Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) API
Nano Banana 2 Lite è il modello di generazione ed editing di immagini più veloce ed economico della famiglia Nano Banana di Google, basato su Gemini 3.1 Flash-Lite Image.
Nano Banana 2 Lite è un modello Google della famiglia Nano Banana, costruito sull'architettura gemini-3.1-flash-lite-image. Supporta input testuali, immagini e video, e produce output testuali e visivi, inclusa la generazione interleaved di testo e immagini. È pensato per la generazione di immagini a 1K (1024x1024 pixel) ad alto volume e per l'editing tramite conversazioni multi-turno. Accetta fino a 10 immagini di riferimento e supporta 14 rapporti d'aspetto discreti. Ogni immagine generata include un watermark digitale invisibile SynthID e metadati C2PA, sempre attivi e non configurabili. È compatibile drop-in con le API OpenAI e offre una selezione del modello configurabile all'interno dello stesso nodo.
Il modello è adatto a carichi di lavoro sensibili alla latenza e ai costi, come anteprime rapide di concetti, bozze visive, varianti di prodotto semplici, ideazione di sfondi o layout, concept di marketing, scene di prodotto, asset per social media e thumbnail. Può generare un output text-to-image in soli quattro secondi e mantiene un elevato allineamento dei personaggi rispetto agli standard originali di Nano Banana. È inoltre indicato per varianti pubblicitarie localizzate con rendering di testo leggibile all'interno delle immagini.
Nano Banana 2 Lite non supporta risoluzioni 2K o 4K né il grounding tramite Google Search. La coerenza dei personaggi non è sempre perfetta tra input e output, e il modello ha conoscenze limitate in fatto di mondo, ragionamento 3D e factualità, con occasionali confusioni sulla localizzazione spaziale come sinistra e destra. La knowledge cutoff è gennaio 2025. È disponibile in Google AI Studio, nell'API Gemini e nella Gemini Enterprise Agent Platform, ed è in distribuzione in AI Mode nella Ricerca e nell'app Gemini. È il sostituto raccomandato di gemini-2.5-flash-image.
Aggiornato:
ID MODELLO
gemini-3.1-flash-lite-image- Contesto
- 65.536K
- Output max
- 58.982K
- Input
- image / text
- Output
- image / text
In evidenza
- Modello più veloce ed economico della famiglia Nano Banana
- Generazione text-to-image in soli quattro secondi
- Editing multi-turno con fino a 10 immagini di riferimento
- Watermark SynthID e metadati C2PA sempre attivi
- Compatibile drop-in con le API OpenAI
- Output a 1K con 14 rapporti d'aspetto
Fornitori
Prezzo miglioreConfronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.
| Disponibilità | |||
|---|---|---|---|
| $0.25 | $1.5 | ||
| $0.25 | $1.5 |
Le statistiche storiche non sono un controllo in tempo reale. I dati mancanti non indicano un guasto.
Benchmark
- 6.70
Scientific Image Benchmark
Nano Banana Pro ha ottenuto 7.60 e Nano Banana 2 ha ottenuto 7.59
Punteggi come pubblicati dal fornitore del modello.
Ragionamento
- Sforzo predefinito
- minimal
- Attivo per impostazione predefinita
- Sì
- Sempre attivo
- No
- Livelli di sforzo disponibili
- high / minimal / none
Avvio rapido
Invia un’attività immagine, controlla lo stato e salva le immagini. Gli esempi usano curl e la libreria standard di Python 3.
POST https://openapi.felo.ai/api/v1/images/generations
1Imposta la chiave API
Crea una chiave dal tuo account Felo API Platform e impostala come variabile d'ambiente.
export FELO_API_KEY="YOUR_API_KEY"2Invia la prima richiesta
I valori facoltativi dipendono dal modello e non sono impostati qui. Verificali nel Playground. I campi sono allo stesso livello di model e prompt, senza contenitore 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-3.1-flash-lite-image"
}'3Interroga l'attività
L’invio restituisce task_id. Controlla ogni 3 secondi durante queued o running; termina con succeeded, failed o interrupted. Attesa massima: 30 minuti. Conserva created.json per continuare senza inviare nuovamente.
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")
PY4Scarica l'output
Dopo il successo, salva outputs da task.json. Sono supportati URL HTTPS, oggetti URL e b64_json. Scarica subito gli URL firmati; per il download non serve la chiave 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
Per modificare un’immagine, sostituisci l’URL di esempio con il tuo URL HTTPS o una data URL immagine in base64. Invia una volta, poi segui gli stessi passaggi di controllo e salvataggio.
