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
Görüntü-Görüntü

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

Girdi

Parametre yapılandırması yükleniyor...

Çıktı

Boşta
Oluşturulan görüntüleriniz burada görünecek
Parametreleri yapılandırın ve oluşturmaya başlamak için Çalıştır'a tıklayın

Her çalıştırma 0.08 maliyete sahip. 10$ ile yaklaşık 125 kez çalıştırabilirsiniz.

Parametreler

Kod örneği

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()

Kurulum

Programlama diliniz için gerekli paketi kurun.

bash
pip install requests

Kimlik Doğrulama

Tüm API istekleri, API anahtarı ile kimlik doğrulama gerektirir. API anahtarınızı Atlas Cloud kontrol panelinden alabilirsiniz.

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

HTTP Başlıkları

python
import os

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

API anahtarınızı asla istemci tarafı kodunda veya herkese açık depolarda ifşa etmeyin. Bunun yerine ortam değişkenleri veya arka uç proxy kullanın.

İstek gönder

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())

İstek Gönder

Asenkron bir oluşturma isteği gönderin. API, durumu kontrol etmek ve sonucu almak için kullanabileceğiniz bir tahmin ID'si döndürür.

POST/api/v1/model/generateImage

İstek Gövdesi

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']}")

Yanıt

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

Durumu Kontrol Et

İsteğinizin mevcut durumunu kontrol etmek için tahmin uç noktasını sorgulayın.

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

Sorgulama Örneği

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)

Durum Değerleri

processingİstek hâlâ işleniyor.
completedOluşturma tamamlandı. Çıktılar kullanılabilir.
succeededOluşturma başarılı oldu. Çıktılar kullanılabilir.
failedOluşturma başarısız oldu. Hata alanını kontrol edin.

Tamamlanmış Yanıt

{
  "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"
  }
}

Dosya Yükle

Dosyaları Atlas Cloud depolama alanına yükleyin ve API isteklerinizde kullanabileceğiniz bir URL alın. Yüklemek için multipart/form-data kullanın.

POST/api/v1/model/uploadMedia

Yükleme Örneği

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}")

Yanıt

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

Input Schema

İstek gövdesinde aşağıdaki parametreler kabul edilir.

Toplam: 0Zorunlu: 0İsteğe Bağlı: 0

Kullanılabilir parametre yok.

Örnek İstek Gövdesi

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

Output Schema

API, oluşturulan çıktı URL'lerini içeren bir tahmin yanıtı döndürür.

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

Örnek Yanıt

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, 300'den fazla AI modelini doğrudan AI kodlama asistanınıza entegre eder. Kurmak için tek bir komut, ardından görüntü, video oluşturmak ve LLM ile sohbet etmek için doğal dil kullanın.

Desteklenen İstemciler

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

Kurulum

bash
npx skills add AtlasCloudAI/atlas-cloud-skills

API Anahtarını Ayarla

API anahtarınızı Atlas Cloud kontrol panelinden alın ve ortam değişkeni olarak ayarlayın.

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

Yetenekler

Kurulduktan sonra, tüm Atlas Cloud modellerine erişmek için AI asistanınızda doğal dil kullanabilirsiniz.

Görüntü OluşturmaNano Banana 2, Z-Image ve daha fazla model ile görüntüler oluşturun.
Video OluşturmaKling, Vidu, Veo vb. ile metin veya görüntülerden videolar oluşturun.
LLM SohbetQwen, DeepSeek ve diğer büyük dil modelleri ile sohbet edin.
Medya YüklemeGörüntü düzenleme ve görüntüden videoya iş akışları için yerel dosyaları yükleyin.

MCP Server

Atlas Cloud MCP Server, IDE'nizi Model Context Protocol aracılığıyla 300'den fazla AI modeline bağlar. Herhangi bir MCP uyumlu istemci ile çalışır.

Desteklenen İstemciler

Cursor
VS Code
Windsurf
Claude Code
OpenAI Codex
Gemini CLI
Cline
Roo Code
100+ desteklenen i̇stemciler

Kurulum

bash
npx -y atlascloud-mcp

Yapılandırma

Aşağıdaki yapılandırmayı IDE'nizin MCP ayarları dosyasına ekleyin.

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

Mevcut Araçlar

atlas_generate_imageMetin istemlerinden görüntüler oluşturun.
atlas_generate_videoMetin veya görüntülerden videolar oluşturun.
atlas_chatBüyük dil modelleri ile sohbet edin.
atlas_list_models300'den fazla mevcut AI modelini keşfedin.
atlas_quick_generateOtomatik model seçimi ile tek adımda içerik oluşturma.
atlas_upload_mediaAPI iş akışları için yerel dosyaları yükleyin.

