Seedance 2.5 Flash hiện đang giảm giá 35% — kết thúc vào ngày 30 tháng 11
Hero background 1Hero background 2Hero background 3

Nano Banana 2.1 Pro Quality at Flash Speed

Nano Banana 2.1 là dòng mô hình hình ảnh của Google được xây dựng trên Gemini 3.6 Flash. Mô hình mang đến khả năng tạo và chỉnh sửa ở cấp độ Pro với tốc độ ngang tầm Flash, hỗ trợ chỉnh sửa và kết hợp bằng ngôn ngữ tự nhiên trên 1 đến 14 hình ảnh đầu vào, đồng thời duy trì tính nhất quán cho tối đa 4 nhân vật và 10 vật thể. Thông qua Atlas Cloud, các nhà phát triển có thể truy cập dòng mô hình này bằng một khóa tương thích với OpenAI, thời gian hoạt động ổn định và khả dụng ngay từ Day-0. Bắt đầu xây dựng ngay hôm nay.

Nano Banana 2.1 do Google phát triển. Atlas Cloud (vận hành bởi Atlas Cloud AI LLC) cung cấp quyền truy cập vào mô hình này và không sở hữu mô hình. Mọi thương hiệu đều thuộc về chủ sở hữu tương ứng.

Khám phá Mô hình Hàng đầu

Atlas Cloud cung cấp cho bạn các mô hình sáng tạo tiên tiến nhất trong ngành.

So sánh sáu endpoint hình ảnh Nano Banana 2.1

Xem Nano Banana 2.1 xử lý việc tạo văn bản, chỉnh sửa nhiều hình ảnh và tạo ảnh tĩnh có video hướng dẫn như thế nào trên sáu endpoint.

Phương thứcMô tả
Nano Banana 2.1 Developer Reference-to-Image APIĐưa một đoạn video nguồn, các hình ảnh tham chiếu tùy chọn và prompt vào endpoint này để tạo một ảnh tĩnh mới. Chất lượng cấp Pro với tốc độ cấp Flash phù hợp cho thumbnail, áp phích và infographic tóm tắt.
Nano Banana 2.1 Developer Edit APIVới các chỉ dẫn bằng ngôn ngữ tự nhiên, endpoint này có thể chỉnh sửa, thay đổi phong cách hoặc kết hợp từ 1 đến 14 hình ảnh đầu vào thành một hình ảnh đã được chỉnh sửa. Tính năng chỉnh sửa vùng dựa trên mask cùng khả năng duy trì nhất quán cho tối đa 4 nhân vật và 10 đối tượng phù hợp với các biến thể chiến dịch, cảnh có nhân vật và bố cục nhiều đối tượng.
Nano Banana 2.1 Developer Text-to-Image APIBắt đầu từ một prompt văn bản, endpoint này tạo ra các hình ảnh có bố cục tốt với độ phân giải từ 1K đến 4K. Khả năng hiển thị văn bản đa ngôn ngữ chính xác, chế độ suy nghĩ có thể điều chỉnh và tùy chọn grounding với Google Search giúp endpoint này phù hợp cho áp phích, hình ảnh sản phẩm và đồ họa giàu thông tin.
Nano Banana 2.1 Reference-to-Image APIKhi video chứa đúng khoảnh khắc bạn cần, endpoint này kết hợp một đoạn video nguồn, các hình ảnh tham chiếu tùy chọn và một prompt để tạo ảnh tĩnh. Hãy sử dụng chất lượng cấp Pro và tốc độ cấp Flash cho thumbnail, áp phích hoặc bản tóm tắt trực quan.
Nano Banana 2.1 Edit APIĐối với các ảnh ghép phức tạp, endpoint này tuân theo chỉ dẫn bằng ngôn ngữ tự nhiên để chỉnh sửa, thay đổi phong cách hoặc kết hợp từ 1 đến 14 hình ảnh nguồn. Endpoint hỗ trợ thay đổi vùng dựa trên mask, đồng thời duy trì tính nhất quán cho tối đa 4 nhân vật và 10 đối tượng, phù hợp với tài sản thương hiệu, chỉnh sửa cảnh và tác phẩm có nhiều nhân vật.
Nano Banana 2.1 Text-to-Image APICần tạo tác phẩm hoàn thiện chỉ từ văn bản? Endpoint này tạo ra các hình ảnh có bố cục tốt với độ phân giải từ 1K đến 4K và khả năng hiển thị văn bản đa ngôn ngữ chính xác. Chế độ suy nghĩ có thể điều chỉnh và tùy chọn grounding với Google Search phù hợp cho quảng cáo bản địa hóa, thiết kế nhiều chữ và nội dung trực quan có cơ sở.

