google/nano-banana-2/edit

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

IMAGE-TO-IMAGENEW
Nano Banana 2 Edit
bild-till-bild

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

Inmatning

Laddar parameterkonfiguration...

Utmatning

Vilande
Dina genererade bilder visas här
Konfigurera parametrar och klicka på Kör för att börja generera

Varje körning kostar 0.08. För $10 kan du köra cirka 125 gånger.

Du kan fortsätta med:

Parametrar

Kodexempel

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()

Installera

Installera det nödvändiga paketet för ditt programmeringsspråk.

bash
pip install requests

Autentisering

Alla API-förfrågningar kräver autentisering via en API key. Du kan hämta din API key från Atlas Cloud-instrumentpanelen.

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

HTTP Headers

python
import os

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

Exponera aldrig din API key i klientkod eller publika arkiv. Använd miljövariabler eller en backend-proxy istället.

Skicka en förfrågan

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())

Skicka en förfrågan

Skicka en asynkron genereringsförfrågan. API:et returnerar ett prediction ID som du kan använda för att kontrollera statusen och hämta resultatet.

POST/api/v1/model/generateImage

Förfrågningsinnehåll

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']}")

Svar

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

Kontrollera status

Polla prediction-endpointen för att kontrollera den aktuella statusen för din förfrågan.

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

Polling-exempel

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)

Statusvärden

processingFörfrågan bearbetas fortfarande.
completedGenereringen är klar. Utdata är tillgängliga.
succeededGenereringen lyckades. Utdata är tillgängliga.
failedGenereringen misslyckades. Kontrollera error-fältet.

Slutfört svar

{
  "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"
  }
}

Ladda upp filer

Ladda upp filer till Atlas Cloud-lagring och få en URL som du kan använda i dina API-förfrågningar. Använd multipart/form-data för uppladdning.

POST/api/v1/model/uploadMedia

Uppladdningsexempel

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}")

Svar

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

Input Schema

Följande parametrar accepteras i förfrågningsinnehållet.

Totalt: 0Obligatorisk: 0Valfri: 0

Inga parametrar tillgängliga.

Exempel på förfrågningsinnehåll

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

Output Schema

API:et returnerar ett prediction-svar med de genererade utdata-URL:erna.

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

Exempelsvar

json
{
  "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 integrerar 300+ AI-modeller direkt i din AI-kodassistent. Ett kommando för att installera, sedan använd naturligt språk för att generera bilder, videor och chatta med LLM.

Stödda klienter

Claude Code
OpenAI Codex
Gemini CLI
Cursor
Windsurf
VS Code
Trae
GitHub Copilot
Cline
Roo Code
Amp
Goose
Replit
40+ stödda klienter

Installera

bash
npx skills add AtlasCloudAI/atlas-cloud-skills

Konfigurera API Key

Hämta din API key från Atlas Cloud-instrumentpanelen och ställ in den som en miljövariabel.

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

Funktioner

När det är installerat kan du använda naturligt språk i din AI-assistent för att komma åt alla Atlas Cloud-modeller.

BildgenereringGenerera bilder med modeller som Nano Banana 2, Z-Image och fler.
VideoskapandeSkapa videor från text eller bilder med Kling, Vidu, Veo m.fl.
LLM-chattChatta med Qwen, DeepSeek och andra stora språkmodeller.
MediauppladdningLadda upp lokala filer för bildredigering och bild-till-video-arbetsflöden.

MCP Server

Atlas Cloud MCP Server ansluter din IDE med 300+ AI-modeller via Model Context Protocol. Fungerar med alla MCP-kompatibla klienter.

Stödda klienter

Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ stödda klienter

Installera

bash
npx -y atlascloud-mcp

Konfiguration

Lägg till följande konfiguration i din IDE:s MCP-inställningsfil.

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

Tillgängliga verktyg

atlas_generate_imageGenerera bilder från textpromptar.
atlas_generate_videoSkapa videor från text eller bilder.
atlas_chatChatta med stora språkmodeller.
atlas_list_modelsBläddra bland 300+ tillgängliga AI-modeller.
atlas_quick_generateInnehållsskapande i ett steg med automatiskt modellval.
atlas_upload_mediaLadda upp lokala filer för API-arbetsflöden.

API Schema

Schema ej tillgängligt

Logga in för att visa förfrågningshistorik

Du måste vara inloggad för att få tillgång till din modellförfrågningshistorik.

