Nano Banana Pro (Gemini 3 Pro Image) API
Nano Banana Pro (Gemini 3 Pro Image) est le modèle phare de Google pour générer et éditer des images jusqu'à 4K, avec un rendu de texte multilingue précis et des contrôles créatifs professionnels.
Nano Banana Pro, nom officiel de Gemini 3 Pro Image, est le modèle de génération et d'édition d'images haut de gamme de Google, bâti sur le modèle de base Gemini 3 Pro doté de capacités de raisonnement. Il produit des images jusqu'à une résolution 4K (5632 x 3072 pixels), avec des sorties disponibles en0,5K, 1K, 2K et 4K, et prend en charge 10 ratios d'aspect. Il accepte du texte et des images en entrée, avec une fenêtre de contexte de 65 536 tokens en entrée et une limite de 32 768 tokens en sortie.
Le modèle se distingue par le rendu de texte lisible en plusieurs langues, du simple slogan à de longs paragraphes, et par sa compréhension de la typographie, des polices et des éléments de calligraphie. Il peut combiner jusqu'à 14 images de référence dans une seule sortie et maintenir la cohérence d'apparence de jusqu'à 5 personnes. Les contrôles créatifs couvrent l'angle de caméra, l'éclairage, le style, la tonalité chromatique et la mise au point, et l'édition conversationnelle multi-tours est prise en charge. Chaque image générée porte un filigrane numérique invisible SynthID.
Il convient particulièrement aux contenus visuels riches en texte comme les affiches, publicités et infographies, ainsi qu'à la photographie produit, à la composition de scènes complexes, à la création d'assets marketing à grande échelle, aux supports de présentation, aux prototypes produit et aux matériaux pédagogiques. Il est accessible via l'application Gemini, Google AI Studio, Google Ads, Workspace et l'API Gemini, et s'intègre au grounding Google Search pour visualiser des informations en temps réel comme la météo ou les résultats sportifs.
Mis à jour:
ID DU MODÈLE
gemini-3-pro-image- Contexte
- 131.072K
- Sortie max.
- 32.768K
- Entrée
- image / text
- Sortie
- image / text
Points clés
- Images jusqu'à 4K (5632 x 3072 pixels)
- Rendu de texte multilingue lisible
- Jusqu'à 14 images de référence combinées
- Cohérence d'apparence de 5 personnes
- Filigrane numérique invisible SynthID
- Édition conversationnelle multi-tours
Fournisseurs
Meilleur prixComparez les prix des API entre fournisseurs. Sélectionnez un fournisseur pour voir tous les tarifs et conditions.
| Disponibilité | |||||
|---|---|---|---|---|---|
| $2 | $12 | $0.2 | $0.2 | ||
| Non publié | Non publié | ||||
| $2 | $12 | $0.2 | $0.2 |
Les statistiques historiques ne sont pas un contrôle en direct. Une donnée manquante ne signifie pas une panne.
Raisonnement
- Toujours activé
- Oui
Démarrage rapide
Envoyez une tâche image, consultez son état, puis enregistrez les images. Les exemples utilisent curl et la bibliothèque standard de Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Configurer votre clé API
Créez une clé depuis votre compte Felo API Platform et définissez-la comme variable d'environnement.
export FELO_API_KEY="YOUR_API_KEY"2Effectuer votre première requête
Les valeurs facultatives dépendent du modèle et ne sont pas prédéfinies ici. Vérifiez-les dans Playground. Les champs sont au même niveau que model et prompt, sans enveloppe input.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "gemini-3-pro-image"
}'3Interroger la tâche
La soumission renvoie task_id. Interrogez toutes les 3 secondes pendant queued ou running ; arrêtez à succeeded, failed ou interrupted. Attente maximale : 30 minutes. Gardez created.json pour reprendre sans soumettre une nouvelle tâche.
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4Télécharger la sortie
Après réussite, enregistrez outputs depuis task.json : URL HTTPS, objets URL ou b64_json. Téléchargez rapidement les URL signées. Le téléchargement des images ne nécessite pas de clé API.
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYinput_references
Pour modifier une image, remplacez l’URL par votre URL HTTPS ou une data URL d’image en base64. Soumettez une fois, puis suivez les mêmes étapes de consultation et d’enregistrement.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
"model": "gemini-3-pro-image",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'Paramètres pris en charge
- n
- seed
- stop
- tools
- top_p
- reasoning
- max_tokens
- resolution
- temperature
- tool_choice
- aspect_ratio
- response_format
- input_references
- include_reasoning
- structured_outputs
Besoin de la référence complète ?
