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

Google: Nano Banana Pro (Gemini 3 Pro Image Preview) é um modelo de geração e edição de imagens da Google, construído sobre o Gemini 3 Pro. É o sucessor do Nano Banana original, e a Google descreve-o como o seu modelo de geração e edição de imagens mais avançado, com raciocínio multimodal melhorado e ancoragem no mundo real em comparação com a versão anterior. Situa-se na categoria de imagem, mas também lida com texto, pelo que é um modelo multimodal e não um gerador de imagens puro.

O modelo aceita entradas de imagem e texto e pode devolver saídas de imagem e texto. Tem uma janela de contexto de 65,536 tokens e uma saída máxima de 32,768 tokens. As imagens geradas podem ser pedidas em resolução 1K, 2K ou 4K, e pode escolher entre um conjunto de proporções: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 e 21:9. O parâmetro n é fixo em 1, pelo que cada pedido produz uma única imagem, e pode fornecer até 14 referências de entrada juntamente com o seu prompt.

Essas capacidades apontam para alguns usos práticos. Como o modelo aceita entradas de imagem e também texto, encaixa-se em trabalho de edição e transformação em que fornece uma ou mais imagens de referência e descreve a alteração que pretende. O limite de 14 referências suporta fluxos de trabalho que combinam várias imagens de origem, como composição ou correspondência de estilo num conjunto. As opções de resolução e proporção tornam-no utilizável tanto para formatos sociais quadrados como para layouts largos ou altos, e a saída de texto significa que uma única chamada pode devolver uma imagem juntamente com uma resposta escrita. As funcionalidades de raciocínio e ancoragem adequam-se a prompts que precisam de mais do que correspondência de padrões superficial, por exemplo cenas com objetos específicos, relações espaciais ou contexto do mundo real.

Chama-o através da API compatível com OpenAI da api14 usando o id de modelo "google/gemini-3-pro-image-preview". Os parâmetros de pedido suportados são include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature e top_p. As opções específicas de imagem, como resolução, proporção e referências de entrada, também são definidas através do pedido. Como a interface é compatível com OpenAI, pode apontar um cliente OpenAI existente para a api14 e alterar o id de modelo em vez de reescrever a sua integração.

Tenha os limites em mente ao escolher este modelo. A janela de contexto é de 65,536 tokens e a saída máxima é de 32,768 tokens, e n está limitado a 1, pelo que não pode pedir várias imagens numa única chamada. Se a sua tarefa for apenas de texto, ou precisar de várias imagens por pedido, outro modelo pode encaixar melhor.