免費體驗 Google Nano Banana Pro API，基於 Gemini 3.0 Pro 生成高保真 2K/4K 圖片，提示理解準確、調用穩定，適合高性價比批量生產。
立即體驗 AI 圖片生成器
Google Nano Banana Pro API（由 Gemini 3.0 Pro Image 驅動）為開發者提供經濟高效、可投入生產的 AI 圖像生成能力。這項經濟實惠的 Gemini 圖像 API 整合，能透過直覺式的文字生成圖像功能，將複雜的創意構想轉化為 4K 現實。它建立在 Google 前沿的電腦視覺研究之上，結合深層語意推理與彈性的 API 整合，輸出專業級成果。
注意 請確保您的提示詞符合 Google 的安全指南。如果發生錯誤，請檢查您的提示詞是否包含受限內容，調整後再試一次。
Nano Banana Pro vs. FLUX.1 [dev]
FLUX.1 [dev] 強調最大解析度控制與細節保留，適合技術型工作流程；而 Nano Banana Pro 則聚焦於語意理解與版面感知創作。由 Gemini 3 的推理能力驅動，它提供經濟實惠的文字生成圖像能力，非常適合複雜、以文字為導向的視覺敘事。
Nano Banana Pro vs. GPT-Image-1 (OpenAI)
GPT-Image-1 是一款通用型創意生成器，具備廣泛的風格變化。相較之下，Nano Banana Pro 更強調精準的版面控制、多語言圖像內文字，以及嚴謹導向的輸出，因此更適合經濟實惠、可投入生產的專業設計與行銷需求。
Nano Banana Pro vs. 原版 Nano Banana
原版 Nano Banana 仍是快速、低延遲反覆迭代的首選。Nano Banana Pro 則以更高品質為代價換取純速度，透過經濟實惠的 Gemini 3 Pro Image 整合，提供更好的推理能力、更銳利的文字、更佳的角色一致性，以及更豐富的相機風格控制。
Nano Banana Pro vs. Seedream
Seedream 擅長快速、風格化生成，特別是在動漫與插畫美學方面。Nano Banana Pro 則特別針對可靠排版、照片級真實感與專業混合媒體版面進行優化，並提供 4K 輸出品質。
Nano Banana Pro vs. Qwen Image 2509
Qwen Image 在開源生態與文件風格渲染方面表現出色。Nano Banana Pro 則透過生產級的 Gemini API 整合，聚焦於高保真 4K 輸出與複雜的多語言設計控制，因而在全球化製作中更具優勢。
// 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-pro',
prompt: 'A beautiful sunset over mountains',
width: 16,
height: 9,
resolution: '2k'
})
});
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[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(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-pro',
'prompt': 'A beautiful sunset over mountains',
'width': 16,
'height': 9,
'resolution': '2k'
}
)
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-pro",
"prompt": "A beautiful sunset over mountains",
"width": 16,
"height": 9,
"resolution": "2k"
}'
# 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)