Nano Banana 2.1: Chất lượng Pro với tốc độ Flash

Nano Banana 2.1 kết hợp khả năng tạo ảnh chất lượng Pro từ 1K đến 4K, chỉnh sửa dựa trên mặt nạ, hợp nhất tối đa 14 ảnh tham chiếu, văn bản đa ngôn ngữ, mức độ suy luận có thể điều chỉnh, kết nối ngữ cảnh với Google Search và tạo ảnh tĩnh có hướng dẫn từ video trong một Atlas Cloud API.

Nano Banana 2.1 ở 4K

Nano Banana 2.1 ở 4K

Được xây dựng trên Gemini 3.6 Flash, Nano Banana 2.1 tạo ra hình ảnh chất lượng Pro với tốc độ cấp Flash ở độ phân giải 1K, 2K hoặc 4K. Khả năng bám sát prompt tốt hơn giúp các bố cục phức tạp luôn phù hợp với yêu cầu trong những định dạng hình ảnh khắt khe. Hãy chọn độ phân giải phù hợp với việc lặp nhanh hoặc bàn giao sản phẩm chi tiết. Công cụ này phù hợp cho hình ảnh chiến dịch, hình ảnh sản phẩm và nội dung biên tập hoàn thiện.

14 ảnh tham chiếu, một khung cảnh

14 ảnh tham chiếu, một khung cảnh

Kết hợp từ 1 đến 14 ảnh đầu vào thông qua quy trình chỉnh sửa, sau đó định hướng bố cục bằng chỉ dẫn ngôn ngữ tự nhiên. Nano Banana 2.1 có thể duy trì tính nhất quán cho tối đa 4 nhân vật và 10 vật thể, đồng thời kết hợp người, sản phẩm, đạo cụ và phong cách. Điều này mang đến cho các đội ngũ xây dựng câu chuyện và công cụ thương mại điện tử một phương thức thực tiễn để tạo ra những khung cảnh nhiều chủ thể mạch lạc.

Chỉnh sửa bằng mặt nạ với Nano Banana 2.1

Chỉnh sửa bằng mặt nạ với Nano Banana 2.1

Bạn cần thay đổi một khu vực mà không phải thiết kế lại toàn bộ khung hình? Tính năng chỉnh sửa vùng dựa trên mặt nạ cho phép Nano Banana 2.1 nhắm đến chi tiết được chọn thông qua chỉ dẫn ngôn ngữ tự nhiên. Cùng một edit endpoint cũng có thể thay đổi phong cách hoặc hợp nhất các ảnh nguồn mà vẫn bảo toàn tính nhất quán của nhân vật và vật thể. Hãy sử dụng tính năng này để chỉnh sửa ảnh sản phẩm, thay đổi trang phục hoặc tạo các biến thể chiến dịch có kiểm soát với tốc độ sản xuất.

Kiểu chữ đa ngôn ngữ chính xác

Kiểu chữ đa ngôn ngữ chính xác

Khả năng hiển thị văn bản đa ngôn ngữ chính xác biến từ ngữ thành một phần đáng tin cậy của bố cục thay vì những chi tiết trang trí gây nhiễu. Nano Banana 2.1 có thể đặt chữ dễ đọc trong ảnh từ 1K đến 4K, đồng thời hỗ trợ bố cục infographic có cấu trúc. Kết hợp chỉ dẫn nội dung rõ ràng với brief hình ảnh chặt chẽ để tạo banner, biển hiệu, thực đơn và đồ họa thông tin phục vụ việc duyệt trên nhiều thị trường và khu vực.

Từ video clip đến ảnh tĩnh

Từ video clip đến ảnh tĩnh

Biến một video clip nguồn, các ảnh tham chiếu tùy chọn và prompt thành một ảnh tĩnh mới. Quy trình từ tham chiếu đến hình ảnh cô đọng ngữ cảnh hình ảnh thành thumbnail, áp phích hoặc infographic tóm tắt, đồng thời duy trì chất lượng Pro với tốc độ Flash. Tính năng này đặc biệt hữu ích khi đội ngũ cần một hình ảnh chủ đạo có thể xuất bản từ nội dung quay sẵn.

