Google: Nano Banana 2 (Gemini 3.1 Flash Image)

Google: Nano Banana 2 (Gemini 3.1 Flash Image) är en bildgenererings- och redigeringsmodell från Google, identifierad på api14 som google/gemini-3.1-flash-image. Den tillhör kategorin image med text som sekundär kategori, och den är efterträdaren till Googles tidigare bildmodell Nano Banana. Leverantörens utgivningsdatum är 2026-06-18. Google positionerar den som att leverera visuell kvalitet på Pro-nivå i Flash-hastighet, vilket säger dig avsikten: hög utdatakvalitet utan den långsammare svarstiden som vanligtvis förknippas med större bildmodeller.

Modellen tar emot bild- och textinmatning och kan returnera bild- och textutdata, så den hanterar både generering från en prompt och redigering av bilder du tillhandahåller. Dess kontextfönster är 131 072 tokens, och maximal utdata är 32 768 tokens. Bildgenerering är konfigurerbar: upplösningen kan ställas in på 512, 1K, 2K eller 4K, och bildförhållandet stöder 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 och 21:9. Parametern n accepterar minst 1 och högst 1, så varje begäran producerar en enda bild. Indatareferenser accepterar från 0 till 14 bilder, vilket är det som gör redigering och komposition med flera bilder praktiskt genomförbar.

Dessa funktioner pekar mot en ganska bred uppsättning användningsområden. Text till bild-generering täcker illustration, konceptkonst, produktmockuper och marknadsföringsmaterial, där listan över bildförhållanden hanterar allt från kvadratiska inlägg i sociala medier till breda bannrar och höga mobilformat. Eftersom modellen tar bildinmatning tillsammans med text passar den också för redigeringsarbetsflöden: retuschering, omstilisering, bakgrundsändringar och kombination av element från flera källbilder, eftersom upp till 14 referenser kan skickas in. Alternativet med 4K-upplösning passar arbete som behöver hålla när det trycks eller visas stort, medan 512 håller utkast billiga att iterera på. Textsidan av utdata innebär att modellen kan returnera förklaringar eller beskrivningar tillsammans med bilden den producerar.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t google/gemini-3.1-flash-image, så befintliga OpenAI-klientbibliotek fungerar med endast bas-URL och modellnamn ändrade. De stödda begärandeparametrarna är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature och top_p. Seed är användbart när du vill ha reproducerbar bildutdata mellan körningar, och temperature och top_p styr hur mycket variation du får mellan genereringar. De resonemangsrelaterade parametrarna låter dig byta latens mot mer överlagt hanterande av komplexa prompts.

Några begränsningar är värda att känna till innan du satsar. Parametern n är fast inställd på 1, så du kan inte begära flera bilder i ett enda anrop; om du behöver variationer, utfärda separata begäranden, eventuellt med olika seeds. Indatareferenser är begränsade till 14, så mycket stora referensuppsättningar behöver först smalnas av. Om din uppgift är ren textgenerering utan bildkomponent kommer en dedikerad textmodell vanligtvis att passa bättre, och om du behöver tyngre resonemang över långa dokument är bildfokuset här inte poängen. För bildgenerering och redigering inom dessa gränser täcker den de vanliga fallen direkt.