Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) Google का एक इमेज जनरेशन और एडिटिंग मॉडल है, जिसे api14 पर google/gemini-3.1-flash-image के रूप में पहचाना जाता है। यह इमेज श्रेणी में आता है और टेक्स्ट इसकी द्वितीयक श्रेणी है, और यह Google के पहले के Nano Banana इमेज मॉडल का उत्तराधिकारी है। प्रदाता की रिलीज़ तिथि 2026-06-18 है। Google इसे Flash गति पर Pro स्तर की विज़ुअल गुणवत्ता देने वाला बताता है, जो इसका इरादा स्पष्ट करता है: उच्च आउटपुट गुणवत्ता, बिना उस धीमी प्रोसेसिंग के जो आम तौर पर बड़े इमेज मॉडल के साथ जुड़ी होती है।

यह मॉडल इमेज और टेक्स्ट इनपुट स्वीकार करता है और इमेज तथा टेक्स्ट आउटपुट लौटा सकता है, इसलिए यह प्रॉम्प्ट से जनरेशन और आपके द्वारा दी गई इमेज की एडिटिंग, दोनों संभालता है। इसका कॉन्टेक्स्ट विंडो 131,072 टोकन है, और अधिकतम आउटपुट 32,768 टोकन है। इमेज जनरेशन कॉन्फ़िगर करने योग्य है: रेज़ोल्यूशन को 512, 1K, 2K या 4K पर सेट किया जा सकता है, और आस्पेक्ट रेशियो 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 और 21:9 का समर्थन करता है। n पैरामीटर न्यूनतम 1 और अधिकतम 1 स्वीकार करता है, इसलिए प्रत्येक अनुरोध एक ही इमेज बनाता है। इनपुट रेफ़रेंस 0 से 14 इमेज तक स्वीकार करते हैं, और यही मल्टी-इमेज एडिटिंग तथा कंपोज़िशन को व्यावहारिक बनाता है।

ये क्षमताएँ काफ़ी विस्तृत उपयोगों की ओर संकेत करती हैं। टेक्स्ट टू इमेज जनरेशन में इलस्ट्रेशन, कॉन्सेप्ट आर्ट, प्रोडक्ट मॉकअप और मार्केटिंग एसेट शामिल हैं, और आस्पेक्ट रेशियो की सूची स्क्वायर सोशल पोस्ट से लेकर चौड़े बैनर और लंबे मोबाइल फ़ॉर्मेट तक सब कुछ संभालती है। चूँकि मॉडल टेक्स्ट के साथ इमेज इनपुट भी लेता है, यह एडिटिंग वर्कफ़्लो में भी फिट बैठता है: रीटचिंग, रीस्टाइलिंग, बैकग्राउंड बदलना, और कई स्रोत इमेज से तत्वों को जोड़ना, क्योंकि 14 तक रेफ़रेंस पास किए जा सकते हैं। 4K रेज़ोल्यूशन विकल्प उस काम के लिए उपयुक्त है जिसे प्रिंट या बड़े आकार में प्रदर्शित करने पर टिकना हो, जबकि 512 ड्राफ़्ट को सस्ते में बार-बार बनाने की सुविधा देता है। टेक्स्ट आउटपुट पक्ष का मतलब है कि मॉडल जो इमेज बनाता है, उसके साथ व्याख्या या विवरण भी लौटा सकता है।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी google/gemini-3.1-flash-image का उपयोग करके कॉल करते हैं, इसलिए मौजूदा OpenAI क्लाइंट लाइब्रेरीज़ केवल base URL और मॉडल नाम बदलकर काम करती हैं। समर्थित अनुरोध पैरामीटर हैं include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature और top_p। Seed तब उपयोगी होता है जब आप चाहते हैं कि अलग-अलग रन में इमेज आउटपुट दोबारा वही बने, और temperature तथा top_p नियंत्रित करते हैं कि जनरेशन के बीच कितनी भिन्नता मिलेगी। reasoning से जुड़े पैरामीटर आपको लेटेंसी के बदले जटिल प्रॉम्प्ट को अधिक सोच-समझकर संभालने की सुविधा देते हैं।

प्रतिबद्ध होने से पहले कुछ सीमाएँ जानना उपयोगी है। n पैरामीटर 1 पर तय है, इसलिए आप एक ही कॉल में कई इमेज का अनुरोध नहीं कर सकते; यदि आपको विविधताएँ चाहिए, तो अलग-अलग अनुरोध भेजें, वैकल्पिक रूप से अलग-अलग seed के साथ। इनपुट रेफ़रेंस 14 पर सीमित हैं, इसलिए बहुत बड़े रेफ़रेंस सेट को पहले छोटा करना होगा। यदि आपका काम पूरी तरह टेक्स्ट जनरेशन है और उसमें इमेज का कोई हिस्सा नहीं है, तो एक समर्पित टेक्स्ट मॉडल आम तौर पर बेहतर फिट होगा, और यदि आपको लंबे दस्तावेज़ों पर भारी reasoning चाहिए, तो यहाँ इमेज पर केंद्रित होना मुद्दा नहीं है। इन सीमाओं के भीतर इमेज जनरेशन और एडिटिंग के लिए, यह सामान्य मामलों को सीधे कवर करता है।