免费体验 Google Nano Banana Pro API，基于 Gemini 3.0 Pro 生成高保真 2K/4K 图片，提示理解准确、调用稳定，适合高性价比批量生产。
立即体验 AI 图片生成
Google Nano Banana Pro API（由 Gemini 3.0 Pro Image 驱动）为开发者提供经济高效、生产级别的 AI 图像生成服务。这款经济实惠的 Gemini 图像 API 集成能够通过直观的文本生成图像功能，将复杂的创意构想转化为 4K 现实。基于 Google 前沿的计算机视觉研究，它将深度语义推理与灵活的 API 集成相结合，输出专业级别的图像。
注意 请确保您的提示符合 Google 的安全指南。如果发生错误，请检查您的提示是否包含受限内容，调整后重试。
Nano Banana Pro vs. FLUX.1 [dev] FLUX.1 [dev] 强调技术工作流程的最大分辨率控制和精细细节保留，而 Nano Banana Pro 专注于语义理解和布局感知创作。由 Gemini 3 的推理能力驱动，它提供经济实惠的文本生成图像服务，非常适合复杂的、文本驱动的视觉叙事。
Nano Banana Pro vs. GPT-Image-1 (OpenAI) GPT-Image-1 作为通用创意生成器，具有广泛的风格多样性。相比之下，Nano Banana Pro 强调精确的布局控制、多语言图像内文字和紧密定向的输出，使其成为经济实惠、生产级别专业设计和营销的更优选择。
Nano Banana Pro vs. 原版 Nano Banana 原版 Nano Banana 仍然是快速、低延迟迭代的首选。Nano Banana Pro 以纯速度换取高级质量，通过经济实惠的 Gemini 3 Pro Image 集成，提供显著更好的推理能力、更清晰的文字、改进的角色一致性和更丰富的相机风格控制。
Nano Banana Pro vs. Seedream Seedream 擅长快速、风格化的生成，具有强大的动漫和插画美学。Nano Banana Pro 专门针对可靠的排版、照片级真实感和具有 4K 输出质量的专业混合媒体布局进行了调优。
Nano Banana Pro vs. Qwen Image 2509 Qwen Image 在开源生态系统和文档风格渲染方面表现出色。Nano Banana Pro 通过生产级别的 Gemini API 集成，专注于高保真 4K 输出和面向全球制作的复杂多语言设计控制，从而脱颖而出。
// 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)