Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview)

Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) ist ein Bildgenerierungs- und Bildbearbeitungsmodell von Google, das auf api14 als google/gemini-3.1-flash-image-preview identifiziert wird. Es liegt in der Kategorie Bild mit Text als sekundärer Kategorie und ist das Modell hinter dem Namen Nano Banana 2. Es ist eine Preview-Version von Google und kein fertiges, allgemein verfügbares Modell, daher sollte man es als etwas betrachten, das man gegen die eigene Workload testet, bevor man sich in der Produktion darauf verlässt.

Das Modell akzeptiert Bild- und Texteingaben und kann sowohl Bild- als auch Textausgaben zurückgeben, sodass ein einzelner Aufruf ein Bild generieren und daneben geschriebene Inhalte erzeugen kann. Es hat ein Kontextfenster von 65.536 Tokens und eine maximale Ausgabe von 58.982 Tokens. Die Bildgenerierung ist konfigurierbar: Die Auflösung kann auf 512, 1K, 2K oder 4K gesetzt werden, und das Seitenverhältnis kann auf 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 oder 21:9 gesetzt werden. Der Parameter n akzeptiert einen Wert von 1 bis 1, sodass jede Anfrage ein Bild zurückgibt, und input_references akzeptiert 0 bis 14 Bilder, was referenzgestützte Bearbeitung und geführte Generierung möglich macht.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Anwendungsfällen hin. Text-zu-Bild-Generierung deckt Konzeptkunst, Produkt-Mockups, Illustrationen und Social-Assets in der Auflösung und dem Seitenverhältnis ab, die das Zielformat erfordert. Da das Modell bis zu 14 Referenzbilder aufnimmt, eignet es sich auch für Bearbeitungs- und Transformationsarbeit: das Umstylen eines vorhandenen Fotos, das Kombinieren von Elementen aus mehreren Referenzen oder das Konsistenthaltens eines Motivs über eine Reihe von Ausgaben hinweg. Die Textausgabeseite bedeutet, dass es Bilder in derselben Antwort mit Beschriftungen versehen, beschreiben oder über sie reasoning betreiben kann, was für Asset-Pipelines nützlich ist, die sowohl das Bild als auch seine Metadaten benötigen. Die breite Spanne der Seitenverhältnisse, von 1:8 und 8:1 bis hin zu 21:9, macht es praktisch für Banner, hohe mobile Formate und breite cineastische Rahmen, ohne anschließend zuschneiden zu müssen.

Man ruft es über die OpenAI-kompatible API von api14 mit der Modell-ID google/gemini-3.1-flash-image-preview auf, sodass vorhandene OpenAI SDKs und Clients mit einer Änderung von Base-URL und Modellname funktionieren. Die unterstützten Anfrageparameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature und top_p. Seed sollte man setzen, wenn man reproduzierbare Ausgaben benötigt, und temperature und top_p steuern das Sampling. Die bildspezifischen Optionen (resolution, aspect ratio, n und input_references) werden zusammen mit diesen Parametern als Teil der Anfrage übergeben.

Ein paar Einschränkungen sollte man kennen, bevor man sich festlegt. Das Kontextfenster von 65.536 Tokens ist bescheiden im Vergleich zu Textmodellen mit langem Kontext, daher müssen sehr große Dokumente oder lange Multi-Turn-Verläufe möglicherweise gekürzt werden oder ein anderes Modell verwenden. Jede Anfrage gibt ein einzelnes Bild zurück, Batch-Generierung bedeutet also mehrere Aufrufe. Es ist außerdem ein Preview-Modell, was ein Grund ist, für alles Benutzerorientierte einen Fallback im Hinterkopf zu behalten. Wenn die Aufgabe rein textbasiert ist oder einen viel größeren Kontext benötigt, ist ein dediziertes Textmodell auf api14 normalerweise die bessere Wahl.