Nano Banana Pro (Gemini 3 Pro Image) API
Google का फ्लैगशिप इमेज जनरेशन और एडिटिंग मॉडल, जो 4K तक और बहुभाषी टेक्स्ट के साथ तस्वीरें बनाता है।
Nano Banana Pro, जिसे आधिकारिक रूप से Gemini 3 Pro Image कहा जाता है, Google का फ्लैगशिप इमेज जनरेशन और एडिटिंग मॉडल है। यह Gemini 3 Pro बेस मॉडल पर बना है और तर्क क्षमता के साथ काम करता है। यह टेक्स्ट और इमेज इनपुट लेकर इमेज आउटपुट देता है, और 65,536 इनपुट टोकन तक संदर्भ तथा 32,768 आउटपुट टोकन तक आउटपुट सीमा प्रदान करता है।
यह मॉडल 5632 x 3072 पिक्सेल तक यानी 4K रेज़ोल्यूशन पर इमेज बना सकता है और 0.5K, 1K, 2K तथा 4K स्तरों पर आउटपुट देता है। इसमें कई भाषाओं में सुपाठ्य टेक्स्ट रेंडर करने की क्षमता है—छोटे नारों से लेकर लंबे पैराग्राफ तक। यह टाइपोग्राफी, फ़ॉन्ट और कैलिग्राफी डिज़ाइन तत्वों को समझता है, बहुभाषी टेक्स्ट जनरेशन और स्थानीयकरण अनुवाद का समर्थन करता है। एक ही आउटपुट में 14 संदर्भ छवियों तक को जोड़ा जा सकता है और 5 लोगों तक की उपस्थिति को सुसंगत रखा जा सकता है।
यह मार्केटिंग और विज्ञापन सामग्री, इन्फोग्राफिक्स और चार्ट, प्रस्तुति दृश्य, उत्पाद फोटोग्राफी, जटिल दृश्य रचना, टेक्स्ट-भारी दृश्य सामग्री जैसे पोस्टर और विज्ञापन, तथा हस्तलिखित नोट्स को संरचित चार्ट में बदलने जैसे कार्यों के लिए उपयुक्त है। कैमरा कोण, प्रकाश, शैली, रंग टोन और फोकस के लिए रचनात्मक नियंत्रण उपलब्ध हैं, और Google Search ग्राउंडिंग के साथ एकीकरण से मौसम और खेल परिणाम जैसी वास्तविक समय की जानकारी को दृश्य रूप दिया जा सकता है। बहु-टर्न संवादात्मक इमेज एडिटिंग का समर्थन है और10 इमेज आस्पेक्ट अनुपात उपलब्ध हैं। हर जनरेट की गई इमेज में अदृश्य SynthID डिजिटल वॉटरमार्क जोड़ा जाता है। यह Gemini ऐप, Google AI Studio, Google Ads, Workspace और Gemini API के माध्यम से उपलब्ध है।
अपडेट किया गया:
मॉडल ID
gemini-3-pro-image- कॉन्टेक्स्ट
- 131.072K
- अधिकतम आउटपुट
- 32.768K
- इनपुट
- image / text
- आउटपुट
- image / text
मुख्य बातें
- 4K (5632 x 3072 पिक्सेल) तक रेज़ोल्यूशन
- बहुभाषी सुपाठ्य टेक्स्ट रेंडरिंग
- एक आउटपुट में 14 संदर्भ छवियाँ
- 5 लोगों तक उपस्थिति सुसंगतता
- 10 इमेज आस्पेक्ट अनुपात
- हर इमेज में अदृश्य SynthID वॉटरमार्क
प्रदाता
सबसे अच्छी कीमतप्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।
| उपलब्धता | |||||
|---|---|---|---|---|---|
| $2 | $12 | $0.2 | $0.2 | ||
| प्रकाशित नहीं | प्रकाशित नहीं | ||||
| $2 | $12 | $0.2 | $0.2 |
ऐतिहासिक आँकड़े लाइव स्थिति जाँच नहीं हैं। डेटा न होना सेवा बंद होने का संकेत नहीं है।
रीज़निंग
- हमेशा सक्षम
- हाँ
त्वरित शुरुआत
इमेज कार्य भेजें, स्थिति जाँचें और इमेज सहेजें। उदाहरण curl और Python 3 की मानक लाइब्रेरी का उपयोग करते हैं।
POST https://openapi.felo.ai/api/v1/images/generations
1अपनी API key लें
अपने Felo API Platform खाते से एक key बनाएँ और उसे environment variable के रूप में सेट करें।
export FELO_API_KEY="YOUR_API_KEY"2अपना पहला अनुरोध भेजें
वैकल्पिक मान मॉडल के अनुसार बदलते हैं और उदाहरण में तय नहीं हैं। Playground में जाँचें। फ़ील्ड model और prompt के समान स्तर पर हैं, input में नहीं।
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"
}'3टास्क पोल करें
सबमिट करने पर task_id मिलता है। queued या running पर हर 3 सेकंड जाँचें; succeeded, failed या interrupted पर रुकें। अधिकतम 30 मिनट प्रतीक्षा करें। दोबारा भेजे बिना जाँच जारी रखने के लिए created.json रखें।
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")
PY4आउटपुट डाउनलोड करें
सफलता के बाद task.json से outputs सहेजें। HTTPS URL, URL ऑब्जेक्ट और b64_json समर्थित हैं। हस्ताक्षरित URL जल्दी डाउनलोड करें; इमेज डाउनलोड में API Key नहीं चाहिए।
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
इमेज संपादन के लिए उदाहरण URL को अपने HTTPS इमेज URL या base64 इमेज data URL से बदलें। एक बार भेजकर वही जाँच और सहेजने के चरण अपनाएँ।
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"
}
}
]
}'समर्थित पैरामीटर
- n
- seed
- stop
- tools
- top_p
- reasoning
- max_tokens
- resolution
- temperature
- tool_choice
- aspect_ratio
- response_format
- input_references
- include_reasoning
- structured_outputs
पूरा रेफ़रेंस चाहिए?
