Nano Banana 是 Gemini 原生图片生成功能的名称。 Gemini 可以通过文本、图片或两者结合的方式以对话方式生成并处理图片。这样一来，您即可以前所未有的精准度创建、修改和迭代视觉内容。

Nano Banana 是指 Gemini API 中提供的三种不同的模型：

Nano Banana 2：Gemini 3.1 Flash Image 预览版模型 (gemini-3.1-flash-image-preview)。此模型是 Gemini 3 Pro Image 的高效版本，针对速度和高用量开发者使用情形进行了优化。

Nano Banana Pro：Gemini 3 Pro Image 预览版模型 (gemini-3-pro-image-preview)。此模型专为专业资产制作而设计，利用高级推理（“思考”）功能来遵循复杂的指令并呈现高保真文本。

Nano Banana：Gemini 2.5 Flash Image 模型 (gemini-2.5-flash-image)。此模型专为速度和效率而设计，经过优化，可处理海量低延迟任务。

生成的所有图片都包含 SynthID 水印。

Nano Banana参考图数量

Gemini 3 提供先进的图片生成和编辑模型。Gemini 3.1 Flash Image 针对速度和大规模应用场景进行了优化，而 Gemini 3 Pro Image 针对专业素材制作进行了优化。它们旨在通过高级推理来应对最具挑战性的工作流程，擅长处理复杂的多轮创建和修改任务。

• 高分辨率输出：内置生成 1K、2K 和 4K 视觉内容的能力。
  • Gemini 3.1 Flash Image 新增了较小的 512 像素 (0.5K) 分辨率。
• 高级文本呈现：能够为信息图表、菜单、图表和营销素材资源生成清晰易读的风格化文本。
• 使用 Google 搜索建立依据：模型可以使用 Google 搜索作为工具来验证事实，并根据实时数据（例如当前天气地图、股票图表、近期活动）生成图像。
  • Gemini 3.1 Flash Image 新增了与 Google 图片搜索和网页搜索的 Grounding 功能集成。
• 思考模式：模型会利用“思考”过程来推理复杂的提示。它会生成临时“构思图片”（在后端可见，但不收费），以在生成最终的高质量输出之前优化构图。
• 最多 14 张参考图片：您现在最多可以混合使用 14 张参考图片来生成最终图片。
• 新增宽高比：Gemini 3.1 Flash Image 预览版新增了 1:4、4:1、1:8 和 8:1 的宽高比。

使用最多 14 张参考图片

借助 Gemini 3 图片模型，您最多可混合使用 14 张参考图片。这 14 张图片可以包含以下内容：

Nano Banana限制

• 为获得最佳性能，请使用以下语言：英语、ar-EG、de-DE、es-MX、fr-FR、hi-IN、id-ID、it-IT、ja-JP、ko-KR、pt-BR、ru-RU、ua-UA、vi-VN、zh-CN。
• 图片生成不支持音频或视频输入。
• 模型不一定会生成用户明确要求的确切数量的图片输出。
• gemini-2.5-flash-image 最多可接受 3 张图片作为输入，而 gemini-3-pro-image-preview 支持 5 张高保真图片，总共最多可接受 14 张图片。gemini-3.1-flash-image-preview 支持在单一工作流中保持多达 4 个角色的相似度，并保持多达 10 个物体的细节保真度。
• 在为图片生成文本时，如果先生成文本，再要求生成包含该文本的图片，Gemini 的效果会最佳。
• gemini-3.1-flash-image-preview 基于 Google 搜索进行接地目前不支持使用来自网络搜索的真实人物图片。
• 生成的所有图片都包含 SynthID 水印。

Nano Banana宽高比和图片大小

默认情况下，模型会使输出图片的大小与输入图片的大小相匹配，否则会生成 1:1 的正方形图片。您可以使用响应请求中 image_config 下的 aspect_ratio 字段来控制输出图片的宽高比，如下所示：

