텍스트를 이미지로
텍스트 프롬프트에서 AI 이미지 만들기
Google/nano-banana-2.1-edit
nano-banana-2.1-edit
Google Nano Banana 2.1 Edit API에서 프롬프트와 참조 이미지로 이미지를 편집하세요. 제품 비주얼, 광고, 창작 워크플로에 안정적이고 합리적인 접근을 제공합니다.
Image to ImageMulti-Image
관련 Nano Banana 2.1 모델
AI 이미지 생성기를 지금 사용해보세요
Nano Banana 2.1 Edit 가격
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
예시
관련 모델
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imagenano-banana-2.1text-to-imagenano-banana-2.1-editimage-to-imagegemini-omni-1.1-flash-text-to-videotext-to-videogemini-omni-1.1-flash-image-to-videoimage-to-videogemini-omni-1.1-flash-video-editvideo-editgemini-omni-1.1-flash-reference-to-videoreference-to-videoveo3.1-text-to-videotext-to-videoveo3.1-image-to-videoimage-to-videoveo3.1-fast-text-to-videotext-to-videoveo3.1-fast-image-to-videoimage-to-videogemini-3.5-flash-text-to-texttext-to-textgemini-3.5-flash-image-to-textimage-to-textgemini-3.5-flash-file-analysisfile-analysisgemini-3.6-flash-text-to-texttext-to-textgemini-3.6-flash-image-to-textimage-to-textgemini-3.6-flash-file-analysisfile-analysisgemini-3.7-flash-text-to-texttext-to-textgemini-3.7-flash-image-to-textimage-to-textgemini-3.7-flash-file-analysisfile-analysisREADME
빠르고 합리적인 Nano Banana 2.1 Edit API (Google AI 이미지 편집)
Nano Banana 2.1 Edit API는 개발자와 크리에이티브 팀이 Flaq AI에서 Google의 고효율 이미지 편집 모델을 활용할 수 있도록 제공합니다. 자연어 지시로 기존 이미지를 변환하고, 여러 참조 이미지를 결합하며, 디테일과 텍스트 렌더링, 시각적 일관성이 향상된 완성도 높은 결과물을 제작할 수 있습니다. 유연한 품질 및 화면 비율 제어를 통해 다양한 제작 요구에 맞게 원본 소재를 조정할 수 있습니다.
Nano Banana 2.1 Edit API의 주요 기능
- 자연어 이미지 편집: 원하는 변경 사항을 설명하고 프롬프트로 피사체, 배경, 조명, 구도 편집을 지시합니다.
- 다중 이미지 참조 지원: 여러 원본 이미지를 결합하여 중요한 피사체와 디자인 디테일을 보존하면서 새로운 이미지의 방향을 잡습니다.
- 향상된 시각적 일관성: 복잡한 편집 요청에서도 캐릭터, 사물, 장면 요소의 일관성을 더 잘 유지합니다.
- 더 선명한 텍스트와 레이아웃: 향상된 렌더링 정확도로 타이포그래피나 인포그래픽 요소가 포함된 그래픽을 다듬습니다.
- 유연한 출력 품질: 완성 소재에 필요한 디테일 수준에 따라 최대 4K의 여러 해상도 중에서 선택합니다.
- 다양한 화면 비율: 정사각형, 세로형, 가로형, 파노라마 게재 형식에 맞게 이미지를 수정합니다.
- 선택적 검색 기반 편집: 제작 지침에 최신 정보나 참고 자료 기반 정보가 필요할 때 웹 또는 이미지 검색의 맥락을 편집에 반영합니다.
Flaq AI에서 Nano Banana 2.1 Edit API로 이미지를 편집하는 방법
- 입력: 하나 이상의 참조 이미지와 원하는 변경 사항을 설명하는 자연어 프롬프트.
- 출력: 선택한 해상도와 화면 비율로 편집된 이미지.
- 화면 비율: 광고, 제품 페이지, 기사용 그래픽, 소셜 콘텐츠에 적합한 다양한 표준 및 파노라마 형식.
- 기능: 프롬프트 기반 이미지 편집, 다중 이미지 합성, 피사체 및 스타일 일관성, 텍스트 개선, 선택적 웹 및 이미지 검색, 유연한 품질 제어.
