Nano Banana 2

E2X पर Nano Banana 2 Image Editing API

Nano Banana 2 दरअसल Google का gemini-3.1-flash-image है, और इसकी editing capability हमारे इमेज कैटलॉग की असली मेहनतकश है। हम इसे google/nano-banana-2/edit-image के रूप में उपलब्ध कराते हैं, 1K डिफ़ॉल्ट पर प्रति एडिटेड इमेज $0.04 लेते हैं, और एक ही request में चौदह सोर्स इमेज तक जा सकती हैं। fal.ai यही मॉडल $0.08 पर लिस्ट करता है।

कोई सोर्स इमेज है ही नहीं? तब आपको Nano Banana 2 text-to-image चाहिए — वही मॉडल, वही कीमत, सिर्फ़ prompt।

एक बात साफ़ कह देना ज़रूरी है, क्योंकि provider कैटलॉग ने इसे गड्ड-मड्ड कर रखा है: यह Nano Banana Pro नहीं है। Pro यानी gemini-3-pro-image, जो सोर्स पर लगभग दोगुनी कीमत का है। अगर किसी और साइट की टेबल में "Nano Banana 2" के साथ Pro के स्पेक्स दिखें, तो नीचे लिखा Gemini model ID जाँच लीजिए।

26 अगस्त 2026 तक हमारी प्राइसिंग:

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।

इस आँकड़े को हिलाने वाली चीज़ resolution है, तय स्टेप्स में:

ध्यान दीजिए यह कहाँ जाकर बैठता है: हमारे यहाँ एक 4K एडिट की कीमत उतनी ही है जितनी fal.ai एक 1K एडिट के लिए लेता है। machine-readable spec में यही वैल्यूज़ मिलेंगी।

Pro की आधी कीमत में असल में क्या मिलता है

Google gemini-3.1-flash-image की कीमत ठीक gemini-3-pro-image की आधी रखता है, जबकि capability का फ़र्क़ कीमत के फ़र्क़ से कहीं छोटा है। एडिटिंग इस असंतुलन को और भी आपके पक्ष में कर देती है — आप एक ऐसी इमेज बदल रहे हैं जो पहले से सही दिखती है, यानी मॉडल को गढ़ने के लिए कम बचता है।

pipeline में जो हिस्से असल में मायने रखते हैं:

• एक ही कॉल में चौदह सोर्स इमेज। किसी सब्जेक्ट, प्रोडक्ट और बैकग्राउंड reference को बिना तीन request चेन किए और बिना बीच के outputs की निगरानी किए एक साथ कंपोज़िट कीजिए। कोई थोपा हुआ रोल-स्प्लिट नहीं है — कौन-सा अटैचमेंट किस काम का है, यह आप तय करते हैं और prompt में बता देते हैं।
• 4K तक output। सस्ते Lite टियर के मुक़ाबले यही निर्णायक अंतर है, क्योंकि Lite resolution पैरामीटर देता ही नहीं — वहाँ 1K ही सब कुछ है। अगर एडिट किया हुआ asset प्रिंट पर जाना है या किसी retina hero स्लॉट में, तो Lite दौड़ से बाहर है।
• पेंट करने से पहले thinking mode। मॉडल पहले सोचता है कि आपने बदलने को क्या कहा। इसीलिए एक ठीक से दायरा तय किया गया एडिट अछूते हिस्सों को पकड़े रखता है, चुपचाप उन्हें दोबारा जनरेट नहीं करता।
• Search grounding, Image Search समेत। तब काम आता है जब एडिट को किसी असली चीज़ से मेल खाना हो — आपके सब्जेक्ट के पीछे कोई ख़ास इमारत, कोई सचमुच का प्रोडक्ट वेरिएंट।

Median latency लगभग 8.4 सेकंड रहती है। Function calling सपोर्ट नहीं है, इसलिए किसी agent loop को इस मॉडल को बाहर से ऑर्केस्ट्रेट करना पड़ेगा।

API request: references के साथ एडिटिंग

दो फ़ील्ड ज़रूरी हैं: prompt और image_urls। अपनी key सर्वर-साइड रखिए और job पोस्ट कीजिए।

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/edit-image",
    "input": {
      "prompt": "इमेज 1 स्नीकर है, इमेज 2 सतह का रेफ़रेंस है। स्नीकर को इमेज 2 वाले गीले कंक्रीट पर रखें और उसके reflections से मेल कराएँ। जूते या उसके लोगो में कोई बदलाव न करें।",
      "image_urls": [
        "https://example.com/sneaker.png",
        "https://example.com/concrete.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "2k"
    }
  }'

