ข้อความเป็นรูปภาพ
สร้างรูปภาพ AI จากพรอมต์ข้อความ
Google/nano-banana-pro-edit
nano-banana-pro-edit
การแก้ไขภาพที่แม่นยำขับเคลื่อนโดย Google Gemini 3.0 Pro API พร้อมเอาต์พุต 2K/4K แบบเนทีฟ มอบการแก้ไขเฉพาะจุดที่เชื่อถือได้และความเสถียรสูงในต้นทุนต่อคำขอที่ประหยัด ทดสอบผลลัพธ์ของโมเดล เปรียบเทียบคุณภาพภาพ แล้วขยายไอเดียที่ดีผ่านเวิร์กโฟลว์ API ภาพ วิดีโอ หรือมัลติโมดัลที่เสถียร.
Image to ImageMulti-Image
โมเดล Nano Banana Pro ที่เกี่ยวข้อง
ลองใช้ AI Image Generator ได้เลยตอนนี้
ราคา Nano Banana Pro Edit
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
ตัวอย่าง
โมเดลที่เกี่ยวข้อง
nano-banana-protext-to-imagenano-banana-pro-editimage-to-imagenano-banana-2text-to-imagenano-banana-2-editimage-to-imageveo3.1-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
API Nano Banana Pro Edit ที่รวดเร็วและคุ้มค่า (การผสานการแก้ไขภาพ Gemini 3.0 Pro)
API Google Nano Banana Pro Edit (ขับเคลื่อนโดยโมเดล Gemini 3.0 Pro Image) มอบการแก้ไขภาพ AI ระดับโปรดักชันที่คุ้มค่าสำหรับนักพัฒนาและทีมครีเอทีฟ Gemini image editing API integration ระดับพรีเมียมนี้ช่วยให้คุณแปลงภาพที่มีอยู่เป็นผลลัพธ์ความละเอียดสูงสูงสุด 4K ผ่านคำสั่งภาษาธรรมชาติ โมเดล Gemini ให้ semantic reasoning สำหรับการแก้ไขที่ซับซ้อน ขณะที่ API ให้การผสานที่เสถียรสำหรับเวิร์กโฟลว์ที่ปรับขนาดได้บน Flaq AI.
ฟีเจอร์หลักของ API Nano Banana Pro Edit
- การแก้ไขภาพความเที่ยงตรงสูงสูงสุด 4K: สร้างภาพ 4K ที่แก้ไขแล้วคมชัดพร้อมใช้ production มีรายละเอียดละเอียด พื้นผิวสมจริง และขอบสะอาด ผ่าน Gemini image editing API integration.
- การแก้ไขภาพเชิง Semantic แบบ Context-Aware: แก้ไขภาพด้วย natural-language prompts พร้อมรักษาความสัมพันธ์ของวัตถุ ตรรกะแสง และความสอดคล้องของฉากโดยใช้โมเดล Gemini 3.0 Pro Image.
- การแก้ไขตัวอักษรบนภาพหลายภาษา: เพิ่ม แทนที่ และปรับปรุงข้อความบนภาพในหลายภาษา พร้อมความชัดของฟอนต์ที่ดีขึ้นและการเรนเดอร์ที่คำนึงถึงการแปล.
- Professional Camera-Style API Controls: ปรับมุมมองเลนส์ โฟกัส ระยะชัดลึก (bokeh) และ color grading สำหรับการกำกับภาพขั้นสูงใน API-based editing pipelines.
- ความยืดหยุ่นของอัตราส่วนภาพครบถ้วน: API รองรับเอาต์พุต 1:1, 4:3, 16:9, 21:9 และ 9:16 เหมาะกับโฆษณา โซเชียลมีเดีย หน้าสินค้า และเลย์เอาต์แบบ cinematic.
- การเรนเดอร์ตัวละครและแบรนด์ที่สม่ำเสมอ: รักษาความสอดคล้องของตัวตน องค์ประกอบแบรนด์ และสไตล์ภาพในภาพที่แก้ไขหลายรายการ.
วิธีใช้ API Nano Banana Pro Edit สำหรับการแก้ไขภาพ 4K ระดับมืออาชีพบน Flaq AI
- Input: ภาพที่มีอยู่ (JPEG/PNG) พร้อม natural-language editing prompts
- Output: ภาพที่แก้ไขแล้วความละเอียดสูงสูงสุด 4K (JPEG/PNG) ผ่าน Nano Banana Pro Edit API integration
- Aspect Ratios: รองรับ 11 รูปแบบ ได้แก่ 16:9, 9:16, 1:1, 3:2, 2:3, 4:3, 3:4, 4:5, 5:4, 21:9 และ 9:21.
- Capabilities: การแก้ไขแบบ prompt-based, style transfer, smart relighting, background replacement และการปรับแต่งระดับวัตถุ ขับเคลื่อนโดยโมเดล Gemini Pro Image
กรณีใช้งานที่เหมาะที่สุดสำหรับ API Nano Banana Pro Edit Integration
- การตลาดและแบรนด์: โลคัลไลซ์และรีเฟรชครีเอทีฟแคมเปญได้รวดเร็วด้วยเวิร์กโฟลว์ AI image editing API คุณภาพสูง.
- การปรับปรุงภาพถ่ายสินค้า: อัปเดตพื้นหลัง แสง และองค์ประกอบภาพสำหรับภาพสินค้าพร้อมลงแคตตาล็อกโดยไม่ต้องถ่ายใหม่เต็มรูปแบบ.
