google/nano-banana/edit-developer

ภาพเป็นภาพ

DEV

Nano Banana Edit Developer API by Google

google/nano-banana/edit-developer

Edit-developer

Open and Advanced Large-Scale Image Generative Models.

อินพุต

กำลังโหลดการตั้งค่าพารามิเตอร์...

เอาต์พุต

รอดำเนินการ

ภาพที่สร้างจะแสดงที่นี่

ตั้งค่าพารามิเตอร์แล้วคลิกรันเพื่อเริ่มสร้าง

แต่ละครั้งจะใช้ $0.019 ด้วย $10 คุณสามารถรันได้ประมาณ 526 ครั้ง

คุณสามารถทำต่อได้:

ภาพเป็นวิดีโอ ภาพเป็นภาพ

พารามิเตอร์

ตัวอย่างโค้ด
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/edit-developer",
    "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()

ติดตั้ง

ติดตั้งแพ็กเกจที่จำเป็น

pip install requests

การยืนยันตัวตน

คำขอ API ทั้งหมดต้องมีการยืนยันตัวตนผ่าน API key คุณสามารถรับ API key ได้จากแดชบอร์ด Atlas Cloud

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

HTTP Headers

import os

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

รักษา API key ของคุณให้ปลอดภัย

อย่าเปิดเผย API key ของคุณในโค้ดฝั่งไคลเอนต์หรือที่เก็บข้อมูลสาธารณะ ให้ใช้ตัวแปรสภาพแวดล้อมหรือพร็อกซีฝั่งเซิร์ฟเวอร์แทน

ส่งคำขอ

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())

ส่งคำขอ

ส่งคำขอสร้างแบบอะซิงโครนัส API จะส่งคืน prediction ID ที่คุณสามารถใช้ตรวจสอบสถานะและดึงผลลัพธ์ได้

POST/api/v1/model/generateImage

เนื้อหาคำขอ

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/edit-developer",
    "prompt": "A beautiful landscape with mountains and lake"
}

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

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

การตอบกลับ

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

ตรวจสอบสถานะ

ตรวจสอบสถานะปัจจุบันของคำขอด้วยการเรียก prediction endpoint เป็นระยะ

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

ตัวอย่างการตรวจสอบสถานะเป็นระยะ

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)

ค่าสถานะ

processingคำขอยังอยู่ระหว่างการประมวลผล

completedการสร้างเสร็จสมบูรณ์แล้ว ผลลัพธ์พร้อมใช้งาน

succeededการสร้างสำเร็จแล้ว ผลลัพธ์พร้อมใช้งาน

failedการสร้างล้มเหลว ตรวจสอบฟิลด์ error

การตอบกลับที่เสร็จสมบูรณ์

{
  "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"
  }
}

อัปโหลดไฟล์

อัปโหลดไฟล์ไปยังที่เก็บข้อมูล Atlas Cloud และรับ URL ที่คุณสามารถใช้ในคำขอ API ของคุณ ใช้ multipart/form-data ในการอัปโหลด

POST/api/v1/model/uploadMedia

ตัวอย่างการอัปโหลด

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}")

การตอบกลับ

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

Input Schema

พารามิเตอร์ต่อไปนี้ยอมรับในเนื้อหาคำขอ

ทั้งหมด: 0จำเป็น: 0ไม่บังคับ: 0

ไม่มีพารามิเตอร์ที่ใช้ได้

ตัวอย่างเนื้อหาคำขอ

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

Output Schema

API จะส่งคืนการตอบกลับ prediction พร้อม URL ของผลลัพธ์ที่สร้างขึ้น

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

ตัวอย่างการตอบกลับ

{
  "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 เชื่อมต่อโมเดล AI กว่า 300+ เข้ากับผู้ช่วยเขียนโค้ด AI ของคุณโดยตรง ติดตั้งด้วยคำสั่งเดียว จากนั้นใช้ภาษาธรรมชาติเพื่อสร้างรูปภาพ วิดีโอ และสนทนากับ LLM

ไคลเอนต์ที่รองรับ

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ ไคลเอนต์ที่รองรับ

ติดตั้ง

npx skills add AtlasCloudAI/atlas-cloud-skills

ตั้งค่า API Key

รับ API key จากแดชบอร์ด Atlas Cloud และตั้งค่าเป็นตัวแปรสภาพแวดล้อม

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

ความสามารถ

เมื่อติดตั้งแล้ว คุณสามารถใช้ภาษาธรรมชาติในผู้ช่วย AI ของคุณเพื่อเข้าถึงโมเดล Atlas Cloud ทั้งหมด

สร้างรูปภาพสร้างรูปภาพด้วยโมเดลเช่น Nano Banana 2, Z-Image และอื่นๆ

สร้างวิดีโอสร้างวิดีโอจากข้อความหรือรูปภาพด้วย Kling, Vidu, Veo เป็นต้น

สนทนา LLMสนทนากับ Qwen, DeepSeek และโมเดลภาษาขนาดใหญ่อื่นๆ

อัปโหลดสื่ออัปโหลดไฟล์จากเครื่องสำหรับการแก้ไขรูปภาพและเวิร์กโฟลว์รูปภาพเป็นวิดีโอ