Nano Banana 2.1 với Thinking và Search

Nano Banana 2.1 với Thinking và Search

Khi brief phụ thuộc vào khả năng suy luận sâu hơn hoặc bối cảnh hiện tại, hãy điều chỉnh mức độ suy luận và tùy chọn bật kết nối ngữ cảnh với Google Search. Nano Banana 2.1 duy trì các tùy chọn này cùng với tính năng tạo văn bản, chỉnh sửa và tạo ảnh tĩnh có hướng dẫn từ video. Atlas Cloud hợp nhất cả hệ sản phẩm thông qua một khóa tương thích OpenAI, với mức giá trả theo mức sử dụng minh bạch theo đơn giá tiêu chuẩn đã xác minh là $0.05 mỗi lần gọi.

So tài Nano Banana 2.1: Một prompt, ba mô hình

Xem Nano Banana 2.1 và hai lựa chọn thay thế trên Atlas Cloud diễn giải cùng một prompt như thế nào qua kiểu chữ, bố cục, ánh sáng, chuyển động và kết cấu chân thực.

Prompt

Một bức ảnh phóng sự ghi lại khoảnh khắc quyết định bên trong phòng hành chính đồ thất lạc của một nhà ga đường sắt thập niên 1990: một nữ nhân viên trẻ vừa ấn con dấu ngày có cán gỗ xuống phiếu nhận đồ, để lại dấu ngày màu đỏ son rõ nét, thì chiếc quạt trần cũ bất ngờ thổi hàng chục thẻ kê khai bằng giấy bay tung lên không trung; mỗi thẻ mang một số duy nhất dễ đọc, tên địa điểm và mô tả ngắn viết tay về món đồ thất lạc. Cùng lúc đó, một con chồn sương nhanh nhẹn chui ra từ chiếc va-li da trầy xước đang hé mở và phóng đi với chiếc chìa khóa bằng đồng xước xát ngậm chặt trong miệng, trong khi nữ nhân viên hoảng hốt với tay qua quầy dịch vụ dài để chặn nó lại; biểu cảm thực sự kinh ngạc, bàn tay đúng giải phẫu, tự nhiên và bắt trọn giữa chuyển động. Quầy dịch vụ tạo thành một đường dẫn chéo mạnh hướng về phía con chồn; những hộc vuông chứa đồ xếp dày đặc, bên trong là nhiều loại hành lý và bưu kiện, tạo thành các khung lồng khung nhiều lớp phía sau cô; vài thẻ bay lướt rất gần ống kính dưới dạng vật cản tiền cảnh mềm, mất nét, tạo chiều sâu và sự hỗn loạn có kiểm soát. Đèn flash trực tiếp tầm gần trên máy ảnh đóng băng hình ảnh nữ nhân viên, con chồn, chìa khóa và những thẻ gần nhất với chi tiết xúc giác sắc nét, trong khi các dải nắng sớm mát lạnh xuyên qua rèm sáo bên phải, cắt ngang căn phòng và bắt sáng bụi bay, mép giấy cùng bộ lông; hiệu ứng nhòe chuyển động có chọn lọc kéo dài theo chiếc quạt đang quay và những thẻ ở xa hơn. Bảng màu giới hạn nghiêm ngặt gồm xanh bạc hà cũ, nâu thuốc lá và đỏ son của con dấu, với sự tách bạch tông màu sạch sẽ, không màu đục bẩn. Nhấn mạnh chất giấy xơ, góc thẻ cuộn cong, lực ép của mực, vân da sờn, gỗ sơn bong tróc, lông chồn, kim loại trầy xước và hạt phim analog tinh tế. Phóng sự ảnh chân thực thập niên 1990, tương tác con người tự nhiên, các mối quan hệ không gian giữa bàn tay, con vật, chìa khóa, va-li, quầy và giấy bay tuy chưa hoàn hảo nhưng đáng tin; máy ảnh phim 35mm, ống kính góc rộng 28mm, góc nhìn cận, f/5.6, tương phản tiết chế, kết cấu da chân thực, suy giảm ánh flash nhẹ, không xử lý quá bóng nhẫy, không HDR, không da nhựa, không vi chi tiết quá mức, không hiệu ứng phát sáng toàn cảnh, không hiệu ứng “sử thi” kiểu điện ảnh, không bầu không khí kỳ ảo, bố cục ngang rộng, tỷ lệ khung hình 16:9, tràn lề.

