Retour aux modèles

Nano Banana

La famille de modèles d'image rapide et économique de Google, pour la génération texte-image et la retouche d'images existantes par prompt.

Édition d'image$0.031Texte vers image$0.031
Tarification$0.031/requête
Latence~30 secondes en moyenne
RésolutionPar requête
Idéal pourtext to image, Fast, Low Cost

Paramètres

Coût estimé

Vous économisez 20 % sur ce modèle
Coût de base par request$0.039
Remise-20%
Votre total$0.031
Vous économisez $0.0078 par requête

Connectez-vous pour exécuter des modèles

Output Preview

Ready

No output yet

Run the model to see generated results.

Exemple de résultat

Exemple d'API— Paramètres actuels

generate.py
import requests

result = requests.post(
    'https://api.e2x.ai/v1/jobs/submit',
    headers={
        'Authorization': f'Bearer {API_KEY}',
        'Content-Type': 'application/json'
    },
    json={
  'model': 'google/nano-banana/text-to-image',
  'input': {}
}
)

Obtenir la tâche— Interroger le résultat

get_job.py
import time

job_id = result.json()['jobId']

while True:
    response = requests.get(
        f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
        headers={'Authorization': f'Bearer {'{API_KEY}'}'}
    )
    data = response.json()['data']

    if data['status'] == 'completed':
        print('Done!', data['outputs'][0]['url'])
        break
    elif data['status'] == 'failed':
        raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")

    time.sleep(2)
Explorer les alternatives

Modèles similaires

Découvrez d'autres modèles d'IA pour Texte vers image

Voir tous les modèles

Nano Banana Text-to-Image sur E2X — et où migrer avant le 2 octobre

Nano Banana, c'est le gemini-2.5-flash-image de Google, le modèle qui a imposé ce nom. Nous l'exposons sous google/nano-banana/text-to-image et nous le facturons $0.0312 par image, soit 20 % sous les $0.039 de fal.ai. Vient ensuite le chiffre qui compte plus que le prix : Google arrête ce modèle le 2 octobre 2026, trente-sept jours après la rédaction de cette page.

Ce seul fait réorganise tout le reste de la page. Nous continuons à faire tourner l'endpoint, nous tenons le prix, et un batch que vous mettez en file cette semaine ira au bout sans problème. Ce que nous ne ferons pas, c'est vous convaincre de démarrer une intégration neuve sur un modèle qui n'a plus que cinq semaines devant lui.

Voici où se situait notre prix lors de notre dernière vérification, le 26 août 2026 :

Provider APIPrix par imagevs. E2X
E2X$0.0312—
fal.ai$0.039nous sommes 20 % moins cher
Google Gemini API$0.039nous sommes 20 % moins cher
OpenRouter$0.039nous sommes 20 % moins cher

Les prix et les conditions produit peuvent changer. Vérifiez les tarifs en vigueur de chaque provider avant toute décision d'achat. La tarification Google Batch ou Flex n'est pas directement équivalente à une requête API on-demand standard, car les conditions de planification, de disponibilité et de traitement diffèrent ; elle est donc exclue de cette comparaison. Il s'agit d'une comparaison délimitée, et non d'une affirmation selon laquelle E2X serait l'option la moins chère au monde dans toutes les configurations.

Le verdict de Google sur son propre modèle

L'éditeur ne prend pas de gants. Directement tiré de la documentation sur la génération d'images :

« Le pionnier legacy de la série Nano Banana. Il a beau avoir été une bête de somme fiable, nous recommandons vivement à nos clients de migrer vers Nano Banana 2 Lite pour bénéficier d'une meilleure qualité, de vitesses de génération supérieures et d'un tarif API plus bas. »

Regardez qui écrit ça. Pas un concurrent, pas nous — Google, à propos de son propre modèle, juste à côté d'un tableau de dépréciation qui liste gemini-2.5-flash-image avec une date d'arrêt au 2 octobre 2026. Un « nous recommandons vivement » assorti d'une date ferme, c'est à peu près ce à quoi ressemble un avis d'expulsion en langage de model card.

