Google/nano-banana-2-edit
nano-banana-2-edit
Google Gemini 3.1 Flash 快速穩定的圖像編輯 API,編輯響應迅速,支援高並發呼叫。API 呼叫成本低,服務穩定可靠,無論是背景替換、色彩調整、微調優化等輕量圖像編輯需求皆能從容應對。特別適合需要可靠性和低成本 API 入口的即時應用、使用者互動式編輯工具和高頻編輯場景,讓企業和開發者以極高性價比,輕鬆整合專業編輯能力,顯著提升內容產出效率與編輯靈活性。
Image to ImageMulti-Image
Nano Banana 2 相關模型
立即體驗 AI 圖片生成器
Nano Banana 2 Edit 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
範例
README
快速且經濟實惠的 Nano Banana 2 Edit API(Gemini 3.1 Flash 圖像編輯整合)
Google Nano Banana 2 Edit API(由 Gemini 3.1 Flash Image 模型驅動)為開發者與創意團隊提供經濟高效、可投入生產的 AI 圖像編輯能力。這項經濟實惠的 Gemini 圖像編輯 API 整合,能透過自然語言指令將既有視覺素材轉換成專業輸出。Gemini 模型為複雜編輯提供語意推理,而 API 則為 Flaq AI 上可擴展的工作流程提供穩定整合。
Nano Banana 2 Edit API 的核心功能
- 高保真圖像編輯: 透過經濟實惠的 Gemini 圖像編輯 API 整合,生成清晰、可直接用於生產的編輯圖像,具備精細細節、逼真紋理與乾淨邊緣。
- 閃電般的圖像處理速度: 使用 Gemini 3.1 Flash Image 模型以極快速度編輯圖像,同時維持專業品質,支援快速迭代與即時創意調整,非常適合時間敏感的工作流程。
- 上下文感知的語意圖像編輯: 使用自然語言提示詞編輯圖像,同時保留物件關係、光線邏輯與場景一致性,並運用 Gemini 模型的進階理解。
- 專業相機風格 API 控制: 在以 API 為基礎的編輯流程中,調整鏡頭透視、對焦、景深(散景)與色彩分級,以進行進階視覺導引。
- 完整的長寬比彈性: API 支援 1:1、4:3、16:9、21:9 與 9:16 輸出,適合廣告、社群媒體、產品頁面與電影式版面。
- 一致的角色與品牌呈現: 透過經濟實惠的 API 整合,在多張編輯圖像之間維持身份一致性、品牌元素與視覺風格。
如何在 Flaq AI 上使用 Nano Banana 2 Edit API 進行專業圖像編輯
- 輸入: 現有圖像(JPEG/PNG)加上自然語言編輯提示詞
- 輸出: 透過 Nano Banana 2 Edit API 整合提供的高解析度編輯圖像(JPEG/PNG)
- 尺寸: 支援 11 種格式,包括 16:9、9:16、1:1、3:2、2:3、4:3、3:4、4:5、5:4、21:9 與 9:21
- 功能: 由 Gemini Flash Image 模型驅動的提示詞式編輯、風格轉換、智慧重新打光、背景替換與物件級操作
Nano Banana 2 Edit API 整合的最佳使用場景
- 行銷與品牌推廣: 透過高品質 AI 圖像編輯 API 工作流程,快速在地化與更新活動素材。
- 產品攝影優化: 透過經濟實惠的 API 整合更新背景、光線與構圖,無需完整重拍即可產出適合型錄的產品視覺。
- 社群媒體內容製作: 透過經濟實惠的 Gemini API 編輯與建立大量圖像變體,維持一致風格與品牌一致性,用於多平台發佈。
- 專業設計迭代: 透過受控的語意圖像編輯,加速創意與設計團隊的概念精修。
注意 請確保您的提示詞符合 Google 的安全指南。如果發生錯誤,請檢查您的提示詞是否包含受限內容,調整後再試一次。
Nano Banana 2 Edit 與競品對比分析
- Nano Banana 2 Edit vs. FLUX.1 [dev]
FLUX.1 [dev] 專注於細節密集的技術生成工作流程。Nano Banana 2 Edit API 強調語意化、指令驅動的編輯與版面感知變更,透過經濟實惠的 Gemini 整合,使其在實際生產編輯場景中更具優勢。 - Nano Banana 2 Edit vs. GPT-Image-1 (OpenAI)
GPT-Image-1 是一款具有廣泛風格範圍的通用創意圖像模型。Nano Banana 2 Edit API 透過經濟實惠的 API 整合,針對目標編輯、快速處理速度與可預測的輸出控制進行最佳化,適合專業團隊使用。 - Nano Banana 2 Edit vs. 原始 Nano Banana
原始 Nano Banana 針對快速、輕量級反覆迭代進行了最佳化。Nano Banana 2 Edit 則使用 Gemini Flash 模型優先考慮閃電般的編輯速度,具備更好的推理能力、更銳利的渲染效果,以及在複雜多步驟編輯中更強的一致性。 - Nano Banana 2 Edit vs. Seedream
Seedream 擅長風格化、快速視覺生成。Nano Banana 2 Edit API 則針對可靠編輯、照片級真實感優化與生產管道中的受控構圖進行調校,價格也更為經濟實惠。 - Nano Banana 2 Edit vs. Qwen Image 2509
Qwen Image 在開源與文件風格情境中表現良好。Nano Banana 2 Edit API 透過 Gemini API 整合,以高保真編輯品質與強大的設計控制能力在全球內容營運中脫穎而出。
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-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;
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-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']
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-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"
}'
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"







