Nano Banana 2

E2X पर Nano Banana 2 Text-to-Image API

Nano Banana 2 दरअसल Google का gemini-3.1-flash-image है, और यही वह tier है जिस पर हम ज़्यादातर लोगों को सबसे पहले भेजते हैं। हम इसे google/nano-banana-2 के रूप में उपलब्ध कराते हैं — बिल्कुल यही slug, कोई capability suffix नहीं — और अपने 1K डिफ़ॉल्ट पर प्रति जनरेट की गई इमेज $0.04 लेते हैं। उसी request के लिए fal.ai जो लेता है, यह उसका आधा है, और बदले में आपको ऐसा मॉडल मिलता है जो इमेज के अंदर पढ़ा जा सकने वाला टेक्स्ट रेंडर करता है, चौदह reference लेता है, और 4K तक जाता है।

आपके पास पहले से कोई तस्वीर है जिसे आप बदलना चाहते हैं, नए सिरे से बनाना नहीं? Nano Banana 2 edit-image वही weights हैं, वही कीमत, बस ऊपर से एक image_urls field जुड़ा हुआ।

आँकड़ों से पहले नाम को लेकर एक चेतावनी। Nano Banana 2, Nano Banana Pro नहीं है। Pro यानी gemini-3-pro-image एक अलग और महँगा मॉडल है, और कुछ कैटलॉग — उनमें fal.ai भी — ने अपने कुछ पेजों पर उसे "Nano Banana 2" लिख दिया है। मार्केटिंग नाम नहीं, Gemini model ID से तुलना कीजिए।

हमने आख़िरी बार 26 अगस्त 2026 को जाँचा था; तब हमारी कीमत यहाँ खड़ी थी:

कीमतें और प्रोडक्ट की शर्तें समय के साथ बदल सकती हैं; खरीद का फ़ैसला लेने से पहले हर provider की मौजूदा कीमत जाँच लें। Google Batch या Flex प्राइसिंग किसी स्टैंडर्ड on-demand API request के सीधे बराबर नहीं है, क्योंकि उसमें scheduling, उपलब्धता और प्रोसेसिंग की शर्तें अलग होती हैं; इसलिए उसे इस तुलना में शामिल नहीं किया गया है। यह एक सीमित दायरे की तुलना है — यह दावा नहीं किया जा रहा कि E2X हर कॉन्फ़िगरेशन में दुनिया का सबसे सस्ता विकल्प है।

बिलिंग का एकमात्र कारक resolution है, और उसकी सीढ़ी तय है:

हर पायदान पर हम fal.ai से 50% नीचे रहते हैं — 4K समेत। यही आँकड़े, बाक़ी schema के साथ, machine-readable spec में मौजूद हैं।

इस tier के लिए कीमत-बनाम-क्वालिटी वाली दलील

Google की अपनी लिस्ट कीमतें ही कहानी कह देती हैं: Nano Banana 2 की कीमत $0.067 है, Nano Banana Pro की $0.134। ठीक दोगुनी। क्वालिटी का फ़ासला 2× के आसपास भी नहीं है।

सौदा यही है। घने टाइपोग्राफ़िक लेआउट और पेचीदा composite पर Pro की बढ़त बनी रहती है; बदले में आप हर call का बिल आधा कर देते हैं, और ज़्यादातर प्रोडक्ट काम में यह फ़र्क़ दर्शक तक पहुँचता ही नहीं। इस tier पर आप जो बचा लेते हैं, वह उससे ज़्यादा मायने रखता है जो आप गँवाते हैं:

• प्रति request चौदह reference इमेज। कोई थोपी हुई role bucket नहीं — एक ही call में subject और mood board मिलाइए, और prompt में उन्हें लेबल कर दीजिए।
• चार resolution पायदान। Google इस मॉडल को 0.5K से 4K तक चलाता है; हमारा resolution enum 1k, 2k और 4k देता है। इसके Lite भाई-बंद के मुक़ाबले यही सबसे बड़ा फ़ासला है, क्योंकि उसमें resolution parameter है ही नहीं — वह सिर्फ़ 1K बनाता है।
• Thinking mode चालू है। हर Gemini 3 मॉडल की तरह, यह पेंट करने से पहले composition पर सोचता है। लगभग 8.4 सेकंड की median latency वहीं जाती है।
• Google Search grounding, Image Search समेत। किसी असली लैंडमार्क या असली वर्दी की माँग कीजिए, और यह अंदाज़े से कोई मिलती-जुलती शक्ल गढ़ने के बजाय जाकर देख सकता है।

