Google: Nano Banana (Gemini 2.5 Flash Image)

Google: Nano Banana (Gemini 2.5 Flash Image) är en bildgenereringsmodell från Google, identifierad på api14 som google/gemini-2.5-flash-image. Den tillhör kategorin image med text som sekundär kategori, och den släpptes av leverantören 2025-10-07. Modellen är allmänt tillgänglig, och dess kunskapsgräns är 2025-01-31.

Modellen tar emot bild och text som indata och kan producera både bild och text som utdata, så en enskild begäran kan blanda en skriven prompt med referensbilder och returnera en genererad bild, text, eller båda. Den har ett kontextfönster på 32768 tokens och en maximal utdata på 8192 tokens. Bildgenerering styrs genom dedikerade bildparametrar: aspect_ratio accepterar ett av 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 eller 21:9; n har ett minimum på 1 och ett maximum på 1, så varje begäran returnerar en enda bild; och input_references accepterar mellan 0 och 3 bilder. Modellen är byggd för kontextuell förståelse tillsammans med bildgenerering, vilket är det som gör att referensbilder och textinstruktioner kan påverka resultatet.

Praktiska användningsområden följer av den blandningen av indata och utdata. Du kan generera en bild enbart från en textprompt, eller tillhandahålla upp till tre referensbilder för att styra stil, motiv eller komposition medan du beskriver önskad ändring i text. Eftersom modellen även returnerar text passar den arbetsflöden där en skriftlig förklaring eller bildtext åtföljer den genererade bilden. Den fasta uppsättningen bildförhållanden gör det enkelt att rikta in sig på vanliga format som kvadratiska, porträtt, landskap, breda och ultrabreda utdata utan efterföljande beskärning.

Du anropar modellen genom api14:s OpenAI-kompatibla API med modell-id:t google/gemini-2.5-flash-image. De stödda begärandeparametrarna är max_tokens, response_format, seed, stop, structured_outputs, temperature och top_p. Bildspecifika inställningar som aspect_ratio, n och input_references skickas tillsammans med dessa parametrar. Eftersom gränssnittet är OpenAI-kompatibelt kan befintliga klienter och SDK:er som redan riktar in sig på den formen peka mot api14 med modell-id:t ändrat.

Några begränsningar är värda att notera när du bestämmer dig. Kontextfönstret är 32768 tokens och den maximala utdatan är 8192 tokens, så mycket långa prompter eller stora mängder referensmaterial kan behöva trimmas. Varje begäran returnerar exakt en bild, så batchgenerering innebär flera anrop. Kunskapsgränsen är 2025-01-31. Om din uppgift är ren textgenerering utan bildkomponent kan en textfokuserad modell vara ett bättre val.