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

Google : Nano Banana Pro (Gemini 3 Pro Image Preview) est un modèle de génération et d'édition d'images de Google, construit sur Gemini 3 Pro. Il succède au Nano Banana original, et Google le décrit comme son modèle de génération et d'édition d'images le plus avancé, avec un raisonnement multimodal et un ancrage dans le monde réel améliorés par rapport à la version précédente. Il appartient à la catégorie image tout en traitant aussi du texte, c'est donc un modèle multimodal plutôt qu'un simple générateur d'images.

Le modèle accepte des entrées image et texte et peut renvoyer des sorties à la fois image et texte. Il dispose d'une fenêtre de contexte de 65 536 tokens et d'une sortie maximale de 32 768 tokens. Les images générées peuvent être demandées en résolution 1K, 2K ou 4K, et vous pouvez choisir parmi un ensemble de ratios d'aspect : 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 et 21:9. Le paramètre n est fixé à 1, donc chaque requête produit une seule image, et vous pouvez fournir jusqu'à 14 références d'entrée en plus de votre prompt.

Ces capacités ouvrent la voie à quelques usages pratiques. Comme le modèle prend des entrées image autant que du texte, il convient aux travaux d'édition et de transformation où vous fournissez une ou plusieurs images de référence et décrivez la modification souhaitée. La limite de 14 références prend en charge les flux de travail qui combinent plusieurs images sources, comme la composition ou l'alignement de style sur un ensemble. Les options de résolution et de ratio d'aspect le rendent utilisable aussi bien pour les formats sociaux carrés que pour les mises en page larges ou hautes, et la sortie texte signifie qu'un seul appel peut renvoyer une image accompagnée d'une réponse écrite. Les fonctionnalités de raisonnement et d'ancrage conviennent aux prompts qui nécessitent plus qu'une simple correspondance de motifs en surface, par exemple des scènes avec des objets précis, des relations spatiales ou un contexte du monde réel.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "google/gemini-3-pro-image-preview". Les paramètres de requête pris en charge sont include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature et top_p. Les options spécifiques aux images telles que la résolution, le ratio d'aspect et les références d'entrée sont également définies via la requête. Comme l'interface est compatible OpenAI, vous pouvez pointer un client OpenAI existant vers api14 et changer l'identifiant de modèle plutôt que de réécrire votre intégration.

Gardez les limites à l'esprit lors du choix de ce modèle. La fenêtre de contexte est de 65 536 tokens et la sortie maximale est de 32 768 tokens, et n est plafonné à 1, donc vous ne pouvez pas demander plusieurs images en un seul appel. Si votre tâche est uniquement textuelle, ou si vous avez besoin de plusieurs images par requête, un autre modèle conviendra peut-être mieux.