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

Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) es un modelo de generación y edición de imágenes de Google, identificado en api14 como google/gemini-3.1-flash-image-preview. Se sitúa en la categoría de imagen con texto como categoría secundaria, y es el modelo que hay detrás del nombre Nano Banana 2. Es una versión preliminar de Google en lugar de un modelo terminado y disponible de forma general, así que trátalo como algo que debes evaluar con tu propia carga de trabajo antes de depender de él en producción.

El modelo acepta entradas de imagen y texto y puede devolver salidas tanto de imagen como de texto, por lo que una sola llamada puede generar una imagen y producir contenido escrito junto a ella. Tiene una ventana de contexto de 65.536 tokens y una salida máxima de 58.982 tokens. La generación de imágenes es configurable: la resolución puede ajustarse a 512, 1K, 2K o 4K, y la relación de aspecto puede ajustarse a 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 o 21:9. El parámetro n acepta un valor de 1 a 1, por lo que cada solicitud devuelve una imagen, y input_references acepta de 0 a 14 imágenes, que es lo que hace posible la edición basada en referencias y la generación guiada.

Esas capacidades apuntan a un conjunto de usos bastante específico. La generación de texto a imagen cubre arte conceptual, maquetas de productos, ilustraciones y recursos para redes sociales en la resolución y relación de aspecto que requiera el destino. Como el modelo admite hasta 14 imágenes de referencia, también sirve para trabajos de edición y transformación: cambiar el estilo de una foto existente, combinar elementos de varias referencias o mantener un sujeto consistente a lo largo de una serie de salidas. El lado de salida de texto significa que puede poner títulos, describir o razonar sobre imágenes en la misma respuesta, lo que resulta útil para canalizaciones de recursos que necesitan tanto la imagen como sus metadatos. La amplia variedad de relaciones de aspecto, desde 1:8 y 8:1 hasta 21:9, lo hace práctico para banners, formatos móviles verticales y encuadres cinematográficos anchos sin necesidad de recortar después.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo google/gemini-3.1-flash-image-preview, por lo que los SDK y clientes de OpenAI existentes funcionan con un cambio de URL base y nombre de modelo. Los parámetros de solicitud admitidos son include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature y top_p. Merece la pena establecer seed cuando necesitas salidas reproducibles, y temperature y top_p controlan el muestreo. Las opciones específicas de imagen (resolución, relación de aspecto, n e input_references) se pasan como parte de la solicitud junto a esos parámetros.

Hay algunas restricciones que conviene conocer antes de comprometerte. La ventana de contexto de 65.536 tokens es modesta en comparación con modelos de texto de contexto largo, por lo que documentos muy grandes o historiales largos de varios turnos pueden necesitar recorte o un modelo diferente. Cada solicitud devuelve una sola imagen, por lo que la generación por lotes implica múltiples llamadas. Además, es un modelo preliminar, lo que es una razón para tener en mente una alternativa para cualquier cosa de cara al usuario. Si tu tarea es solo de texto, o necesita un contexto mucho mayor, un modelo de texto dedicado en api14 normalmente será la mejor opción.