Google: Nano Banana Pro (Gemini 3 Pro Image)

Google: Nano Banana Pro (Gemini 3 Pro Image) è un modello di generazione e modifica di immagini di Google, costruito su Gemini 3 Pro. È il successore del Nano Banana originale, e Google lo descrive come il suo modello di generazione e modifica di immagini più avanzato, con un ragionamento multimodale migliorato e un ancoraggio al mondo reale rispetto alla versione precedente. Si colloca nella categoria delle immagini pur gestendo anche il testo, quindi è un modello multimodale e non un sistema puramente testuale o puramente visivo.

Il modello accetta input di immagini e testo e può produrre sia output di immagini sia di testo. Ha una finestra di contesto di 131.072 token e un output massimo di 32.768 token. La generazione di immagini è configurabile: la risoluzione può essere impostata su 1K, 2K o 4K, e le proporzioni possono essere impostate su 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 o 21:9. Il parametro n accetta un valore da 1 a 1, quindi ogni richiesta restituisce una singola immagine, e input_references accetta da 0 a 14 immagini, ed è ciò che consente la modifica e la composizione guidate da riferimenti.

Queste capacità indicano alcuni schemi pratici. Puoi generare un'immagine da un prompt testuale con una risoluzione e proporzioni scelte, il che si adatta a qualsiasi cosa, dagli asset social quadrati ai banner larghi 21:9 o ai formati verticali 9:16. Poiché il modello accetta input di immagini insieme al testo, puoi anche usarlo per lavori di modifica e trasformazione, passando fino a 14 immagini di riferimento per guidare stile, soggetto o composizione. Il lato dell'output testuale significa che una singola chiamata può restituire commenti o contenuti strutturati insieme all'immagine generata, e i parametri di ragionamento e output strutturato supportano flussi di lavoro in cui il modello deve pianificare prima di produrre il risultato.

Tramite api14 chiami il modello con l'id "google/gemini-3-pro-image" usando l'API compatibile con OpenAI, quindi gli SDK e i client OpenAI esistenti funzionano con un cambio di base URL e di model id. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools e top_p. Le opzioni specifiche per le immagini come resolution, aspect_ratio, n e input_references vengono impostate insieme a quei parametri. Il parametro seed è utile quando vuoi generazioni riproducibili, e tools e tool_choice ti permettono di combinare la generazione di immagini con il function calling in un ciclo di agente.

Due vincoli meritano attenzione prima di impegnarti. Ogni richiesta restituisce solo un'immagine, poiché n è fissato tra 1 e 1, quindi i batch richiedono più chiamate. I riferimenti di input sono limitati a 14 immagini per richiesta. Se il tuo compito è un ragionamento solo testuale o una chat senza alcun output di immagini, un modello dedicato al testo sarà di solito la scelta più semplice e più appropriata, e questo modello è meglio riservarlo a lavori in cui la generazione o la modifica di immagini fa effettivamente parte dell'output.