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

Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) is een beeldgeneratie- en bewerkingsmodel van Google, geïdentificeerd op api14 als google/gemini-3.1-flash-image-preview. Het valt in de categorie image met text als secundaire categorie, en het is het model achter de naam Nano Banana 2. Het is een preview-release van Google en geen afgerond, algemeen beschikbaar model, dus behandel het als iets dat je tegen je eigen workload moet evalueren voordat je er in productie op vertrouwt.

Het model accepteert image- en text-invoer en kan zowel image- als text-uitvoer retourneren, zodat één aanroep een afbeelding kan genereren en daarnaast geschreven inhoud kan produceren. Het heeft een contextvenster van 65.536 tokens en een maximale uitvoer van 58.982 tokens. Beeldgeneratie is configureerbaar: de resolutie kan worden ingesteld op 512, 1K, 2K of 4K, en de beeldverhouding kan worden ingesteld op 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 of 21:9. De parameter n accepteert een waarde van 1 tot 1, dus elke aanvraag retourneert één afbeelding, en input_references accepteert 0 tot 14 afbeeldingen, wat referentiegestuurde bewerking en geleide generatie mogelijk maakt.

Die mogelijkheden wijzen op een vrij specifieke set toepassingen. Text to image-generatie dekt concept art, productmockups, illustraties en social assets op de resolutie en beeldverhouding die de bestemming vereist. Omdat het model tot 14 referentieafbeeldingen accepteert, is het ook geschikt voor bewerkings- en transformatiewerk: een bestaande foto restylen, elementen uit meerdere referenties combineren, of een onderwerp consistent houden across een reeks uitvoer. De text-uitvoerzijde betekent dat het in hetzelfde antwoord bijschriften kan maken, afbeeldingen kan beschrijven of erover kan redeneren, wat nuttig is voor asset pipelines die zowel de afbeelding als de metadata nodig hebben. Het brede bereik aan beeldverhoudingen, van 1:8 en 8:1 tot 21:9, maakt het praktisch voor banners, hoge mobiele formaten en brede cinematografische frames zonder achteraf bijsnijden.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id google/gemini-3.1-flash-image-preview, dus bestaande OpenAI SDKs en clients werken met een wijziging van base URL en modelnaam. De ondersteunde aanvraagparameters zijn include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature en top_p. Seed is het instellen waard wanneer je reproduceerbare uitvoer nodig hebt, en temperature en top_p regelen sampling. De afbeeldingsspecifieke opties (resolutie, beeldverhouding, n en input_references) worden samen met die parameters als onderdeel van de aanvraag doorgegeven.

Een paar beperkingen zijn het weten waard voordat je je vastlegt. Het contextvenster van 65.536 tokens is bescheiden vergeleken met long context text-modellen, dus zeer grote documenten of lange multi turn-geschiedenissen moeten mogelijk worden ingekort of een ander model krijgen. Elke aanvraag retourneert één afbeelding, dus batchgeneratie betekent meerdere aanroepen. Het is ook een preview-model, wat een reden is om een fallback in gedachten te houden voor alles wat user facing is. Als je taak alleen text is, of een veel grotere context nodig heeft, is een toegewijd text-model op api14 meestal de betere keuze.