google/nano-banana-2/edit

Bild-zu-Bild

Nano Banana 2 Edit API by Google

google/nano-banana-2/edit

Edit

Google's advanced AI-powered image editing and generation model, designed to make visual transformation as intuitive as describing it in words.

Eingabe

Parameterkonfiguration wird geladen...

Ausgabe

Inaktiv

Ihre generierten Bilder erscheinen hier

Konfigurieren Sie Parameter und klicken Sie auf Ausführen, um mit der Generierung zu beginnen

Jede Ausführung kostet $0.048. Für $10 können Sie ca. 208 Mal ausführen.

Sie können fortfahren mit:

Bild zu Video Bild zu Bild

Parameter

Codebeispiel
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "google/nano-banana-2/edit",
    "prompt": "A beautiful landscape with mountains and lake",
    "width": 512,
    "height": 512,
    "steps": 20,
    "guidance_scale": 7.5,
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

Installieren

Installieren Sie das erforderliche Paket für Ihre Programmiersprache.

pip install requests

Authentifizierung

Alle API-Anfragen erfordern eine Authentifizierung über einen API-Schlüssel. Sie können Ihren API-Schlüssel über das Atlas Cloud Dashboard erhalten.

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP-Header

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

Schützen Sie Ihren API-Schlüssel

Geben Sie Ihren API-Schlüssel niemals in clientseitigem Code oder öffentlichen Repositories preis. Verwenden Sie stattdessen Umgebungsvariablen oder einen Backend-Proxy.

Anfrage senden

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

Anfrage senden

Senden Sie eine asynchrone Generierungsanfrage. Die API gibt eine Vorhersage-ID zurück, mit der Sie den Status prüfen und das Ergebnis abrufen können.

POST/api/v1/model/generateImage

Anfragekörper

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "google/nano-banana-2/edit",
    "input": {
        "prompt": "A beautiful landscape with mountains and lake"
    }
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['id']}")
print(f"Status: {result['status']}")

Antwort

{
  "id": "pred_abc123",
  "status": "processing",
  "model": "model-name",
  "created_at": "2025-01-01T00:00:00Z"
}

Status prüfen

Fragen Sie den Vorhersage-Endpunkt ab, um den aktuellen Status Ihrer Anfrage zu überprüfen.

GET/api/v1/model/prediction/{prediction_id}

Abfrage-Beispiel

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

Statuswerte

processingDie Anfrage wird noch verarbeitet.

completedDie Generierung ist abgeschlossen. Ergebnisse sind verfügbar.

succeededDie Generierung war erfolgreich. Ergebnisse sind verfügbar.

failedDie Generierung ist fehlgeschlagen. Überprüfen Sie das Fehlerfeld.

Abgeschlossene Antwort

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

Dateien hochladen

Laden Sie Dateien in den Atlas Cloud Speicher hoch und erhalten Sie eine URL, die Sie in Ihren API-Anfragen verwenden können. Verwenden Sie multipart/form-data zum Hochladen.

POST/api/v1/model/uploadMedia

Upload-Beispiel

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

Antwort

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Eingabe-Schema

Die folgenden Parameter werden im Anfragekörper akzeptiert.

Gesamt: 0Erforderlich: 0Optional: 0

Keine Parameter verfügbar.

Beispiel-Anfragekörper

{
  "model": "google/nano-banana-2/edit"
}

Ausgabe-Schema

Die API gibt eine Vorhersage-Antwort mit den generierten Ausgabe-URLs zurück.

idstringrequired

Unique identifier for the prediction.

statusstringrequired

Current status of the prediction.

processingcompletedsucceededfailed

modelstringrequired

The model used for generation.

outputsarray[string]

Array of output URLs. Available when status is "completed".

errorstring

Error message if status is "failed".

metricsobject

Performance metrics.

predict_timenumber

Time taken for image generation in seconds.

created_atstringrequired

ISO 8601 timestamp when the prediction was created.

Format: date-time

completed_atstring

ISO 8601 timestamp when the prediction was completed.

Format: date-time

Beispielantwort

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills integriert über 300 KI-Modelle direkt in Ihren KI-Coding-Assistenten. Ein Befehl zur Installation, dann verwenden Sie natürliche Sprache, um Bilder, Videos zu generieren und mit LLMs zu chatten.