Generated with Nano Banana 2.1 Text-to-Image on Atlas Cloud

Generated with Nano Banana 2.1 Text-to-Image on Atlas Cloud

Generated with Seedream v5.0 Pro Text-to-Image on Atlas Cloud

Generated with Seedream v5.0 Pro Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Prompt

Ảnh quảng cáo siêu thực phong cách retro bên trong sảnh nhận hành lý sân bay sáng rực vào buổi trưa, ghi lại khoảnh khắc quyết định khi một trong đúng hai mươi chiếc va-li vỏ cứng màu đỏ cà chua giống hệt nhau bất ngờ bật mở tại khúc cong của băng chuyền; một đàn chim di trú bằng giấy gấp tung ra với hiệu ứng nhòe chuyển động tinh tế, trong khi một dải cỏ xanh thật trải dài với đầy đủ rễ, vụn đất và những ngọn cỏ cong theo gió tuôn ra một cách bất khả thi từ trong va-li. Bên cạnh đó, một du khách trẻ sành điệu với mái tóc ngắn màu bạc xám đưa bàn tay đúng giải phẫu ra để chụp lấy hộ chiếu đang bay giữa không trung, mắt mở lớn vì ngạc nhiên và đôi môi cố nén tiếng cười, kết cấu da tự nhiên cùng ngôn ngữ cơ thể đời thường. Chụp từ góc cực thấp, gần như chạm vào băng chuyền đang chuyển động; sử dụng đường dẫn elip mạnh của băng chuyền, sự lặp lại nhịp nhàng của hai mươi chiếc va-li và các lớp phản chiếu trên kính nhà ga để tạo phối cảnh không gian sâu, chính xác. Ánh nắng trưa gắt, định hướng từ các giếng trời phía trên, tạo những bóng đổ sạch, kéo dài trên kim loại xước mờ và sàn được đánh bóng. Bảng màu giới hạn nghiêm ngặt gồm đỏ cà chua, xanh xám sân bay và xanh cỏ rực; không có màu chủ đạo nào khác. Giữ lại các vết xước kim loại chân thực, độ mòn của băng cao su, mép nhãn dán gấp, kết cấu dập nổi trên va-li, hạt phim tinh tế và hiệu ứng nhòe chuyển động tiết chế. Mỗi chiếc va-li mang một thẻ hành lý màu trắng được gắn cố định, định hướng đúng và dễ đọc, với kiểu chữ nhất quán, sạch sẽ, bao gồm dòng chữ rõ ràng “CHUYẾN BAY 208 • CỔNG C12 • HÀNH LÝ 019”, không chữ vô nghĩa hay nhãn trôi nổi. Tỷ lệ siêu thực được thể hiện bằng chủ nghĩa hiện thực nhiếp ảnh, tinh thần quảng cáo du lịch tinh tế của thập niên 1970–1980, hài hước thị giác khô khan, vùng sáng được kiểm soát, phản chiếu chân thực, bàn tay, vật thể lặp lại, bóng đổ và phối cảnh nhất quán; không xử lý quá bóng nhẫy, không vẻ ngoài HDR, không vi chi tiết quá mức, không da nhựa, không màu đục bẩn, không hiệu ứng phát sáng khắp nơi, không bầu không khí sử thi rẻ tiền, không hình ảnh dưới nước tối tăm hay tàn tích ngoài không gian. Ống kính góc rộng 28mm mang tính điện ảnh, độ cao máy ảnh thấp, mặt phẳng nét rõ quanh bàn tay du khách và chiếc va-li đang mở, hạt analog nhẹ, độ tách màu biên tập cao cấp, tỷ lệ khung hình ngang rộng 16:9, bố cục tràn lề từ mép này sang mép kia.

Generated with Nano Banana 2.1 Text-to-Image on Atlas Cloud

Generated with Nano Banana 2.1 Text-to-Image on Atlas Cloud

Generated with Seedream v5.0 Pro Text-to-Image on Atlas Cloud

Generated with Seedream v5.0 Pro Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Nano Banana 2.1 trong các quy trình sản xuất

Trong các quy trình sản phẩm, truyền thông và biên tập, Nano Banana 2.1 biến prompt, hình ảnh hoặc video nguồn thành ảnh tĩnh hoàn thiện, hỗ trợ kiểu chữ đa ngôn ngữ và chỉnh sửa có kiểm soát, đồng thời duy trì tính nhất quán của các chủ thể xuất hiện lặp lại.

