Felo API PlatformFelo API Platform
Назад к моделям

Nano Banana 2.1 API

Nano Banana 2.1 — модель генерации и редактирования изображений от Google на базе Gemini 3.6 Flash с поддержкой до 14 референсных изображений и маскированного редактирования.

Nano Banana 2.1 — модель генерации и редактирования изображений серии Gemini 3 от Google, построенная на Gemini 3.6 Flash. Она принимает текст, изображения, видео и PDF, а выдаёт изображения и текст. Контекстное окно составляет 131 072 токена, лимит вывода — 32 768. Модель поддерживает маскированное редактирование, при котором изменения затрагивают только указанную маской область, а окружающая композиция сохраняется. Предусмотрены консистентность персонажей и объектов между сценами, освещением и ракурсами, а также многоходовое диалоговое редактирование.

Модель рассчитана на профессиональное создание и редактирование изображений с точностью и контролем, быстрые итеративные правки в несколько раундов, генерацию чёткого текста на постерах и сложных схемах, а также локализованный рендеринг текста на разных языках. С помощью долгоконтекстных знаний о реальном мире можно создавать исторически точные сцены и сложные инфографики. Поддерживаются слияние нескольких изображений для продуктовых сцен, сцен с несколькими персонажами и серийных материалов, виртуальная примерка и генерация персонажей, а также генерация изображений на основе видео.

По сравнению с предшественником Nano Banana 2.1 заметно улучшает визуальное качество, следование инструкциям, консистентность персонажей в многоходовом режиме и рендеринг текста. Это высокоэффективная альтернатива Gemini 3 Pro Image с качеством, близким к уровню Pro. Политики безопасности контента сходны с Gemini 3 Flash или лучше, включая безопасность детей. Среди ограничений — плохой рендеринг мелкого текста и размытость при разрешении 1K, проблемы с длинными абзацами и полностраничным текстом, неидеальная консистентность персонажей между входом и выходом, частичное следование инструкциям и сохранение чернил при редактировании маской или рисунком, а также ограниченные мировые знания и пространственная локализация.

Обновлено:

MODEL ID

gemini-nano-banana-2.1
Контекст
65.536K
Макс. вывод
58.982K
Вход
image / text
Выход
image / text

Ключевые возможности

  • База Gemini 3.6 Flash
  • До 14 референсных изображений
  • Маскированное редактирование
  • Консистентность до 4 персонажей и 10 объектов
  • Разрешения 1K, 2K и 4K
  • Многоходовое диалоговое редактирование

Поставщики

1 поставщиков

Сравните цены API у разных поставщиков. Выберите поставщика, чтобы посмотреть все тарифы и условия.

Поставщик · Подробности оплаты
Доступность

Рассуждения

Уровень по умолчанию
minimal
Включено по умолчанию
Да
Всегда включены
Нет
Доступные уровни
high / minimal / none

Quick Start

Отправьте задачу, опрашивайте её статус и сохраните изображения. Примеры используют curl и стандартную библиотеку Python 3.

POST https://openapi.felo.ai/api/v1/images/generations

1Добавьте API key

Создайте key в аккаунте Felo API Platform и задайте его как environment variable.

export FELO_API_KEY="YOUR_API_KEY"

2Первый запрос

Необязательные значения зависят от модели и в примере не заданы. Проверьте их в Playground. Поля находятся на одном уровне с model и prompt, без обёртки 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-nano-banana-2.1"
}'

3Опрос задачи

После отправки возвращается task_id. При queued или running опрашивайте каждые 3 секунды; при succeeded, failed или interrupted завершайте. Ожидание — до 30 минут. Сохраните created.json для продолжения опроса без повторной отправки.

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

4Скачать результат

После успеха сохраните outputs из task.json. Поддерживаются HTTPS URL, объекты URL и b64_json. Подписанные ссылки скачивайте своевременно; API-ключ для скачивания не нужен.

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

Для редактирования замените пример URL своим HTTPS URL изображения или base64 data URL. Отправьте один раз, затем используйте те же шаги опроса и сохранения.

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-nano-banana-2.1",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

Поддерживаемые параметры

  • n
  • seed
  • tools
  • top_p
  • reasoning
  • max_tokens
  • resolution
  • temperature
  • tool_choice
  • aspect_ratio
  • response_format
  • input_references
  • reasoning_effort
  • include_reasoning
  • structured_outputs

Нужен полный справочник?