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-3.1-flash-lite-image",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'Parametri supportati
- n
- seed
- top_p
- reasoning
- max_tokens
- resolution
- temperature
- aspect_ratio
- response_format
- input_references
- reasoning_effort
- include_reasoning
Preferisci il riferimento completo?
Riferimento API →Domande frequenti
Cos'è Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)?
Nano Banana 2 Lite è un modello Google della famiglia Nano Banana, costruito sull'architettura gemini-3.1-flash-lite-image. Supporta input testuali, immagini e video, e produce output testuali e visivi, inclusa la generazione interleaved di testo e immagini. È pensato per la generazione di immagini a 1K (1024x1024 pixel) ad alto volume e per l'editing tramite conversazioni multi-turno. Accetta fino a 10 immagini di riferimento e supporta 14 rapporti d'aspetto discreti. Ogni immagine generata include un watermark digitale invisibile SynthID e metadati C2PA, sempre attivi e non configurabili. È compatibile drop-in con le API OpenAI e offre una selezione del modello configurabile all'interno dello stesso nodo. Il modello è adatto a carichi di lavoro sensibili alla latenza e ai costi, come anteprime rapide di concetti, bozze visive, varianti di prodotto semplici, ideazione di sfondi o layout, concept di marketing, scene di prodotto, asset per social media e thumbnail. Può generare un output text-to-image in soli quattro secondi e mantiene un elevato allineamento dei personaggi rispetto agli standard originali di Nano Banana. È inoltre indicato per varianti pubblicitarie localizzate con rendering di testo leggibile all'interno delle immagini. Nano Banana 2 Lite non supporta risoluzioni 2K o 4K né il grounding tramite Google Search. La coerenza dei personaggi non è sempre perfetta tra input e output, e il modello ha conoscenze limitate in fatto di mondo, ragionamento 3D e factualità, con occasionali confusioni sulla localizzazione spaziale come sinistra e destra. La knowledge cutoff è gennaio 2025. È disponibile in Google AI Studio, nell'API Gemini e nella Gemini Enterprise Agent Platform, ed è in distribuzione in AI Mode nella Ricerca e nell'app Gemini. È il sostituto raccomandato di gemini-2.5-flash-image.
Come viene addebitato l'utilizzo?
La fattura dipende dal fornitore che usi, dai suoi prezzi e dal tuo utilizzo. Input più lunghi o altre condizioni possono avere prezzi diversi.
Quali tipi di input supporta Nano Banana 2 Lite?
Accetta input testuali, immagini e video. Può anche produrre output testuali e visivi, con generazione interleaved di testo e immagini.
Qual è il limite di contesto e le capacità di output?
Il limite di input è di 65.536 token. Il modello genera immagini a 1K (1024x1024 pixel) e supporta 14 rapporti d'aspetto discreti.
Quante immagini di riferimento può accettare per l'editing?
Per le attività di editing accetta fino a 10 immagini di riferimento, con editing tramite conversazioni multi-turno.
Quali sono le principali limitazioni di Nano Banana 2 Lite?
Non supporta risoluzioni 2K o 4K né il grounding tramite Google Search. La coerenza dei personaggi non è sempre perfetta e il modello ha conoscenze limitate su mondo, ragionamento 3D e factualità, con occasionali confusioni spaziali come sinistra e destra.
In cosa differisce dagli altri modelli della famiglia Nano Banana?
È il modello più veloce ed economico della famiglia Nano Banana. Ha ottenuto 6.70 sul Scientific Image Benchmark, rispetto a 7.60 di Nano Banana Pro e 7.59 di Nano Banana 2.
Le immagini generate hanno watermark o metadati?
Sì, ogni immagine generata include un watermark digitale invisibile SynthID e metadati C2PA, sempre attivi e non configurabili.
Modelli correlati
Nano Banana 2.1
GoogleImmaginegemini-nano-banana-2.1Nano Banana 2.1 è il modello Google di generazione e modifica di immagini della serie Gemini 3, basato su Gemini 3.6 Flash e pensato per lavori visivi professionali.
Output
image / text
Contesto
65.536K
Fatturato in base al costo effettivo di generazione. Controlla la fattura per l'importo finale.
Nano Banana Pro (Gemini 3 Pro Image)
GoogleImmaginegemini-3-pro-imageNano Banana Pro, noto anche come Gemini 3 Pro Image, è il modello di generazione e modifica di immagini di punta di Google, con output fino a 4K e rendering del testo multilingue.
Output
image / text
Contesto
131.072K
Token di input
$2 / 1M token
Token di output
$12 / 1M token