Nano Banana 2.1 cho các chiến dịch bản địa hóa

Nano Banana 2.1 kết xuất văn bản đa ngôn ngữ chính xác trong các hình ảnh chiến dịch hoàn thiện từ prompt ngôn ngữ tự nhiên. Tạo poster bản địa hóa, đồ họa ra mắt và quảng cáo mạng xã hội cho khán giả toàn cầu mà không cần dựng lại thủ công từng bố cục.

Cảnh sản phẩm với nhiều ảnh tham chiếu

Kết hợp tối đa 14 ảnh tham chiếu mà vẫn duy trì tính nhất quán cho tối đa bốn nhân vật và mười đối tượng. Các nhóm sản phẩm có thể tạo cảnh danh mục, biến thể theo mùa và bố cục mang nhận diện thương hiệu từ những tài nguyên hình ảnh có sẵn.

Thế giới nhân vật của Nano Banana 2.1

Giữ cho tối đa bốn nhân vật vẫn dễ nhận diện khi thay đổi trang phục, bối cảnh hoặc phong cách thông qua các chỉnh sửa có hướng dẫn. Ứng dụng kể chuyện, đội ngũ phát triển game và các chiến dịch nối tiếp có được dàn nhân vật hình ảnh nhất quán trên nhiều tài nguyên liên quan.

Chỉnh sửa chính xác cho sản xuất

Đánh dấu một vùng và mô tả thay đổi để thực hiện các chỉnh sửa tập trung mà vẫn bảo toàn nội dung xung quanh. Chỉnh sửa ảnh sản phẩm, thay thế các đối tượng riêng lẻ hoặc điều chỉnh tài nguyên sáng tạo mà không cần dựng lại toàn bộ hình ảnh từ đầu.

Biến khung hình video thành tài nguyên chiến dịch

Biến một đoạn video nguồn, các ảnh tham chiếu tùy chọn và một prompt thành ảnh tĩnh mới. Tạo ảnh thu nhỏ, poster quảng bá hoặc infographic tóm tắt cho nhà sáng tạo, đơn vị xuất bản và các công cụ tự động hóa truyền thông ở quy mô lớn.

Đồ họa biên tập có dữ liệu đối chiếu

Sử dụng Google Search grounding tùy chọn cùng khả năng kết xuất văn bản chính xác để tạo hình ảnh cập nhật dựa trên thông tin hiện thời. Nhà phát triển có thể xây dựng đồ họa biên tập, nội dung giải thích sự kiện và infographic theo chủ đề cho tòa soạn, nhà giáo dục hoặc nền tảng nội dung.

So sánh chỉnh sửa hình ảnh Nano Banana 2.1

So sánh Nano Banana 2.1 với các mô hình chỉnh sửa hình ảnh khác theo độ phân giải đầu ra, số lượng hình ảnh tham chiếu và mức giá tiêu chuẩn cho mỗi hình ảnh.

Mô hìnhĐộ phân giải đầu ra tối đaSố lượng hình ảnh tham chiếu tối đaGiá cơ bản tiêu chuẩn
Nano Banana 2.1 Edit4K14Từ $0.05/ảnh
Qwen Image 3.0 Edit2K3Từ $0.03/ảnh
Grok Imagine Image 2.0 Edit2K3Từ $0.04/ảnh

Cách Sử Dụng Nano Banana 2.1 trên Atlas Cloud

Bắt đầu trong vài phút — làm theo các bước đơn giản sau để tích hợp và triển khai mô hình qua nền tảng Atlas Cloud.

Tạo Tài Khoản Atlas Cloud

Đăng ký tại atlascloud.ai và hoàn tất xác minh. Người dùng mới nhận được tín dụng miễn phí để khám phá nền tảng và thử nghiệm mô hình.

Tại sao Sử dụng Nano Banana 2.1 trên Atlas Cloud

Sự kết hợp của các mô hình tiên tiến của Nano Banana 2.1 với nền tảng được tăng tốc GPU của Atlas Cloud mang lại hiệu suất, khả năng mở rộng và trải nghiệm nhà phát triển độc đáo.

Hiệu suất và Tính linh hoạt

Độ Trễ Thấp:
Suy luận được tối ưu hóa GPU cho suy luận thời gian thực.

