Felo API PlatformFelo API Platform
Torna ai modelli

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 migliore
3 fornitori

Confronta i prezzi delle API tra fornitori. Seleziona un fornitore per vedere tutti i costi e le condizioni.

Fornitore · Dettagli dei prezzi
Disponibilità
$0.25$1.5
$0.25$0.15$1.5$0.9
$0.25$1.5

Benchmark

  • Scientific Image Benchmark

    Nano Banana Pro ha ottenuto 7.60 e Nano Banana 2 ha ottenuto 7.59

    6.70

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")
PY

4Scarica 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)
PY
input_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