Vous avez déjà une image que vous voulez modifier plutôt que remplacer ? Nano Banana edit-image prend des références au lieu d'une toile blanche — même modèle, mêmes $0.0312, même date de fin.

Ce que l'original fait encore bien

Rendons à César. Ce modèle a bâti sa réputation, et pendant encore quelques semaines il reste un générateur rapide et bon marché.

Il est rapide. Une mesure indépendante d'OpenRouter place la médiane autour de 1,94 seconde sur AI Studio et 4,48 secondes sur Vertex. Notre propre pipeline de jobs budgète environ 30 secondes de bout en bout, ce qui inclut la mise en file et la livraison de notre côté.

Il couvre dix aspect ratios — 21:9, 16:9, 4:3, 3:2, 1:1, 9:16, 3:4, 2:3, 5:4, 4:5. Assez large pour sortir un jeu de bannières et un crop story depuis le même template de prompt.

Il n'écrit qu'une seule résolution : 1K. Pas de 2K, pas de 4K, aucun chemin d'upscale. Si un client demandait de l'impression, ce n'a jamais été ce modèle-là.

Et une chose sur laquelle nous n'allons pas faire semblant : le texte dans l'image est faible ici. Google attribue le rendu de texte avancé à la génération Gemini 3, pas à celle-ci. Demandez un titre d'affiche et vous obtiendrez des lettres qui ont l'air correctes en vignette et qui s'effondrent en taille réelle. Toutes les pages qui vous ont dit le contraire faisaient des suppositions.

Requête API : prompt en entrée, image en sortie

Créez une API key dans votre dashboard, gardez-la sur votre serveur, et postez le job. Seul prompt est obligatoire.

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "google/nano-banana/text-to-image",
    "input": {
      "prompt": "Un casque de scaphandrier en laiton posé sur un établi, lumière du matin filtrant par une fenêtre poussiéreuse, faible profondeur de champ",
      "aspect_ratio": "3:2"
    }
  }'

Vous récupérez un job ID. Faites du polling jusqu'à ce que le statut se stabilise :

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "google/nano-banana/text-to-image",
    input: {
      prompt: "Toits en terre cuite au crépuscule, perspective de drone basse, brume chaude, aucune personne",
      aspect_ratio: "16:9",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());

  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 2000));
}

Le statut passe de pending → processing → completed, ou se fige sur failed ou cancelled. Envoyez un webhookUrl dans le body si vous préférez que ce soit nous qui vous rappelions.

Un détail de schema qui piège pas mal de monde : notre valeur par défaut pour aspect_ratio est 9:16, pas 1:1. Portrait, sauf indication contraire. Le schema et le prix à jour vivent toujours dans la spécification lisible par machine.

Le modèle que vous devriez réellement appeler

Voici toute notre gamme text-to-image. Regardez la deuxième ligne avant tout le reste.

ModèlePrix / imageÀ choisir quand
Nano Banana 2 Lite$0.0238Presque toujours — moins cher et plus récent que le modèle de cette page
Nano Banana (legacy)$0.0312Un pipeline que vous videz avant le 2 octobre
Nano Banana 2$0.04Vous voulez la génération actuelle complète, pas le palier Lite
Nano Banana Pro$0.075Texte lisible dans l'image, nombreuses références, sortie 4K
GPT Image 2$0.0525Vous préférez le rendu d'OpenAI

Nano Banana 2 Lite est 24 % moins cher que le modèle de cette page, et il a une génération d'avance. Cette combinaison est inhabituelle, et elle supprime le seul argument que quiconque avance pour rester sur d'anciens poids. Il n'y a aucun arbitrage budgétaire à peser ici : vous payez moins, vous obtenez de meilleures sorties, et votre intégration cesse d'expirer dans cinq semaines. La migration se rembourse dès la première requête.

Même contrat JSON, même boucle de polling, mêmes aspect ratios. Changez la chaîne model et déployez. Si votre travail exige des mots lisibles intégrés au visuel, sautez Lite et allez sur Nano Banana Pro — c'est le palier où Google a mis le rendu de texte. Tout le reste de ce que nous opérons se trouve dans la catégorie text-to-image et dans le catalogue complet des modèles.

