Google: Nano Banana 2.1

Google: Nano Banana 2.1 är en bildgenererings och bildredigeringsmodell från Google, byggd på Flash-nivån. Den efterträder Nano Banana 2 och Nano Banana Pro, och Google beskriver den som en förbättring av produkt-rekontextualisering. Den finns i både bild- och textkategorierna, så det är en multimodell modell snarare än ett text-only eller bild-only system.

Modellen accepterar bild och text som indata och kan returnera bild och text som utdata. Dess kontextfönster är 65 536 tokens, med en maximal utdata på 58 982 tokens. Bildgenerering är konfigurerbar: upplösning kan ställas in på 1K, 2K eller 4K, och bildförhållande 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 ett enda värde, från 1 till 1, så varje begäran producerar en bild. Du kan ange upp till 14 indatareferenser, vilket är det som möjliggör redigering och referensdriven generering.

Dessa funktioner pekar mot några praktiska mönster. Eftersom modellen tar bildindata och returnerar bildutdata passar den redigeringsarbetsflöden där en befintlig bild justeras snarare än skapas från grunden. Referensgränsen på 14 stöder uppgifter som behöver flera källbilder samtidigt, till exempel att kombinera eller omstyla material, och förbättringen av produkt-rekontextualisering antyder att placera en produkt i nya scener eller miljöer. Textutdata tillsammans med bildutdata innebär att ett enda anrop kan returnera genererade visuella element plus tillhörande text. Alternativen för upplösning och bildförhållande låter dig rikta in dig på olika utdataformat, från kvadratiskt och porträtt till breda format som 21:9, utan efterbearbetning av beskärningar.

Du anropar modellen via api14's OpenAI-kompatibla API med modell-id "google/gemini-nano-banana-2.1". De stödda begärandeparametrarna är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, temperature, tool_choice, tools och top_p. Bildspecifika inställningar som resolution, aspect_ratio, n och input_references konfigureras också via begäran. Eftersom gränssnittet är OpenAI-kompatibelt fungerar befintliga OpenAI-klientbibliotek och begäransformat med endast modell-id och parametrar ändrade.

Några begränsningar är värda att notera när du väljer denna modell. Kontextfönstret är 65 536 tokens, och n är fastställt till 1, så begäranden som behöver flera bilder per anrop stöds inte här. Om din uppgift är ren textgenerering utan bildindata eller bildutdata kan en textfokuserad modell vara en enklare lösning. Om du behöver fler än 14 indatareferenser kommer denna modell inte att hantera det.