Nano Banana 2.1 API
Nano Banana 2.1 یک مدل تولید و ویرایش تصویر از خانواده Gemini 3 است که بر پایه Gemini 3 Flash ساخته شده و کیفیت نزدیک به سطح Pro را با بهره‌وری بالا ارائه می‌دهد.
Nano Banana 2.1 مدل تولید و ویرایش تصویر گوگل است که بر پایه Gemini 3 Flash بنا شده و در تاریخ ۶ اکتبر ۲۰۲۶ در Google AI Studio عرضه شده است. این مدل به عنوان همتای کم‌مصرف‌تر Gemini 3 Pro Image (Nano Banana Pro) معرفی میشود و نسبت به نسخه قبلی خود، Nano Banana 2، ارتقا یافته است. پنجره زمینه آن ۱۳۱٬۰۷۲ توکن و حداکثر خروجی آن ۳۲٬۷۶۸ توکن است.
از قابلیت‌های کلیدی آن می‌توان به ویرایش مبتنی بر ماسک با حفظ ترکیب‌بندی اطراف، حفظ هویت چهره و شیء در صحنه‌ها و نورپردازی‌های مختلف، پشتیبانی از حداکثر ۱۴ تصویر مرجع در هر درخواست، و حفظ ثبات هویت برای حداکثر ۴ شخصیت و ۱۰ شیء اشاره کرد. این مدل ورودی متن، تصویر، ویدئو و PDF را میپذیرد و خروجی تصویر و متن تولید میکند. همچنین از استناد به جستجوی وب و تصویر گوگل، سطوح تفکر قابل تنظیم (حداقل، متوسط، حداکثر با پیش‌فرض متوسط)، ویرایش گفتگویی چندنوبتی، تولید تصویر از ورودی ویدئو، و پرو مجازی و تولید شخصیت پشتیبانی میکند.
این مدل برای ساخت و ویرایش حرفهای تصویر با دقت و کنترل، ویرایش سریع و تکرارشونده در چندین نوبت، تولید متن خوانا در پوسترها و نمودارهای پیچیده، تولید صحنه‌های تاریخی دقیق یا اینفوگرافیک‌های پیچیده با استفاده از دانش زمینه‌ای، رندر متن بومی‌سازی‌شده به زبان‌های مختلف، ویرایش گفتگویی برای داستان‌سرایی و گردش‌کارهای تکراری، ترکیب چند تصویر برای صحنه‌های محصول و شخصیت‌های متعدد، و پرو مجازی مناسب است. با این حال، محدودیت‌هایی مانند رندر ضعیف متن کوچک در رزولوشن 1K، مشکلات در پاراگرافهای طولانی، ناسازگاری کامل هویت شخصیت بین ورودی و خروجی، و عدم پشتیبانی از پارامترهایی مانند temperature، topP، topK، seed و logprobs دارد.
به‌روزرسانی:
MODEL ID
gemini-nano-banana-2.1- زمینه
- 65.536K
- حداکثر خروجی
- 58.982K
- ورودی
- image / text
- خروجی
- image / text
نکات برجسته
- بر پایه Gemini 3 Flash
- کیفیت نزدیک به سطح Pro
- ویرایش مبتنی بر ماسک
- حفظ هویت تا ۴ شخصیت و ۱۰ شیء
- پشتیبانی از ۱۴ تصویر مرجع
- رزولوشن 1K، 2K و 4K
ارائه‌دهندگان
قیمت API را بین ارائه‌دهندگان مقایسه کنید. یک ارائه‌دهنده را انتخاب کنید تا همه هزینه‌ها و شرایط را ببینید.
| $1.5 | $7.5 |
استدلال
- سطح تلاش پیش‌فرض
- minimal
- به‌طور پیش‌فرض فعال
- بله
- همیشه فعال
- خیر
- سطوح تلاش موجود
- high / minimal / none
مرجع API
جزئیات پروتکل این مدل منتشر نشده است. برای الزامات یکپارچه‌سازی، مرجع API را ببینید.
مرجع API →پارامترهای پشتیبانی‌شده
- include_reasoning
- max_tokens
- reasoning
- reasoning_effort
- response_format
- seed
- structured_outputs
- temperature
- tool_choice
- tools
- top_p
پرسش‌های متداول
معرفی مدل: Nano Banana 2.1?