3.1 Flash 映像预览

宽高比	512 分辨率	500 个 token	1K 分辨率	1,000 个词元	2K 分辨率	2,000 个 token	4K 分辨率	4,000 个 token
1:1	512×512	747	1024×1024	1120	2048 x 2048	1680	4096×4096	2520
1:4	256×1024	747	512×2048	1120	1024×4096	1680	2048×8192	2520
1:8	192×1536	747	384×3072	1120	768×6144	1680	1536×12288	2520
2:3	424×632	747	848×1264	1120	1696×2528	1680	3392×5056	2520
3:2	632×424	747	1264×848	1120	2528×1696	1680	5056×3392	2520
3:4	448×600	747	896×1200	1120	1792×2400	1680	3584×4800	2520
4:1	1024×256	747	2048×512	1120	4096×1024	1680	8192×2048	2520
4:3	600×448	747	1200×896	1120	2400×1792	1680	4800×3584	2520
4:5	464×576	747	928×1152	1120	1856×2304	1680	3712×4608	2520
5:4	576×464	747	1152×928	1120	2304×1856	1680	4608×3712	2520
8:1	1536×192	747	3072×384	1120	6144×768	1680	12288×1536	2520
9:16	384×688	747	768×1376	1120	1536×2752	1680	3072×5504	2520
16:9	688×384	747	1376×768	1120	2752×1536	1680	5504×3072	2520
21:9	792×168	747	1584×672	1120	3168×1344	1680	6336×2688	2520

 

3 Pro Image 预览版

宽高比	1K 分辨率	1,000 个词元	2K 分辨率	2,000 个 token	4K 分辨率	4,000 个 token
1:1	1024×1024	1120	2048 x 2048	1120	4096×4096	2000
2:3	848×1264	1120	1696×2528	1120	3392×5056	2000
3:2	1264×848	1120	2528×1696	1120	5056×3392	2000
3:4	896×1200	1120	1792×2400	1120	3584×4800	2000
4:3	1200×896	1120	2400×1792	1120	4800×3584	2000
4:5	928×1152	1120	1856×2304	1120	3712×4608	2000
5:4	1152×928	1120	2304×1856	1120	4608×3712	2000
9:16	768×1376	1120	1536×2752	1120	3072×5504	2000
16:9	1376×768	1120	2752×1536	1120	5504×3072	2000
21:9	1584×672	1120	3168×1344	1120	6336×2688	2000

 

Gemini 2.5 Flash 图片

宽高比	分辨率	令牌
1:1	1024×1024	1290
2:3	832×1248	1290
3:2	1248×832	1290
3:4	864×1184	1290
4:3	1184×864	1290
4:5	896×1152	1290
5:4	1152×896	1290
9:16	768×1344	1290
16:9	1344×768	1290
21:9	1536×672	1290

 

Nano Banana模型选择与使用

选择最适合您的特定使用场景的模型。

• Gemini 3.1 Flash Image 预览版（Nano Banana 2 预览版）应该是您的首选图片生成模型，因为它在性能和智能方面表现出色，并且在成本和延迟方面实现了平衡。如需了解详情，请参阅模型价格和功能页面。
• Gemini 3 Pro Image 预览版（Nano Banana Pro 预览版）专为专业资源制作和复杂指令而设计。该模型具有以下特点：使用 Google 搜索进行现实世界接地、默认的“思考”流程（在生成之前优化构图），并且可以生成分辨率高达 4K 的图片。如需了解详情，请参阅模型价格和功能页面。
• Gemini 2.5 Flash Image (Nano Banana) 旨在实现速度和效率。此模型经过优化，可处理大批量、低延迟的任务，并生成 1024 像素分辨率的图片。如需了解详情，请查看模型价格和功能页面。

