Google: Nano Banana (Gemini 2.5 Flash Image)

Google: Nano Banana (Gemini 2.5 Flash Image) è un modello di generazione di immagini di Google, identificato su api14 come google/gemini-2.5-flash-image. Si colloca nella categoria image con text come categoria secondaria, ed è stato rilasciato dal provider il 2025-10-07. Il modello è generalmente disponibile, e il suo knowledge cutoff è 2025-01-31.

Il modello accetta image e text come input e può produrre sia image sia text come output, quindi una singola richiesta può combinare un prompt scritto con immagini di riferimento e restituire un'immagine generata, testo o entrambi. Ha una context window di 32768 token e un output massimo di 8192 token. La generazione di immagini è controllata tramite parametri image dedicati: aspect_ratio accetta uno tra 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 o 21:9; n ha un minimo di 1 e un massimo di 1, quindi ogni richiesta restituisce una singola immagine; e input_references accetta tra 0 e 3 immagini. Il modello è costruito per la comprensione contestuale insieme alla generazione di immagini, ed è questo che consente alle immagini di riferimento e alle istruzioni testuali di influenzare il risultato.

Gli usi pratici derivano da questa combinazione di input e output. Puoi generare un'immagine da un solo prompt testuale, oppure fornire fino a tre immagini di riferimento per guidare stile, soggetto o composizione mentre descrivi a testo la modifica desiderata. Poiché il modello restituisce anche testo, si adatta a flussi di lavoro in cui una spiegazione scritta o una didascalia accompagna l'immagine generata. L'insieme fisso di aspect ratio rende semplice puntare a formati comuni come output quadrato, verticale, orizzontale, wide e ultrawide senza ritagli di post-processing.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando il model id google/gemini-2.5-flash-image. I parametri di richiesta supportati sono max_tokens, response_format, seed, stop, structured_outputs, temperature e top_p. Le impostazioni specifiche per le immagini come aspect_ratio, n e input_references vengono passate insieme a quei parametri. Poiché l'interfaccia è compatibile con OpenAI, i client e gli SDK esistenti che già puntano a quella forma possono indirizzarsi ad api14 cambiando il model id.

Vale la pena notare alcuni limiti quando si decide. La context window è di 32768 token e l'output massimo è di 8192 token, quindi prompt molto lunghi o grandi volumi di materiale di riferimento potrebbero dover essere ridotti. Ogni richiesta restituisce esattamente un'immagine, quindi la generazione in batch richiede più chiamate. Il knowledge cutoff è 2025-01-31. Se il tuo compito è pura generazione di testo senza componente immagine, un modello orientato al testo potrebbe essere più adatto.