Справочник API →

Частые вопросы

О модели Nano Banana 2.1?

Nano Banana 2.1 — модель генерации и редактирования изображений серии Gemini 3 от Google, построенная на Gemini 3.6 Flash. Она принимает текст, изображения, видео и PDF, а выдаёт изображения и текст. Контекстное окно составляет 131 072 токена, лимит вывода — 32 768. Модель поддерживает маскированное редактирование, при котором изменения затрагивают только указанную маской область, а окружающая композиция сохраняется. Предусмотрены консистентность персонажей и объектов между сценами, освещением и ракурсами, а также многоходовое диалоговое редактирование. Модель рассчитана на профессиональное создание и редактирование изображений с точностью и контролем, быстрые итеративные правки в несколько раундов, генерацию чёткого текста на постерах и сложных схемах, а также локализованный рендеринг текста на разных языках. С помощью долгоконтекстных знаний о реальном мире можно создавать исторически точные сцены и сложные инфографики. Поддерживаются слияние нескольких изображений для продуктовых сцен, сцен с несколькими персонажами и серийных материалов, виртуальная примерка и генерация персонажей, а также генерация изображений на основе видео. По сравнению с предшественником Nano Banana 2.1 заметно улучшает визуальное качество, следование инструкциям, консистентность персонажей в многоходовом режиме и рендеринг текста. Это высокоэффективная альтернатива Gemini 3 Pro Image с качеством, близким к уровню Pro. Политики безопасности контента сходны с Gemini 3 Flash или лучше, включая безопасность детей. Среди ограничений — плохой рендеринг мелкого текста и размытость при разрешении 1K, проблемы с длинными абзацами и полностраничным текстом, неидеальная консистентность персонажей между входом и выходом, частичное следование инструкциям и сохранение чернил при редактировании маской или рисунком, а также ограниченные мировые знания и пространственная локализация.

Как рассчитывается стоимость?

Стоимость зависит от выбранного поставщика, его цен и вашего использования. Для длинных запросов могут действовать другие цены — смотрите подробности. Оплата по фактическим затратам на генерацию. Итоговая сумма указана в счёте.

Какие типы входных данных поддерживает Nano Banana 2.1?

Модель принимает текст, изображения, видео и PDF. На выходе она выдаёт изображения и текст.

Каковы ограничения по контексту и длине вывода?

Контекстное окно составляет 131 072 токена, а лимит вывода — 32 768 токенов.

Сколько референсных изображений можно передать в одном запросе?

Поддерживается до 14 референсных изображений на один запрос. При этом обеспечивается консистентность личности для максимум 4 персонажей и 10 объектов.

Для каких задач лучше всего подходит эта модель?

Она предназначена для профессионального создания и редактирования изображений, быстрых итеративных правок, генерации чёткого текста на постерах и сложных схемах, а также для многоходового диалогового редактирования и слияния нескольких изображений.

Какие уровни «размышления» доступны в модели?

Доступны уровни minimal, medium и high. По умолчанию используется medium.

В чём отличие Nano Banana 2.1 от других моделей серии?

Nano Banana 2.1 — это обновление Nano Banana 2 на базе Gemini 3.1 Flash Image и высокоэффективный аналог Gemini 3 Pro Image (Nano Banana Pro) с качеством, близким к уровню Pro.

Связанные модели

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)

GoogleИзображениеgemini-3.1-flash-lite-image

Nano Banana 2 Lite — самая быстрая и экономичная модель генерации изображений Google в семействе Nano Banana, создающая изображения 1K за считанные секунды и поддерживающая редактирование по многоходовым диалогам.

массовая генерация изображений 1Kбыстрые концепт-превьюпростые вариации товаровпроработка фона и компоновки

Вывод

image / text

Контекст

65.536K

Входные токены

$0.25 / 1M токенов

Выходные токены

$1.5 / 1M токенов

Nano Banana Pro (Gemini 3 Pro Image)

GoogleИзображениеgemini-3-pro-image

Nano Banana Pro (Gemini 3 Pro Image) — флагманская модель Google для генерации и редактирования изображений с точной передачей текста и разрешением до 4K.

Маркетинговые материалы по бренд-гайдлайнамИнфографика и диаграммыВизуалы для презентаций и прототипыПродуктовая фотография и сложные композиции

Вывод

image / text

Контекст

131.072K

Входные токены

$2 / 1M токенов

Выходные токены

$12 / 1M токенов