API Thống nhất:
Chạy Nano Banana 2.1, GPT, Gemini và DeepSeek với một tích hợp duy nhất.

Giá cả Minh bạch:
Thanh toán dựa trên token có thể dự đoán với tùy chọn serverless.

Doanh nghiệp và Mở rộng

Trải nghiệm Nhà phát triển:
SDK, phân tích, công cụ tinh chỉnh và mẫu.

Độ tin cậy:
99,99% khả dụng, RBAC và ghi nhật ký sẵn sàng cho tuân thủ.

Bảo mật và Tuân thủ:
SOC 2 Type II, tuân thủ HIPAA, chủ quyền dữ liệu tại Hoa Kỳ.

Câu hỏi thường gặp về API Nano Banana 2.1

Nano Banana 2.1 là mô hình tạo hình ảnh và chỉnh sửa hội thoại của Google, được xây dựng trên Gemini 3.6 Flash. Atlas Cloud cung cấp sáu endpoint cho các quy trình chuyển văn bản thành hình ảnh, chỉnh sửa hình ảnh và chuyển tham chiếu thành hình ảnh.

Tạo hình ảnh có bố cục hoàn chỉnh với độ phân giải từ 1K đến 4K dựa trên prompt văn bản, bao gồm cả các thiết kế yêu cầu văn bản đa ngôn ngữ. Có thể chỉnh sửa, thay đổi phong cách hoặc hợp nhất hình ảnh hiện có trong khi vẫn giữ lại tối đa bốn nhân vật và mười đối tượng. Một quy trình riêng chuyển đổi video nguồn, các tham chiếu tùy chọn và prompt thành hình ảnh tĩnh.

Chọn endpoint phù hợp với quy trình chuyển văn bản thành hình ảnh, chỉnh sửa hoặc chuyển tham chiếu thành hình ảnh của bạn. Gửi prompt bắt buộc và các input media bằng model ID được liệt kê thông qua API tương thích với OpenAI của Atlas Cloud. Xem schema của endpoint trước khi thêm các tùy chọn điều khiển.

Sử dụng text-to-image khi bắt đầu bằng prompt văn bản, và edit khi chuyển đổi, thay đổi phong cách hoặc kết hợp các hình ảnh hiện có. Chọn reference-to-image khi một đoạn video cần định hướng bố cục của hình ảnh tĩnh mới. Mỗi quy trình đều có cả biến thể endpoint Developer và standard.

Đối với các yêu cầu text-to-image, mô hình hỗ trợ đầu ra từ 1K đến 4K, khả năng điều chỉnh thinking, hiển thị văn bản đa ngôn ngữ và tùy chọn grounding bằng Google Search. Tính năng chỉnh sửa chấp nhận từ 1 đến 14 hình ảnh và hỗ trợ thay đổi theo vùng dựa trên mask. Reference-to-image bắt đầu với một đoạn video nguồn và cũng có thể sử dụng các hình ảnh tham chiếu.

Atlas Cloud niêm yết mức giá cơ bản tiêu chuẩn là $0.05 cho mỗi lần gọi đối với cả sáu endpoint hiện có. Mức giá này áp dụng cho các quy trình text-to-image, edit và reference-to-image ở cả hai biến thể được liệt kê.

So với Nano Banana 2, Google cho biết Nano Banana 2.1 cải thiện về chất lượng hình ảnh, khả năng tuân thủ prompt, hiển thị văn bản đa ngôn ngữ và tính nhất quán qua nhiều lần chỉnh sửa. Nano Banana 2.1 được định vị là phiên bản hiệu quả đối trọng với Nano Banana Pro, kết hợp khả năng xử lý hình ảnh cấp Pro với tốc độ cấp Flash. Hãy thử nghiệm các prompt tiêu biểu trong môi trường production trước khi thay thế quy trình hiện có.

Nếu một chỉ dẫn bị bỏ qua, hãy đặt yêu cầu quan trọng lên đầu, đặt mọi đoạn văn bản chính xác trong dấu ngoặc kép và nêu rõ những thành phần phải được giữ nguyên. Khi chỉnh sửa, hãy chỉ thực hiện một thay đổi lớn mỗi lần và xác định rõ vùng cần chỉnh sửa. Kiểm tra văn bản, danh tính và các vùng không chỉnh sửa trước khi xuất bản kết quả.

