Nano Banana Pro图片生成 - API易文档中心

概述

Nano Banana（代号）是谷歌图像生成模型系列，目前有以下版本可用：

前代版本

正式版：gemini-2.5-flash-image（稳定版，支持 10 种宽高比）
预览版：gemini-2.5-flash-image-preview（⚠️ 已于2025年10月30日下线）

🔥 2025年11月20日重大更新：谷歌发布 Nano Banana Pro (gemini-3-pro-image-preview)，基于 Gemini 3 Pro 的全新图像生成模型！支持 4K 高清出图、业界最佳文本渲染、高级局部编辑能力。生成速度约 20 秒，稳定性显著提升。

核心优势

🔥 Nano Banana Pro 新特性：
- 🎯 4K 高清支持：支持 1K、2K、4K 三种分辨率，最高可达 4096×4096
- 📝 文本渲染之王：图像中的文字清晰可读，适合海报、广告等场景
- ✨ 局部编辑：支持摄像机角度、焦点、色彩分级、场景照明调整
- 🧠 智能推理：基于 Gemini 3 Pro，更好地理解复杂提示词
🚀 通用优势：
- ⚡ 生成速度：Nano Banana Pro 约 20 秒，前代版本约 10 秒
- 💰 价格实惠：结合充值优惠，性价比极高
- 🔄 完全兼容：支持谷歌原生格式和 OpenAI 兼容模式
- 🎨 谷歌技术：基于谷歌最新、最强的图像生成/编辑技术

调用方式对比

API易支持两种调用方式，您可以根据需求选择：

谷歌原生格式

推荐新用户使用

端点：/v1beta/models/gemini-2.5-flash-image:generateContent
✅ 支持自定义分辨率和宽高比
✅ 支持 10 种宽高比输出
✅ 功能最完整，与谷歌官方同步
📖 使用谷歌官方 API 格式

OpenAI 兼容模式

兼容已有代码

端点：/v1/chat/completions
⚠️ 默认 1:1 比例输出
❌ 不支持自定义分辨率
✅ 兼容 gpt-4o-image、sora_image
📖 使用 OpenAI 调用格式

快速选择指南

✅ 新项目 / 需要自定义尺寸 → 使用谷歌原生格式
✅ 已有 OpenAI 格式代码 → 继续使用 OpenAI 兼容模式
✅ 不需要指定尺寸 → 两种格式都可以
⚠️ 必须指定输出宽高比 → 只能用谷歌原生格式

端点对比表

特性	谷歌原生格式	OpenAI 兼容模式
端点URL	`/v1beta/models/gemini-2.5-flash-image:generateContent`	`/v1/chat/completions`
输出尺寸	支持 10 种宽高比自定义	默认 1:1
调用格式	谷歌官方格式	OpenAI 格式
兼容性	谷歌原生 API	gpt-4o-image、sora_image
适用场景	需要精确控制输出尺寸	快速集成，兼容现有代码

OpenAI 兼容模式端点说明

正确端点 ✅

POST /v1/chat/completions

错误端点 ❌

POST /v1/images/generations  # 不支持此端点

重要提示：OpenAI 兼容模式使用对话补全端点，不是传统的图像生成端点。这样设计是为了保持与 gpt-4o-image、sora_image 等模型的兼容性。

兼容性说明

如果你之前使用过以下模型，可以直接替换模型名称：

升级到最新版本

任何旧版本 → gemini-3-pro-image-preview（🔥 推荐，Nano Banana Pro）
- 支持 4K 高清出图
- 文本渲染能力最强
- 局部编辑功能

使用稳定版本

gpt-4o-image → gemini-2.5-flash-image
sora_image → gemini-2.5-flash-image
旧版 Nano Banana → gemini-2.5-flash-image

其他参数保持不变，即可无缝切换使用。

版本选择建议：

🔥 需要最佳质量和高清晰度 → 使用 gemini-3-pro-image-preview (Nano Banana Pro)
⚡ 需要快速生成 → 使用 gemini-2.5-flash-image (约10秒，Nano Banana Pro约20秒)
🎯 需要图像中包含文字 → 强烈推荐 gemini-3-pro-image-preview

快速开始

方式一：最简单示例（基础生成）

import requests
import base64

API_KEY = "sk-your-api-key"
PROMPT = "一只可爱的小猫坐在花园里，油画风格，高清，细节丰富"