Unterstützte Clients

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ unterstützte clients

Installieren

npx skills add AtlasCloudAI/atlas-cloud-skills

API-Schlüssel einrichten

Erhalten Sie Ihren API-Schlüssel über das Atlas Cloud Dashboard und setzen Sie ihn als Umgebungsvariable.

export ATLASCLOUD_API_KEY="your-api-key-here"

Funktionen

Nach der Installation können Sie natürliche Sprache in Ihrem KI-Assistenten verwenden, um auf alle Atlas Cloud Modelle zuzugreifen.

BildgenerierungGenerieren Sie Bilder mit Modellen wie Nano Banana 2, Z-Image und mehr.

VideoerstellungErstellen Sie Videos aus Text oder Bildern mit Kling, Vidu, Veo usw.

LLM-ChatChatten Sie mit Qwen, DeepSeek und anderen großen Sprachmodellen.

Medien-UploadLaden Sie lokale Dateien für Bildbearbeitung und Bild-zu-Video-Workflows hoch.

Mehr erfahren

github.com/AtlasCloudAI/atlas-cloud-skills

MCP-Server

Der Atlas Cloud MCP-Server verbindet Ihre IDE mit über 300 KI-Modellen über das Model Context Protocol. Funktioniert mit jedem MCP-kompatiblen Client.

Unterstützte Clients

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ unterstützte clients

Installieren

npx -y atlascloud-mcp

Konfiguration

Fügen Sie die folgende Konfiguration zur MCP-Einstellungsdatei Ihrer IDE hinzu.

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

Verfügbare Werkzeuge

atlas_generate_imageGenerieren Sie Bilder aus Textbeschreibungen.

atlas_generate_videoErstellen Sie Videos aus Text oder Bildern.

atlas_chatChatten Sie mit großen Sprachmodellen.

atlas_list_modelsDurchsuchen Sie über 300 verfügbare KI-Modelle.

atlas_quick_generateInhaltserstellung in einem Schritt mit automatischer Modellauswahl.

atlas_upload_mediaLaden Sie lokale Dateien für API-Workflows hoch.

Mehr erfahren

github.com/AtlasCloudAI/mcp-server

API-Schema

Schema nicht verfügbar

Keine Beispiele verfügbar

Anmelden, um Anfrageverlauf anzuzeigen

Sie müssen angemeldet sein, um auf Ihren Modellanfrageverlauf zuzugreifen.

Anmelden

Bildgenerierung der nächsten Generation

Ausgabe bis zu 4K Auflösung (512px / 1K / 2K / 4K Stufen)
10+ Seitenverhältnisse einschließlich 21:9, 1:4, 8:1 und mehr
Präzises und lesbares Text-Rendering in Bildern
Nahezu Pro-Qualität (~95%) bei Flash-Geschwindigkeit

Intelligente Bearbeitung und Konsistenz

Charakterkonsistenz für bis zu 5 Charaktere über Szenen hinweg
Objekttreue für bis zu 14 Objekte in einem Workflow
Gezielte Bearbeitungen über natürliche Sprache (entfernen, ersetzen, umposieren)
Multi-Bild-Blending und nahtlose Komposition

Was ist neu in Nano Banana 2

3-5x schneller als Pro

Aufgebaut auf der Gemini 3.1 Flash Architektur generiert Nano Banana 2 Standardbilder in 4-8 Sekunden — verglichen mit 10-20 Sekunden bei Nano Banana Pro.

Bildsuch-Grounding

Das herausragende Feature von NB2 — es kann während der Generierung reale Referenzbilder über die Google-Suche abrufen und so die Genauigkeit für Sehenswürdigkeiten, berühmte Personen und Markenlogos erheblich verbessern.

Präzises Text-Rendering

Generieren Sie präzisen, lesbaren Text für Marketing-Mockups, Grußkarten und lokalisierte Inhalte. Sie können sogar Text innerhalb eines Bildes übersetzen und lokalisieren.

Multi-Charakter-Konsistenz

Behalten Sie die visuelle Konsistenz für bis zu 5 Charaktere und 14 Objekte über Szenen hinweg bei — perfekt für Storyboards, Comics und Marketingkampagnen.

Text Rendering

Marketing Mockup with Text

Generate marketing visuals with accurate, legible text — one of NB2's standout improvements

Prompt

A minimalist coffee shop promotional poster with the text 'MORNING BREW — Fresh Roasted Daily' in elegant serif font, warm earth tones, steam rising from a ceramic cup, clean layout with plenty of whitespace

Character Consistency

Multi-Scene Character

Maintain character consistency across multiple scenes — supports up to 5 characters per workflow

Prompt

A young woman with short red hair and freckles, wearing a green jacket, standing in a rainy Tokyo street at night with neon reflections on wet pavement, cinematic lighting, photorealistic

Photo to Action Figure

Person to Action Figure

Transform people from photos into collectible action figures with custom packaging

Prompt

Transform the person in the photo into an action figure, styled after [CHARACTER_NAME] from [SOURCE / CONTEXT]. Next to the figure, display the accessories including [ITEM_1], [ITEM_2], and [ITEM_3]. On the top of the toy box, write "[BOX_LABEL_TOP]", and underneath it, "[BOX_LABEL_BOTTOM]". Place the box in a [BACKGROUND_SETTING] environment.