Submit करने पर एक job ID मिलता है। जब तक वह ठहर न जाए, poll कीजिए:

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/edit-image",
    input: {
      prompt: "खिड़की के बाहर का मौसम बदलकर कड़ी सर्दी कर दें। कमरा, फ़र्नीचर और व्यक्ति बिल्कुल वैसे ही रहें।",
      image_urls: ["https://example.com/interior.jpg"],
      aspect_ratio: "3:2",
      resolution: "1k",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

for (;;) {
  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 ?? "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 1500));
}

Status इस क्रम में चलते हैं: pending → processing → completed, या फिर failed / cancelled पर रुक जाते हैं। submit body में webhookUrl भेज दीजिए, हम ख़ुद आपको कॉल कर लेंगे।

schema की कुछ बातें गाँठ बाँध लीजिए: image_urls एक ही सोर्स के लिए भी array है, हमारा aspect_ratio डिफ़ॉल्ट सोर्स इमेज के अपने अनुपात के बजाय 9:16 है, और resolution की वैल्यूज़ lowercase हैं। यही डिफ़ॉल्ट लोगों को सबसे ज़्यादा चौंकाता है — एक landscape फ़ोटो बिना इसे सेट किए भेजिए, और वापस portrait crop आता है।

हमारे इमेज एडिटिंग मॉडल्स में से चुनना

एडिटिंग के लिए Nano Banana 2 हमारी डिफ़ॉल्ट सिफ़ारिश है, पर यह हर काम का सही जवाब नहीं है। हम और क्या चलाते हैं, देखिए:

अगर आपके एडिट 1K पर बैकग्राउंड बदलने और रंग सुधारने भर के हैं, तो Nano Banana 2 Lite पर चले जाइए — लगभग 40% सस्ता, टेक्स्ट और reference कंसिस्टेंसी पर बराबरी पर, और वॉल्यूम पर वही फ़र्क़ पूरा मार्जिन बन जाता है। न जाने की दो वजहें: Lite हमेशा के लिए 1K पर ही रुक जाता है, और जैसे ही prompt उससे कई ऑब्जेक्ट सही जगह रखने को कहता है, वह कम भरोसेमंद हो जाता है। दूसरी वाली चूक बारीक है, इसलिए किसी benchmark पर भरोसा करने के बजाय अपना सबसे मुश्किल prompt ख़ुद टेस्ट कीजिए।

Nano Banana Pro तक तब जाइए जब फ़्रेम के भीतर पढ़े जा सकने वाले शब्द ही डिलिवरेबल हों। legacy वाली पंक्ति को नज़रअंदाज़ कर दीजिए, जब तक आप उसी पर अटके न हों: Google अब gemini-2.5-flash-image को legacy मानता है और उसकी जगह Nano Banana 2 Lite की सलाह देता है — एक साथ नया भी और सस्ता भी। बाक़ी सब इमेज एडिटिंग कैटेगरी और बड़े मॉडल कैटलॉग में है।

ऐसे edit prompt लिखिए जो टिकें

जनरेशन से चली आ रही आदत यह है कि तैयार तस्वीर का वर्णन कर दिया जाए। एडिट में वह वर्णन सोर्स से होड़ करने लगता है, और आपने जो बदलाव माँगा था उसकी जगह एक भटकता हुआ re-render मिलता है।

पहले कहिए क्या बदलेगा, फिर कहिए क्या नहीं बदलना चाहिए। सुरक्षित रखे जाने वाले हिस्सों का नाम लेना वैकल्पिक नहीं है — जब आप बता देते हैं कि चेहरा, लोगो या लेबल छूने की चीज़ नहीं है, मॉडल उन्हें कहीं बेहतर पकड़े रखता है।

prompt में अपने अटैचमेंट को क्रमांक दीजिए। "इमेज 1 सब्जेक्ट है, इमेज 2 सिर्फ़ लाइटिंग reference है" — मॉडल के पास आपकी मंशा का यही अकेला संकेत होता है; इसके बिना तीसरा अटैचमेंट भी शामिल करने लायक़ एक और सब्जेक्ट बन जाता है।

चेन किए गए एडिट वही जगह हैं जहाँ क्वालिटी चुपचाप रिसती है। हर पास दोबारा एन्कोड करता है, और चार-पाँच राउंड में पहचान का छोटा-सा खिसकाव जुड़ता चला जाता है। पूरी सीक्वेंस को एक ही request में समेट दीजिए, सारे references अटैच करके — कीमत दोनों तरह $0.04 ही है, और सिंगल-पास नतीजा आमतौर पर ज़्यादा साफ़ आता है।