API संदर्भ →अक्सर पूछे जाने वाले प्रश्न
मॉडल परिचय: Nano Banana Pro (Gemini 3 Pro Image)?
Nano Banana Pro, जिसे आधिकारिक रूप से Gemini 3 Pro Image कहा जाता है, Google का फ्लैगशिप इमेज जनरेशन और एडिटिंग मॉडल है। यह Gemini 3 Pro बेस मॉडल पर बना है और तर्क क्षमता के साथ काम करता है। यह टेक्स्ट और इमेज इनपुट लेकर इमेज आउटपुट देता है, और 65,536 इनपुट टोकन तक संदर्भ तथा 32,768 आउटपुट टोकन तक आउटपुट सीमा प्रदान करता है। यह मॉडल 5632 x 3072 पिक्सेल तक यानी 4K रेज़ोल्यूशन पर इमेज बना सकता है और 0.5K, 1K, 2K तथा 4K स्तरों पर आउटपुट देता है। इसमें कई भाषाओं में सुपाठ्य टेक्स्ट रेंडर करने की क्षमता है—छोटे नारों से लेकर लंबे पैराग्राफ तक। यह टाइपोग्राफी, फ़ॉन्ट और कैलिग्राफी डिज़ाइन तत्वों को समझता है, बहुभाषी टेक्स्ट जनरेशन और स्थानीयकरण अनुवाद का समर्थन करता है। एक ही आउटपुट में 14 संदर्भ छवियों तक को जोड़ा जा सकता है और 5 लोगों तक की उपस्थिति को सुसंगत रखा जा सकता है। यह मार्केटिंग और विज्ञापन सामग्री, इन्फोग्राफिक्स और चार्ट, प्रस्तुति दृश्य, उत्पाद फोटोग्राफी, जटिल दृश्य रचना, टेक्स्ट-भारी दृश्य सामग्री जैसे पोस्टर और विज्ञापन, तथा हस्तलिखित नोट्स को संरचित चार्ट में बदलने जैसे कार्यों के लिए उपयुक्त है। कैमरा कोण, प्रकाश, शैली, रंग टोन और फोकस के लिए रचनात्मक नियंत्रण उपलब्ध हैं, और Google Search ग्राउंडिंग के साथ एकीकरण से मौसम और खेल परिणाम जैसी वास्तविक समय की जानकारी को दृश्य रूप दिया जा सकता है। बहु-टर्न संवादात्मक इमेज एडिटिंग का समर्थन है और10 इमेज आस्पेक्ट अनुपात उपलब्ध हैं। हर जनरेट की गई इमेज में अदृश्य SynthID डिजिटल वॉटरमार्क जोड़ा जाता है। यह Gemini ऐप, Google AI Studio, Google Ads, Workspace और Gemini API के माध्यम से उपलब्ध है।
उपयोग का शुल्क कैसे लगता है?
आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।
Nano Banana Pro कौन-कौन से इनपुट स्वीकार करता है?
यह टेक्स्ट और इमेज इनपुट स्वीकार करता है तथा इमेज आउटपुट देता है।
इसका संदर्भ और आउटपुट लंबाई कितनी है?
यह 65,536 इनपुट टोकन तक का संदर्भ और 32,768 आउटपुट टोकन तक की आउटपुट सीमा प्रदान करता है।
क्या यह कई भाषाओं में टेक्स्ट वाली इमेज बना सकता है?
हाँ, यह कई भाषाओं में सुपाठ्य टेक्स्ट रेंडर करता है, बहुभाषी टेक्स्ट जनरेशन और स्थानीयकरण अनुवाद का समर्थन करता है।
Nano Banana Pro और Nano Banana 2 में क्या अंतर है?
Nano Banana Pro रेज़ोल्यूशन और पेशेवर नियंत्रण में आगे है, जबकि Nano Banana 2 रोज़मर्रा की एडिटिंग के लिए तेज़ है।
क्या हर इमेज में वॉटरमार्क जोड़ा जाता है?
हाँ, हर जनरेट की गई इमेज में अदृश्य SynthID डिजिटल वॉटरमार्क जोड़ा जाता है।
संबंधित मॉडल
Nano Banana 2.1
Googleइमेजgemini-nano-banana-2.1Gemini 3.6 Flash पर आधारित एक कुशल छवि निर्माण और संपादन मॉडल, जो पाठ, चित्र, वीडियो और PDF इनपुट का समर्थन करता है।
आउटपुट
image / text
कॉन्टेक्स्ट
65.536K
वास्तविक जनरेशन लागत के आधार पर शुल्क लिया जाता है। अंतिम राशि के लिए अपना बिल देखें।
Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)
Googleइमेजgemini-3.1-flash-lite-imageGoogle का सबसे तेज़ और किफ़ायती इमेज जनरेशन मॉडल, जो 1K रिज़ॉल्यूशन पर टेक्स्ट और इमेज आउटपुट देता है।
आउटपुट
image / text
कॉन्टेक्स्ट
65.536K
इनपुट token
$0.25 / 1M token
आउटपुट token
$1.5 / 1M token