Felo API PlatformFelo API Platform
返回模型列表

Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image) API

Nano Banana 2 Lite 是 Google 在 Nano Banana 系列中最快速、最經濟實惠的 1K 圖像生成模型,支援文字、圖像與影片輸入,並可交錯生成文字與圖像。

Nano Banana 2 Lite 由 gemini-3.1-flash-lite-image 架構驅動,建立在 Gemini 3.1 Flash-Lite 基礎之上,是 Nano Banana 系列中速度最快、成本效益最高的圖像生成模型。它支援文字、圖像與影片輸入,能輸出文字與圖像,並可在單一工作流程中交錯生成與編輯。模型可生成 1K 解析度(1024x1024 像素)的圖像,支援 14 種固定長寬比,編輯任務最多可接受 10 張參考圖像,且能直接在圖像中呈現清晰可讀的文字。

此模型適合高產量的 1K 圖像生成、快速概念預覽、簡單的產品圖像變體、背景或版面構想,以及對延遲或成本敏感的作業。它也能產出視覺草稿、行銷概念、產品場景、社群媒體素材與縮圖,並可透過圖像內文字呈現來製作在地化廣告變體。官方建議以本模型取代 gemini-2.5-flash-image。

使用上需留意:本模型不支援 2K 或 4K 解析度,也不支援 Google 搜尋基礎;輸入與生成圖像之間的角色一致性未必完美,在進階世界知識、3D 推理與事實性方面有限,偶爾也可能在左右等空間定位上出現混淆。模型知識截止日期為 2025 年 1 月,並可在 Google AI Studio、Gemini API 與 Gemini Enterprise Agent Platform 中使用。

更新時間:

模型 ID

gemini-3.1-flash-lite-image
上下文
65.536K
最大輸出
58.982K
輸入
image / text
輸出
image / text

核心要點

  • 系列中最快、最經濟實惠
  • 最快四秒生成文字轉圖像
  • 1K 解析度、14 種長寬比
  • 最多 10 張參考圖像供編輯
  • 圖像內建可讀文字
  • 內建 SynthID 與 C2PA

供應商

最優價格
3 個供應商

比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。

供應商 · 計費明細
可用率
$0.25$1.5
$0.25$0.15$1.5$0.9
$0.25$1.5

基準測試

  • Scientific Image Benchmark

    Nano Banana Pro 與 Nano Banana 2 分別獲得 7.60 與 7.59 分

    6.70

分數來自模型廠商公布的資料,未經獨立驗證。

推理能力

預設推理強度
minimal
預設啟用
是
始終啟用
否
可選推理強度
high / minimal / none

快速开始

提交圖片任務、輪詢狀態,再儲存圖片。以下範例使用 curl 和 Python 3(僅標準函式庫,無須安裝依賴)。

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

1填入 API key

從 Felo API Platform 帳戶建立 key,並設定為環境變數。

export FELO_API_KEY="YOUR_API_KEY"

2發出第一次請求

選用參數的值依模型而異,範例不預設這些值;加入前請在 Playground 確認。請求欄位與 model、prompt 同層,不包在 input 中。

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"
}'

3輪詢任務

提交後取得 task_id;queued、running 時每 3 秒查詢一次,succeeded、failed 或 interrupted 時停止。範例最多等待 30 分鐘。保留 created.json 可繼續查詢同一任務,避免重複提交。

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

4下載輸出

成功後從 task.json 讀取 outputs 並儲存。結果相容 HTTPS 位址、URL 物件和 b64_json。簽名位址請及時下載;下載圖片時無須攜帶 API Key。

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

編輯圖片時,將範例位址替換為你的 HTTPS 圖片位址或 base64 圖片 data URL。提交一次後,沿用相同的輪詢與儲存步驟。

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"
      }
    }
  ]
}'

支援的參數

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

想查看完整文件?

API 文件 →

常見問題

什麼是 Nano Banana 2 Lite (Gemini 3.1 Flash Lite Image)?

Nano Banana 2 Lite 由 gemini-3.1-flash-lite-image 架構驅動,建立在 Gemini 3.1 Flash-Lite 基礎之上,是 Nano Banana 系列中速度最快、成本效益最高的圖像生成模型。它支援文字、圖像與影片輸入,能輸出文字與圖像,並可在單一工作流程中交錯生成與編輯。模型可生成 1K 解析度(1024x1024 像素)的圖像,支援 14 種固定長寬比,編輯任務最多可接受 10 張參考圖像,且能直接在圖像中呈現清晰可讀的文字。 此模型適合高產量的 1K 圖像生成、快速概念預覽、簡單的產品圖像變體、背景或版面構想,以及對延遲或成本敏感的作業。它也能產出視覺草稿、行銷概念、產品場景、社群媒體素材與縮圖,並可透過圖像內文字呈現來製作在地化廣告變體。官方建議以本模型取代 gemini-2.5-flash-image。 使用上需留意:本模型不支援 2K 或 4K 解析度,也不支援 Google 搜尋基礎;輸入與生成圖像之間的角色一致性未必完美,在進階世界知識、3D 推理與事實性方面有限,偶爾也可能在左右等空間定位上出現混淆。模型知識截止日期為 2025 年 1 月,並可在 Google AI Studio、Gemini API 與 Gemini Enterprise Agent Platform 中使用。

如何計算呼叫費用?

費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。

Nano Banana 2 Lite 支援哪些輸入與輸出?

支援文字、圖像與影片輸入,並可輸出文字與圖像,也能在單一工作流程中交錯生成與編輯。

這個模型的上下文與輸出長度為何?

輸入上限為 65,536 tokens;事實資料未提供輸出長度上限。

它適合哪些任務?

適合高產量的 1K 圖像生成、快速概念預覽、簡單產品圖像變體、背景或版面構想,以及對延遲或成本敏感的作業。

它與同系列模型有何差別?

它是 Nano Banana 系列中速度最快、成本效益最高的模型,官方建議用來取代 gemini-2.5-flash-image;同系列另有 Nano Banana 2、Nano Banana Pro 與 Nano Banana 2.1。

生成圖像是否會加上浮水印或中繼資料?

會,模型會為生成的圖像加入不可見的 SynthID 數位浮水印與 C2PA 中繼資料,且這兩項功能始終開啟、無法設定。

它支援 2K 或 4K 解析度嗎?

不支援,本模型僅生成 1K 解析度(1024x1024 像素)的圖像。

相關模型