
Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Verfeinern Sie Produktfotos und Kampagnenmotive mit der Google Nano Banana 2.1 Edit API. Kombinieren Sie Prompts, Referenzbilder und optionale Suche für präzise Bildbearbeitung.
Probieren Sie jetzt den KI-Bildgenerator aus
Die Nano Banana 2.1 Edit API bringt Googles hocheffizientes Modell zur Bildbearbeitung für Entwickler und Kreativteams auf Best Image AI. Verändern Sie bestehende Bilder mit natürlichsprachlichen Anweisungen, kombinieren Sie mehrere Referenzbilder und erzeugen Sie verfeinerte Ergebnisse mit verbesserten Details, besserer Textdarstellung und höherer visueller Konsistenz. Flexible Einstellungen für Qualität und Seitenverhältnis helfen Teams, Ausgangsmaterial an unterschiedlichste Produktionsanforderungen anzupassen.
Hinweis: Verwenden Sie Bilder, zu deren Bearbeitung Sie berechtigt sind, und achten Sie darauf, dass Prompts den Sicherheitsrichtlinien von Google entsprechen.
Referenzbilder werden ab dem ersten Bild berechnet; jede aktivierte Suchoption verursacht eine feste Zusatzgebühr pro Generierung, unabhängig von der Bildanzahl. Beachten Sie die aktuellen Preise.
Nano Banana 2.1 Edit im Vergleich zu Nano Banana 2 Edit: Nano Banana 2 Edit unterstützt promptgesteuerte Bearbeitung und Workflows mit mehreren Bildern. Nano Banana 2.1 Edit baut darauf auf und verbessert bei aufwendigeren Bearbeitungen die visuelle Wiedergabetreue, Textdarstellung und Konsistenz.
Nano Banana 2.1 Edit im Vergleich zu Nano Banana Pro: Nano Banana Pro ist auf Präzisionsarbeit und komplexes professionelles Design ausgerichtet. Nano Banana 2.1 Edit bietet eine effiziente Option für Teams, die hochwertige Bearbeitungen und wiederholte Motivvarianten benötigen.
Nano Banana 2.1 Edit im Vergleich zu Nano Banana 2 Lite: Nano Banana 2 Lite konzentriert sich auf Geschwindigkeit und kostengünstige Generierung und Bearbeitung. Nano Banana 2.1 Edit eignet sich für Briefings mit vielen Referenzen, bei denen Komposition, Typografie und Details wiederkehrender Motive stärker im Vordergrund stehen.
Nano Banana 2.1 Edit im Vergleich zu GPT Image: GPT Image unterstützt die Bildbearbeitung über die API von OpenAI. Nano Banana 2.1 Edit bietet auf Best Image AI einen Workflow mit einem Google-Modell, mehreren Referenzbildern, einer breiten Auswahl an Seitenverhältnissen und optionaler Suchfundierung.
Nano Banana 2.1 Edit im Vergleich zu FLUX.2: FLUX.2 bietet referenzgesteuerte Bildbearbeitung und Komposition. Nano Banana 2.1 Edit kombiniert die Steuerung durch mehrere Bilder mit Googles Prompt-Verständnis und optionaler Web- oder Bildersuche für kontextbezogene Bildaktualisierungen.
Entdecken Sie mehrere KI-Kreativtools für schnelle Bild- und Video-Workflows direkt im Browser und skalieren Sie erfolgreiche Ideen anschließend mit den produktionsreifen Modell-APIs von Best Image AI. Best Image AI bietet eine einheitliche API-Schicht für alle Modelle, damit Sie Ihre Workflows einfach nutzen und skalieren können.

KI-Bilder aus Text-Prompts erstellen

KI-Bilder aus Bildern und Text-Prompts erstellen

KI-Videos aus Text-Prompts erstellen

Bilder in KI-Videos animieren

KI-Bilder und -Videos in einem gemeinsamen Arbeitsbereich erstellen

Konsistente Videos aus Referenzmedien erstellen

Erstelle visuelle KI-Bild- und Videoworkflows auf einer unendlichen Arbeitsfläche
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'nano-banana-2.1-edit',
prompt: 'Add flying cars and neon lights to this cityscape',
image_url_list: ['https://example.com/input-image.jpg'],
width: 16,
height: 9,
resolution: '2k',
enable_web_search: false,
enable_image_search: true
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'nano-banana-2.1-edit',
'prompt': 'Add flying cars and neon lights to this cityscape',
'image_url_list': ['https://example.com/input-image.jpg'],
'width': 16,
'height': 9,
'resolution': '2k',
'enable_web_search': False,
'enable_image_search': True
}
)
result = response.json()
task_id = result['data']['task_id']
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "nano-banana-2.1-edit",
"prompt": "Add flying cars and neon lights to this cityscape",
"image_url_list": ["https://example.com/input-image.jpg"],
"width": 16,
"height": 9,
"resolution": "2k",
"enable_web_search": false,
"enable_image_search": true
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)