Google: Nano Banana Pro (Gemini 3 Pro Image)

Google: Nano Banana Pro (Gemini 3 Pro Image) is een beeldgeneratie- en bewerkingsmodel van Google, gebouwd op Gemini 3 Pro. Het is de opvolger van de originele Nano Banana, en Google beschrijft het als zijn meest geavanceerde beeldgeneratie- en bewerkingsmodel, met verbeterde multimodale redenering en grounding in de echte wereld vergeleken met de eerdere versie. Het valt in de beeldcategorie maar verwerkt ook tekst, dus het is een multimodaal model in plaats van een puur tekst- of puur beeldsysteem.

Het model accepteert beeld- en tekstinvoer en kan zowel beeld- als tekstuitvoer produceren. Het heeft een contextvenster van 131,072 tokens en een maximale uitvoer van 32,768 tokens. Beeldgeneratie is configureerbaar: de resolutie kan worden ingesteld op 1K, 2K of 4K, en de beeldverhouding kan worden ingesteld op 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 of 21:9. De parameter n accepteert een waarde van 1 tot 1, dus elk verzoek retourneert een enkele afbeelding, en input_references accepteert 0 tot 14 afbeeldingen, wat referentiegestuurde bewerking en compositie mogelijk maakt.

Die mogelijkheden wijzen op een paar praktische patronen. Je kunt een afbeelding genereren op basis van een tekstprompt met een gekozen resolutie en beeldverhouding, wat geschikt is voor alles van vierkante social assets tot brede 21:9 banners of hoge 9:16 formaten. Omdat het model beeldinvoer naast tekst accepteert, kun je het ook gebruiken voor bewerkings- en transformatiewerk, waarbij je tot 14 referentieafbeeldingen doorgeeft om stijl, onderwerp of compositie te sturen. De tekstuitvoerkant betekent dat een enkele aanroep commentaar of gestructureerde inhoud kan retourneren samen met de gegenereerde afbeelding, en de parameters voor redenering en gestructureerde uitvoer ondersteunen workflows waarin het model moet plannen voordat het het resultaat produceert.

Via api14 roep je het model aan met het id "google/gemini-3-pro-image" met behulp van de OpenAI-compatibele API, dus bestaande OpenAI SDK's en clients werken met een wijziging van base URL en model-id. De ondersteunde verzoekparameters zijn include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools en top_p. Beeldspecifieke opties zoals resolution, aspect_ratio, n en input_references worden naast die parameters ingesteld. De parameter seed is nuttig wanneer je reproduceerbare generaties wilt, en tools en tool_choice laten je beeldgeneratie combineren met function calling in een agent-loop.

Twee beperkingen zijn het vermelden waard voordat je je vastlegt. Elk verzoek retourneert slechts een afbeelding, aangezien n vaststaat tussen 1 en 1, dus batches vereisen meerdere aanroepen. Invoerreferenties zijn beperkt tot 14 afbeeldingen per verzoek. Als je taak tekstuele redenering of chat zonder enige beeldoutput is, zal een toegewijd tekstmodel meestal de eenvoudigere en geschiktere keuze zijn, en dit model kun je het beste bewaren voor werk waarbij beeldgeneratie of beeldbewerking daadwerkelijk deel uitmaakt van de output.