# 发送请求
response = requests.post(
    "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent",
    headers={"Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json"},
    json={
        "contents": [{"parts": [{"text": PROMPT}]}],
        "generationConfig": {
            "responseModalities": ["IMAGE"],
            "imageConfig": {"aspectRatio": "16:9", "imageSize": "2K"}
        }
    },
    timeout=300  # 2K 推荐 5 分钟超时
).json()

# 保存结果
img_data = response["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]
with open("output.png", 'wb') as f:
    f.write(base64.b64decode(img_data))

方式二：简化版（配置式 + 完整功能）

特点：清晰的配置区域、完善的错误处理、智能超时控制、自动文件命名

下载完整代码

gemini-3-pro-text-to-image-simple.py完整的简化版代码，包含详细注释和错误处理

查看核心特性

🎯 配置集中管理
🎨 多种宽高比支持
⏱️ 智能超时控制
✨ 友好的输出提示

核心配置示例

# ============================================================================
# 配置区域 - 请在此处修改您的配置
# ============================================================================

# 1. API Key（必填）
API_KEY = "sk-your-api-key"

# 2. 图片描述
PROMPT = "一只可爱的小猫咪坐在花园里，油画风格，高清，细节丰富"

# 3. 图片参数
ASPECT_RATIO = "16:9"  # 宽高比：1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:4, 4:5
RESOLUTION = "2K"      # 分辨率：1K, 2K, 4K （推荐 2K）

# 4. 输出文件名（自动添加时间戳）
OUTPUT_FILE = f"NanoBananaPro_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"

# ============================================================================
# 超时配置（根据分辨率自动调整）
# ============================================================================
TIMEOUT_MAP = {"1K": 180, "2K": 300, "4K": 360}  # 单位：秒

完整生成示例

#!/usr/bin/env python3
# -*- coding: utf-8 -*-
import requests
import base64
import time
from datetime import datetime

# ============================================================================
# 配置区域
# ============================================================================
API_KEY = "sk-your-api-key"
API_URL = "https://api.apiyi.com/v1beta/models/gemini-3-pro-image-preview:generateContent"

PROMPT = "一只可爱的小猫坐在花园里，油画风格，高清，细节丰富"
ASPECT_RATIO = "16:9"  # 可选: 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 5:4, 4:5
RESOLUTION = "2K"      # 可选: 1K, 2K, 4K
OUTPUT_FILE = f"NanoBananaPro_{datetime.now().strftime('%Y%m%d_%H%M%S')}.png"

# 超时配置
TIMEOUT_MAP = {"1K": 180, "2K": 300, "4K": 360}

def generate_image():
    """生成图片"""

    print(f"\n{'='*60}")
    print(f"🎨 开始生成图片")
    print(f"{'='*60}")
    print(f"📝 提示词: {PROMPT}")
    print(f"📐 宽高比: {ASPECT_RATIO}")
    print(f"🔍 分辨率: {RESOLUTION}")

    # 构建请求参数
    payload = {
        "contents": [{"parts": [{"text": PROMPT}]}],
        "generationConfig": {
            "responseModalities": ["IMAGE"],
            "imageConfig": {
                "aspectRatio": ASPECT_RATIO,
                "imageSize": RESOLUTION
            }
        }
    }

    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {API_KEY}"
    }

    # 发送请求
    print(f"\n⏳ 正在生成，预计 {TIMEOUT_MAP[RESOLUTION] // 60} 分钟...")
    start_time = time.time()

    try:
        response = requests.post(
            API_URL,
            json=payload,
            headers=headers,
            timeout=TIMEOUT_MAP[RESOLUTION]
        )

        elapsed = time.time() - start_time
        print(f"⏱️  实际用时: {elapsed:.1f} 秒")

        if response.status_code != 200:
            print(f"\n❌ API 错误 ({response.status_code}): {response.text}")
            return False

        # 解析响应
        data = response.json()
        image_base64 = data["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]

        # 保存图片
        image_bytes = base64.b64decode(image_base64)
        with open(OUTPUT_FILE, "wb") as f:
            f.write(image_bytes)

        print(f"\n✅ 生成成功！")
        print(f"📁 已保存至: {OUTPUT_FILE}")
        print(f"📦 文件大小: {len(image_bytes) / 1024:.1f} KB")
        return True

    except requests.Timeout:
        print(f"\n❌ 请求超时（超过 {TIMEOUT_MAP[RESOLUTION]} 秒）")
        print(f"💡 建议：尝试使用更低的分辨率（1K 或 2K）")
        return False
    except Exception as e:
        print(f"\n❌ 生成失败: {e}")
        return False

if __name__ == "__main__":
    print("\n" + "="*60)
    print("Gemini 3 Pro Image - 文本生成图片（简化版）")
    print("="*60)

    generate_image()

    print(f"\n{'='*60}")
    print("程序结束")
    print("="*60 + "\n")