Không, các endpoint hiện có trả về hình ảnh tĩnh thay vì video. Quy trình reference-to-image sử dụng một đoạn video nguồn làm ngữ cảnh để tạo thumbnail, poster, infographic tóm tắt hoặc một bố cục tĩnh khác.

Khám phá Thêm Dòng

Seedance 2.5

API Seedance 2.5 cung cấp cho các nhà phát triển mô hình âm thanh và video kết hợp của ByteDance Seed, tạo ra nội dung từ 4 đến 30 giây trong một lần chạy với độ phân giải lên đến 4K gốc từ văn bản, khung hình đầu tiên hoặc tối đa 50 tham chiếu trên nhiều hình ảnh, video và âm thanh. Nó chỉnh sửa các vùng đã chọn, kéo dài các clip, và tuân theo các dữ liệu đầu vào là mô hình trắng và màn hình xanh.

Xem Dòng

Seedance 2.5 Flash

Seedance 2.5 Flash API cung cấp cho các nhà phát triển bậc dịch vụ nhanh hơn, chi phí thấp hơn của Seedance 2.5 thuộc ByteDance Seed, được phát hành vào ngày 12 tháng 11 năm 2026. Nó tạo video với tốc độ gần gấp đôi Seedance 2.5, kết xuất lên đến 30 giây mỗi clip ở độ phân giải 480p hoặc 720p và tiếp nhận tối đa 10 hình ảnh, 5 video và 5 đoạn âm thanh cho mỗi yêu cầu, kèm theo khả năng chỉnh sửa video để tạo các biến thể nhanh chóng.

Xem Dòng

Kling 4.0

Kling 4 API cung cấp Kling 4.0, mô hình video được Kuaishou phát hành vào ngày 15 tháng 10 năm 2026. Nó tạo ra tối đa 30 giây trong một lần chạy, theo dõi tối đa 10 khung hình chính, trộn 15 hình ảnh, video và chủ thể thông qua Omni Reference, đồng thời thêm âm thanh nổi với tính năng đồng bộ khẩu hình. Atlas Cloud phục vụ cả bốn điểm cuối, bao gồm cả chỉnh sửa video, trên một khóa tương thích OpenAI duy nhất với giá từ 0,11 USD mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Seedream 5.5

Seedream 5.5 là dòng sản phẩm tạo và chỉnh sửa hình ảnh của ByteDance Seed. Hướng dẫn chỉnh sửa với tối đa 10 hình ảnh tham chiếu hoặc chia hình ảnh thành một hình ảnh cơ sở và tối đa 99 lớp có thể chỉnh sửa, với OCR tùy chọn cho các lớp văn bản. Trên Atlas Cloud, chi phí cho mỗi lần tạo, chỉnh sửa và phân tách lớp là 0,02 USD cho mỗi hình ảnh, giúp các nhà phát triển lập kế hoạch ngân sách quy trình làm việc về hình ảnh. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

Kling 4.0 Flash

Kling 4.0 Flash API cung cấp cho các nhà phát triển phiên bản nhanh, chi phí thấp hơn của mô hình video Kling 4.0 từ Kuaishou. Nó tạo ra các clip 720p từ 3 đến 20 giây với bốn tỷ lệ khung hình, theo dõi tới 15 tham chiếu trên hình ảnh, video và các phần tử Kling thông qua Omni Reference, đồng thời chỉnh sửa cảnh quay hiện có bằng văn bản trong khi tạo âm thanh gốc. Atlas Cloud phục vụ cả bốn điểm cuối trên một khóa với giá từ 0,0571 USD mỗi giây, và các yêu cầu thất bại không bị tính phí.

Xem Dòng

Wan 3.0

Wan 3.0 là mô hình video mới nhất của Alibaba, có thể tạo ra tối đa 30 giây video 1080p ở tốc độ 30fps kèm âm thanh chỉ trong một lần tạo. Điều khiển nó bằng một prompt văn bản, khung hình đầu tiên, tối đa 10 hình ảnh tham chiếu hoặc một tài liệu. Bản Standard có chi phí mỗi giây thấp hơn, trong khi bản Prime giữ nguyên các khả năng và trả về kết quả nhanh hơn. Cả hai đều chạy trên cùng một khóa Atlas Cloud như Wan 2.7, 2.6 và 2.5.