Google का मॉडल ऐसी ultra-wide framing भी सपोर्ट करता है जो Pro नहीं देता — 1:4, 4:1, 1:8, 8:1। हमारा aspect_ratio enum फ़िलहाल 1:1 से 21:9 तक के दस स्टैंडर्ड ratio कवर करता है, इसलिए किसी ultra-wide value पर banner pipeline बनाने से पहले लाइव spec जाँच लीजिए।

एक पक्की सीमा: function calling सपोर्ट नहीं है। इसके इर्द-गिर्द tool-use loop मत डिज़ाइन कीजिए।

API request: prompt अंदर, इमेज बाहर

अपने dashboard में एक key बनाइए, उसे अपने server पर ही रखिए, और हमारे submit endpoint पर भेज दीजिए। सिर्फ़ prompt ज़रूरी field है।

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-2",
    "input": {
      "prompt": "लिस्बन की एक बेकरी के बाहर हाथ से लिखा चॉकबोर्ड मेन्यू, दोपहर बाद की गर्म रोशनी, और साफ़ पढ़े जाने लायक़ शब्द PASTEL DE NATA 1,20 EUR",
      "aspect_ratio": "4:5",
      "resolution": "2k"
    }
  }'

हम एक job ID लौटाते हैं। उसे poll कीजिए, या हमें एक webhook दे दीजिए और polling बंद कर दीजिए:

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-2",
    input: {
      prompt: "एक छोटे hydroponic ग्रीनहाउस का isometric cutaway, लेबल किए हुए टैंक और पाइप, तकनीकी इलस्ट्रेशन स्टाइल",
      aspect_ratio: "16:9",
      resolution: "1k",
    },
  }),
}).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, 1500));
}

Status pending → processing → completed तक बढ़ता है, या failed अथवा cancelled पर रुक जाता है। अगर आप चाहते हैं कि हम आपको वापस call करें, तो webhookUrl भेजिए।

schema की दो बातें लोगों को चकमा देती हैं। हमारा aspect_ratio default 9:16 है, 1:1 नहीं — portrait, क्योंकि हमारा ज़्यादातर ट्रैफ़िक यही चाहता है। और resolution की value lowercase हैं: 1k, 2k, 4k।

हमारे Nano Banana मॉडलों में से चुनना

Nano Banana 2 हमारी रेंज के बीच में है, यानी कुछ workload के लिए यह दोनों दिशाओं में ग़लत चुनाव है। ईमानदार नक़्शा:

Lite वाली पंक्ति से शुरू कीजिए, क्योंकि असल में पैसा वही बचाएगी। Nano Banana 2 Lite क़रीब 40% सस्ता है, लगभग 2.7× तेज़ चलता है, और आमने-सामने की टेस्टिंग में पढ़े जा सकने वाले टेक्स्ट तथा reference consistency पर इस मॉडल की बराबरी करता है। जो आप छोड़ते हैं वह सीमित है, पर असली है: सिर्फ़ 1K, कोई search grounding नहीं, और जैसे ही prompt कई ऑब्जेक्ट संभालने लगे, कमज़ोर instruction-following। सोशल resolution पर एक ही subject? Lite लीजिए और बचत जेब में रखिए।

Pro पर तब चढ़िए जब डिलीवरेबल शब्दों से भरा पोस्टर हो, या ऐसा कैंपेन जिसमें एक चेहरे को बीस इमेज तक टिका रहना है। legacy वाली पंक्ति छोड़ दीजिए — Google ख़ुद अब gemini-2.5-flash-image को legacy कहता है और बेहतर क्वालिटी, ज़्यादा रफ़्तार तथा कम लागत के लिए उसकी जगह Nano Banana 2 Lite की सिफ़ारिश करता है। वह migration मुफ़्त का पैसा है। बाक़ी रेंज text-to-image कैटेगरी और पूरे मॉडल कैटलॉग में है।

prompt से ज़्यादा निकालना

Thinking mode बदल देता है कि आपको लिखना कैसे चाहिए। मॉडल रेंडर करने से पहले सोचता है, इसलिए वह ढेर सारे विशेषणों के बजाय साफ़ बताए गए इरादे को इनाम देता है — "एक भर्ती पोस्टर जो तीन मीटर दूर से पढ़ा जाना चाहिए" पंद्रह style token से बेहतर दिशा देता है।

जो टेक्स्ट आप रेंडर कराना चाहते हैं उसे उद्धरण में रखिए, ठीक वैसे ही जैसे वह दिखना चाहिए — विराम-चिह्न और छोटे-बड़े अक्षरों समेत। धुँधले निर्देश किसी भी tier पर सजावटी लकीरें ही बनाते हैं।