超时时间说明：

1K 分辨率：推荐 180 秒（3 分钟）- 快速生成
2K 分辨率：推荐 300 秒（5 分钟）- 质量与速度平衡
4K 分辨率：推荐 360 秒（6 分钟）- 专业高清

实际生成时间通常比超时限制短得多（1K 约 10 秒，2K 约 20 秒，4K 约 30 秒）。

分辨率选择建议：

📱 社交媒体/网页 → 1K（快速，成本低）
🖥️ 高清显示/打印 → 2K（推荐，平衡质量与速度）
🎨 专业设计/商业用途 → 4K（最高质量，仅 Nano Banana Pro）

宽高比选择：

9:16 - 竖屏视频（抖音、快手、Instagram Stories）
16:9 - 横屏视频（YouTube、B站、网站横幅）
1:1 - 社交媒体（Instagram、微信朋友圈）
4:3 - 传统照片比例

完整代码示例

根据您的需求，可以选择以下两种方式之一：

方式一：谷歌原生格式（推荐）

支持自定义分辨率和宽高比，使用谷歌官方 API 格式。

端点

POST https://api.apiyi.com/v1beta/models/gemini-2.5-flash-image:generateContent

请求格式

{
  "contents": [
    {
      "parts": [
        {
          "text": "图片描述提示词"
        }
      ]
    }
  ],
  "generationConfig": {
    "responseModalities": ["IMAGE"],
    "imageConfig": {
      "aspectRatio": "16:9"
    }
  }
}

支持的宽高比

21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5

Python 完整示例

参考完整的 Python 实现：gemini-image-generate-python.py

#!/usr/bin/env python3
import requests
import base64
import os
from datetime import datetime

class GeminiImageGenerator:
    """Gemini 图片生成器（谷歌原生格式）"""

    SUPPORTED_ASPECT_RATIOS = [
        "21:9", "16:9", "4:3", "3:2", "1:1",
        "9:16", "3:4", "2:3", "5:4", "4:5"
    ]

    def __init__(self, api_key: str):
        self.api_key = api_key
        self.api_url = "https://api.apiyi.com/v1beta/models/gemini-2.5-flash-image:generateContent"
        self.headers = {
            "Content-Type": "application/json",
            "Authorization": f"Bearer {api_key}"
        }

    def generate_image(self, prompt: str, aspect_ratio: str = "1:1", output_dir: str = "."):
        """生成图片并保存"""
        print(f"🚀 开始生成图片...")
        print(f"📝 提示词: {prompt}")
        print(f"📐 纵横比: {aspect_ratio}")

        # 验证纵横比
        if aspect_ratio not in self.SUPPORTED_ASPECT_RATIOS:
            return False, f"不支持的纵横比 {aspect_ratio}"

        # 构建请求
        payload = {
            "contents": [{
                "parts": [{"text": prompt}]
            }],
            "generationConfig": {
                "responseModalities": ["IMAGE"],
                "imageConfig": {"aspectRatio": aspect_ratio}
            }
        }

        try:
            response = requests.post(self.api_url, headers=self.headers, json=payload, timeout=120)

            if response.status_code != 200:
                return False, f"API 请求失败，状态码: {response.status_code}"

            result = response.json()

            # 提取图片数据
            image_data = result["candidates"][0]["content"]["parts"][0]["inlineData"]["data"]

            # 保存图片
            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
            output_file = os.path.join(output_dir, f"gemini_{timestamp}.png")

            decoded_data = base64.b64decode(image_data)
            with open(output_file, 'wb') as f:
                f.write(decoded_data)

            print(f"✅ 图片已保存: {output_file}")
            return True, f"成功保存图片: {output_file}"

        except Exception as e:
            return False, f"错误: {str(e)}"


