Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) ist ein Bildgenerierungs- und Bildbearbeitungsmodell von Google, das auf api14 als google/gemini-3.1-flash-image identifiziert wird. Es liegt in der Kategorie image mit text als sekundärer Kategorie und ist der Nachfolger von Googles früherem Nano Banana Bildmodell. Das Veröffentlichungsdatum des Anbieters ist der 2026-06-18. Google positioniert es so, dass es visuelle Qualität auf Pro-Niveau bei Flash-Geschwindigkeit liefert, was die Absicht zeigt: hohe Ausgabequalität ohne die langsamere Bearbeitungszeit, die üblicherweise mit größeren Bildmodellen verbunden ist.

Das Modell akzeptiert Bild- und Texteingaben und kann Bild- und Textausgaben zurückgeben, sodass es sowohl die Generierung aus einem Prompt als auch die Bearbeitung von Bildern übernimmt, die Sie bereitstellen. Sein Kontextfenster beträgt 131.072 Token, und die maximale Ausgabe beträgt 32.768 Token. Die Bildgenerierung ist konfigurierbar: Die Auflösung kann auf 512, 1K, 2K oder 4K eingestellt werden, und das Seitenverhältnis unterstützt 1:1, 1:4, 1:8, 2:3, 3:2, 3:4, 4:1, 4:3, 4:5, 5:4, 8:1, 9:16, 16:9 und 21:9. Der Parameter n akzeptiert ein Minimum von 1 und ein Maximum von 1, sodass jede Anfrage ein einzelnes Bild erzeugt. Eingabereferenzen akzeptieren 0 bis 14 Bilder, was Multi-Bild-Bearbeitung und Komposition praktikabel macht.

Diese Fähigkeiten deuten auf ein ziemlich breites Spektrum an Verwendungen hin. Text-zu-Bild-Generierung deckt Illustration, Concept Art, Produkt-Mockups und Marketing-Assets ab, wobei die Liste der Seitenverhältnisse alles von quadratischen Social-Media-Posts über breite Banner bis hin zu hohen mobilen Formaten abdeckt. Da das Modell Bildeingaben zusammen mit Text annimmt, passt es auch zu Bearbeitungsworkflows: Retusche, Umstyling, Hintergrundänderungen und das Kombinieren von Elementen aus mehreren Quellbildern, da bis zu 14 Referenzen übergeben werden können. Die 4K-Auflösungsoption eignet sich für Arbeiten, die beim Drucken oder in großer Anzeige bestehen müssen, während 512 Entwürfe günstig zum Iterieren hält. Die Textausgabeseite bedeutet, dass das Modell Erklärungen oder Beschreibungen zusammen mit dem erzeugten Bild zurückgeben kann.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID google/gemini-3.1-flash-image auf, sodass vorhandene OpenAI-Client-Bibliotheken funktionieren, wenn nur die Basis-URL und der Modellname geändert werden. Die unterstützten Anfrageparameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature und top_p. Seed ist nützlich, wenn Sie über Durchläufe hinweg reproduzierbare Bildausgaben wünschen, und temperature und top_p steuern, wie viel Variation Sie zwischen Generierungen erhalten. Die reasoning-bezogenen Parameter lassen Sie Latenz gegen eine bedächtigere Behandlung komplexer Prompts eintauschen.

Ein paar Einschränkungen sind es wert, vor der Festlegung bekannt zu sein. Der Parameter n ist auf 1 festgelegt, sodass Sie nicht mehrere Bilder in einem einzigen Aufruf anfordern können; wenn Sie Variationen benötigen, stellen Sie separate Anfragen, optional mit unterschiedlichen Seeds. Eingabereferenzen sind auf 14 begrenzt, sodass sehr große Referenzsets zuerst eingegrenzt werden müssen. Wenn Ihre Aufgabe reine Textgenerierung ohne Bildkomponente ist, wird ein dediziertes Textmodell normalerweise besser passen, und wenn Sie schwereres Reasoning über lange Dokumente benötigen, ist der Bildfokus hier nicht der Punkt. Für Bildgenerierung und Bildbearbeitung innerhalb dieser Grenzen deckt es die üblichen Fälle direkt ab.