Référence API →Questions fréquentes
Qu'est-ce que Nano Banana Pro (Gemini 3 Pro Image)?
Nano Banana Pro, nom officiel de Gemini 3 Pro Image, est le modèle de génération et d'édition d'images haut de gamme de Google, bâti sur le modèle de base Gemini 3 Pro doté de capacités de raisonnement. Il produit des images jusqu'à une résolution 4K (5632 x 3072 pixels), avec des sorties disponibles en0,5K, 1K, 2K et 4K, et prend en charge 10 ratios d'aspect. Il accepte du texte et des images en entrée, avec une fenêtre de contexte de 65 536 tokens en entrée et une limite de 32 768 tokens en sortie. Le modèle se distingue par le rendu de texte lisible en plusieurs langues, du simple slogan à de longs paragraphes, et par sa compréhension de la typographie, des polices et des éléments de calligraphie. Il peut combiner jusqu'à 14 images de référence dans une seule sortie et maintenir la cohérence d'apparence de jusqu'à 5 personnes. Les contrôles créatifs couvrent l'angle de caméra, l'éclairage, le style, la tonalité chromatique et la mise au point, et l'édition conversationnelle multi-tours est prise en charge. Chaque image générée porte un filigrane numérique invisible SynthID. Il convient particulièrement aux contenus visuels riches en texte comme les affiches, publicités et infographies, ainsi qu'à la photographie produit, à la composition de scènes complexes, à la création d'assets marketing à grande échelle, aux supports de présentation, aux prototypes produit et aux matériaux pédagogiques. Il est accessible via l'application Gemini, Google AI Studio, Google Ads, Workspace et l'API Gemini, et s'intègre au grounding Google Search pour visualiser des informations en temps réel comme la météo ou les résultats sportifs.
Comment l'usage est-il facturé ?
Votre facture dépend du fournisseur utilisé, de ses tarifs et de votre usage. Des entrées plus longues ou d'autres conditions peuvent avoir des tarifs différents.
Quels types d'entrées Nano Banana Pro accepte-t-il ?
Il accepte du texte et des images en entrée, et produit des images en sortie. La fenêtre de contexte est de 65 536 tokens en entrée, pour une limite de 32 768 tokens en sortie.
Quelle résolution d'image peut-il générer ?
Il génère des images jusqu'à une résolution 4K, soit 5632 x 3072 pixels, avec des sorties proposées en 0,5K, 1K, 2K et 4K. Il prend en charge 10 ratios d'aspect.
Comment se comporte-t-il sur le rendu de texte dans les images ?
Il rend du texte lisible en plusieurs langues, du court slogan au long paragraphe, et comprend la typographie, les polices et les éléments de calligraphie. Il prend également en charge la génération de texte multilingue et la traduction de localisation.
Quelle est la différence avec Nano Banana 2 ?
Nano Banana Pro mise sur la résolution et les contrôles professionnels, tandis que Nano Banana 2 est plus rapide pour l'édition quotidienne. La génération prend environ 30,8 secondes par image avec Nano Banana Pro, contre environ 15,5 secondes avec Nano Banana 2.
Peut-il maintenir la cohérence entre plusieurs personnages ou références ?
Oui, il peut combiner jusqu'à 14 images de référence dans une seule sortie et maintenir la cohérence d'apparence de jusqu'à 5 personnes.
Modèles liés
Nano Banana 2.1
GoogleImagegemini-nano-banana-2.1Nano Banana 2.1 est un modèle de génération et d'édition d'images de Google, issu de la série Gemini 3 et bâti sur Gemini 3.6 Flash, avec un contexte de 131 072 tokens et une sortie de 32 768 tokens.
Sortie
image / text
Contexte
65.536K
Facturé selon le coût réel de génération. Consultez votre facture pour le montant final.
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
GoogleImagegemini-3.1-flash-lite-imageNano Banana 2 Lite est le modèle de génération d'images le plus rapide et le plus économique de la famille Nano Banana de Google, capable de produire une image 1K en quatre secondes environ.
Sortie
image / text
Contexte
65.536K
Tokens d'entrée
$0.25 / 1M tokens
Tokens de sortie
$1.5 / 1M tokens