{/* 使用示例 */}
if __name__ == "__main__":
    API_KEY = "sk-your-api-key"
    PROMPT = "a handsome dog under the tree"
    ASPECT_RATIO = "16:9"  # 可选: 21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5

    generator = GeminiImageGenerator(API_KEY)
    success, message = generator.generate_image(PROMPT, ASPECT_RATIO)

    if success:
        print(f"🎉 生成成功！{message}")
    else:
        print(f"❌ 生成失败：{message}")

完整的 Python 脚本包含错误处理和更多功能，请查看源代码。

方式二：OpenAI 兼容模式

兼容现有 OpenAI 格式代码，适合快速集成。默认生成 1:1 比例图片。

端点

POST https://api.apiyi.com/v1/chat/completions

请求格式

{
  "model": "gemini-2.5-flash-image",
  "stream": false,
  "messages": [
    {
      "role": "user",
      "content": "图片描述提示词"
    }
  ]
}

Python 完整示例

以下是完整的 Python 示例代码，支持自动保存 base64 图片到本地：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

"""
Gemini 图片生成 - Python版本
支持非流式输出和自动保存base64图片到本地
"""

import requests
import json
import base64
import re
import os
import datetime
from typing import Optional, Tuple

class GeminiImageGenerator:
    def __init__(self, api_key: str, api_url: str = "https://api.apiyi.com/v1/chat/completions"):
        """
        初始化Gemini图片生成器
        
        Args:
            api_key: API密钥
            api_url: API地址
        """
        self.api_key = api_key
        self.api_url = api_url
        self.headers = {
            "Content-Type": "application/json",
            "Authorization": f"Bearer {api_key}"
        }
    
    def generate_image(self, prompt: str, model: str = "gemini-2.5-flash-image",
                      output_dir: str = ".") -> Tuple[bool, str]:
        """
        生成图片并保存到本地
        
        Args:
            prompt: 图片描述提示词
            model: 使用的模型
            output_dir: 输出目录
            
        Returns:
            Tuple[是否成功, 结果消息]
        """
        print("🚀 开始生成图片...")
        print(f"提示词: {prompt}")
        print(f"模型: {model}")
        
        # 生成文件名
        timestamp = datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
        output_file = os.path.join(output_dir, f"gemini_generated_{timestamp}.png")
        
        try:
            # 准备请求数据
            payload = {
                "model": model,
                "stream": False,
                "messages": [
                    {
                        "role": "user",
                        "content": prompt
                    }
                ]
            }
            
            print("📡 发送API请求...")
            
            # 发送非流式请求
            response = requests.post(
                self.api_url,
                headers=self.headers,
                json=payload,
                timeout=300
            )
            
            if response.status_code != 200:
                error_msg = f"API请求失败，状态码: {response.status_code}"
                try:
                    error_detail = response.json()
                    error_msg += f", 错误详情: {error_detail}"
                except:
                    error_msg += f", 响应内容: {response.text[:500]}"
                return False, error_msg
            
            print("✅ API请求成功，正在解析响应...")
            
            # 解析非流式JSON响应
            try:
                result = response.json()
                print("✅ 成功解析JSON响应")
            except json.JSONDecodeError as e:
                return False, f"JSON解析失败: {str(e)}"
            
            # 提取消息内容
            full_content = ""
            if "choices" in result and len(result["choices"]) > 0:
                choice = result["choices"][0]
                if "message" in choice and "content" in choice["message"]:
                    full_content = choice["message"]["content"]
            
            if not full_content:
                return False, "未找到消息内容"
            
            print(f"📝 获取到消息内容，长度: {len(full_content)} 字符")
            print("🔍 正在解析图片数据...")
            
            # 提取并保存图片（支持base64和URL两种方式）
            success, message = self._extract_and_save_images(full_content, output_file)
            
            if success:
                return True, message
            else:
                return False, f"图片保存失败: {message}"
                
        except requests.exceptions.Timeout:
            return False, "请求超时（300秒）"
        except requests.exceptions.ConnectionError as e:
            return False, f"连接错误: {str(e)}"
        except Exception as e:
            return False, f"未知错误: {str(e)}"
    
    def _extract_and_save_images(self, content: str, base_output_file: str) -> Tuple[bool, str]:
        """
        高效提取并保存base64图片数据
        
        Args:
            content: 包含图片数据的内容
            base_output_file: 基础输出文件路径
            
        Returns:
            Tuple[是否成功, 结果消息]
        """
        try:
            print(f"📄 内容预览（前200字符）: {content[:200]}")
            
