Google: Nano Banana (Gemini 2.5 Flash Image)

Google: Nano Banana (Gemini 2.5 Flash Image) Google का एक इमेज जनरेशन मॉडल है, जिसे api14 पर google/gemini-2.5-flash-image के रूप में पहचाना जाता है। यह इमेज श्रेणी में आता है और टेक्स्ट इसकी द्वितीयक श्रेणी है, तथा इसे प्रदाता ने 2025-10-07 को जारी किया था। यह मॉडल सामान्य रूप से उपलब्ध है, और इसका नॉलेज कटऑफ 2025-01-31 है।

यह मॉडल इनपुट के रूप में इमेज और टेक्स्ट स्वीकार करता है और आउटपुट के रूप में इमेज और टेक्स्ट दोनों उत्पन्न कर सकता है, इसलिए एक ही अनुरोध में लिखित प्रॉम्प्ट के साथ संदर्भ इमेज मिलाई जा सकती हैं और परिणामस्वरूप एक जनरेट की गई इमेज, टेक्स्ट, या दोनों लौटाए जा सकते हैं। इसका कॉन्टेक्स्ट विंडो 32768 टोकन है और अधिकतम आउटपुट 8192 टोकन है। इमेज जनरेशन को समर्पित इमेज पैरामीटर के माध्यम से नियंत्रित किया जाता है: aspect_ratio इनमें से एक स्वीकार करता है, 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 या 21:9; n का न्यूनतम 1 और अधिकतम 1 है, इसलिए प्रत्येक अनुरोध एक ही इमेज लौटाता है; और input_references 0 से 3 इमेज के बीच स्वीकार करता है। यह मॉडल इमेज जनरेशन के साथ-साथ प्रासंगिक समझ के लिए बनाया गया है, और यही चीज़ संदर्भ इमेज और टेक्स्ट निर्देशों को परिणाम को आकार देने देती है।

व्यावहारिक उपयोग इनपुट और आउटपुट के इसी मिश्रण से निकलते हैं। आप केवल एक टेक्स्ट प्रॉम्प्ट से इमेज जनरेट कर सकते हैं, या शैली, विषय या संरचना को दिशा देने के लिए अधिकतम तीन संदर्भ इमेज दे सकते हैं, साथ ही जो बदलाव आप चाहते हैं उसे टेक्स्ट में बता सकते हैं। चूंकि यह मॉडल टेक्स्ट भी लौटाता है, यह उन वर्कफ़्लो में फिट बैठता है जहाँ जनरेट की गई इमेज के साथ कोई लिखित व्याख्या या कैप्शन होता है। एस्पेक्ट रेशियो का निश्चित सेट वर्गाकार, पोर्ट्रेट, लैंडस्केप, वाइड और अल्ट्रावाइड जैसे सामान्य प्रारूपों को बिना पोस्ट-प्रोसेसिंग क्रॉप के सीधे लक्षित करना आसान बनाता है।

आप इस मॉडल को api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी google/gemini-2.5-flash-image का उपयोग करके कॉल करते हैं। समर्थित अनुरोध पैरामीटर हैं max_tokens, response_format, seed, stop, structured_outputs, temperature और top_p। aspect_ratio, n और input_references जैसी इमेज विशिष्ट सेटिंग्स इन पैरामीटर के साथ ही पास की जाती हैं। चूंकि इंटरफ़ेस OpenAI-संगत है, जो मौजूदा क्लाइंट और SDK पहले से उसी आकार को लक्षित करते हैं, वे मॉडल आईडी बदलकर api14 की ओर इंगित कर सकते हैं।

निर्णय लेते समय कुछ सीमाएँ ध्यान देने योग्य हैं। कॉन्टेक्स्ट विंडो 32768 टोकन है और अधिकतम आउटपुट 8192 टोकन है, इसलिए बहुत लंबे प्रॉम्प्ट या बड़ी मात्रा में संदर्भ सामग्री को छोटा करने की आवश्यकता पड़ सकती है। प्रत्येक अनुरोध ठीक एक इमेज लौटाता है, इसलिए बैच जनरेशन का अर्थ है कई कॉल। नॉलेज कटऑफ 2025-01-31 है। यदि आपका कार्य पूरी तरह टेक्स्ट जनरेशन है और उसमें इमेज का कोई हिस्सा नहीं है, तो टेक्स्ट पर केंद्रित मॉडल अधिक उपयुक्त हो सकता है।