Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) é um modelo de geração e edição de imagens do Google, identificado em api14 como google/gemini-3.1-flash-image. Ele está na categoria de imagem, com texto como categoria secundária, e é o sucessor do modelo de imagem Nano Banana anterior do Google. A data de lançamento pelo provedor é 2026-06-18. O Google o posiciona como entregando qualidade visual de nível Pro na velocidade Flash, o que deixa clara a intenção: alta qualidade de saída sem o tempo de resposta mais lento normalmente associado a modelos de imagem maiores.

O modelo aceita entradas de imagem e texto e pode retornar saídas de imagem e texto, então ele lida tanto com geração a partir de um prompt quanto com edição das imagens que você fornece. Sua janela de contexto é de 131.072 tokens, e a saída máxima é de 32.768 tokens. A geração de imagens é configurável: a resolução pode ser definida como 512, 1K, 2K ou 4K, e a proporção de aspecto suporta 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 e 21:9. O parâmetro n aceita no mínimo 1 e no máximo 1, então cada requisição produz uma única imagem. As referências de entrada aceitam de 0 a 14 imagens, e é isso que torna prática a edição e composição com múltiplas imagens.

Essas capacidades apontam para um conjunto bastante amplo de usos. A geração de texto para imagem cobre ilustração, arte conceitual, mockups de produtos e materiais de marketing, com a lista de proporções de aspecto atendendo desde posts quadrados para redes sociais até banners largos e formatos verticais para celular. Como o modelo recebe entrada de imagem junto com texto, ele também se encaixa em fluxos de edição: retoque, reestilização, mudanças de fundo e combinação de elementos de várias imagens de origem, já que até 14 referências podem ser passadas. A opção de resolução 4K serve para trabalhos que precisam se manter bons quando impressos ou exibidos em tamanho grande, enquanto 512 mantém os rascunhos baratos para iterar. O lado da saída de texto significa que o modelo pode retornar explicações ou descrições junto com a imagem que produz.

Você o chama pela API compatível com OpenAI do api14 usando o id de modelo google/gemini-3.1-flash-image, então bibliotecas de cliente OpenAI existentes funcionam apenas com a mudança da URL base e do nome do modelo. Os parâmetros de requisição suportados são include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature e top_p. Seed é útil quando você quer saída de imagem reproduzível entre execuções, e temperature e top_p controlam quanta variação você obtém entre gerações. Os parâmetros relacionados a reasoning permitem trocar latência por um tratamento mais deliberado de prompts complexos.

Algumas restrições vale a pena conhecer antes de se comprometer. O parâmetro n é fixo em 1, então você não pode solicitar várias imagens em uma única chamada; se precisar de variações, faça requisições separadas, opcionalmente com seeds diferentes. As referências de entrada têm limite de 14, então conjuntos de referência muito grandes precisam ser reduzidos primeiro. Se sua tarefa for puramente geração de texto sem componente de imagem, um modelo dedicado a texto geralmente será mais adequado, e se você precisar de reasoning mais pesado sobre documentos longos, o foco em imagem aqui não é o ponto. Para geração e edição de imagens dentro desses limites, ele cobre os casos comuns diretamente.