Search Grounding

Real-World Reference Generation

Leverage Image Search Grounding to generate accurate real-world subjects like landmarks and brands

Prompt

A photorealistic aerial view of the Eiffel Tower at golden hour, with the Seine River winding through Paris below, warm sunset light casting long shadows, high detail, 4K resolution

Product Photography

Product Design Render

Create professional product photography with precise control over lighting and composition

Prompt

A frosted glass perfume bottle with a marble cap on a white marble surface, soft studio lighting from the left, subtle reflections, minimalist luxury aesthetic, product photography style

Style Transfer

Artistic Style Transformation

Apply diverse artistic styles while maintaining subject integrity

Prompt

Transform this photo into Studio Ghibli animation style, keeping the same composition and subjects, lush watercolor backgrounds, soft diffused lighting, whimsical atmosphere

4K Output

Ultra High Resolution Scene

Generate detailed scenes at up to 4K resolution with rich textures

Prompt

A cozy Japanese ramen shop interior at night, steam rising from bowls, warm amber lighting, detailed wooden counter with various condiments, a chef working in the background, 4K, ultra detailed

Anwendungsfälle

🎬

Storyboarding und Comics

📸

Produktfotografie

📊

Marketing-Mockups

📱

Social-Media-Inhalte

🔤

Text-Overlay-Design

👤

Charakter-Design

✨

Fotobearbeitung und Retusche

🎨

Visuelle Markeninhalte

Warum Nano Banana 2 wählen?

⚡

Flash-Geschwindigkeit

3-5x schneller als Nano Banana Pro mit 4-8 Sekunden Standard-Generierungszeit

🎯

Nahezu Pro-Qualität

Erreicht in den meisten Szenarien ungefähr 95% der Bildqualität von Pro

💰

Kosteneffizient

Ungefähr die Hälfte der Kosten von Nano Banana Pro — hochwertige KI-Bildgenerierung wird zugänglicher

Technische Spezifikationen

Architektur:Gemini 3.1 Flash (GEMPIX2)

Auflösungsunterstützung:512px bis 4K (512px / 1K / 2K / 4K Stufen)

Seitenverhältnisse:1:1, 4:3, 3:4, 2:3, 3:2, 16:9, 9:16, 1:4, 4:1, 8:1, 21:9

Konsistenz:Bis zu 5 Charaktere + 14 Objekte pro Workflow

Inhaltssicherheit:SynthID-Wasserzeichen, C2PA-Standard kompatibel

API-Zugang:Gemini API, Vertex AI, AI Studio, Gemini CLI

Erleben Sie Nano Banana 2

Pro-Level-Bildgenerierung in Flash-Geschwindigkeit — erstellen Sie beeindruckende Visuals mit Charakterkonsistenz, Text-Rendering und 4K-Auflösungsunterstützung.

✨Kostenlose Credits zum Start

⚡Sofortiger API-Zugang

🌐Keine Einrichtung erforderlich

Google Nano Banana 2 Edit

Nano Banana 2 Edit (Gemini 3.1 Flash Image) is Google’s advanced AI-powered image editing and generation model, designed to make visual transformation as intuitive as describing it in words. Built on Google’s cutting-edge computer vision and generative research, it combines precision, flexibility, and semantic awareness for professional-grade editing.

Why Choose This?

Natural language editing Modify images using simple text instructions — the model understands context and relationships.
Multi-image reference Upload up to 14 reference images for complex edits and compositions.
Multi-resolution support Output in 1K, 2K, or 4K resolution based on your needs.
Flexible aspect ratios Multiple options including 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, and 21:9.
Prompt Enhancer Built-in tool to automatically improve your edit descriptions.
Format choice Export in PNG or JPEG format.

