Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) es un modelo de generación y edición de imágenes de Google, identificado en api14 como google/gemini-3.1-flash-image. Se sitúa en la categoría de imagen con texto como categoría secundaria, y es el sucesor del modelo de imagen anterior de Google, Nano Banana. La fecha de lanzamiento del proveedor es 2026-06-18. Google lo posiciona como capaz de ofrecer calidad visual de nivel Pro a velocidad Flash, lo que indica su intención: alta calidad de salida sin la lentitud de respuesta que normalmente se asocia con modelos de imagen más grandes.

El modelo acepta entradas de imagen y texto y puede devolver salidas de imagen y texto, por lo que maneja tanto la generación a partir de un prompt como la edición de imágenes que proporciones. Su ventana de contexto es de 131.072 tokens, y la salida máxima es de 32.768 tokens. La generación de imágenes es configurable: la resolución puede ajustarse a 512, 1K, 2K o 4K, y la relación de aspecto admite 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 y 21:9. El parámetro n acepta un mínimo de 1 y un máximo de 1, por lo que cada solicitud produce una sola imagen. Las referencias de entrada aceptan de 0 a 14 imágenes, lo que hace práctica la edición y composición con múltiples imágenes.

Esas capacidades apuntan a un conjunto de usos bastante amplio. La generación de texto a imagen abarca ilustración, arte conceptual, maquetas de productos y recursos de marketing, con la lista de relaciones de aspecto cubriendo desde publicaciones cuadradas para redes sociales hasta banners anchos y formatos móviles verticales. Dado que el modelo acepta entrada de imagen junto con texto, también encaja en flujos de trabajo de edición: retoque, cambio de estilo, cambios de fondo y combinación de elementos de varias imágenes de origen, ya que se pueden pasar hasta 14 referencias. La opción de resolución 4K es adecuada para trabajos que deben mantenerse bien al imprimirse o mostrarse en grande, mientras que 512 mantiene los borradores baratos de iterar. El lado de salida de texto significa que el modelo puede devolver explicaciones o descripciones junto con la imagen que produce.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo google/gemini-3.1-flash-image, por lo que las bibliotecas cliente de OpenAI existentes funcionan con solo cambiar la URL base y el nombre del modelo. Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature y top_p. Seed es útil cuando quieres una salida de imagen reproducible entre ejecuciones, y temperature y top_p controlan cuánta variación obtienes entre generaciones. Los parámetros relacionados con el razonamiento te permiten intercambiar latencia por un manejo más deliberado de prompts complejos.

Vale la pena conocer algunas restricciones antes de comprometerte. El parámetro n está fijado en 1, por lo que no puedes solicitar varias imágenes en una sola llamada; si necesitas variaciones, emite solicitudes separadas, opcionalmente con distintas seeds. Las referencias de entrada tienen un tope de 14, por lo que los conjuntos de referencias muy grandes deben reducirse primero. Si tu tarea es puramente generación de texto sin componente de imagen, un modelo de texto dedicado normalmente será una mejor opción, y si necesitas un razonamiento más pesado sobre documentos largos, el enfoque en imágenes aquí no es lo relevante. Para la generación y edición de imágenes dentro de estos límites, cubre los casos comunes directamente.