Google: Nano Banana Pro (Gemini 3 Pro Image Preview)

Google: Nano Banana Pro (Gemini 3 Pro Image Preview) es un modelo de generación y edición de imágenes de Google, construido sobre Gemini 3 Pro. Es el sucesor del Nano Banana original, y Google lo describe como su modelo de generación y edición de imágenes más avanzado, con razonamiento multimodal y fundamentación en el mundo real mejorados en comparación con la versión anterior. Se sitúa en la categoría de imagen y también maneja texto, por lo que es un modelo multimodal en lugar de un generador de imágenes puro.

El modelo acepta entradas de imagen y texto y puede devolver salidas tanto de imagen como de texto. Tiene una ventana de contexto de 65,536 tokens y una salida máxima de 32,768 tokens. Las imágenes generadas se pueden solicitar en resolución 1K, 2K o 4K, y puedes elegir entre un conjunto de relaciones de aspecto: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 y 21:9. El parámetro n está fijado en 1, por lo que cada solicitud produce una sola imagen, y puedes proporcionar hasta 14 referencias de entrada junto con tu prompt.

Esas capacidades apuntan a algunos usos prácticos. Como el modelo acepta entradas de imagen además de texto, encaja en trabajos de edición y transformación en los que proporcionas una o más imágenes de referencia y describes el cambio que deseas. El límite de 14 referencias admite flujos de trabajo que combinan varias imágenes de origen, como la composición o la coincidencia de estilo en un conjunto. Las opciones de resolución y relación de aspecto lo hacen utilizable tanto para formatos sociales cuadrados como para diseños anchos o altos, y la salida de texto significa que una sola llamada puede devolver una imagen junto con una respuesta escrita. Las funciones de razonamiento y fundamentación se adaptan a prompts que necesitan más que una coincidencia de patrones superficial, por ejemplo escenas con objetos específicos, relaciones espaciales o contexto del mundo real.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "google/gemini-3-pro-image-preview". Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature y top_p. Las opciones específicas de imagen, como la resolución, la relación de aspecto y las referencias de entrada, también se establecen a través de la solicitud. Como la interfaz es compatible con OpenAI, puedes apuntar un cliente de OpenAI existente a api14 y cambiar el id de modelo en lugar de reescribir tu integración.

Ten en cuenta los límites al elegir este modelo. La ventana de contexto es de 65,536 tokens y la salida máxima es de 32,768 tokens, y n está limitado a 1, por lo que no puedes solicitar varias imágenes en una sola llamada. Si tu tarea es solo de texto, o necesitas varias imágenes por solicitud, otro modelo puede encajar mejor.