Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview)

Google: Nano Banana 2 (Gemini 3.1 Flash Image Preview) är en bildgenererings- och redigeringsmodell från Google, identifierad på api14 som google/gemini-3.1-flash-image-preview. Den ligger i kategorin bild med text som sekundär kategori, och det är modellen bakom namnet Nano Banana 2. Det är en förhandsversion från Google snarare än en färdig, allmänt tillgänglig modell, så behandla den som något att utvärdera mot din egen arbetsbelastning innan du förlitar dig på den i produktion.

Modellen tar emot bild- och textindata och kan returnera både bild- och textutdata, så ett enda anrop kan generera en bild och producera skriftligt innehåll vid sidan av. Den har ett kontextfönster på 65 536 tokens och en maximal utdata på 58 982 tokens. Bildgenerering är konfigurerbar: upplösningen kan ställas in på 512, 1K, 2K eller 4K, och bildförhållandet kan ställas in på 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 eller 21:9. Parametern n accepterar ett värde från 1 till 1, så varje begäran returnerar en bild, och input_references accepterar från 0 till 14 bilder, vilket är det som möjliggör referensstyrd redigering och guidad generering.

Dessa funktioner pekar mot en ganska specifik uppsättning användningsområden. Text till bild-generering täcker konceptkonst, produktmockuper, illustrationer och sociala tillgångar vid vilken upplösning och vilket bildförhållande destinationen än kräver. Eftersom modellen tar emot upp till 14 referensbilder passar den också för redigerings- och omvandlingsarbete: att ge ett befintligt foto en ny stil, kombinera element från flera referenser eller hålla ett motiv konsekvent över en serie utdata. Textsidan av utdata innebär att den kan sätta bildtexter, beskriva eller resonera kring bilder i samma svar, vilket är användbart för tillgångsflöden som behöver både bilden och dess metadata. Det breda intervallet av bildförhållanden, från 1:8 och 8:1 till 21:9, gör den praktisk för banners, höga mobilformat och breda cinematiska bildrutor utan beskärning i efterhand.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t google/gemini-3.1-flash-image-preview, så befintliga OpenAI-SDK:er och klienter fungerar med ett byte av bas-URL och modellnamn. De begärandeparametrar som stöds är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature och top_p. Seed är värt att ställa in när du behöver reproducerbara utdata, och temperature och top_p styr samplingen. De bildspecifika alternativen (upplösning, bildförhållande, n och input_references) skickas som en del av begäran tillsammans med dessa parametrar.

Några begränsningar är värda att känna till innan du binder dig. Kontextfönstret på 65 536 tokens är blygsamt jämfört med textmodeller med lång kontext, så mycket stora dokument eller långa historiker över flera turer kan behöva trimmas eller en annan modell. Varje begäran returnerar en enda bild, så batchgenerering innebär flera anrop. Det är också en förhandsversionsmodell, vilket är en anledning att ha en reservlösning i åtanke för allt som är användarvänt. Om din uppgift är enbart text, eller behöver en mycket större kontext, kommer en dedikerad textmodell på api14 vanligtvis att passa bättre.