Google: Nano Banana 2.1

Google: Nano Banana 2.1 adalah model pembuatan dan penyuntingan gambar dari Google, yang dibangun pada tier Flash. Model ini menggantikan Nano Banana 2 dan Nano Banana Pro, dan Google menggambarkannya sebagai peningkatan untuk rekontekstualisasi produk. Model ini berada di kategori gambar dan teks, sehingga merupakan model multimodal, bukan sistem khusus teks atau khusus gambar.

Model ini menerima gambar dan teks sebagai input dan dapat mengembalikan gambar dan teks sebagai output. Jendela konteksnya adalah 65.536 token, dengan output maksimum 58.982 token. Pembuatan gambar dapat dikonfigurasi: resolusi dapat diatur ke 1K, 2K atau 4K, dan rasio aspek mendukung 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 dan 21:9. Parameter n menerima satu nilai, dari 1 hingga 1, sehingga setiap permintaan menghasilkan satu gambar. Anda dapat memberikan hingga 14 referensi input, yang memungkinkan penyuntingan dan pembuatan berbasis referensi.

Kemampuan tersebut mengarah pada beberapa pola praktis. Karena model ini menerima input gambar dan mengembalikan output gambar, model ini cocok untuk alur kerja penyuntingan di mana gambar yang sudah ada disesuaikan, bukan dibuat dari awal. Batas referensi 14 mendukung tugas yang memerlukan beberapa gambar sumber sekaligus, seperti menggabungkan atau mengubah gaya materi, dan peningkatan rekontekstualisasi produk menunjukkan penempatan produk ke dalam adegan atau latar baru. Output teks bersama output gambar berarti satu panggilan dapat mengembalikan visual yang dihasilkan plus teks pendamping. Opsi resolusi dan rasio aspek memungkinkan Anda menargetkan berbagai bentuk output, dari persegi dan potret hingga format lebar seperti 21:9, tanpa pemotongan pascaproses.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "google/gemini-nano-banana-2.1". Parameter permintaan yang didukung adalah include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools dan top_p. Pengaturan khusus gambar seperti resolution, aspect_ratio, n dan input_references juga dikonfigurasi melalui permintaan. Karena antarmukanya kompatibel dengan OpenAI, pustaka klien OpenAI yang ada dan bentuk permintaan yang ada berfungsi hanya dengan mengubah model id dan parameter.

Beberapa batasan perlu diperhatikan saat memilih model ini. Jendela konteksnya adalah 65.536 token, dan n tetap pada 1, sehingga permintaan yang memerlukan beberapa gambar per panggilan tidak didukung di sini. Jika tugas Anda murni pembuatan teks tanpa input atau output gambar, model yang berfokus pada teks mungkin lebih cocok. Jika Anda memerlukan lebih dari 14 referensi input, model ini tidak akan mengakomodasinya.