เรียนรู้เพิ่มเติม

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server เชื่อมต่อ IDE ของคุณกับโมเดล AI กว่า 300+ ผ่าน Model Context Protocol ใช้งานได้กับไคลเอนต์ที่รองรับ MCP ทุกตัว

ไคลเอนต์ที่รองรับ

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ ไคลเอนต์ที่รองรับ

ติดตั้ง

npx -y atlascloud-mcp

การกำหนดค่า

เพิ่มการกำหนดค่าต่อไปนี้ลงในไฟล์ตั้งค่า MCP ของ IDE ของคุณ

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

เครื่องมือที่ใช้ได้

atlas_generate_imageสร้างรูปภาพจากข้อความ prompt

atlas_generate_videoสร้างวิดีโอจากข้อความหรือรูปภาพ

atlas_chatสนทนากับโมเดลภาษาขนาดใหญ่

atlas_list_modelsเรียกดูโมเดล AI กว่า 300+ ที่ใช้ได้

atlas_quick_generateสร้างเนื้อหาขั้นตอนเดียวพร้อมเลือกโมเดลอัตโนมัติ

atlas_upload_mediaอัปโหลดไฟล์จากเครื่องสำหรับเวิร์กโฟลว์ API

เรียนรู้เพิ่มเติม

github.com/AtlasCloudAI/mcp-server

API Schema

ไม่มี Schema

ไม่มีตัวอย่าง

กำลังโหลด...

Nano Banana - Visual AI ปฏิวัติวงการจาก Google

เปิดตัวใหม่

หรือที่รู้จักในชื่อ Gemini 2.5 Flash Image

ความก้าวหน้าล่าสุดของ Google ในเทคโนโลยี AI แบบมัลติโมดัล มอบความสามารถในการสร้างและแก้ไขภาพที่ไม่เคยมีมาก่อน ด้วยความเร็วระดับสายฟ้าแลบและคุณภาพที่ยอดเยี่ยม

การสร้างภาพขั้นสูง

เทคโนโลยีผสมผสานหลายภาพ
ความสม่ำเสมอของตัวละครข้ามการสร้าง
การแปลงโดยคงสไตล์ไว้
เอาต์พุตความละเอียดสูงสุด 4K

เครื่องมือแก้ไขอัจฉริยะ

การแก้ไขอัจฉริยะด้วยข้อความ
เพิ่มและลบวัตถุ
เปลี่ยนพื้นหลัง
การถ่ายทอดสไตล์และเอฟเฟกต์ศิลปะ

Transform to Figure

Photo to Character Figure

Transform any photo into a realistic character figure with packaging and display

Prompt

turn this photo into a character figure. Behind it, place a box with the character's image printed on it, and a computer showing the Blender modeling process on its screen. In front of the box, add a round plastic base with the character figure standing on it. set the scene indoors if possible

Anime to Real

Anime to Cosplay

Transform anime illustrations into realistic cosplay photography

Prompt

Generate a highly detailed photo of a girl cosplaying this illustration, at Comiket. Exactly replicate the same pose, body posture, hand gestures, facial expression, and camera framing as in the original illustration. Keep the same angle, perspective, and composition, without any deviation

Photo to Action Figure

Person to Action Figure

Transform people from photos into collectible action figures with custom packaging

Prompt

Transform the 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. Visualize this in a highly realistic way with attention to fine details.

Photo to Funko Pop

Person to Funko Pop Figure

Transform photos into Funko Pop style collectible figures with custom packaging

Prompt

Transform the person in the photo into the style of a Funko Pop figure packaging box, presented in an isometric perspective. Label the packaging with the title 'ZHOGUE'. Inside the box, showcase the figure based on the person in the photo, accompanied by their essential items (such as cosmetics, bags, or others). Next to the box, also display the actual figure itself outside of the packaging, rendered in a realistic and lifelike style.

Design to Reality

Product Design to Photorealistic Render

Transform product design sketches into photorealistic renders

Prompt

turn this illustration of a perfume into a realistic version, Frosted glass bottle with a marble cap

Face Reference Control

Transform to Q-Version Character

Create cartoon characters with face shape reference control

Prompt

Transform the person from image 1 into a Q-version character design based on the face shape from image 2

Architecture to Model

Building to 3D Architecture Model

Convert architectural photos into detailed physical models

Prompt

convert this photo into a architecture model. Behind the model, there should be a cardboard box with an image of the architecture from the photo on it. There should also be a computer, with the content on the computer screen showing the Blender modeling process of the figurine. In front of the cardboard box, place a cardstock and put the architecture model from the photo I provided on it. I hope the PVC material can be clearly presented. It would be even better if the background is indoors.