लॉन्च से पहले

हर एडिटेड output पर SynthID watermark होता है। Google इसे बिना किसी शर्त लगाता है, और कोई भी provider — हम भी शामिल — इसे बंद करने का फ़्लैग नहीं देता। अगर आपका कोई कॉन्ट्रैक्ट AI-जनरेटेड assets मना करता है, तो इंटीग्रेशन लिखने से पहले वह मामला निपटा लीजिए।

अपने input की क्वालिटी पर नज़र रखिए। धुँधला, ज़्यादा कंप्रेस किया हुआ सोर्स आपके output को बाँध देगा, चाहे आप कोई भी resolution माँगें; 600px की JPEG से 4K माँगना असल में मूल फ़ाइल की ख़ामियों का महँगा upscale ख़रीदना है।

हर माइग्रेशन पर aspect_ratio दोबारा जाँचिए। हमारा डिफ़ॉल्ट portrait है, provider अलग-अलग हैं, और चुपचाप री-फ़्रेम हो गया एक batch उसी किस्म का बग है जो पब्लिश करने के बाद पकड़ में आता है।

अक्सर पूछे जाने वाले सवाल

Nano Banana 2 image editing क्या है?

यह Google के gemini-3.1-flash-image मॉडल की editing capability है, जिसे हम अपने API पर google/nano-banana-2/edit-image के रूप में देते हैं। आप एक या ज़्यादा सोर्स इमेज और एक निर्देश भेजते हैं, और यह 4K तक की बदली हुई इमेज लौटाता है।

E2X पर एक एडिट की कीमत कितनी है?

हमारा 1K डिफ़ॉल्ट प्रति एडिटेड इमेज $0.04 है; 2K पर $0.06 और 4K पर $0.08। ये 26 अगस्त 2026 की जाँच के समय की कीमतें थीं। कीमतें बदलती हैं, इसलिए बजट तय करने से पहले लाइव मॉडल पेज पर पुष्टि कर लीजिए।

एक request में कितनी सोर्स इमेज जा सकती हैं?

एक ही कॉल में चौदह तक। इनके बीच कोई थोपा हुआ रोल-स्प्लिट नहीं है — prompt में आप ही मॉडल को बताते हैं कि कौन-सा अटैचमेंट सब्जेक्ट है, कौन-सा बैकग्राउंड, और कौन-सा सिर्फ़ स्टाइल reference।

क्या Nano Banana 2 4K एडिट बना सकता है?

हाँ — हमारा resolution enum 1k, 2k और 4k लेता है, और एक 4K एडिट की कीमत $0.08 है। Nano Banana 2 Lite के बजाय इसे चुनने की मुख्य वजह यही है, क्योंकि Lite में resolution पैरामीटर है ही नहीं और वह हमेशा 1K ही लौटाता है।

क्या इस मॉडल के लिए E2X, fal.ai से सस्ता है?

उस तारीख़ को हमने जिन तुलनीय on-demand कीमतों की जाँच की, उनके हिसाब से हाँ — हमारे यहाँ $0.04 बनाम fal.ai पर $0.08, यानी एक जैसी 1K request पर 50% की बचत। Batch प्रोडक्ट, प्रमोशनल रेट और अलग प्लान इस तुलना का हिस्सा नहीं हैं।

क्या एडिटेड इमेज पर watermark होता है?

हाँ। हर output में SynthID watermark होता है, जो AI-जनरेटेड कंटेंट के लिए Google का अदृश्य मार्कर है। इसे हटाने का पैरामीटर कोई provider नहीं देता।

मेरी landscape फ़ोटो portrait में वापस क्यों आई?

क्योंकि हमारा aspect_ratio डिफ़ॉल्ट 9:16 है, सोर्स इमेज का अनुपात नहीं। हर request में aspect_ratio साफ़-साफ़ सेट कीजिए — एडिटिंग pipeline हमारे यहाँ लाते समय लोगों को यही सबसे आम झटका लगता है।

क्या editing API सिंक्रोनस है?

नहीं। आप एक job submit करते हैं और फिर या तो /v1/jobs/{id} को poll करते हैं, या callback के लिए webhookUrl देते हैं। पूरे हो चुके job का नतीजा data.outputs[0].url पर मिलता है; मॉडल की median latency लगभग 8.4 सेकंड है।