Google: Nano Banana Pro (Gemini 3 Pro Image Preview)

Google: Nano Banana Pro (Gemini 3 Pro Image Preview) è un modello di generazione e modifica di immagini di Google, basato 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 puro generatore di immagini.

Il modello accetta input di immagini e testo e può restituire sia output di immagini sia di testo. Ha una finestra di contesto di 65.536 token e un output massimo di 32.768 token. Le immagini generate possono essere richieste a risoluzione 1K, 2K o 4K, e puoi scegliere tra una serie di proporzioni: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. Il parametro n è fisso a 1, quindi ogni richiesta produce una singola immagine, e puoi fornire fino a 14 riferimenti di input insieme al tuo prompt.

Queste capacità indicano alcuni usi pratici. Poiché il modello accetta input di immagini oltre al testo, si adatta a lavori di modifica e trasformazione in cui fornisci una o più immagini di riferimento e descrivi la modifica che desideri. Il limite di 14 riferimenti supporta flussi di lavoro che combinano diverse immagini di origine, come la composizione o l'abbinamento di stili su un set. Le opzioni di risoluzione e proporzioni lo rendono utilizzabile sia per formati social quadrati sia per layout larghi o verticali, e l'output di testo significa che una singola chiamata può restituire un'immagine insieme a una risposta scritta. Le funzionalità di ragionamento e ancoraggio si adattano a prompt che richiedono più di una semplice corrispondenza di pattern superficiale, per esempio scene con oggetti specifici, relazioni spaziali o contesto del mondo reale.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello "google/gemini-3-pro-image-preview". I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature e top_p. Le opzioni specifiche per le immagini come risoluzione, proporzioni e riferimenti di input vengono impostate anch'esse tramite la richiesta. Poiché l'interfaccia è compatibile con OpenAI, puoi puntare un client OpenAI esistente su api14 e cambiare l'id del modello invece di riscrivere la tua integrazione.

Tieni presenti i limiti quando scegli questo modello. La finestra di contesto è di 65.536 token e l'output massimo è di 32.768 token, e n è limitato a 1, quindi non puoi richiedere più immagini in una singola chiamata. Se il tuo compito è solo testuale, o hai bisogno di diverse immagini per richiesta, un altro modello potrebbe essere più adatto.