Google: Nano Banana (Gemini 2.5 Flash Image)

Google: Nano Banana (Gemini 2.5 Flash Image) ist ein Bildgenerierungsmodell von Google, das auf api14 als google/gemini-2.5-flash-image identifiziert wird. Es liegt in der Kategorie Bild mit Text als sekundärer Kategorie und wurde vom Anbieter am 2025-10-07 veröffentlicht. Das Modell ist allgemein verfügbar, und sein Wissensstand endet am 2025-01-31.

Das Modell akzeptiert Bild und Text als Eingaben und kann sowohl Bild als auch Text als Ausgaben erzeugen, sodass eine einzelne Anfrage einen geschriebenen Prompt mit Referenzbildern mischen und ein generiertes Bild, Text oder beides zurückgeben kann. Es hat ein Kontextfenster von 32768 Tokens und eine maximale Ausgabe von 8192 Tokens. Die Bildgenerierung wird über dedizierte Bildparameter gesteuert: aspect_ratio akzeptiert einen von 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 oder 21:9; n hat ein Minimum von 1 und ein Maximum von 1, sodass jede Anfrage ein einzelnes Bild zurückgibt; und input_references akzeptiert zwischen 0 und 3 Bildern. Das Modell ist auf kontextuelles Verständnis neben der Bildgenerierung ausgelegt, was es ermöglicht, dass Referenzbilder und Textanweisungen das Ergebnis beeinflussen.

Praktische Anwendungen ergeben sich aus dieser Mischung von Eingaben und Ausgaben. Sie können ein Bild allein aus einem Text-Prompt generieren oder bis zu drei Referenzbilder bereitstellen, um Stil, Motiv oder Komposition zu steuern, während Sie die gewünschte Änderung in Text beschreiben. Da das Modell auch Text zurückgibt, passt es zu Workflows, bei denen eine schriftliche Erklärung oder Bildunterschrift das generierte Bild begleitet. Der feste Satz von Seitenverhältnissen macht es einfach, gängige Formate wie quadratische, Hochformat-, Querformat-, Breitbild- und Ultrawide-Ausgaben ohne Nachbearbeitungszuschnitte anzusteuern.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID google/gemini-2.5-flash-image auf. Die unterstützten Anfrageparameter sind max_tokens, response_format, seed, stop, structured_outputs, temperature und top_p. Bildspezifische Einstellungen wie aspect_ratio, n und input_references werden zusammen mit diesen Parametern übergeben. Da die Schnittstelle OpenAI-kompatibel ist, können vorhandene Clients und SDKs, die bereits auf diese Form ausgerichtet sind, auf api14 zeigen, wobei nur die Modell-ID geändert werden muss.

Einige Grenzen sind bei der Entscheidung zu beachten. Das Kontextfenster beträgt 32768 Tokens und die maximale Ausgabe 8192 Tokens, sodass sehr lange Prompts oder große Mengen an Referenzmaterial möglicherweise gekürzt werden müssen. Jede Anfrage gibt genau ein Bild zurück, sodass Batch-Generierung mehrere Aufrufe bedeutet. Der Wissensstand endet am 2025-01-31. Wenn Ihre Aufgabe reine Textgenerierung ohne Bildkomponente ist, könnte ein textfokussiertes Modell besser geeignet sein.