文字轉圖片
從文字提示詞建立 AI 圖片
Google/nano-banana-2.1-edit
nano-banana-2.1-edit
使用 Google Nano Banana 2.1 Edit API，透過提示詞和參考圖片編輯圖像。為產品視覺、廣告和創意工作流程提供穩定實惠的串接。支援多張參考圖，引導產品素材修改與創意迭代。
Image to ImageMulti-Image
Nano Banana 2.1 相關模型
立即體驗 AI 圖片生成器
Nano Banana 2.1 Edit 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
範例
相關模型
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
快速且經濟實惠的 Nano Banana 2.1 Edit API（Google AI 圖像編輯）
Nano Banana 2.1 Edit API 將 Google 的高效率圖像編輯模型帶到 Flaq AI，為開發者與創意團隊提供支援。透過自然語言指令改造現有視覺素材，結合多張參考圖像，產生細節、文字算繪與視覺一致性皆有所提升的精緻成果。彈性的品質與長寬比控制，協助團隊調整原始素材，滿足各種製作需求。
Nano Banana 2.1 Edit API 的主要功能
- 自然語言圖像編輯： 描述想要的變更，透過提示詞引導主體、背景、光線與構圖的編輯。
- 多圖參考支援： 結合多張來源圖像來引導新視覺內容的生成，同時保留重要主體與設計細節。
- 更好的視覺一致性： 在複雜的編輯請求中，讓角色、物件與場景元素保持更高的一致性。
- 更清晰的文字與版面： 以更準確的算繪效果，改善包含文字排版或資訊圖表元素的圖像。
- 彈性的輸出品質： 根據成品素材所需的細節程度，選擇最高 4K 的多種解析度。
- 多樣的長寬比： 調整圖像以適用於方形、直式、橫式與全景版位。
- 選用搜尋輔助編輯： 當視覺創作需求涉及最新資訊或參考資料時，可在編輯中導入網頁搜尋或圖片搜尋提供的脈絡。
如何在 Flaq AI 上使用 Nano Banana 2.1 Edit API 編輯圖像
- 輸入： 一張或多張參考圖像，以及描述所需變更的自然語言提示詞。
- 輸出： 依所選解析度與長寬比編輯後的圖像。
- 長寬比： 多種標準與全景格式，適用於廣告、產品頁面、編輯配圖與社群內容。
- 功能： 提示詞驅動的圖像編輯、多圖合成、主體與風格一致性、文字改善、選用網頁與圖片搜尋，以及彈性的品質控制。
Nano Banana 2.1 Edit API 整合的最佳應用情境
- 行銷素材調整： 配合新的訊息、版面與刊登位置，修改現有創意素材，無須從零開始。
- 產品圖更新： 調整參考產品周圍的背景、光線與場景環境，用於產品型錄或推廣。
- 多圖合成： 將多張圖像中的主體與視覺元素融入協調的新構圖。
- 品牌與角色變化： 改善一系列視覺素材，同時讓重複出現的物件、角色與風格特徵保持辨識度。
- 編輯與社群內容更新： 透過可重複執行的 API 工作流程，更新圖形、含文字的視覺素材，以及適用於特定平台的裁切版本。
注意： 請使用你有權編輯的圖像，並確保提示詞符合 Google 的安全規範。
參考圖像從第一張起計費；每啟用一個搜尋選項，每次生成都會收取固定費用，與圖像數量無關。請參閱目前定價。
Nano Banana 2.1 Edit 與競品的比較分析
-
Nano Banana 2.1 Edit 與 Nano Banana 2 Edit： Nano Banana 2 Edit 支援提示詞驅動的編輯與多圖工作流程。Nano Banana 2.1 Edit 在此基礎上，提升了更複雜編輯中的視覺保真度、文字算繪效果與一致性。
-
Nano Banana 2.1 Edit 與 Nano Banana Pro： Nano Banana Pro 以精細作業與複雜的專業設計為目標。Nano Banana 2.1 Edit 為需要高品質編輯與反覆產生素材變化版本的團隊提供高效率的選擇。
-
Nano Banana 2.1 Edit 與 Nano Banana 2 Lite： Nano Banana 2 Lite 著重快速、低成本的生成與編輯。Nano Banana 2.1 Edit 則適合高度依賴參考圖的創作需求，這類需求更重視構圖、文字排版與重複出現的主體細節。
-
Nano Banana 2.1 Edit 與 GPT Image： GPT Image 透過 OpenAI 的 API 支援圖像編輯。Nano Banana 2.1 Edit 則在 Flaq AI 上提供 Google 模型工作流程，支援多張參考圖、豐富的長寬比選擇，以及選用搜尋輔助功能。
-
Nano Banana 2.1 Edit 與 FLUX.2： FLUX.2 提供參考圖引導的圖像編輯與構圖。Nano Banana 2.1 Edit 將多圖引導與 Google 的提示詞理解能力結合，並可選用網頁或圖片搜尋，讓視覺更新充分結合情境資訊。
直接在強大的 AI 工具中使用 Nano Banana 2.1 Edit 模型
在瀏覽器中探索多種 AI 創作工具，快速完成圖片與影片工作流程，然後透過 Flaq AI 的生產級模型 API 擴展成功想法。Flaq AI 為所有模型提供統一 API 層，讓你的工作流程更容易使用和擴展。
API 範例
提交範例
// 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;
輪詢範例
// 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));
}
提交範例
# 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']
輪詢範例
# 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)
提交範例
# 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
}'
輪詢範例
# 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"