Nano Banana 2.1 مدل تولید و ویرایش تصویر گوگل است که بر پایه Gemini 3 Flash بنا شده و در تاریخ ۶ اکتبر ۲۰۲۶ در Google AI Studio عرضه شده است. این مدل به عنوان همتای کم‌مصرف‌تر Gemini 3 Pro Image (Nano Banana Pro) معرفی میشود و نسبت به نسخه قبلی خود، Nano Banana 2، ارتقا یافته است. پنجره زمینه آن ۱۳۱٬۰۷۲ توکن و حداکثر خروجی آن ۳۲٬۷۶۸ توکن است. از قابلیت‌های کلیدی آن می‌توان به ویرایش مبتنی بر ماسک با حفظ ترکیب‌بندی اطراف، حفظ هویت چهره و شیء در صحنه‌ها و نورپردازی‌های مختلف، پشتیبانی از حداکثر ۱۴ تصویر مرجع در هر درخواست، و حفظ ثبات هویت برای حداکثر ۴ شخصیت و ۱۰ شیء اشاره کرد. این مدل ورودی متن، تصویر، ویدئو و PDF را میپذیرد و خروجی تصویر و متن تولید میکند. همچنین از استناد به جستجوی وب و تصویر گوگل، سطوح تفکر قابل تنظیم (حداقل، متوسط، حداکثر با پیش‌فرض متوسط)، ویرایش گفتگویی چندنوبتی، تولید تصویر از ورودی ویدئو، و پرو مجازی و تولید شخصیت پشتیبانی میکند. این مدل برای ساخت و ویرایش حرفهای تصویر با دقت و کنترل، ویرایش سریع و تکرارشونده در چندین نوبت، تولید متن خوانا در پوسترها و نمودارهای پیچیده، تولید صحنه‌های تاریخی دقیق یا اینفوگرافیک‌های پیچیده با استفاده از دانش زمینه‌ای، رندر متن بومی‌سازی‌شده به زبان‌های مختلف، ویرایش گفتگویی برای داستان‌سرایی و گردش‌کارهای تکراری، ترکیب چند تصویر برای صحنه‌های محصول و شخصیت‌های متعدد، و پرو مجازی مناسب است. با این حال، محدودیت‌هایی مانند رندر ضعیف متن کوچک در رزولوشن 1K، مشکلات در پاراگرافهای طولانی، ناسازگاری کامل هویت شخصیت بین ورودی و خروجی، و عدم پشتیبانی از پارامترهایی مانند temperature، topP، topK، seed و logprobs دارد.
هزینه استفاده چگونه محاسبه میشود؟
صورتحساب شما به ارائهدهندهای که استفاده میکنید، قیمتهای آن و میزان مصرف شما بستگی دارد. ورودیهای طولانیتر یا شرایط دیگر ممکن است قیمت متفاوتی داشته باشند.
Nano Banana 2.1 چه نوع ورودیهایی را پشتیبانی میکند؟
این مدل ورودی متن، تصویر، ویدئو و PDF را میپذیرد و خروجی تصویر و متن تولید میکند.
طول زمینه و حداکثر خروجی این مدل چقدر است؟
پنجره زمینه آن ۱۳۱٬۰۷۲ توکن و حداکثر طول خروجی آن ۳۲٬۷۶۸ توکن است.
این مدل برای چه کارهایی مناسب است؟
برای ساخت و ویرایش حرفهای تصویر، ویرایش گفتگویی چندنوبتی، تولید متن خوانا در پوسترها و نمودارها، ترکیب چند تصویر و پرو مجازی مناسب است.
تفاوت Nano Banana 2.1 با Nano Banana 2 و Nano Banana Pro چیست؟
Nano Banana 2.1 ارتقایافته Nano Banana 2 است که خود بر پایه Gemini 3.1 Flash Image ساخته شده بود. همچنین به عنوان همتای کم‌مصرف‌تر Gemini 3 Pro Image (Nano Banana Pro) با کیفیت نزدیک به سطح Pro معرفی میشود.
آیا این مدل از تنظیم سطح تفکر پشتیبانی میکند؟
بله، سطوح تفکر قابل تنظیم هستند: حداقل، متوسط و حداکثر، که پیش‌فرض آن متوسط است.
محدودیتهای اصلی این مدل چیست؟
رندر ضعیف متن کوچک در رزولوشن 1K، مشکلات در پاراگرافهای طولانی، ناسازگاری کامل هویت شخصیت بین ورودی و خروجی، و عدم پشتیبانی از پارامترهایی مانند temperature، topP، topK، seed و logprobs از جمله محدودیتهای آن است.
مدل‌های مرتبط
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Googleتصویرgemini-3.1-flash-lite-imageNano Banana 2 Lite سریع‌ترین و مقرون‌به‌صرفه‌ترین مدل تولید تصویر گوگل از خانواده Nano Banana است که بر پایه Gemini 3.1 Flash-Lite ساخته شده و تصاویر 1K را در چند ثانیه تولید میکند.
خروجی
image / text
زمینه
65.536K
توکن‌های ورودی
$0.25 / 1M توکن
توکن‌های خروجی
$1.5 / 1M توکن
Nano Banana Pro (Gemini 3 Pro Image)
Googleتصویرgemini-3-pro-imageNano Banana Pro، با نام رسمی Gemini 3 Pro Image، مدل پرچم‌دار تولید و ویرایش تصویر گوگل است که تصاویر تا وضوح 4K با متن خوانا و کنترل حرفهای می‌سازد.
خروجی
image / text
زمینه
131.072K
توکن‌های ورودی
$2 / 1M توکن
توکن‌های خروجی
$12 / 1M توکن