Google: Nano Banana (Gemini 2.5 Flash Image)

Google : Nano Banana (Gemini 2.5 Flash Image) est un modèle de génération d'images de Google, identifié sur api14 sous le nom google/gemini-2.5-flash-image. Il appartient à la catégorie image, avec le texte comme catégorie secondaire, et il a été publié par le fournisseur le 2025-10-07. Le modèle est en disponibilité générale, et sa date limite de connaissances est le 2025-01-31.

Le modèle accepte des images et du texte en entrée et peut produire à la fois des images et du texte en sortie, de sorte qu'une seule requête peut combiner un prompt écrit avec des images de référence et renvoyer une image générée, du texte, ou les deux. Il dispose d'une fenêtre de contexte de 32768 tokens et d'une sortie maximale de 8192 tokens. La génération d'images est contrôlée via des paramètres d'image dédiés : aspect_ratio accepte l'une des valeurs 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 ou 21:9 ; n a un minimum de 1 et un maximum de 1, donc chaque requête renvoie une seule image ; et input_references accepte entre 0 et 3 images. Le modèle est conçu pour la compréhension contextuelle en plus de la génération d'images, ce qui permet aux images de référence et aux instructions textuelles d'influencer le résultat.

Les usages pratiques découlent de ce mélange d'entrées et de sorties. Vous pouvez générer une image à partir d'un prompt texte seul, ou fournir jusqu'à trois images de référence pour guider le style, le sujet ou la composition tout en décrivant en texte la modification souhaitée. Comme le modèle renvoie aussi du texte, il convient aux flux de travail où une explication écrite ou une légende accompagne l'image générée. L'ensemble fixe de ratios d'aspect permet de cibler facilement des formats courants tels que carré, portrait, paysage, large et ultra large sans recadrage post-traitement.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle google/gemini-2.5-flash-image. Les paramètres de requête pris en charge sont max_tokens, response_format, seed, stop, structured_outputs, temperature et top_p. Les réglages spécifiques aux images tels que aspect_ratio, n et input_references sont transmis aux côtés de ces paramètres. Comme l'interface est compatible OpenAI, les clients et SDK existants qui ciblent déjà ce format peuvent pointer vers api14 en changeant l'identifiant de modèle.

Quelques limites méritent d'être notées au moment de décider. La fenêtre de contexte est de 32768 tokens et la sortie maximale est de 8192 tokens, donc des prompts très longs ou de gros volumes de matériel de référence peuvent nécessiter d'être réduits. Chaque requête renvoie exactement une image, donc la génération par lots implique plusieurs appels. La date limite de connaissances est le 2025-01-31. Si votre tâche est purement de la génération de texte sans composante image, un modèle axé sur le texte peut être plus adapté.