Nano Banana 2.1 Edit API 통합의 주요 활용 사례
- 캠페인 소재 조정: 처음부터 새로 시작하지 않고 기존 소재를 새로운 메시지, 레이아웃, 게재 위치에 맞게 수정합니다.
- 제품 이미지 업데이트: 카탈로그 또는 홍보용으로 참조 제품 주변의 배경, 조명, 장면 설정을 조정합니다.
- 다중 이미지 합성: 여러 이미지의 피사체와 시각 요소를 일관된 새로운 구도에 결합합니다.
- 브랜드 및 캐릭터 변형: 반복 등장하는 사물, 캐릭터, 스타일 특징을 알아볼 수 있게 유지하면서 일련의 이미지를 다듬습니다.
- 기사 및 소셜 콘텐츠 새단장: 반복 가능한 API 워크플로로 그래픽, 텍스트가 포함된 이미지, 플랫폼별 크롭 이미지를 업데이트합니다.
참고: 편집 권한이 있는 이미지를 사용하고 프롬프트는 Google의 안전 가이드라인을 준수해야 합니다.
참조 이미지는 첫 번째 이미지부터 요금이 부과됩니다. 활성화한 검색 옵션마다 이미지 수와 관계없이 생성 건당 고정 요금이 추가됩니다. 현재 요금을 확인하세요.
Nano Banana 2.1 Edit과 경쟁 모델 비교 분석
-
Nano Banana 2.1 Edit과 Nano Banana 2 Edit 비교: Nano Banana 2 Edit은 프롬프트 기반 편집과 다중 이미지 워크플로를 지원합니다. Nano Banana 2.1 Edit은 이를 기반으로 더 복잡한 편집에서 시각적 충실도, 텍스트 렌더링, 일관성을 강화했습니다.
-
Nano Banana 2.1 Edit과 Nano Banana Pro 비교: Nano Banana Pro는 정밀 작업과 복잡한 전문 디자인을 대상으로 합니다. Nano Banana 2.1 Edit은 고품질 편집과 반복적인 소재 변형 제작이 필요한 팀에 효율적인 선택지를 제공합니다.
-
Nano Banana 2.1 Edit과 Nano Banana 2 Lite 비교: Nano Banana 2 Lite는 빠르고 저렴한 생성 및 편집에 중점을 둡니다. Nano Banana 2.1 Edit은 구도, 타이포그래피, 반복 등장하는 피사체의 디테일이 더 중요한 참조 자료 중심의 제작 요구에 적합합니다.
-
Nano Banana 2.1 Edit과 GPT Image 비교: GPT Image는 OpenAI API를 통한 이미지 편집을 지원합니다. Nano Banana 2.1 Edit은 Flaq AI에서 여러 참조 이미지, 폭넓은 화면 비율 선택, 선택적 검색 근거 활용을 갖춘 Google 모델 워크플로를 제공합니다.
-
Nano Banana 2.1 Edit과 FLUX.2 비교: FLUX.2는 참조 기반 이미지 편집과 합성을 제공합니다. Nano Banana 2.1 Edit은 다중 이미지 안내를 Google의 프롬프트 이해 능력 및 선택적 웹 또는 이미지 검색과 결합하여 맥락을 반영한 이미지 업데이트를 지원합니다.
강력한 AI 도구에서 Nano Banana 2.1 Edit 모델을 직접 사용하세요
브라우저에서 빠른 이미지 및 비디오 워크플로를 위한 여러 AI 제작 도구를 살펴본 뒤, 성공한 아이디어를 Flaq AI의 프로덕션 준비 모델 API로 확장하세요. Flaq AI는 모든 모델을 위한 통합 API 레이어를 제공해 워크플로를 쉽게 사용하고 확장할 수 있게 합니다.
API 예제
제출 예제
// 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-2.1-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',
enable_web_search: false,
enable_image_search: true
})
});
const { data } = await response.json();
const taskId = data.task_id;
폴링 예제
// 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));
}
제출 예제
# 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-2.1-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',
'enable_web_search': False,
'enable_image_search': True
}
)
result = response.json()
task_id = result['data']['task_id']
폴링 예제
# 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)
제출 예제
# 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-2.1-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",
"enable_web_search": false,
"enable_image_search": true
}'
폴링 예제
# 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"