            # 使用精确的正则表达式一次性提取base64图片数据
            base64_pattern = r'data:image/([^;]+);base64,([A-Za-z0-9+/=]+)'
            match = re.search(base64_pattern, content)
            
            if not match:
                print('⚠️  未找到base64图片数据')
                return False, "响应中未包含base64图片数据"
            
            image_format = match.group(1)  # png, jpg, etc.
            b64_data = match.group(2)
            
            print(f'🎨 图像格式: {image_format}')
            print(f'📏 Base64数据长度: {len(b64_data)} 字符')
            
            # 解码并保存图片
            image_data = base64.b64decode(b64_data)
            
            if len(image_data) < 100:
                return False, "解码后的图片数据太小，可能无效"
            
            # 根据检测到的格式设置文件扩展名
            output_file = base_output_file.replace('.png', f'.{image_format}')
            os.makedirs(os.path.dirname(output_file) if os.path.dirname(output_file) else ".", exist_ok=True)
            
            with open(output_file, 'wb') as f:
                f.write(image_data)
            
            print(f'🖼️  图片保存成功: {output_file}')
            print(f'📊 文件大小: {len(image_data)} 字节')
            
            return True, f"图片保存成功: {output_file}"
                
        except Exception as e:
            return False, f"处理图片时发生错误: {str(e)}"

def main():
    """
    主函数
    """
    # 配置参数
    API_KEY = "sk-"  # 请替换为你的实际API密钥
    PROMPT = "a beautiful cat under the tree"
    
    print("="*60)
    print("Gemini 图片生成器 - Python版本")
    print("="*60)
    print(f"开始时间: {datetime.datetime.now()}")
    
    # 创建生成器实例
    generator = GeminiImageGenerator(API_KEY)
    
    # 生成图片
    success, message = generator.generate_image(PROMPT)
    
    print("\n" + "="*60)
    if success:
        print("🎉 执行成功！")
        print(f"✅ {message}")
    else:
        print("❌ 执行失败！")
        print(f"💥 {message}")
    
    print(f"结束时间: {datetime.datetime.now()}")
    print("="*60)

if __name__ == "__main__":
    main()

使用步骤

替换 API Key：将代码中的 API_KEY 替换为你的实际 API 密钥
修改提示词：根据需要修改 PROMPT 变量
运行脚本：执行 Python 脚本，图片将自动保存到本地

使用建议

选择合适的调用方式

我是新用户，应该用哪种方式？

推荐使用谷歌原生格式

功能最完整，支持自定义分辨率和宽高比
性能更稳定，与谷歌官方同步更新
适合长期使用和新项目开发

查看谷歌原生格式示例

我已经有使用 OpenAI 格式的代码，需要迁移吗？

无需强制迁移

OpenAI 兼容模式会持续支持
老代码可以继续使用，无需修改
如需自定义输出尺寸，可考虑逐步迁移

查看 OpenAI 兼容模式示例

我需要指定输出图片的尺寸，怎么办？

必须使用谷歌原生格式

只有谷歌原生格式支持 aspectRatio 参数
支持 10 种常用宽高比
OpenAI 兼容模式默认输出 1:1 比例

支持的宽高比：21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5

预览版模型什么时候下线？

2025年10月30日

预览版 gemini-2.5-flash-image-preview 将于此日期下线
本站会自动重定向到正式版
建议提前测试正式版 gemini-2.5-flash-image 的兼容性

迁移指南

如果您当前使用预览版模型或希望迁移到谷歌原生格式，请参考：

检查当前配置

确认您当前使用的模型名称和调用端点：

模型名称：gemini-2.5-flash-image-preview → 改为 gemini-2.5-flash-image
如需自定义尺寸：迁移到谷歌原生格式端点
如只需基础功能：继续使用 OpenAI 兼容模式

测试新配置

在开发环境测试新的模型或端点：

验证返回结果格式
检查输出图片质量和尺寸
确认性能和响应时间
测试不同的宽高比选项（如使用谷歌原生格式）

逐步部署

建议采用灰度发布策略：

先在少量用户中测试
观察反馈和错误率
逐步扩大范围直至全量

价格对比

模型	定价	优势
Nano Banana Pro (4K)	$0.050/张 (充值加赠约￥0.29)	🔥 支持4K高清，官网17%价格
Nano Banana Pro (1K-2K)	$0.050/张 (充值加赠约￥0.29)	🔥 高清出图，官网30%价格
Nano Banana	$0.025/张 (充值加赠约￥0.15)	⭐ 快速生成，官网52%价格
gpt-image-1	更高	-
flux-kontext-pro	$0.035/张	持平
sora_image	更低	逆向模型，稳定性一般

