文本转图像
从文本提示词创建 AI 图像
Google/nano-banana-2.1
nano-banana-2.1
使用 Google Nano Banana 2.1 API 创建图片。为产品视觉、广告和创意工作流提供稳定实惠的接入，可选搜索信息辅助生成。支持灵活选择宽高比与分辨率，适配不同画面需求。
Text to Image
Nano Banana 2.1 相关模型
立即体验 AI 图片生成
Nano Banana 2.1 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
示例
相关模型
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
快速且经济实惠的 Nano Banana 2.1 API（Google AI 图像生成）
Nano Banana 2.1 API 将 Google 的高效图像生成模型引入 Flaq AI，为开发者和创意团队提供支持。通过自然语言提示词创作细节丰富的视觉内容，与 Nano Banana 2 相比，提示词遵循能力、逼真细节和文字渲染清晰度均有所提升。灵活的输出质量和宽高比控制，让这款 Google 图像 API 能够满足从快速构思到精细营销素材制作的多种需求。
Nano Banana 2.1 API 的核心功能
- 高质量文生图： 将描述性提示词转化为细节丰富的图像，提升真实感、构图和视觉清晰度。
- 更强的提示词遵循能力： 通过自然语言设定主体、光照、风格和布局，让生成图像更贴合你的创作方向。
- 更清晰的文字与布局： 以更准确的文字排版和信息图构图，制作营销及信息展示类视觉内容。
- 灵活的输出质量： 提供最高 4K 的多种分辨率选择，便于为每个项目平衡图像细节与积分消耗。
- 多样的宽高比： 生成方形、竖版、横版和全景图像，适配多种展示场景。
- 可选的搜索辅助创作： 当提示词需要最新信息或视觉参考时，可使用网页搜索或图片搜索。
- 高效的创意迭代： 通过经济实惠的 API 探索不同提示词方案，适合可重复执行的图像生产工作流。
如何在 Flaq AI 上使用 Nano Banana 2.1 API 生成图像
- 输入： 描述主体、构图、风格及所需文字的自然语言提示词。
- 输出： 按所选分辨率和宽高比生成的图像。
- 宽高比： 多种标准及全景格式，适用于社交帖子、广告、编辑配图和横幅。
- 能力： 文生图、提示词引导构图、改进的文字渲染、可选的网页与图片搜索，以及灵活的质量控制。
Nano Banana 2.1 API 集成的典型应用场景
- 营销创意： 根据详细的创作需求生成营销活动概念、展示广告和品牌视觉素材，灵活调整布局。
- 社交媒体内容： 将图像创意适配为竖版、方形和横版内容，用于不同发布渠道。
- 信息图与编辑配图： 创作兼顾视觉叙事、更易读的文字和结构化布局的图像概念。
- 产品概念可视化： 在正式制作前探索包装、生活场景和展示效果图。
- 快速设计探索： 生成不同提示词方案供创意评审，并通过高效的 API 工作流完善有潜力的创作方向。
注意： 提示词及任何借助搜索生成的内容均应符合 Google 的安全准则。
每启用一个搜索选项，每次生成都会收取固定费用；请参阅当前定价。
Nano Banana 2.1 与竞品对比分析
-
Nano Banana 2.1 与 Nano Banana 2： Nano Banana 2 仍是一款能力出色的高效图像模型。Nano Banana 2.1 在此基础上提升了视觉质量、提示词遵循能力和文字渲染效果，全景输出也更加干净，同时保留了高效的生成工作流。
-
Nano Banana 2.1 与 Nano Banana Pro： Nano Banana Pro 面向要求极高的平面设计和精细创作任务。对于需要出色视觉质量且频繁生成图像的团队，Nano Banana 2.1 提供了更具性价比的选择。
-
Nano Banana 2.1 与 Nano Banana 2 Lite： Nano Banana 2 Lite 强调大规模生产中的最低延迟和成本。Nano Banana 2.1 更适合需要丰富细节、更强文字渲染能力及更精细构图的创作需求。
-
Nano Banana 2.1 与 GPT Image： GPT Image 支持在 OpenAI 生态中进行创意图像生成与编辑。Nano Banana 2.1 则在 Flaq AI 上提供了 Google 模型选项，支持可选的网页与图片搜索辅助，以及灵活的全景布局。
-
Nano Banana 2.1 与 FLUX.2： FLUX.2 支持面向生产的图像生成与编辑，并可通过参考图进行控制。Nano Banana 2.1 则为在 Flaq AI 上构建图像工作流的团队带来 Google 的提示词理解能力和可选的搜索辅助创作功能。
直接在强大的 AI 工具中使用 Nano Banana 2.1 模型
在浏览器中探索多种 AI 创作工具，用于快速图像和视频工作流，然后通过 Flaq AI 可用于生产的模型 API 扩展成功创意。Flaq AI 为所有模型提供统一 API 层，让你的工作流更容易使用和扩展。
API 示例
提交示例
// 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',
prompt: 'A beautiful sunset over mountains',
width: 16,
height: 9,
resolution: '2k',
enable_web_search: true,
enable_image_search: false
})
});
const { data } = await response.json();
const taskId = data.task_id;
轮询示例
// 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));
}
提交示例
# 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',
'prompt': 'A beautiful sunset over mountains',
'width': 16,
'height': 9,
'resolution': '2k',
'enable_web_search': True,
'enable_image_search': False
}
)
result = response.json()
task_id = result['data']['task_id']
轮询示例
# 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)
提交示例
# 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",
"prompt": "A beautiful sunset over mountains",
"width": 16,
"height": 9,
"resolution": "2k",
"enable_web_search": true,
"enable_image_search": false
}'
轮询示例
# 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"