Xem Dòng

GPT Image 2.6

API GPT Image 2.6 cung cấp cho các nhà phát triển mô hình hình ảnh của OpenAI được phát hành vào ngày 4 tháng 11 năm 2026, dưới hai phiên bản: Flare cho việc lặp lại nhanh và Sunburst cho công việc hình ảnh chi tiết. Nó tạo hình ảnh nhanh hơn 50% so với trước đây và bổ sung đầu ra GIF động, xuất SVG, chỉnh sửa đánh dấu nhắm vào khu vực bạn khoanh tròn và cài đặt độ phức tạp. Atlas Cloud phục vụ cả hai mô hình trên một khóa tương thích với OpenAI với giá cước trả theo mức sử dụng.

Xem Dòng

Kling Image 4.0

Kling Image 4.0 là mô hình tạo hình ảnh của Kling AI dành cho thiết kế trực quan chi tiết. Hình ảnh tham chiếu hướng dẫn bố cục, trong khi các bố cục dài tích hợp hình ảnh sản phẩm và thông điệp thương hiệu vào hình ảnh toàn trang hoàn chỉnh. Đầu ra độ phân giải cao cung cấp không gian để cắt xén và hiển thị. Atlas Cloud đơn giản hóa việc tích hợp với API thống nhất và giá cả minh bạch theo mức sử dụng. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

MiniMax H3 Image

MiniMax H3 Image được xây dựng dựa trên dòng H3 của MiniMax, kết hợp việc tạo và chỉnh sửa hình ảnh trong một checkpoint duy nhất. Các lời nhắc (prompt) chi tiết giúp điều hướng nhân vật, bối cảnh và bố cục, trong khi các đầu vào tham chiếu sẽ định hướng các thay đổi về mặt hình ảnh. Atlas Cloud cung cấp quyền truy cập được lưu trữ với tính năng thanh toán theo mức sử dụng (pay-as-you-go), giúp bạn tích hợp quy trình xử lý hình ảnh mà không cần quản lý cơ sở hạ tầng mô hình. Bắt đầu xây dựng ngay hôm nay.

Xem Dòng

MiniMax H3

MiniMax H3 là dòng video đa phương thức của MiniMax, hỗ trợ sáng tạo từ văn bản, hình ảnh và nội dung tham chiếu. Trên các route được hỗ trợ, sản phẩm duy trì chủ thể từ nội dung tham chiếu, cung cấp các tỷ lệ khung hình linh hoạt và kết hợp âm thanh được tạo với hình ảnh thông qua H3 Developer, với hồ sơ đầu ra được lựa chọn theo endpoint. Atlas Cloud hợp nhất dòng sản phẩm này dưới một khóa tương thích với OpenAI, cùng mức giá trả theo nhu cầu minh bạch bắt đầu từ mức tiêu chuẩn $0.038 mỗi giây. Hãy bắt đầu xây dựng ngay hôm nay.

Xem Dòng

GPT Image 2.5

GPT Image 2.5 là mô hình tạo và chỉnh sửa hình ảnh của OpenAI, được phát hành vào ngày 8 tháng 9 năm 2026 với hai phiên bản API. Flare là phiên bản mặc định, với độ trễ thấp hơn tới 50% so với GPT Image 2, trong khi Sunburst mất nhiều thời gian hơn để cung cấp khả năng kiểm soát tinh vi hơn đối với các chỉnh sửa chi tiết. Cả hai đều hỗ trợ tối đa 16 hình ảnh tham chiếu, năm cấp độ chất lượng, nền trong suốt và kích thước tùy chỉnh lên tới 3840px. Atlas Cloud cung cấp API GPT Image 2.5 theo mức phí tính trên token của OpenAI hoặc theo mức giá cố định trên mỗi hình ảnh theo cấp độ 1K, 2K hoặc 4K.

Xem Dòng

Seedream 5.0 Pro

Seedream 5.0 Pro API cung cấp cho các nhà phát triển mô hình chỉnh sửa hình ảnh có thể kiểm soát của ByteDance trên Atlas Cloud. Nó đặt các chỉnh sửa một cách chính xác bằng các điểm neo và tọa độ, tách hình ảnh thành các lớp có thể chỉnh sửa, kết hợp nhiều tham chiếu và khớp màu sắc cũng như vật liệu chính xác, với văn bản đa ngôn ngữ ở độ phân giải 2K và 3K. Trên Atlas Cloud, bạn có thể truy cập nó chỉ bằng một khóa!

Xem Dòng

Một API cho mọi AI đa phương tiện.

Khám phá tất cả mô hình