Logga In

Nano Banana 2 — Pro-kvalitet i Flash-hastighet

V2

Även känd som Gemini 3.1 Flash Image

Google DeepMinds senaste bildmodell kombinerar de avancerade funktionerna hos Nano Banana Pro med hastigheten hos Gemini Flash — med 3-5x snabbare generering, upp till 4K-upplösning och karaktärskonsistens för upp till 5 karaktärer i ett enda arbetsflöde.

Nästa generations bildgenerering
  • Upp till 4K-upplösning (512px / 1K / 2K / 4K-nivåer)
  • 10+ bildförhållanden inklusive 21:9, 1:4, 8:1 och fler
  • Exakt och läsbar textåtergivning i bilder
  • Nästan Pro-kvalitet (~95%) i Flash-hastighet
Intelligent redigering och konsistens
  • Karaktärskonsistens för upp till 5 karaktärer i olika scener
  • Objekttrohet för upp till 14 objekt i ett arbetsflöde
  • Riktade redigeringar via naturligt språk (ta bort, ersätt, ändra pose)
  • Blandning av flera bilder och sömlös komposition

Nyheter i Nano Banana 2

3-5x snabbare än Pro

Byggd på Gemini 3.1 Flash-arkitekturen genererar Nano Banana 2 standardbilder på 4-8 sekunder — jämfört med 10-20 sekunder för Nano Banana Pro.

Bildsökningsgrounding

Den mest utmärkande funktionen i NB2 — den kan hämta verkliga referensbilder via Google Search under genereringen, vilket avsevärt förbättrar noggrannheten för landmärken, kända personer och varumärkeslogotyper.

Exakt textåtergivning

Generera exakt, läsbar text för marknadsföringsmockuper, gratulationskort och lokaliserat innehåll. Du kan till och med översätta och lokalisera text i en bild.

Konsistens för flera karaktärer

Bibehåll visuell konsistens för upp till 5 karaktärer och 14 objekt i olika scener — perfekt för storyboards, serier och marknadsföringskampanjer.

Prompt Examples & Templates

Explore curated prompt templates showcasing Nano Banana 2's key capabilities — text rendering, character consistency, search grounding, and 4K output.

Marketing Mockup with Text
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

Multi-Scene Character
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

Person to Action Figure
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.

Real-World Reference Generation
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 Design Render
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

Artistic Style Transformation
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

Ultra High Resolution Scene
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

Användningsområden

🎬
Storyboards och serier
📸
Produktfotografering
📊
Marknadsföringsmockuper
📱
Innehåll för sociala medier
🔤
Design med textöverlagring
👤
Karaktärsdesign
Fotoredigering och retuschering
🎨
Visuellt varumärkesinnehåll

Varför välja Nano Banana 2?

Flash-hastighet

3-5x snabbare än Nano Banana Pro med en standard genereringstid på 4-8 sekunder
🎯

Nästan Pro-kvalitet

Uppnår cirka 95% av Pros bildkvalitet i de flesta scenarion
💰

Kostnadseffektiv

Ungefär halva kostnaden jämfört med Nano Banana Pro — vilket gör högkvalitativ AI-bildgenerering mer tillgänglig

Tekniska specifikationer

Arkitektur:Gemini 3.1 Flash (GEMPIX2)
Upplösningsstöd:512px till 4K (512px / 1K / 2K / 4K-nivåer)
Bildförhållanden:1:1, 4:3, 3:4, 2:3, 3:2, 16:9, 9:16, 1:4, 4:1, 8:1, 21:9
Konsistens:Upp till 5 karaktärer + 14 objekt per arbetsflöde
Innehållssäkerhet:SynthID-vattenstämpel, kompatibel med C2PA-standard
API-åtkomst:Gemini API, Vertex AI, AI Studio, Gemini CLI

Upplev Nano Banana 2

Bildgenerering på Pro-nivå i Flash-hastighet — skapa fantastiska bilder med karaktärskonsistens, textåtergivning och stöd för 4K-upplösning.

Gratis krediter för att komma igång
Omedelbar API-åtkomst
🌐Ingen installation krävs

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

ParameterRequiredDescription
imagesYesReference images to edit (max: 14, click "+ Add Item" to add more)
promptYesText description of the desired edit
aspect_ratioNoAspect ratio: 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9
resolutionNoOutput resolution: 1k (default), 2k, 4k
output_formatNoOutput format: png (default), jpeg

How to Use

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

Pricing

ResolutionCost
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.

Börja från 300+ Modeller,

Utforska alla modeller