- การผลิตคอนเทนต์โซเชียลมีเดีย: สร้างภาพหลายเวอร์ชันปริมาณสูง พร้อมสไตล์และแบรนด์ที่สอดคล้องกันสำหรับการเผยแพร่หลายแพลตฟอร์ม.
- การ Iterate งานดีไซน์ระดับมืออาชีพ: เร่งการปรับคอนเซปต์ด้วยการแก้ไขภาพเชิง semantic ที่ควบคุมได้สูงสุด 4K สำหรับทีมครีเอทีฟและดีไซน์.
หมายเหตุ โปรดตรวจสอบให้แน่ใจว่า prompt ของคุณเป็นไปตามแนวทางความปลอดภัยของ Google หากเกิดข้อผิดพลาด ให้ตรวจสอบ prompt ว่ามีเนื้อหาที่ถูกจำกัดหรือไม่ ปรับแก้ แล้วลองอีกครั้ง.
Nano Banana Pro Edit เทียบกับคู่แข่ง: การวิเคราะห์เปรียบเทียบ
- Nano Banana Pro Edit vs. FLUX.1 [dev]
FLUX.1 [dev] มุ่งเน้นเวิร์กโฟลว์ generation เชิงเทคนิคที่มีรายละเอียดมาก API Nano Banana Pro Edit เน้นการแก้ไขเชิง semantic ที่ขับเคลื่อนด้วยคำสั่งและ layout-aware changes ทำให้แข็งแรงกว่าสำหรับสถานการณ์แก้ไข production ในทางปฏิบัติ. - Nano Banana Pro Edit vs. GPT-Image-1 (OpenAI)
GPT-Image-1 เป็นโมเดลภาพเชิงครีเอทีฟที่กว้างและมีช่วงสไตล์หลากหลาย API Nano Banana Pro Edit ถูกปรับให้เหมาะกับการแก้ไขแบบเจาะจง การจัดการตัวอักษรหลายภาษา และการควบคุมผลลัพธ์ที่คาดการณ์ได้สำหรับทีมมืออาชีพ. - Nano Banana Pro Edit vs. Original Nano Banana
Original Nano Banana ถูกปรับสำหรับการ iterate ที่รวดเร็วและเบา Nano Banana Pro Edit ให้ความสำคัญกับการแก้ไขคุณภาพพรีเมียม พร้อม reasoning ที่ดีขึ้น การเรนเดอร์ข้อความที่คมกว่า และความสม่ำเสมอที่แข็งแรงขึ้นในการแก้ไขหลายขั้นตอน. - Nano Banana Pro Edit vs. Seedream
Seedream แข็งแรงด้านการสร้างภาพที่ stylized และรวดเร็ว Nano Banana Pro Edit ถูกปรับสำหรับ typography ที่เชื่อถือได้ การแก้ไขแบบ photorealistic และองค์ประกอบ mixed-media ที่ควบคุมได้ใน production pipelines. - Nano Banana Pro Edit vs. Qwen Image 2509
Qwen Image ทำงานได้ดีในบริบท open-source และ document-style API Nano Banana Pro Edit แตกต่างด้วยคุณภาพการแก้ไขความเที่ยงตรงสูงถึง 4K และ design control หลายภาษาที่แข็งแรงสำหรับงานคอนเทนต์ระดับโลก.
ใช้โมเดล Nano Banana Pro Edit ได้โดยตรงในเครื่องมือ AI อันทรงพลัง
สำรวจเครื่องมือสร้างสรรค์ AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ จากนั้นขยายไอเดียที่สำเร็จไปยัง model APIs ของ Flaq AI ที่พร้อมสำหรับการผลิต Flaq AI ให้ชั้น API แบบรวมศูนย์สำหรับทุกโมเดล ทำให้ใช้งานและขยายเวิร์กโฟลว์ได้ง่าย
ตัวอย่าง API
ตัวอย่างการส่งคำขอ
// Step 1: Submit generation request
// width and height must be aspect-ratio integers such as 16 and 9,
// not pixel dimensions like 768 and 1280.
// Currently all width/height values are passed as ratio integers,
// and the backend does not support custom pixel dimensions for these fields.
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-pro-edit',
prompt: 'Transform this image into a watercolor painting style',
width: 16, // Aspect-ratio value, not pixel width
height: 9, // Aspect-ratio value, not pixel height
resolution: '2k', // Supported values: '1k', '2k', '4k'
image_url_list: [
'https://example.com/image1.jpg',
'https://example.com/image2.jpg'
]
})
});
const { data } = await response.json();
const taskId = data.task_id;
ตัวอย่างการดึงสถานะ
// 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));
}
ตัวอย่างการส่งคำขอ
# 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-pro-edit',
'prompt': 'Transform this image into a watercolor painting style',
'width': 16, # Aspect-ratio value, not pixel width
'height': 9, # Aspect-ratio value, not pixel height
'resolution': '2k', # Supported values: '1k', '2k', '4k'
'image_url_list': [
'https://example.com/image1.jpg',
'https://example.com/image2.jpg'
]
}
)
result = response.json()
task_id = result['data']['task_id']
ตัวอย่างการดึงสถานะ
# 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)
ตัวอย่างการส่งคำขอ
# 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-pro-edit",
"prompt": "Transform this image into a watercolor painting style",
"width": 16,
"height": 9,
"resolution": "2k",
"image_url_list": [
"https://example.com/image1.jpg",
"https://example.com/image2.jpg"
]
}'
ตัวอย่างการดึงสถานะ
# 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"