จุดเด่นทางเทคนิค

ประสิทธิภาพ

สร้างได้รวดเร็วเหมือนสายฟ้า

เพิ่มประสิทธิภาพด้านความเร็ว ใช้เวลาสร้างน้อยกว่า 2 วินาทีสำหรับงานส่วนใหญ่ เหมาะอย่างยิ่งสำหรับแอปพลิเคชันแบบเรียลไทม์และเวิร์กโฟลว์การสร้างต้นแบบอย่างรวดเร็ว

คุณภาพ

คุณภาพเอาต์พุตที่โดดเด่น

ใช้ประโยชน์จากสถาปัตยกรรม AI ขั้นสูงของ Google เพื่อสร้างภาพที่มีรายละเอียดสูงและสมจริง พร้อมแสง พื้นผิว และองค์ประกอบที่แม่นยำ

นวัตกรรม

การสังเคราะห์มุมมองใหม่

ความสามารถการแปลง 2D เป็น 3D ที่ปฏิวัติวงการ ช่วยให้สร้างมุมมองหลายแบบจากภาพเดียว เปิดโอกาสใหม่สำหรับการสร้างคอนเทนต์

เหมาะสำหรับ

📸

ถ่ายภาพสินค้า

🎨

สร้างงานศิลปะดิจิทัล

✨

เพิ่มคุณภาพภาพถ่าย

📊

วิชวลสำหรับการตลาด

👤

ออกแบบตัวละคร

👔

ลองสวมใส่เสมือนจริง

📱

โซเชียลมีเดีย

🔄

บูรณะภาพถ่าย

ทำไมต้องเลือก Nano Banana?

🚀

ไม่ต้องติดตั้ง

เริ่มสร้างสรรค์ได้ทันทีโดยไม่ต้องกำหนดค่าหรือติดตั้งที่ซับซ้อน

🎯

ควบคุมได้อย่างแม่นยำ

ปรับแต่งทุกแง่มุมของงานสร้างสรรค์ด้วยคำสั่งข้อความที่ใช้งานง่าย

🔄

ผลลัพธ์สม่ำเสมอ

รักษาความสม่ำเสมอของตัวละครและสไตล์ตลอดการสร้างหลายครั้ง

ข้อมูลจำเพาะทางเทคนิค

สถาปัตยกรรมโมเดล:ขับเคลื่อนโดย Google AI Studio

ความเร็วในการประมวลผล:เวลาสร้างเฉลี่ย < 2 วินาที

รองรับความละเอียด:สูงสุด 4096x4096 พิกเซล

รองรับรูปแบบ:รูปแบบเอาต์พุต PNG, JPEG, WebP

อินพุตหลายโหมด:พรอมต์แบบข้อความ รูปภาพ และผสมผสาน

การเชื่อมต่อ API:RESTful API พร้อมเอกสารประกอบครบถ้วน

สัมผัสพลังของ Nano Banana AI

ร่วมกับครีเอเตอร์และธุรกิจนับพันที่กำลังพลิกโฉมคอนเทนต์ภาพของตนด้วยเทคโนโลยี AI สร้างภาพที่ล้ำสมัยที่สุดจาก Google

✨เครดิตฟรีสำหรับเริ่มต้น

⚡เข้าถึงได้ทันที

🌐ใช้งานได้ทุกที่

Google Nano-Banana Edit

Nano-Banana Edit 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.

Difference to Nano Banana Edit: This model is cheaper and less stable than the version of Nano Banana Edit.

Try the New Version of Nano Banana!

🌟 Why it stands out

Natural Language Editing Modify images using simple text instructions — no masking, layering, or manual tools required.
Context-Aware Understanding Accurately interprets scene structure, spatial relationships, and object semantics for realistic results.
Style and Tone Preservation Keeps lighting, shadows, and texture consistent with the original image while applying changes seamlessly.
High Precision Control Excels at fine-grained edits such as color adjustments, object replacement, or composition shifts with minimal distortion.
Creative Versatility Suitable for concept art, photography, advertising design, and everyday content creation.

⚙️ How to use

Input: existing image + text prompt
Output: edited image (JPEG/PNG/WEBP)
Size: 1:1, 4:3, 16:9, 21:9, and so on.
Supports style transfer, relighting, background replacement, and object modification
Works with natural prompts like:
- “Replace the cloudy sky with a clear sunset.”
- “Add soft studio lighting and a modern background.”
- “Turn the model’s outfit into a formal business suit.”

💰 Pricing

$0.019 per image
Commercial use allowed

💡 Best Use Cases

Marketing & Branding — Update campaign visuals without reshooting.
Product Photography — Adjust materials, lighting, or layout instantly.
Social Media & Content Creation — Generate multiple variations with minimal effort.
Artistic Design — Experiment with colors, styles, and compositions effortlessly.

📝 Notes

Please ensure your prompts comply with Google’s Safety Guidelines. If an error occurs, review your prompt for restricted content, adjust it, and try again.

สำรวจโมเดลที่คล้ายกัน

NEW

ภาพเป็นภาพ

Nano Banana 2 Reference to Image

Google's advanced AI-powered video-to-image generation model, designed to generate high-quality static images from video clips combined with text instructions.

Nano Banana 2 Reference to Image Developer

Google's advanced AI-powered video-to-image generation model, designed to generate high-quality static images from video clips combined with text instructions.

Nano Banana 2 Text-to-Image Developer

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

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 2 Edit Developer

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

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.

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/ภาพ