Parameters

Parameter	Required	Description
images	Yes	Reference images to edit (max: 14, click "+ Add Item" to add more)
prompt	Yes	Text description of the desired edit
aspect_ratio	No	Aspect ratio: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9
resolution	No	Output resolution: 1k (default), 2k, 4k
output_format	No	Output format: png (default), jpeg

How to Use

Upload reference images — add the images you want to edit (up to 14 images).
Write your prompt — describe the edit clearly (e.g., "Change the man to a woman").
Choose aspect ratio (optional) — select a preset or leave empty for default.
Select resolution — choose 1K, 2K, or 4K based on your needs.
Choose output format — PNG for transparency support, JPEG for smaller file size.
Use Prompt Enhancer (optional) — click to automatically refine your description.
Run — submit and download your edited image.

Pricing

Resolution	Cost
1k	$0.08
2k	$0.12
4k	$0.16

Best Use Cases

Character Modification — Change attributes like gender, age, clothing, or appearance.
Object Replacement — Swap elements within images while preserving context.
Style Transfer — Apply different visual styles to existing images.
Text Editing — Modify on-image text while maintaining design consistency.
Scene Adjustment — Change backgrounds, lighting, or environmental elements.

Pro Tips

Use clear, specific edit instructions for best results (e.g., "Change the man to a woman" rather than "modify the person").
Start with fewer reference images (1–3) for simpler edits.
More reference images can help with complex compositions but may affect stability.
2K offers the best value — same price as 1K with higher resolution.
Try the Prompt Enhancer to automatically improve your descriptions.

Notes

Both images and prompt are required fields.
Maximum reference images: 14 (recommended: fewer images for better stability).
If aspect_ratio is not selected, the model uses a default ratio.
4K resolution costs 2× the standard rate.
Ensure your prompts comply with Google's Safety Guidelines.

Nano Banana 2 Text-to-Image — Generate images from text prompts.
Nano Banana Pro Edit — Pro tier editing with enhanced quality.
Nano Banana Pro Text-to-Image — Pro tier image generation.

Nano Banana 2 Text-to-Image

Google's lightweight yet powerful AI image generation model, built for creators who need fast, high-quality visuals from simple text prompts.

Nano Banana Pro Text-to-image Ultra

Nano Banana Pro is the next-generation Nano Banana image model, delivering sharper detail, richer color control, and faster diffusion for production-ready visuals.

Nano Banana Pro Edit Ultra

Nano Banana Pro Edit is an image editing tool built on the Nano Banana model family, designed for precise, AI-powered visual adjustments.

Nano Banana Pro Text-to-image

Nano Banana Pro is the next-generation Nano Banana image model, delivering sharper detail, richer color control, and faster diffusion for production-ready visuals.

From$0.14/BILD

$0.084/BILD

-40%

Beginnen Sie mit 300+ Modellen,

Alle Modelle erkunden

Nano Banana 2 Edit API by Google

Eingabe

Ausgabe

Parameter

Codebeispiel

Installieren

Authentifizierung

HTTP-Header

Anfrage senden

Anfrage senden

Anfragekörper

Antwort

Status prüfen

Abfrage-Beispiel

Statuswerte

Abgeschlossene Antwort

Dateien hochladen

Upload-Beispiel

Antwort

Eingabe-Schema

Beispiel-Anfragekörper

Ausgabe-Schema

Beispielantwort

Atlas Cloud Skills

Unterstützte Clients

Installieren

API-Schlüssel einrichten

Funktionen

MCP-Server

Unterstützte Clients

Installieren

Konfiguration

Verfügbare Werkzeuge

API-Schema

Anmelden, um Anfrageverlauf anzuzeigen

Was ist neu in Nano Banana 2

Prompt Examples & Templates

Marketing Mockup with Text

Multi-Scene Character

Person to Action Figure

Real-World Reference Generation

Product Design Render

Artistic Style Transformation

Ultra High Resolution Scene

Anwendungsfälle

Warum Nano Banana 2 wählen?

Flash-Geschwindigkeit

Nahezu Pro-Qualität

Kosteneffizient

Technische Spezifikationen

Erleben Sie Nano Banana 2

Google Nano Banana 2 Edit

Why Choose This?

Parameters

How to Use

Pricing

Best Use Cases

Pro Tips

Notes

Related Models

Ähnliche Modelle Erkunden

Nano Banana 2 Text-to-Image

Nano Banana Pro Text-to-image Ultra

Nano Banana Pro Edit Ultra

Nano Banana Pro Text-to-image

Beginnen Sie mit 300+ Modellen,

Join our Discord community

Eingabe

Ausgabe

Parameter

Codebeispiel

Installieren

Authentifizierung

HTTP-Header

Anfrage senden

Anfrage senden

Anfragekörper

Antwort

Status prüfen

Abfrage-Beispiel