Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview)

Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) è un modello di generazione e modifica di immagini di Google, identificato su api14 come google/gemini-3.1-flash-image-preview. Si colloca nella categoria image con text come categoria secondaria, ed è il modello dietro il nome Nano Banana 2. È una release in anteprima di Google, non un modello finito e generalmente disponibile, quindi trattalo come qualcosa da valutare rispetto al tuo carico di lavoro prima di dipenderne in produzione.

Il modello accetta input di immagini e testo e può restituire output sia di immagini sia di testo, quindi una singola chiamata può generare un'immagine e produrre contenuto scritto insieme ad essa. Ha una finestra di contesto di 65.536 token e un output massimo di 58.982 token. La generazione di immagini è configurabile: la risoluzione può essere impostata su 512, 1K, 2K o 4K, e le proporzioni possono essere impostate su 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 o 21:9. Il parametro n accetta un valore da 1 a 1, quindi ogni richiesta restituisce un'immagine, e input_references accetta da 0 a 14 immagini, ed è ciò che rende possibile la modifica guidata da riferimenti e la generazione guidata.

Queste capacità indicano un insieme di utilizzi piuttosto specifico. La generazione da testo a immagine copre concept art, mockup di prodotto, illustrazioni e asset per i social nella risoluzione e nelle proporzioni richieste dalla destinazione. Poiché il modello accetta fino a 14 immagini di riferimento, si adatta anche al lavoro di modifica e trasformazione: cambiare lo stile di una foto esistente, combinare elementi da diversi riferimenti, o mantenere un soggetto coerente attraverso una serie di output. Il lato dell'output testuale significa che può didascalizzare, descrivere o ragionare sulle immagini nella stessa risposta, il che è utile per pipeline di asset che necessitano sia dell'immagine sia dei suoi metadati. L'ampia gamma di proporzioni, da 1:8 e 8:1 fino a 21:9, lo rende pratico per banner, formati mobile verticali e fotogrammi cinematografici ampi senza ritagli successivi.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando il model id google/gemini-3.1-flash-image-preview, quindi gli SDK e i client OpenAI esistenti funzionano con un cambio di base URL e di nome del modello. I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature e top_p. Vale la pena impostare seed quando hai bisogno di output riproducibili, mentre temperature e top_p controllano il campionamento. Le opzioni specifiche per le immagini (risoluzione, proporzioni, n e input_references) vengono passate come parte della richiesta insieme a quei parametri.

Vale la pena conoscere alcuni vincoli prima di impegnarti. La finestra di contesto di 65.536 token è modesta rispetto ai modelli di testo a contesto lungo, quindi documenti molto grandi o lunghe cronologie multi turno potrebbero richiedere un taglio o un modello diverso. Ogni richiesta restituisce una singola immagine, quindi la generazione in batch significa più chiamate. È inoltre un modello in anteprima, il che è un motivo per tenere a mente un fallback per qualsiasi cosa rivolta all'utente. Se il tuo compito è solo testo, o richiede un contesto molto più ampio, un modello di testo dedicato su api14 di solito sarà la scelta migliore.