性价比建议：

Nano Banana Pro：支持4K高清，文本渲染最强，官网17-30%的超低价格
Nano Banana：快速生成（约10秒），官网52%价格，适合常规高质量图片生成

特性对比

速度对比

Nano Banana：平均 10 秒
OpenAI 系列：15-30 秒
其他模型：因模型而异

兼容性

✅ 完全兼容 gpt-4o-image 调用方式
✅ 完全兼容 sora_image 调用方式
✅ 支持对话补全端点
❌ 不支持传统图像生成端点

常见问题

Nano Banana Pro 和前代版本有什么区别？

Nano Banana Pro (gemini-3-pro-image-preview) 是基于 Gemini 3 Pro 的最新版本，相比前代有以下升级：

✅ 支持 4K 高清图像生成（1K/2K/4K）
✅ 业界最佳的文本渲染能力
✅ 高级局部编辑功能（角度、焦点、色彩、光照）
✅ 更强大的推理能力，理解复杂提示词
⚠️ 生成速度稍慢（约20秒 vs 10秒）

我应该选择哪个版本？

推荐根据需求选择：

Nano Banana Pro (gemini-3-pro-image-preview)：需要高清晰度、文字渲染、专业设计
稳定版 (gemini-2.5-flash-image)：需要快速生成、常规图像

两个版本都支持谷歌原生格式和 OpenAI 兼容格式调用。

如何使用 4K 高清功能？

4K 功能仅在 Nano Banana Pro (gemini-3-pro-image-preview) 中可用。使用谷歌原生格式调用时，在 imageConfig 中指定分辨率即可。具体配置请参考代码示例。

为什么使用对话补全端点而不是图像生成端点？

为了保持与现有图像生成模型（如 gpt-4o-image、sora_image）的兼容性，方便用户无缝切换使用不同的图像生成模型。

如何从其他图像模型切换到 Nano Banana？

只需要将模型名称改为：

最新版：gemini-3-pro-image-preview (Nano Banana Pro)
稳定版：gemini-2.5-flash-image

其他参数保持不变即可。

生成的图片格式是什么？

模型会返回 base64 编码的图片数据，通常为 PNG 或 JPEG 格式。代码会自动检测格式并保存为对应的文件类型。Nano Banana Pro 支持最高 4K 分辨率输出。

是否支持图片编辑功能？

是的，Nano Banana 系列不仅支持图片生成，还支持图片编辑功能。Nano Banana Pro 的局部编辑能力更强大。具体使用方法请参考图片编辑文档。

产品基础

基础 API

视频 API

图片 API

多模态理解 API

文本 API

​概述

​最新版本（推荐）

​前代版本

📚 最新文档

​调用方式对比

谷歌原生格式

OpenAI 兼容模式

​端点对比表

​OpenAI 兼容模式端点说明

​正确端点 ✅

​错误端点 ❌

​兼容性说明

​升级到最新版本

​使用稳定版本

​快速开始

​方式一：最简单示例（基础生成）

​方式二：简化版（配置式 + 完整功能）

下载完整代码

查看核心特性

​核心配置示例

​完整生成示例

​完整代码示例

​方式一：谷歌原生格式（推荐）

​端点

​请求格式

​支持的宽高比

​Python 完整示例

​方式二：OpenAI 兼容模式

​端点

​请求格式

​Python 完整示例

​使用步骤

​使用建议

​选择合适的调用方式

​迁移指南

​价格对比

​特性对比

​速度对比

​兼容性

​常见问题

​相关文档

概述

最新版本（推荐）

前代版本

调用方式对比

端点对比表

OpenAI 兼容模式端点说明

正确端点 ✅

错误端点 ❌

兼容性说明

升级到最新版本

使用稳定版本

快速开始

方式一：最简单示例（基础生成）

方式二：简化版（配置式 + 完整功能）

核心配置示例

完整生成示例

完整代码示例

方式一：谷歌原生格式（推荐）

端点

请求格式

支持的宽高比

Python 完整示例

方式二：OpenAI 兼容模式

端点

请求格式

Python 完整示例

使用步骤

使用建议

选择合适的调用方式

迁移指南

价格对比

特性对比

速度对比

兼容性

常见问题

相关文档