जब subject असली दुनिया में मौजूद हो, तो उसका नाम लीजिए। grounding तभी मदद करती है जब मॉडल को पता हो कि उसकी तरफ़ हाथ बढ़ाना है। और लेआउट पर बेबाक रहिए: लंबी और ultra-wide framing में subject बीच की तरफ़ खिसकते रहते हैं, जब तक आप न बताएँ कि क्या कहाँ बैठेगा।

ship करने से पहले

हर इमेज पर SynthID watermark होता है। Google का अदृश्य provenance marker, बिना किसी अपवाद के लगाया जाता है, और किसी भी provider के पास — हमारे पास भी — इसे बंद करने का स्विच नहीं है। अगर कोई क्लाइंट कॉन्ट्रैक्ट watermark वाले asset से मना करता है, तो integrate करने से पहले वह मसला सुलझा लीजिए।

latency का बजट median मॉडल समय के लगभग 8.4 सेकंड पर रखिए, किसी छोटे diffusion मॉडल जैसे एक सेकंड से कम जवाब पर नहीं। सोचने की क़ीमत wall clock में चुकानी पड़ती है। हमारा job ETA 30 सेकंड है, ताकि queueing और 4K रेंडर दोनों समा जाएँ।

resolution को कोड में साफ़-साफ़ pin कीजिए। डिफ़ॉल्ट हर provider पर एक जैसे नहीं होते, और यह बात आप किसी diff में जानना पसंद करेंगे, इनवॉइस पर नहीं।

अक्सर पूछे जाने वाले सवाल

Nano Banana 2 क्या है?

Nano Banana 2, Google के gemini-3.1-flash-image का प्रोडक्ट नाम है — Nano Banana परिवार का मौजूदा flash-tier मॉडल। यह टेक्स्ट से इमेज बनाता है, चौदह reference तक लेता है, इमेज के अंदर पढ़ा जा सकने वाला टेक्स्ट रेंडर करता है, और 4K तक output देता है।

E2X पर Nano Banana 2 की कीमत कितनी है?

हम अपने 1K डिफ़ॉल्ट पर प्रति जनरेट की गई इमेज $0.04 लेते हैं, 2K पर $0.06 और 4K पर $0.08 — 26 अगस्त 2026 को जाँचा गया। कीमतें बदलती रहती हैं; बजट बाँधने से पहले लाइव मॉडल पेज पर पुष्टि कर लीजिए।

क्या Nano Banana 2 और Nano Banana Pro एक ही चीज़ हैं?

नहीं। Nano Banana 2 यानी gemini-3.1-flash-image; Pro यानी gemini-3-pro-image, जो एक अलग मॉडल है और लिस्ट कीमत में लगभग दोगुना। कुछ कैटलॉग ने Pro पर ग़लती से "Nano Banana 2" का लेबल लगाया है, इसलिए स्पेसिफ़िकेशन की तुलना करते समय Gemini model ID ज़रूर जाँचिए।

मुझे Nano Banana 2 इस्तेमाल करना चाहिए या Nano Banana 2 Lite?

Lite तब लीजिए जब 1K काफ़ी हो और आपके prompt एक ही साफ़ subject का वर्णन करते हों — वह क़रीब 40% सस्ता और लगभग 2.7× तेज़ है। Nano Banana 2 तब लीजिए जब 2K या 4K चाहिए, जब prompt को कई ऑब्जेक्ट सही जगह रखने हों, या जब आपको Google Search grounding चाहिए, जो Lite में नहीं है।

क्या Nano Banana 2 की इमेज पर watermark होता है?

हाँ। हर output पर SynthID watermark होता है — AI से बनी सामग्री के लिए Google का अदृश्य marker। किसी भी provider पर, हमारे यहाँ भी, इसे बंद करने का कोई parameter नहीं है।

क्या यह मॉडल function calling सपोर्ट करता है?

नहीं। Nano Banana 2 function calling सपोर्ट नहीं करता, इसलिए इसके इर्द-गिर्द tool-use loop मत डिज़ाइन कीजिए। हाँ, यह thinking mode और Google Search grounding — Image Search समेत — ज़रूर सपोर्ट करता है।

एक generation में कितना समय लगता है?

median मॉडल latency लगभग 8.4 सेकंड मापी गई है; queueing और बड़े रेंडर को समेटने के लिए हम job ETA 30 सेकंड रखते हैं। API asynchronous है — एक job submit कीजिए, फिर /v1/jobs/{id} को poll कीजिए या एक webhookUrl दे दीजिए।