Prompter un modèle dont la mémoire s'arrête en juin 2025

La knowledge cutoff est juin 2025 : tout ce qui s'est passé après n'existe pas dans les poids. Nommez un produit de 2026 ou un événement public récent et vous obtiendrez une invention, rendue avec aplomb.

Décrivez l'optique plutôt que des adjectifs. « 85mm, f/1.8, contre-jour, léger flare » fait plus de travail que « magnifique plan cinématographique » — la seconde formule est si courante dans les données d'entraînement qu'elle s'effondre vers une moyenne. Précisez aussi l'espace négatif : ce modèle remplit volontiers un coin vide de fouillis si vous ne lui dites pas de s'abstenir.

Gardez vos prompts sous le paragraphe. La fenêtre de contexte est de 65 536 tokens en entrée et 32 768 en sortie : la longueur n'est jamais la contrainte — l'attention, si. Ici, les prompts longs diluent au lieu d'affiner.

Avant de mettre quoi que ce soit en production avec lui

Chaque sortie porte un watermark SynthID. Le marqueur de provenance imperceptible de Google, appliqué sans exception, et aucun provider — nous compris — n'a d'interrupteur pour le désactiver.

Ensuite, le calendrier. Mettez le 2 octobre 2026 dans votre runbook d'incident, pas seulement dans votre backlog. Quand Google éteindra les poids, les requêtes vers ce slug échoueront ; c'est un arrêt décidé par l'éditeur, pas une panne que quelqu'un peut patcher. Si vous avez des jobs planifiés, des tâches cron ou une fonctionnalité visible par vos clients pointant ici, changez le slug maintenant, tant que c'est une modification d'une ligne et non un dimanche de travail.

Questions fréquentes

Quand exactement Nano Banana est-il arrêté ?

Le tableau de dépréciation de Google liste gemini-2.5-flash-image avec une date d'arrêt au 2 octobre 2026. Après cette date, le modèle cesse de répondre aux requêtes chez tous les providers, le nôtre compris, parce que les poids appartiennent à Google et que c'est à lui de les retirer. Migrez avant, plutôt que le jour même.

Que devrais-je utiliser à la place du Nano Banana original ?

Nano Banana 2 Lite, et le débat est vite tranché. Nous le facturons $0.0238 contre $0.0312 pour ce modèle, il a une génération complète d'avance, et Google le désigne comme le remplaçant recommandé. Échangez le slug du modèle — la forme de la requête et de la réponse ne change pas.

Combien coûte Nano Banana text-to-image sur E2X ?

$0.0312 par image générée, soit 20 % sous les $0.039 de fal.ai lors de notre vérification du 26 août 2026. L'API de Google elle-même et OpenRouter étaient tous deux à $0.039 à cette date. Les prix bougent : confirmez sur la page modèle en direct avant de budgéter.

Ce modèle peut-il générer du texte à l'intérieur de l'image ?

Pas de façon fiable. Google attribue le rendu de texte avancé à la génération Gemini 3, et ce modèle la précède — les mots courts survivent parfois, les phrases rarement. Pour du packaging, des infographies ou quoi que ce soit avec un titre, utilisez plutôt Nano Banana Pro.

Quelle résolution produit-il en sortie ?

1K, et rien d'autre que 1K. Il n'existe aucun chemin 2K ou 4K sur cette génération. S'il vous faut plus grand, Nano Banana Pro monte à 4096×4096.

Les images portent-elles un watermark ?

Oui. Chaque image contient SynthID, le marqueur imperceptible de Google pour les contenus générés par IA. Aucun provider n'expose de paramètre pour le désactiver, et tout provider qui prétendrait le contraire vous induirait en erreur.

L'API est-elle synchrone ?

Non. Vous soumettez un job, puis vous faites du polling sur son statut ou vous nous donnez un webhookUrl. Un job terminé expose le fichier sur data.outputs[0].url, et notre pipeline budgète environ 30 secondes par requête.