如果你想快速体验 Nano Banana Pro 的专业级 AI 绘图能力，最简单的方式有两种：

1. 网页端可视化操作（零代码）

2. Python API 接入（适合自动化、批量生成、项目集成）

---

可视化调用教程：Nano Banner 画图（零代码）

如果你不想写代码，最推荐直接用神马中转API网页端可视化界面。

其中本教程重点就是：Nano Banner 画图。

---

第 1 步：进入「Nano Banner 画图」

---

第 2 步：选择模式（文生图 / 图生图）

---

第 3 步：切换到 Nano Banana Pro 模型

在 Nano Banner 画图 页面中：

• 点击右上角 齿轮设置

• 找到模型选择项

• 选择 Nano Banana Pro

对应关系是：

• Nano Banana 2 → gemini-3.1-flash-image-preview

• Nano Banana Pro → gemini-3-pro-image-preview

• Nano Banana → gemini-2.5-flash-image

也就是说，如果你追求更强的图像质量、更复杂的指令理解和更好的文字排版能力，优先选择 Nano Banana Pro。

---

第 54 步：点击生成并及时下载

点击 「生成」 后等待任务完成。

生成完成后第一时间下载图片，不要刷新页面。

这是一个非常关键的注意事项，很多新手会忽略。

如果你刷新页面，可能会导致当前生成结果丢失或不方便再次取回。

---

Python API调用教程

接下来是重点：

如何用 Python 通过 API 调用 Nano Banana Pro。

---

完整 Python 示例（文生图）

import requests
import json

# 1. 替换成你自己的 Key
API_KEY = "sk-xxxxxxxxxxxxxxxx"

# 2. Base URL（推荐先用这个）
BASE_URL = "https://api.whatai.cc"

# 3. 图片生成接口
url = f"{BASE_URL}/v1/images/generations"

# 4. 请求头
headers = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json"
}

# 5. 请求体
payload = {
    # Nano Banana Pro 对应模型
    "model": "gemini-3-pro-image-preview",
    
    # 提示词
    "prompt": "设计一张高级感科技风海报，主题为AI赋能未来办公，蓝紫色霓虹光效，未来城市背景，全息UI界面，商业宣传风格，构图高级，细节丰富，适合海报封面",
    
    # 生成数量（一般先 1 张）
    "n": 1,
    
    # 尺寸（如接口支持，常见兼容写法）
    "size": "1024x1024"
}

# 6. 发起请求
response = requests.post(url, headers=headers, json=payload, timeout=120)

# 7. 打印原始结果，方便调试
print("状态码：", response.status_code)
print("响应内容：")
print(response.text)

# 8. 如果返回 JSON，可进一步解析
try:
    result = response.json()
    print("\n解析后的 JSON：")
    print(json.dumps(result, ensure_ascii=False, indent=2))
except Exception as e:
    print("返回内容不是标准 JSON：", e)

---

推荐的提示词模板（Nano Banana Pro 更容易出好图）

因为 Nano Banana Pro 更擅长复杂指令，所以建议提示词按下面结构写：

用于生成图片的提示

以下策略将帮助您创建有效的提示，以生成您想要的图片。

1. 逼真场景

对于逼真的图片，请使用摄影术语。提及拍摄角度、镜头类型、光线和细节，引导模型生成逼真的效果。

A photorealistic [shot type] of [subject], [action or expression], set in
[environment]. The scene is illuminated by [lighting description], creating
a [mood] atmosphere. Captured with a [camera/lens details], emphasizing
[key textures and details]. The image should be in a [aspect ratio] format.

2. 风格化插图和贴纸

如需创建贴纸、图标或素材资源，请明确说明样式并要求使用透明背景。

A [style] sticker of a [subject], featuring [key characteristics] and a
[color palette]. The design should have [line style] and [shading style].
The background must be transparent.

3. 图片中的文字准确无误

Gemini 在呈现文本方面表现出色。清楚说明文字、字体样式（描述性）和整体设计。使用 Gemini 3 Pro 图片预览版制作专业资源。

Create a [image type] for [brand/concept] with the text "[text to render]"
in a [font style]. The design should be [style description], with a
[color scheme].

4. 产品模型和商业摄影

非常适合为电子商务、广告或品牌宣传拍摄清晰专业的商品照片。

A high-resolution, studio-lit product photograph of a [product description]
on a [background surface/description]. The lighting is a [lighting setup,
e.g., three-point softbox setup] to [lighting purpose]. The camera angle is
a [angle type] to showcase [specific feature]. Ultra-realistic, with sharp
focus on [key detail]. [Aspect ratio].

5. 极简风格和负空间设计

非常适合用于创建网站、演示文稿或营销材料的背景，以便在其中叠加文字。

A minimalist composition featuring a single [subject] positioned in the
[bottom-right/top-left/etc.] of the frame. The background is a vast, empty
[color] canvas, creating significant negative space. Soft, subtle lighting.
[Aspect ratio].

