zayıflığı). Topluluk karşılaştırmaları, daha az bozulmuş glif üretimi gösteriyor.
- Verim / UX: daha hızlı yineleme hızı ve arka planda çok aşamalı iyileştirme yapan bir UX; böylece kullanıcılar ilk geçişte daha güvenilir sonuçlar görür (manuel yeniden üretimleri azaltır).
Sınırlamalar ve riskler
- İçerik filtreleri ve tespit: Modele entegre platformlar (örn. Whisk/üçüncü taraf uygulamalar) katı ünlü veya benzerlik tespiti etkinleştirebilir ve belirli çıktıları engelleyebilir; bu, gerçekçi ünlü benzerliklerine dayanan yaratıcı iş akışlarını etkiler.
- Halüsinasyon / akıl yürütme sınır durumları: iyileşmiş olsa da model, görseller içinde yoğun sembolik metin ya da çok teknik diyagramlarda fiziksel olarak gerçekçi olmayan artefaktlar üretebilir — ancak NB2, önceki sürümlere göre bu hataları azaltıyor görünüyor.
- Güvenlik ve kötüye kullanım: üretken görsel modeller, sorunlu veya zararlı içerikler için kullanılabilir. Google, köken için SynthID filigranı uygular ve kısıtlamalar/filtreler kullanır; yine de kötüye kullanım vakaları yaşanmıştır (politik olarak hassas bir bağlamda Nano Banana kaynaklı bir görsel etrafında yüksek profilli bir tartışma).
Nano Banana Pro’nun diğer modellerle karşılaştırması
- Nano Banana Pro (GEMPIX 2 / Gemini 3 Pro Image) — güçlü mobil entegrasyon, çok görselli füzyon, yinelemeli öz-düzeltme, yerel 2K/4K yükseltme, Google uygulamalarıyla (Search, Photos, Workspace/Gemini) sıkı entegrasyon. Güvenilir düzenleme, tutarlılık ve Google hizmetleriyle entegrasyon gerektiren iş akışları için en uygun.
- Midjourney — stilize sanatsal çıktılarda başarılı ve topluluk odaklı istem mühendisliği; genellikle foto-gerçekçi çok görselli füzyon veya derin çok modlu düzenleme hatlarına hedeflenmez.
- Stable Diffusion / açık ağırlıklar — tamamen açık, yüksek özelleştirilebilir ve yerelde barındırılabilir; denetim noktaları ve ince ayar ekosistemi, araştırma ve çevrimdışı kullanım için belirleyici avantajdır. Nano Banana Pro kadar “tek tık” mobil entegrasyon ve kutudan çıktığı gibi tutarlı çok görselli düzenleme sağlama eğiliminde değildir.
- Seedream 4.0 (ByteDance) — yakın zamanda Nano Banana rakibi olarak konumlandırıldı; ultra hızlı oluşturma, 2K çıktı ve birçok referans görseline (altıya kadar) destek vurgusu. Profesyonel/yaratıcı bir alternatif olarak konumlanıyor.
(Bu karşılaştırmalar üst düzeydedir; kazanını, iş akışınızın gereksinimlerine göre seçin: açıklık/özelleştirilebilirlik → Stable Diffusion; stilize sanat → Midjourney; entegre, tutarlı mobil düzenleme ve agresif yineleme → Nano Banana Pro/Gemini 3 Pro image ailesi.)
Gerçek dünya kullanım alanları
- Mobil fotoğraf düzenleme ve yaratıcı filtreler (Google Photos entegrasyonları — yeniden stil verme, arka plan füzyonu, portre yeniden kompozisyonu).
- Pazarlama ve reklam varlıkları — hızlı konsept üretimi, birden çok kare/açıda tutarlı marka karakterleri.
- Konsept sanat ve storyboard — çok görselli füzyon, paneller arasında karakter tutarlılığını korumaya yardımcı olur.
- E-ticaret / ürün maketleri — farklı bağlam/ışık koşullarında tutarlı ürün çekimleri üretin.
- AR/VR varlıkları için hızlı prototipleme — yüksek kaliteli 2K/4K çıktılar, sürükleyici kullanım için yükseltilebilir.
- gemini-3-pro-image(Nano Banana Pro) API’sine nasıl erişilir
Gerekli adımlar
- cometapi.com adresine giriş yapın. Henüz kullanıcımız değilseniz, lütfen önce kaydolun.
- Arayüzün erişim kimlik bilgisi olan API anahtarını alın. Kişisel merkezde API token bölümünde “Add Token”a tıklayın, token anahtarını alın: sk-xxxxx ve gönderin.
- Bu sitenin URL’sini alın:
https://api.cometapi.com/
Kullanım yöntemi
- API isteği göndermek için “
gemini-3-pro-image” uç noktasını seçin ve istek gövdesini ayarlayın. İstek yöntemi ve istek gövdesi web sitemizdeki API dokümanından elde edilir. Web sitemiz, kolaylık için Apifox testi de sağlar. - Hesabınızdaki gerçek CometAPI anahtarınızla <YOUR_API_KEY> değerini değiştirin.
- Sorunuzu veya isteğinizi content alanına ekleyin — model bu alana yanıt verecektir.
- . API yanıtını işleyerek üretilen cevabı alın.
CometAPI, sorunsuz geçiş için tamamen uyumlu bir REST API sunar — kesintisiz geçiş. Ana ayrıntılar :
- Temel URL: https://api.cometapi.com/v1beta/models/gemini-3-pro-image-preview:generateContent
- Model Adları:
gemini-3-pro-image - Kimlik Doğrulama:
Bearer YOUR_CometAPI_API_KEYbaşlığı - İçerik Türü:
application/json.