API Şeması

Şema mevcut değil

İstek geçmişini görüntülemek için oturum açın

Model istek geçmişinize erişmek için oturum açmanız gerekir.

Oturum Aç

Nano Banana 2 — Flash Hızında Pro Kalitesi

V2

Gemini 3.1 Flash Image olarak da bilinir

Google DeepMind'ın en yeni görüntü modeli, Nano Banana Pro'nun gelişmiş yeteneklerini Gemini Flash'ın hızıyla birleştiriyor — 3-5x daha hızlı üretim, 4K'ya kadar çözünürlük ve tek bir iş akışında 5 karaktere kadar karakter tutarlılığı sunuyor.

Yeni nesil görüntü üretimi
  • 4K'ya kadar çözünürlük çıktısı (512px / 1K / 2K / 4K seviyeleri)
  • 21:9, 1:4, 8:1 ve daha fazlasını içeren 10+ en-boy oranı
  • Görüntüler içinde doğru ve okunabilir metin oluşturma
  • Flash hızında Pro'ya yakın kalite (~95%)
Akıllı düzenleme ve tutarlılık
  • Farklı sahnelerde 5 karaktere kadar karakter tutarlılığı
  • Tek iş akışında 14 nesneye kadar nesne sadakati
  • Doğal dil ile hedefli düzenlemeler (kaldırma, değiştirme, poz değiştirme)
  • Çoklu görüntü harmanlama ve kesintisiz kompozisyon

Nano Banana 2'deki yenilikler

Pro'dan 3-5x daha hızlı

Gemini 3.1 Flash mimarisi üzerine inşa edilen Nano Banana 2, standart görüntüleri 4-8 saniyede üretir — Nano Banana Pro için 10-20 saniyeye kıyasla.

Görüntü arama grounding'i

NB2'nin öne çıkan özelliği — üretim sırasında Google Search aracılığıyla gerçek dünya referans görüntülerini alabilir, simgesel yapılar, ünlü kişiler ve marka logoları için doğruluğu önemli ölçüde artırır.

Doğru metin oluşturma

Pazarlama mockup'ları, tebrik kartları ve yerelleştirilmiş içerikler için doğru, okunabilir metin oluşturun. Bir görüntü içindeki metni çevirebilir ve yerelleştirebilirsiniz.

Çoklu karakter tutarlılığı

Farklı sahnelerde 5 karaktere ve 14 nesneye kadar görsel tutarlılığı koruyun — storyboard'lar, çizgi romanlar ve pazarlama kampanyaları için ideal.

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

Kullanım alanları

🎬
Storyboard ve çizgi roman
📸
Ürün fotoğrafçılığı
📊
Pazarlama mockup'ları
📱
Sosyal medya içeriği
🔤
Metin katmanı tasarımı
👤
Karakter tasarımı
Fotoğraf düzenleme ve rötuş
🎨
Marka görsel içeriği

Neden Nano Banana 2'yi seçmelisiniz?

Flash hızı

4-8 saniye standart üretim süresiyle Nano Banana Pro'dan 3-5x daha hızlı
🎯

Pro'ya yakın kalite

Çoğu senaryoda Pro'nun görüntü kalitesinin yaklaşık 95%'ine ulaşır
💰

Uygun maliyetli

Nano Banana Pro'nun yaklaşık yarısı fiyatına — yüksek kaliteli AI görüntü üretimini daha erişilebilir hale getirir

Teknik özellikler

Mimari:Gemini 3.1 Flash (GEMPIX2)
Çözünürlük desteği:512px'den 4K'ya (512px / 1K / 2K / 4K seviyeleri)
En-boy oranları:1:1, 4:3, 3:4, 2:3, 3:2, 16:9, 9:16, 1:4, 4:1, 8:1, 21:9
Tutarlılık:İş akışı başına 5 karaktere + 14 nesneye kadar
İçerik güvenliği:SynthID filigranı, C2PA standardıyla uyumlu
API erişimi:Gemini API, Vertex AI, AI Studio, Gemini CLI

Nano Banana 2'yi deneyimleyin

Flash hızında Pro seviyesinde görüntü üretimi — karakter tutarlılığı, metin oluşturma ve 4K çözünürlük desteğiyle çarpıcı görseller oluşturun.

Başlamak için ücretsiz krediler
Anında API erişimi
🌐Kurulum gerektirmez

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.

300+ Model ile Başlayın,

Tüm modelleri keşfet