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

Google: Nano Banana Pro (Gemini 3 Pro Image Preview) är en bildgenererings- och redigeringsmodell från Google, byggd på Gemini 3 Pro. Den är efterföljaren till den ursprungliga Nano Banana, och Google beskriver den som sin mest avancerade modell för bildgenerering och redigering, med förbättrat multimodalt resonemang och verklighetsförankring jämfört med den tidigare versionen. Den tillhör kategorin bilder men hanterar även text, så det är en multimodal modell snarare än en ren bildgenerator.

Modellen tar emot bild- och textinmatningar och kan returnera både bild- och textutdata. Den har ett kontextfönster på 65 536 tokens och en maximal utdata på 32 768 tokens. Genererade bilder kan begäras i 1K-, 2K- eller 4K-upplösning, och du kan välja bland en uppsättning bildförhållanden: 1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9 och 21:9. Parametern n är fast inställd på 1, så varje begäran producerar en enda bild, och du kan ange upp till 14 inmatningsreferenser tillsammans med din prompt.

Dessa funktioner pekar mot några praktiska användningsområden. Eftersom modellen tar både bild- och textinmatningar passar den för redigerings- och omvandlingsarbete där du anger en eller flera referensbilder och beskriver ändringen du vill göra. Referensgränsen på 14 stöder arbetsflöden som kombinerar flera källbilder, till exempel kompositering eller stilMatchning över en uppsättning. Alternativen för upplösning och bildförhållande gör den användbar för både kvadratiska format för sociala medier och breda eller höga layouter, och textutdata innebär att ett enda anrop kan returnera en bild tillsammans med ett skriftligt svar. Funktionerna för resonemang och förankring passar prompter som behöver mer än ytlig mönstermatchning, till exempel scener med specifika objekt, rumsliga relationer eller verklighetskontext.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "google/gemini-3-pro-image-preview". De begärandeparametrar som stöds är include_reasoning, max_tokens, reasoning, response_format, seed, stop, structured_outputs, temperature och top_p. Bildspecifika alternativ som upplösning, bildförhållande och inmatningsreferenser ställs också in via begäran. Eftersom gränssnittet är OpenAI-kompatibelt kan du peka en befintlig OpenAI-klient mot api14 och ändra modell-id:t i stället för att skriva om din integration.

Tänk på gränserna när du väljer den här modellen. Kontextfönstret är 65 536 tokens och den maximala utdata är 32 768 tokens, och n är begränsat till 1, så du kan inte begära flera bilder i ett enda anrop. Om din uppgift är enbart text, eller om du behöver flera bilder per begäran, kan en annan modell passa bättre.