Édition d'images rapide et stable avec Google Gemini 3.1 Flash API. Idéal pour les applications en temps réel nécessitant fiabilité et un point d'entrée API à faible coût.
Modèles Nano Banana 2 associés
Essayez dès maintenant le Générateur d'Images IA
Tarifs de Nano Banana 2 Edit
| Paramètres | Prix | Prix d’origine | Remise |
|---|
Exemples
README
API Nano Banana 2 Edit rapide et abordable (intégration d'édition d'images Gemini 3.1 Flash)
L'API Google Nano Banana 2 Edit (propulsée par le modèle Gemini 3.1 Flash Image) fournit une édition d'images par IA rentable et prête pour la production aux développeurs et équipes créatives. Cette intégration abordable d'API d'édition d'images Gemini vous aide à transformer des visuels existants en sorties professionnelles via des instructions en langage naturel. Le modèle Gemini apporte un raisonnement sémantique pour les éditions complexes, tandis que l'API fournit une intégration stable pour des workflows évolutifs sur Flaq AI.
Fonctionnalités clés de l'API Nano Banana 2 Edit
- Édition d'images haute fidélité : Produisez des images éditées nettes et prêtes pour la production, avec des détails fins, des textures réalistes et des contours propres grâce à une intégration abordable d'API d'édition d'images Gemini.
- Traitement d'images à vitesse Flash : Éditez des images à une vitesse exceptionnelle tout en conservant une qualité professionnelle avec le modèle Gemini 3.1 Flash Image, permettant une itération rapide et des ajustements créatifs instantanés pour les workflows sensibles au temps.
- Édition sémantique contextuelle d'images : Éditez des images avec des prompts en langage naturel tout en préservant les relations entre objets, la logique d'éclairage et la cohérence de scène grâce à la compréhension avancée du modèle Gemini.
- Contrôles d'API de style caméra professionnel : Ajustez la perspective d'objectif, la mise au point, la profondeur de champ (bokeh) et l'étalonnage des couleurs pour une direction visuelle avancée dans les pipelines d'édition basés sur API.
- Flexibilité complète des rapports d'aspect : L'API prend en charge les sorties 1:1, 4:3, 16:9, 21:9 et 9:16, adaptées aux publicités, réseaux sociaux, pages produit et mises en page cinématographiques.
- Rendu cohérent des personnages et de la marque : Maintenez la cohérence d'identité, les éléments de marque et le style visuel sur plusieurs images éditées grâce à une intégration d'API rentable.
Comment utiliser l'API Nano Banana 2 Edit pour l'édition professionnelle d'images sur Flaq AI
- Entrée : Image(s) existante(s) (JPEG/PNG) plus prompts d'édition en langage naturel
- Sortie : Images éditées en haute résolution (JPEG/PNG) via l'intégration de l'API Nano Banana 2 Edit
- Rapports d'aspect : 11 formats pris en charge, dont 16:9, 9:16, 1:1, 3:2, 2:3, 4:3, 3:4, 4:5, 5:4, 21:9 et 9:21.
- Capacités : Édition basée sur prompts, transfert de style, relighting intelligent, remplacement d'arrière-plan et manipulation au niveau des objets propulsés par le modèle Gemini Flash Image
Meilleurs cas d'usage pour l'intégration de l'API Nano Banana 2 Edit
- Marketing et branding : Localisez et rafraîchissez rapidement les créations de campagne avec des workflows d'API d'édition d'images IA de haute qualité.
- Optimisation de photographie produit : Mettez à jour les arrière-plans, l'éclairage et la composition pour des visuels produit prêts pour catalogue sans reshoots complets grâce à une intégration d'API abordable.
- Production de contenu pour réseaux sociaux : Éditez et créez de nombreuses variantes d'images avec un style cohérent et un alignement de marque pour une publication multiplateforme grâce à Gemini API rentable.
- Itération de design professionnel : Accélérez l'affinage de concepts avec des éditions d'images sémantiques et contrôlées pour les équipes créatives et design.
Remarque Veillez à ce que vos prompts respectent les consignes de sécurité de Google. Si une erreur survient, vérifiez que votre prompt ne contient pas de contenu restreint, ajustez-le puis réessayez.
Nano Banana 2 Edit face aux concurrents : analyse comparative
- Nano Banana 2 Edit vs. FLUX.1 [dev]
FLUX.1 [dev] se concentre sur les workflows de génération technique riches en détails. L'API Nano Banana 2 Edit met l'accent sur l'édition sémantique guidée par instructions avec des changements conscients de la mise en page, ce qui la rend plus forte pour les scénarios pratiques d'édition en production avec une intégration Gemini abordable. - Nano Banana 2 Edit vs. GPT-Image-1 (OpenAI)
GPT-Image-1 est un modèle d'image créatif généraliste avec une large gamme stylistique. L'API Nano Banana 2 Edit est optimisée pour les éditions ciblées, la vitesse de traitement rapide et le contrôle prévisible de sortie pour les équipes professionnelles grâce à une intégration d'API rentable. - Nano Banana 2 Edit vs. Nano Banana original
Nano Banana original est optimisé pour les itérations rapides et légères. Nano Banana 2 Edit privilégie l'édition à vitesse Flash avec un meilleur raisonnement, un rendu plus net et une cohérence renforcée dans les éditions complexes en plusieurs étapes avec le modèle Gemini Flash. - Nano Banana 2 Edit vs. Seedream
Seedream est fort pour la génération visuelle stylisée et rapide. L'API Nano Banana 2 Edit est calibrée pour une édition fiable, un affinage photoréaliste et une composition contrôlée dans les pipelines de production avec une tarification abordable. - Nano Banana 2 Edit vs. Qwen Image 2509
Qwen Image fonctionne bien dans les contextes open-source et de rendu documentaire. L'API Nano Banana 2 Edit se distingue par une qualité d'édition haute fidélité et un contrôle de design robuste pour les opérations de contenu global via l'intégration Gemini API.
Exemples d'API
Exemple d'envoi
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'nano-banana-2-edit',
prompt: 'Add flying cars and neon lights to this cityscape',
image_url_list: ['https://example.com/input-image.jpg'],
width: 16,
height: 9,
resolution: '2k'
})
});
const { data } = await response.json();
const taskId = data.task_id;
Exemple de polling
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
Exemple d'envoi
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'nano-banana-2-edit',
'prompt': 'Add flying cars and neon lights to this cityscape',
'image_url_list': ['https://example.com/input-image.jpg'],
'width': 16,
'height': 9,
'resolution': '2k'
}
)
result = response.json()
task_id = result['data']['task_id']
Exemple de polling
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
Exemple d'envoi
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "nano-banana-2-edit",
"prompt": "Add flying cars and neon lights to this cityscape",
"image_url_list": ["https://example.com/input-image.jpg"],
"width": 16,
"height": 9,
"resolution": "2k"
}'
Exemple de polling
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"