6. 连续艺术（漫画分格 / 故事板）

以角色一致性和场景描述为基础，为视觉故事讲述创建分格。为了确保文本准确性和叙事能力，这些提示最适合搭配 Gemini 3 Pro 和 Gemini 3.1 Flash Image 预览版使用。

Make a 3 panel comic in a [style]. Put the character in a [type of scene].

7. 使用 Google 搜索建立依据

使用 Google 搜索根据最新信息或实时信息生成图片。 这对于新闻、天气和其他时效性强的主题非常有用。

Make a simple but stylish graphic of last night's Arsenal game in the Champion's League

用于修改图片的提示

以下示例展示了如何提供图片以及文本提示，以进行编辑、构图和风格迁移。

1. 添加和移除元素

提供图片并描述您的更改。模型将与原始图片的风格、光照和透视效果保持一致。

Using the provided image of [subject], please [add/remove/modify] [element]
to/from the scene. Ensure the change is [description of how the change should
integrate].

2. 局部重绘（语义遮盖）

通过对话定义“蒙版”，修改图片的特定部分，同时保持其余部分不变。

Using the provided image, change only the [specific element] to [new
element/description]. Keep everything else in the image exactly the same,
preserving the original style, lighting, and composition.

3. 风格迁移

提供一张图片，要求模型以不同的艺术风格重现其内容。

Transform the provided photograph of [subject] into the artistic style of [artist/art style]. Preserve the original composition but render it with [description of stylistic elements].

4. 高级合成：组合多张图片

提供多张图片作为上下文，以创建新的合成场景。此功能非常适合制作产品视觉稿或创意拼图。

Create a new image by combining the elements from the provided images. Take
the [element from image 1] and place it with/on the [element from image 2].
The final image should be a [description of the final scene].

5. 高保真细节保留

为确保在编辑过程中保留关键细节（例如面部或徽标），请在编辑请求中详细描述这些细节。

Using the provided images, place [element from image 2] onto [element from
image 1]. Ensure that the features of [element from image 1] remain
completely unchanged. The added element should [description of how the
element should integrate].

6. 让事物焕发活力

上传草图或简笔画，然后让模型将其细化为成品图片。

Turn this rough [medium] sketch of a [subject] into a [style description]
photo. Keep the [specific features] from the sketch but add [new details/materials].

7. 角色一致性：360 度全景

您可以迭代提示不同的角度，从而生成角色的 360 度视图。为获得最佳效果，请在后续提示中添加之前生成的图片，以保持一致性。对于复杂的姿势，请添加所需姿势的参考图片。

A studio portrait of [person] against [background], [looking forward/in profile looking right/etc.]

最佳做法

如需将效果从“好”提升到“出色”，请将以下专业策略融入您的工作流程。

• 内容要非常具体：您提供的信息越详细，对输出结果的掌控程度就越高。与其使用“奇幻盔甲”，不如具体描述为“华丽的精灵板甲，蚀刻着银叶图案，带有高领和猎鹰翅膀形状的肩甲”。
• 提供上下文和意图：说明图片的用途。模型对上下文的理解会影响最终输出。例如，“为高端极简护肤品牌设计徽标”的效果要好于“设计徽标”。
• 迭代和优化：不要指望第一次尝试就能生成完美的图片。利用模型的对话特性进行小幅更改。然后，您可以继续发出提示，例如“效果不错，但能让光线更暖一些吗？”或“保持所有内容不变，但让角色的表情更严肃一些。”
• 使用分步指令：对于包含许多元素的复杂场景，请将提示拆分为多个步骤。“首先，创建一个宁静、薄雾弥漫的黎明森林的背景。然后，在前景中添加一个长满苔藓的古老石制祭坛。最后，将一把发光的剑放在祭坛顶部。”
• 使用“语义负面提示”：不要说“没有汽车”，而是通过说“一条没有交通迹象的空旷、荒凉的街道”来正面描述所需的场景。
• 控制镜头：使用摄影和电影语言来控制构图。例如wide-angle shot、macro shot、low-angle perspective等字词。