Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) to model generowania i edycji obrazów od Google, identyfikowany na api14 jako google/gemini-3.1-flash-image. Należy do kategorii obrazów, z tekstem jako kategorią drugorzędną, i jest następcą wcześniejszego modelu obrazowego Nano Banana od Google. Data wydania przez dostawcę to 2026-06-18. Google pozycjonuje go jako dostarczającego jakość wizualną na poziomie Pro przy szybkości Flash, co mówi o zamiarze: wysoka jakość wyników bez wolniejszego czasu realizacji zwykle kojarzonego z większymi modelami obrazowymi.

Model przyjmuje dane wejściowe w postaci obrazów i tekstu oraz może zwracać wyniki w postaci obrazów i tekstu, więc obsługuje zarówno generowanie na podstawie promptu, jak i edycję dostarczonych obrazów. Jego okno kontekstowe wynosi 131 072 tokeny, a maksymalny wynik to 32 768 tokenów. Generowanie obrazów jest konfigurowalne: rozdzielczość można ustawić na 512, 1K, 2K lub 4K, a proporcje obrazu obsługują 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 i 21:9. Parametr n przyjmuje minimum 1 i maksimum 1, więc każde żądanie tworzy pojedynczy obraz. Odwołania wejściowe przyjmują od 0 do 14 obrazów, co czyni edycję i kompozycję wielu obrazów praktyczną.

Te możliwości wskazują na dość szeroki zestaw zastosowań. Generowanie obrazów z tekstu obejmuje ilustracje, grafikę koncepcyjną, mockupy produktów i materiały marketingowe, a lista proporcji obrazu obsługuje wszystko od kwadratowych postów społecznościowych po szerokie banery i wysokie formaty mobilne. Ponieważ model przyjmuje dane wejściowe w postaci obrazów obok tekstu, pasuje również do procesów edycji: retuszu, zmiany stylu, zmian tła i łączenia elementów z kilku obrazów źródłowych, ponieważ można przekazać do 14 odwołań. Opcja rozdzielczości 4K pasuje do prac, które muszą się dobrze prezentować przy druku lub dużym wyświetlaniu, natomiast 512 pozwala tanio iterować nad wersjami roboczymi. Strona wyników tekstowych oznacza, że model może zwracać wyjaśnienia lub opisy obok tworzonego obrazu.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu google/gemini-3.1-flash-image, więc istniejące biblioteki klienckie OpenAI działają po zmianie tylko bazowego URL i nazwy modelu. Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature i top_p. Seed jest przydatny, gdy chcesz uzyskać powtarzalny wynik obrazu między uruchomieniami, a temperature i top_p kontrolują, ile zmienności otrzymujesz między generacjami. Parametry związane z rozumowaniem pozwalają wymienić opóźnienie na bardziej przemyślane podejście do złożonych promptów.

Kilka ograniczeń warto znać, zanim się zdecydujesz. Parametr n jest ustalony na 1, więc nie możesz zażądać wielu obrazów w jednym wywołaniu; jeśli potrzebujesz wariantów, wysyłaj osobne żądania, opcjonalnie z różnymi seedami. Odwołania wejściowe są ograniczone do 14, więc bardzo duże zestawy odwołań trzeba najpierw zawęzić. Jeśli twoje zadanie polega wyłącznie na generowaniu tekstu bez komponentu obrazowego, dedykowany model tekstowy zwykle będzie lepszym wyborem, a jeśli potrzebujesz cięższego rozumowania nad długimi dokumentami, skupienie na obrazach tutaj nie jest tym, o co chodzi. Do generowania i edycji obrazów w tych granicach model obejmuje typowe przypadki bezpośrednio.